2018年自助式BI平台评测比较

lee_tao57

Gartner的2018年分析和商业智能（BI）平台的魔力象限

PCMag的2018年最佳自助商业智能（BI）工具

lee_tao57

若对相关文章感兴趣请参阅以下链接：https://www.gartner.com/doc/repr ... ct=180130&st=sb；https://www.pcmag.com/article2/0,2817,2491954,00.asp

lee_tao57

PCMag的《2018年最佳自助商业智能（BI）工具》一文中对Tableau产品评论节选编译如下：

The Learning Curve

TableauDesktop—like Chartio($2,000.00 at Chartio)— still assumes too high a level ofsophistication in its users if it hopes to progress further in a market that'sswiftly moving towards general users rather than data specialists. Tableaueasily found footholds to sprint to the top earlier because experiencedbusiness and data analysts were desperately seeking better tools and a wayaround IT bottlenecks. But that market is now largely saturated. The challengetoday is to grow the market through distributed BI and datademocratization—meaning, tools must appeal to and be usable by nearly anyone ina given organization.

This is why IBMWatson Analytics($360.00 at IBM) and Microsoft Power BI(Free at Microsoft) aresuch serious threats to Tableau. IBM Watson Analytics, for example, has found astronghold in healthcare where doctors, nurses, and other medical professionalsunderstand data but not the language of data science. The highly intuitive,semantic language in the UI enables them to work with data with little hassleor learning curve. Ditto for Microsoft Power BI, which has found a strongholdin organizations that tend to have few data-trained people yet significant needfor data analysis and a familiarity with everything Microsoft.

Still, Tableauis a great product with a feature set that easily rivals that of either of thecompetitors just mentioned. If customers are willing to eat its learning curve,then Tableau can almost certainly fulfill any data analytics need. And, if thecompany evolves its UI in the future, then there's every chance it might regainits solo position as king of self-serve BI.

学习曲线

Tableau Desktop 和Chartio（一款Self-Service BI产品。笔者注）一样，如果使用者希望能在尽快转向一般用户而非数据专家的市场上取得进一步发展，则该产品对使用者的复杂程度仍然过高。Tableau很容易找到立脚点以便早日抵达顶点，因为经验丰富的业务和数据分析师正在极力找寻更好的工具和解决IT瓶颈的方法。但是这个市场现在已经基本饱和，这就意味着今天的挑战是通过分布式商务智能以及数据民主化来拓展市场，分析工具必须吸引并可供给特定组织中的任何人使用。

这正是IBM Watson Analytics和Microsoft Power BI对Tableau构成严重威胁的原因。例如，IBM Watson Analytics已经在医疗保健领域打下了坚实的基础，医生、护士和其他医疗专业人员都了解数据，而不需了解数据科学的语言，用户界面中的高度直观的语义语言使得他们可以轻松处理数据，而且学习曲线难度小。微软PowerBI也是如此，该公司在那些往往少有数据受训人员，但对数据分析有很高需求，且熟悉微软所有产品的组织中打下了坚实的基础。

尽管如此，Tableau仍然是一款功能非常强大的产品，可轻松与上述竞争对手中的任何一款产品相媲美。如果客户愿意忍受其学习曲线，那么Tableau几乎可以肯定满足任何数据分析需求。而且，如果Tableau公司未来随着其用户界面的进步，那么它有可能重获其独特地位，成为自助式BI的王者。

lee_tao57

Gartner 2018年《Magic Quadrant for Analytics andBusiness Intelligence Platforms》一文中对Tableau产品评论节选：
Lack of complexdata model support: Organizations are seeking insights from larger and morevaried combinations of data, requiring more complex data models. While a broadrange of data source connectivity options are supported by Tableau, complexdata modeling such as multifact table models must be created either outside ofTableau in a data warehouse or via self-service data preparation partners. Bothof these options will add to the TCO. Moreover, poor performance for largein-memory extracts often requires modeling in a separate data repository thatis directly queried from Tableau. The new Hyper in-memory database is expectedto materially improve performance on large in-memory data extracts. Tableau'sstand-alone self-service data preparation tool (code-named Project Maestro) iscurrently in beta, and is intended to make it easier for users to shape andharmonize large and complex data without resorting to another tool.

缺乏复杂的数据模型支持：一些组织正在从更大更多的各种类型数据组合中寻求见解，需要更复杂的数据模型。尽管Tableau支持广泛的数据源连接选择，但复杂数据建模（如多事实表格模型）必须由Tableau之外的数据仓库或通过自助数据准备代理来创建。这两项选择无疑会增添其TCO（总拥有成本）。而且，对于大型内存中提取的性能不佳，通常需要在Tableau直接查询的分离数据存储库中进行建模。新的Hyper内存数据库有望大大改善大容量内存数据提取性能。Tableau独立的自助服务数据准备工具（代号为Project Maestro）时下处于测试阶段，旨在使用户能够更轻松地整形和协调大型及复杂数据，而无需依靠其它工具。

天Э昕♂淡然

作为魔力象限的评估，一直在关注。总体而言，我觉得PBI更适合那些应用需求略高于普通人，但是又不是纯IT的业务人员的应用，分析，建模，还有数据探索

lee_tao57

天Э昕♂淡然 发表于 2018-3-7 10:17
作为魔力象限的评估，一直在关注。总体而言，我觉得PBI更适合那些应用需求略高于普通人，但是又不是纯IT的 ...

与你有同感，PBI的DAX函数建模的确不是一般商业人士所能及，不然微软不会在PBI中添加“快速度量”功能以及在PBI社群中建立“度量库”的。

天Э昕♂淡然

lee_tao57 发表于 2018-3-7 11:32
与你有同感，PBI的DAX函数建模的确不是一般商业人士所能及，不然微软不会在PBI中添加“快速度量”功能以 ...

但是也开启了一个很好的口子，让我们这些基本上能够玩工作表函数的业务达人能够基本驾驭的去描述实际业务需求。TABLEAU的话，傻瓜向导还是有点不够定制化。

lee_tao57

天Э昕♂淡然 发表于 2018-3-7 16:12
但是也开启了一个很好的口子，让我们这些基本上能够玩工作表函数的业务达人能够基本驾驭的去描述实际业务 ...

机器学习（ML）自然语言处理（NLP）与人工智能（AI）相关的功能已是Self-Service BI发展的标配功能，我感觉是：比如DAX函数建模未来要类似于Power Query那样通过点击拖放、按键菜单简单操作那样来获取结果，处理过程生成函数（模型）由电脑自动完成。即便所谓的“定制化”也要采用简单的方式来实现。