一文了解BI行业+市场+产品!

一文了解BI行业+市场+产品!插图

注:

·行业及市场信息主要依据“帆软”和“中国大数据产业观察网”,非商业用途,侵删!

·本篇内容包含两大部分,一是BI行业及市场分析;二是三款敏捷型产品的分析和体验报告

·由于几款BI软件对外资料相对较少,公开的数据也比较片面,仅供参考!

前言:

由于经常与数据部门打交道,平时也需要做些数据分析相关的工作,机缘巧合之下,上手了几款BI产品,做了体验总结和行业分析。最近新发现了一款国内公司近年推出的一款搜索是BI产品:Datafocus,同本次的几款产品有所差别,后续深入体验后,再找机会分享感受!

BI行业、市场分析报告

1.何谓BI

BI(Business Intelligence ,商业智能)的概念最早在 1996 年提出。当时将商业智能定义为一类由数据仓库(或数据集市) 、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。

目前,商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具。商业智能系统中的数据来自企业其他业务系统。例如商贸型企业,其商业智能系统数据包括业务系统的订单、 库存、 交易账目、 客户和供应商信息等, 以及企业所处行业和竞争对手的数据、其他外部环境数据。而这些数据可能来自企业的 CRM、SCM 等业务系统。

1.png

商业智能能够辅助的业务经营决策,既可以是操作层的,也可以是战术层和战略层的决策。为了将数据转化为知识,需要利用数据仓库、联机分析处理( OLAP )工具和数据挖掘等技术。因此,从技术层面上讲,商业智能不是什么新技术,它只是数据仓库、 OLAP和数据挖掘等技术的综合运用。

把商业智能看成一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业

运作系统的数据中提取出有用的数据并进行清理,以保证数据的正确性,然后经过抽取

Extraction )、转换( Transformation )和装载( Load),即 ETL 过程,合并到一个企业级的数据仓库里,从而得到企业数据的一个全局视图,在此基础上利用合适的查询和分析工具、数据挖掘工具、 OLAP 工具等对其进行分析和处理 (这时信息辅助决策 ,最后将知识呈现给管理者,为管理者的决策过程提供数据支持。

2.行业分析

2.1市场背景

经过近 20 年的发展和演化,目前,商业智能产品及解决方案大致可分为数据仓库产品、数据抽取产品、 OLAP 产品、展示产品、和集成以上几种产品的整体解决方案等而市场上主流的 BI 产品,如 Cognos、Qlikview 、FineBI 等,都属于整体解决方案的范畴。

近年来,在整体解决方案的 BI 产品中,根据应用的业务、目标、用户的差异,主流 BI产品又分化为代表传统 BI 解决方案的重型 BI 和贴近现代企业快速部署、灵活易用需求的敏捷型 BI 两类。传统重型 BI 以 Cognos 等产品为代表,其优势与缺陷经过多年实践的检验,都是十分显然的。重型 BI 产品适用于数据量特别巨大(百亿或以上级别) 、信息化建设特别完备、信息技术人才资源充裕、数据分析经验十分丰富、数据分析需求变化很小的大型企业和集团,其在巨大数据量上的性能和稳定性优势不言而喻,但随之而来的缺陷是费用特别巨大(重型 BI 产品和实施的总费用在千万人民币以上) 、实施周期很长(一般以年为单位) 、对信息技术人才要求高(写 SQL 查询、数据建模等工作都需手动建立和维护) 、项目风险大(非典型性用户实施成功率很低) 。对于很多企业,在应用这种类型的 BI 工具时,往往会困扰于项目资金预算、实施周期、人才匮乏和风险控制中,无法实施项目或项目实施后,在线上使用的环节收效甚微。

因此,敏捷性 BI 应运而生。与重量型 BI 相比,除项目总费用大大削减、实施周期大大缩短外(以周为单位) ,敏捷性 BI 最突出的特点就是实现数据建模自动化完成,并且模型中的维度分析更加灵活,分析需求变化,除非使用原先不存在的数据,否则不需要重新建模。这大大增强了BI 产品的易用性,随之大大降低了项目的风险,保障了数据分析人员“用得起来” ,使得专业的数据分析工具可以走进千千万万家企业。

本篇分析的三款BI产品都属于敏捷型。

补充说明:

1)CognosBI核心平台之上,以服务为导向进行架构的一种数据模型,是唯一可以通过单一产品和在单一可靠架构上提供完整业务智能功能的解决方案。它可以提供无缝密合的报表、分析、记分卡、仪表盘等解决方案,通过提供所有的系统和资料资源,以简化公司各员工处理资讯的方法。作为一个全面、灵活的产品,Cognos业务智能解决方案可以容易地整合到现有的多系统和数据源架构中。

2)QlikView一个完整的商业分析软件,使开发者和分析者能够构建和部署强大的分析应用。QlikView应用使各种各样的终端用户以一个高度可视化,功能强大和创造性的方式,互动分析重要业务信息。

2.2市场发展

近年来,随着人们的数据意识和数据素养不断提升,BI(商业智能)和数据分析领域迎来了快速发展期,据Gartner商业智能报告统计,到2020年全球的商业智能市场容量预计将达到228亿美元。同时,大数据、人工智能、机器学习、深度学习等技术的快速发展,也促进了商业智能和数据分析产品的新一轮进化。

行业总体形势向好

在当前经济环境下,企业盈利的压力和难度不断增加,越来越多的企业,尤其是一、二线稍具业务规模的企业,其高层都希望通过精细化运营提升市场竞争力,降低企业的运营成本。

大数据BI厂商马太效应显现

马太效应是指强者越强,弱者越弱的现象,国内BI行业的马太效应已经显现。据帆软品牌部调研数据显示,处于行业第一梯队的Tableau、微软PowerBI帆软的品牌知名度和市场份额与其他厂商进一步拉大。

敏捷BI与传统型BI平分秋色

得益于敏捷、自助的特征,从2013年起新型自助式BI迎来了高速发展期,这一时期也是传统型BI的衰退期。

2017年,传统型BI与新型自助式BI在国内市场中平分秋色。受访企业中,约50.2%的企业仍然在使用传统型BI,其中最典型的需求是企业常规日报、月报等汇总分析报告。约49.8%的企业应用新型自助式BI,通过报表平台+自助式BI+大数据底层平台的解决方案,来解决企业综合的数据展示和分析需求,形成经营和战略决策。

虽然传统型BI尤其自身优势和应用场景,但随着新型自助式BI的不断发展,传统型BI必将逐渐退出历史舞台,从国际传统BI巨头积极调整产品结构可见一斑。

2.png

2.3需求分布

3.png

2.4应用层占比

4.png

2.5应用领域

5.png

2.6用户状况分析

根据企业的IT人员和业务人员在数据分析中的工作量和投入程度占比,我们将BI用户(企业)划分为5大类型,即BI应用金字塔模型,以更好的统计、分析企业的BI应用状况:

6.png

7.png

(一) BI应用金字塔模型

1. IT完全主导型

其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的所有相关工作,完成95%以上的BI分析页面(注:主要是指用于生产、经营、管理会议所需要的数据分析页面,下同)的开发。业务人员仅负责前端数据查看,完成查看报表时相关联动钻取操作。

调研中发现,处于IT完全主导型”这一等级的企业,约有93.2%都在使用传统型BI工具,企业的业务人员基本没有能力,也没有需求去自主完成数据分析的工作。这些企业的业务变革并不剧烈,企业管理层认为当前的日常数据报告能够满足企业管理和决策的需要,相对缺少变革的动力。

2. IT强主导型

其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的所有相关工作,完成80%~95%数量的BI分析页面。业务人员完成低于20%数量的BI分析页面。

从调研数据来看,这类企业中,67.5%的企业认为当前业务人员不具备数据分析的能力。而企业需要快速完成部分数据分析工作,所以选择让IT人员更多承担工作。这类企业中普遍认为,商业智能产品本身并非能够快速上手,且业务人员仍需要统计学基础,阻碍数据分析工作从IT人员向业务人员的转移。

3.业务强主导型

其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的所有相关工作,完成前期示例不超过20%数量的BI分析页面。业务人员完成超过80%数量的BI分析页面。

从调研数据来看,这类企业中,超过80.2%是曾经推行传统BI的企业,并且部分业务人员是有较高学历和能力的,能够学习和掌握商业智能工具和数据分析技能,并愿意在工作中积极使用;从帆软数据应用研究院的实地走访的部分企业来看,这些企业普遍行业排名靠前,公司从高层就重视数据分析工作。

4.业务完全主导型

其典型特征为,IT人员做底层数据仓库,以及BI工具层面的数据模型处理的部分相关工作。业务人员完成95%以上数量的BI分析页面和相当部分BI工具层面的数据模型处理。

相比于第三类使用人群(业务强主导型),这类用户的一大特点是业务变革十分迅速,从事业务工作的人员学历普遍较高,业务经营和发展需要企业快速做出决策。而基于数据分析得出的业务判断相比个人历史经验准确度更高,是这类企业基本共识。比如在新兴的互联网企业,或者新零售领域,这个特点尤为突出。

5.智能自助型

其典型特征为,IT人员只做底层数据仓库、数据连接、数据字典相关工作。业务人员处理所有BI工具层面的数据处理,以及所有BI分析页面。

IT人员搭建数据中心,业务人员完全自主处理和分析数据,这类企业有着明显的资源密集型的特点,业务人员更多的是偏向运营相关的工作。当然,因为此类受访企业占比较少,原因分析的可信度还有待进一步调研来核实。

(二) BI用户状况分布

基于BI应用金字塔模型,2017年企业分布如下

8.png

从调研数据中,我们可以得出两大结论:

1、IT人员主导企业数据分析的模式仍占据主流,也就是IT驱动仍是2017年企业商业智能平台应用现状。从数据调研的受访企业来看,有高达60.5%的企业的数据分析工作仍是第二类型(IT强主导型),甚至有21.5%的企业的数据分析工作处在第一类型(IT完全主导型),这显然和业务人员自助数据分析的目标距离遥远。

2、新型自助BI正在成为商业智能市场的主流。17.5%的企业是在2017年上线了新型自助BI,实现了让少部分业务人员自助完成BI数据分析的目标。

2.7用户需求分析

9.png

(一) 企业多级部门数据分层次IT权限和平台管控,占受访企业97.6%

需求描述:BI工具支持企业的多级部门的数据/分析页面权限管控,使得不同层级的部门机构只能看到本部门机构和辖属部门机构的数据/分析页面。

需求产生的原因:有的信息中心为释放压力,放权给业务部门使用数据,一旦口子打开,数据缺口就会像洪水一样泛滥,就又会走向另外一个极端,导致放权下的数据管理混乱,数据口径不统一,部门之间的数据壁垒等等问题就会出现,同时这将给企业带来极大的数据安全隐患。

满足该需求对企业的价值和意义:在满足业务部门BI数据自助分析的同时,兼顾企业的数据权限管控,形成企业以IT部门集中管理下的良性数据分析风貌,杜绝企业数据安全隐患。

(二) 业务人员可通过BI工具进行自助数据分析,占受访企业94.5%

需求描述:业务人员可以在浏览器前端,对自己权限范围内的数据进行多维拖拽探索和自助分析,发掘隐含在数据中的业务价值。

需求产生的原因:企业的传统信息化建设中,IT信息中心对公司数据进行高度集中的管控,来自企业各职能部门的数据处理以及报表就会全部由IT人员来输出,一旦业务部门需求集中扎堆,就会造成响应不足,业务部门怨声载道。信息中心自身成员熬夜加班做报表,成就感却很低。

满足该需求对企业的价值和意义:通过高效灵活的BI工具,业务人员对自己权限范围内感兴趣数据进行多维拖拽探索和自助分析,以工具简单易上手的低学习成本,让真正对分析业务价值最熟悉的业务人员实现自助数据分析探索,最大化业务数据的分析维度和分析效率,灵活发掘数据中可能潜在的业务价值,同时也解放了IT人员的劳动力,降低企业人力成本。

(三) 可快速搭建型自助BI业务数据模型,占受访企业87.5%

需求描述:数据库表中的数据需要基于业务分析主题进行分类管理,相关数据表之间支持手动/自动构建关联模型,同时建立的关联模型支持灵活应用,无需反复编辑修改或创建新的模型,一次建立即可灵活满足多重业务场景进行数据分析使用。

需求产生的原因:传统BI工具创建的底层数据关联相互独立,无法重复利用,一旦遇到新的业务数据计算分析场景,数据关联就需要修改或重新创建,极为麻烦,非常不利于IT人员维护。

满足该需求对企业的价值和意义:通过BI工具快速构建的新型自助式BI业务数据模型,较传统BI工具针对不同业务分析场景需要多次、重复建模的应用痛点,极大地提高了BI工具的企业中业务数据分析应用的效率,解放了以往IT人员对数据维护的压力。

(四) OLAP多维分析:上卷、下钻、旋转、切片、联动、跳转等,占受访企业84.5%

需求描述:BI工具支持强大的页面OLAP多维分析功能,包括分析视角的上卷、下钻,维度的旋转切换,指标的切换,分析数据的切片过滤,组件之间的联动过滤、页面超级链接跳转等。

需求产生的原因:随着业务发展的复杂化,单一角度的数据分析往往难以再发掘出更多有价值的潜在业务信息,取而代之的是需要BI工具能够满足强大的页面OLAP多维分析功能。

满足该需求对企业的价值和意义:通过BI工具强大的OLAP多维分析功能,以实现多角度、多关联数据之间的数据无限层次探索分析,发掘出数据中潜在的业务价值。

(五) 大数据处理性能处理能力达到十亿数据秒级响应,占受访企业63.6%

需求描述:BI工具可支撑处理亿级以上大数据分析计算的秒级响应,提供多维加速引擎对传统关系型数据仓库(SQLServerOracleMysql等)进行数据提速处理,同时也支持实时对接企业大数据平台(VerticalKylinGreenplum等)进行数据分析计算。

需求产生的原因:一方面,传统关系型数据库在面对上亿级别以上数据量时,容易出现性能瓶颈,长时间的查询等待往往会导致业务数据分析效率太低。另一方面,当今信息化水平飞速发展,越来越多的企业已经有了自己的高性能大数据平台,对于这部分企业来说,拥有一款能够直接对接大数据平台进行数据分析的工具尤为重要。

满足该需求对企业的价值和意义:BI工具提供的强大数据计算处理引擎,能够降低企业数据查询等待时间成本,提高业务数据分析效率。同时,通过直接对接企业大数据平台,还可满足企业实时数据分析的需求。

(六) 业务人员可完成工具层面的零代码数据加工处理工作,占受访企业57.5%

需求描述:BI工具可通过快速易上手的交互方式,让业务人员也能完成工具层面的零代码数据加工处理工作,例如例如表合并、分组统计、结构数据分层、过滤、增加列、同比环比、累计值、所有值、公式运算等数据清洗和数据处理方法,实现对数据的无限层次多维透视分析统计。

需求产生的原因:当业务需求相对偏复杂时,简单的维度和指标统计往往无法直接计算出业务所需要的计算结果,以往的处理方式往往可能是业务部门提需求给IT,然后IT经过SQL或者代码对底层数据表加工处理,然后最终导出一张excel数据表给业务部门,期间的反复沟通和等待时间往往降低了企业的业务数据分析应用效率。

满足该需求对企业的价值和意义:通过BI工具,使得业务人员也能快速实现对数据的无限层次多维透视分和析加工统计,降低了传统模式下的沟通成本和等待时间,提高了企业业务数据分析的应用效率。

(七) 移动端数据分析查看支持,占受访企业44.9%

需求描述:BI工具支持移动端数据分析多维分析查看功能(兼容PC端的上卷、下钻、旋转、切片、联动、跳转等),对于BI工具的应用app支持便捷的扫码登陆、离线查看、批注、分享等功能,同时满足某些社区平台如微信、钉钉的企业公众号集成。

需求产生的原因:在当今这个移动设备便捷时代,仅仅PC端的数据分析已经不能满足某些特定时间和场所的业务分析需求了,而BI对移动端的支持已经成了必然要满足的功能点。

满足该需求对企业的价值和意义:通过移动端的BI分析查看,使得数据分析不仅仅局限于PC端,较大地增强了数据分析的便捷性。同时微信和钉钉的集成接入,让业务通过社区平台也能直接查看想要的数据分析页面,更是为移动端数据分析锦上添花。

2.8产品功能预测

结合用户需求调研,和我国BI厂商的产品计划研究,2018年如下六个大的功能模块将会得到增强:

(一) 提升自助分析的可操作性和功能丰富度

为满足业务人员可通过BI工具进行自助数据分析的需求,中国大数据BI产品需要改善自助分析的功能和可操作性,包括图表的丰富性。

前端布局自定义搭配,让业务人员随心所欲布置。比如仪表板自由布局,可快速拖拽生成所需要分析的页面;在全面支持常见的柱状图、条形图等图形基础上,增加支持中国(世界)地图、GIS地图、桑基图等大数据图表;

为了适应更加多样的用户,大数据BI平台需要支持强大的OLAP多维分析功能,包括分析视角的上卷、下钻,维度的旋转切换,指标的切换,分析数据的切片过滤,组件之间的联动过滤、页面超级链接跳转等。业务人员在OLAP多维分析的基础上,能够在数据分析查看时,再次对所有维度进行二次的维度指标加工,并无限层次多维透视分析统计,全面开放业务人员对数据的处理和分析操作,以满足当前中国用户多个视角、多个层级的分析需求,把传统业务分析的智慧充分沉淀到数据分析系统中来。

为了给不同用户提供个性化的视觉体验,大数据BI平台支持表格动态数值预警功能和图形设置动态警戒线,支持图表样式风格自由拖拽调整。同时,也需要大数据BI平台智能自动设置预警值和样式风格等。

(提升平台的数据挖掘能力

为满足企业业务人员自助数据分析和自动挖掘的需求,中国大数据BI产品需要在已有的数据可视化和数据分析的功能基础上,增强数据自动挖掘能力,使业务人员在能够掌握挖掘基本概念的基础上,深入挖掘分析业务数据,为业务运营提供数据结论支持。

大数据BI平台需要支持嵌入式高级分析功能,用户能够轻松使用平台内置的高级分析功能,也可以通过导入和集成外部开发的高级分析模型。比如平台内含数据挖掘常见算法(如线性预测、时序预测、聚类、分类等),或者提供外接其他数据挖掘平台和工具的可视化接口(如R语言或者Python语言),甚至内含适合特定业务场景的挖掘模型 。

(提升平台大数据处理能力

为满足企业对大数据BI平台实时响应的需求,中国大数据BI产品需要将当前大数据处理能力提升一个量级,达到10亿数据量秒级响应水平,同时支持丰富多样的数据源。

大数据BI平台需要支持丰富的数据源,如企业主流的关系型数据库、大数据平台、NOSQL数据库以及多维数据库,需要支持实时对接数据平台和分布式引擎拓展,同时支持跨数据源关联,同时支持对较大级别数据量进行数据抽取和索引建模,提高数据分析效率。

(提升平台的数据管理能力

为了满足中国企业业务人员用户对数据处理的需求,中国大数据BI平台需要提升自身的元数据管理能力、数据的ETL处理能力、数据存储能力。

提高元数据管理能力,使得用户能够集中管理元数据,包括对元数据进行检索、提取、处理、存储、分享复用和对外发布。中国企业的业务人员将需要在数据分析的过程中,直接操作经过IT人员标准化处理的元数据。

近几年来,中国数据分析人才迅速增加,企业中也成长出一批有一定数据分析能力的业务人才,这些中国企业业务人才更多的是需要对数据进行ETL处理和存储,这就需要平台功支持用于查询、提取、转换和加载的功能,具有索引、管理、调度数据的能力。

(提升平台分析的共享能力

随着ERPOAMESHIS等常见业务系统的完善,企业少则数十套IT系统,多则上千套系统。新型自助BI需要能够与多个系统同时融合,全面分析企业的业务数据。这就需要中国大数据BI产品需要加强产品与不同软件系统的集成融合能力,这是中国企业面临的共同难题。大数据BI平台需要支持嵌入式部署,如主流的应用服务器,支持跨平台的权限集成和页面集成。

大数据BI平台不同用户创建的分析页面,可以方便地分享给其他成员。同时,在企业的分析用户设计仪表板时,可以复用仪表板中的图表、维度、指标等,支持用户分享指定页面进行给其他部门成员,便于互动沟通交流。

为满足企业人员实时办公、互通信息的需要。大数据BI平台还需要支持移动端上共享和查看分析结果,支持在移动端对分析结果进行数据层级钻取穿透、联动等。

(提升平台的安全性

为了满足企业多级部门同时使用、不同权限的功能,中国大数据BI产品除了要提供灵活丰富的用户管理功能、权限控制功能,还需要内置强大的用户行为监控与分析功能,确保企业的数据安全和信息保密。

大数据BI平台将支持持批量导入用户,支持同步企业统一权限管理数据库中的用户,以企业IT系统统一的用户管理方式进行用户管理。支持用户以企业IT系统统一的用户权限认证方式进行权限管理。同时,需要支持短信平台功能,并可用于用户账号身份验证等,多种用户和权限管理方式,来满足广大中国企业的不同的安全级别要求和安全管理策略。

随着大数据BI在中国的发展,中国企业自身的大数据BI平台已有众多员工账号。这就对大数据BI平台提出新的挑战,除了要拦截非法用户,还要对大数据BI平台有效用户进行有效监控。2018年,大数据BI平台需要支持监控用户的操作行为,支持监控页面被访问的频次、访问来源,甚至是支持监控访问到的数据范围。

为了保证大数据 BI平台系统持续支持企业经营管理,需要大数据BI平台支持系统数据迁移到企业数据库,支持对系统进行备份与还原,备份可以手动或设置周期定时备份。同时,支持云端服务器部署和本地服务器部署,支持多机热备,达到企业的灾备要求。此外,为了有效避免BI平台出现严重异常,还需要支持监控自身的运行性能,遇到系统性能风险,提前给出系统预警信号。

Tableau&PowerBI&FineBI分析报告

3.体验环境

操作系统:Windows 10

TFine BI版本:5.1

ableau Desktop版本:Pro2018

Power BI Desktop版本:2.84.981.0 64-bit

4.战略分析

  Fine BI Tableau Desktop Power BI Desktop
产品简介 帆软软件有限公司推出的一款商业智能(BusinessIntelligence)产品。

自助分析以业务需求为方向,通过便携的数据处理和管控,提供自由的探索分析。

一款数据可视化工具,致力于帮助人们查看并理解自己的数据。不同于传统BI软件,tableau是一款“轻”BI工具;您可以使用Tableau的拖放界面可视化任何数据,探索不同的视图,甚至可以轻松地将多个数据库组合在一起。它不需要任何复杂的脚本 Microsoft 提供的在线软件服务(SaaS 或软件即服务),你可以通过它轻松快速地创建自助式商业智能仪表板、报表、数据集和可视化。 使用 Power BI,可以连接到多个不同的数据源,合并并调整来自这些连接的数据,然后创建可与其他人共享的报表和仪表板
产品定位 定位于自助大数据分析的 BI 工具,能够帮助企业的业务人员和数据分析师,开展以问题导向的探索式分析 ·结果探查类分析

·针对专业分析人员使用,内容分析性较强,结合分析结论共同展示

·支持快速整合外部及个性化数据,满足动态多变的数据分析需求

商业分析工具,用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成没管的报表并进行发布,供组织在web和移动设备上使用。每个人都可创建个性化仪表板,获取针对其业务的全方位独特见解。在企业内实现扩展,内置管理和安全性。
产品优势 让业务人员/数据分析师自主制作仪表板,进行探索分析。数据取于业务,用于业务,让需要分析数据的人,可以自己处理分析数据 ·成本较低,界面美观

·简易实施,着重使用者经验

·分析角度灵活多变,分析内容可能来自任何地方,客户可以做任何分析

·实时连接,可查看到当前所有数据。同时通过内存数据引擎,可以大大提高数据访问效率

·获取企业规模的自助服务分析

·使用智能工具获得实用结果

·帮助保护你的分析数据

服务对象 ·技术人员

·业务人员

·管理人员

从业务人员到公司高层,几乎所有人都可以使用它 ·分析师

·企业用户

·IT

·开发人员

产品理念(价值) ·培养员工自主创新氛围

·优化人员组织结构

·提高数据资产利用率

界面上的数据越容易操控,公司对自己在所在业务领域里的所作所为到底是正确还是错误,就能了解得越透彻 使用面向所有人的商业智能创造数据驱动型文化。借助最新的分析方法,使组织中的各级员工都可以做出有把握的决定
系列产品   ·Tableau Desktop:桌面分析软件,连接数据源后,只需拖拉即可快速创建交互的视图、仪表盘;

·Tableau Server:发布和管理Tableau Desktop制作的仪表盘;管理数据源;安全信息管理;

·Tableau Online:完全托管在云端的分析平台;在Web上进行交互、编辑和制作;

·Tableau Reader:在桌面免费打开制作的Tableau打包工作簿;

·Tableau Moblie:移动端APP;iPhone, iPad只支持查看;

·Tableau Public: 免费版本;与个人版或专业版相比,无法连接所有的数据格式或者数据源,但是已经能够完成大部分的工作; 无法在本地保存工作簿,而是保存到云端的公共工作簿中。然后可以在那里下载工作簿,所以使用起来也没什么问题。

Power BI Desktop:

·从数据获得见解

·轻松准备数据并建模

·借助Excel的熟悉度·提供高级分析

·创造为你的企业打造的交互式报表

·随时随地人人创作

·立即共享美观的报表Power BI Pro

·让数据融入生活

·打造数据文化

·轻松部署并让团队成员快速入门

·得益于熟悉的Microsoft界面,可立即开始使用,并在几分钟内开始可视化

·使用Cortana访问数据

·可更快以更低价格完成实施,因为Power BI Pro与 现有Microsoft解决方案集成。

·随时随地发布内容

·分发预置仪表板

·与组织内外的人员和企业共享信息

Power BI Premium

实现无限的可能性:将商业智能待到每个人的身边,而无需购买用户许可证。适用于组织的专用容量提供了更稳定的性能和更大的数据卷,以及所需的灵活性。

Power BI Mobile

随处得出见解,在外出发展业务时保持连接到数据。指尖一触,即可实现异动商业智能。

 

5.商业模式分析

  Fine BI Tableau Desktop Power BI Desktop
免费试用版 享有全部功能,但限制 2 个并发,并且不限期使用 客户端单机版,不限期使用(个人用完全免费) 客户端单机版,不限期使用(个人用完全免费)
商用版 根据功能模块、需求定制、部署实施而收费 个人:自有服务器或由Tableau托管。费用:$70/用户/月;按年付费:$840+税款 若有发布共享与同事协作需求,可购买Power BI Pro

费用:63/用户/

组织:自有服务器或由Tableau托管。按许可证数收取费用。

·Creator许可证:$70/用户/月;按年付费:$840+税款

·Explorer许可证:$42用户/月;按年付费:$500+税款(最少5位)

·Viewer许可证:$15用户/月;按年付费:$180+税款(最少100位)

其它 免费试用版和商用版  均可进行插件授权购买

·实现个性化定制 App,打造企业专属应用

   

6. 市场格局(国内)

6.1关键词搜索趋势

10.png

6.2咨讯指数趋势

11.png

资讯指数概览:

关键词 日均值
Tableau 66
Power BI 13
Fine BI 569

 

说明:通过资讯类推广曝光(流量)这三款BI分析软件,最多的是Fine BI其次是Power BI最少是Tableau

6.3需求图谱

6.3.1Fine BI

12.png

 

说明:通过搜索BI工具、帆软、Quick BIFinereportPower BIGMaps了解Fine BI的较多

6.3.2Tableau

13.png

 

说明:通过搜索Fine BI、帆软、FinereportPower BIBDPCognos了解Tableau的较多

6.3.3Power BI

14.png

 

说明:通过搜索Fine BIBIPBIPowerAI市场和OSI集团公司了解Power BI的较多

6.4 APP相关指数(国内)

关键词 搜索指数 分类排名(商务/免费) 关键词覆盖数
Tableau 4606 1498 460
Power BI 4617 544 912
Fine BI 4605 352 728

 

说明:从上表可知,三款产品在国内APP市场的搜索热度差不多,但是排名差距较为明显,Fine BI排名最高,关键词覆盖数Power BI最多。综上,Fine BIPower BI在国内APP市场推广力度较大。

7.产品框架&结构

7.1Fine BI

15.png

FineBI 架构分为三部分:

多维数据引擎

FineBI 的多维数据引擎以 FineBI 的多维数据库为核心,囊括 ETL 功能,旨在对原始数据进行抽取,转换和加载,支撑 FineBI 的在线分析,是 FineBI 的灵魂。

多维数据库采用动态生成的位图索引技术处理字符串等类型, NIO 内存映射文件技术快速读取处理数字类型, 并支持离线使用的 cube数据存储, 支持 cube 数据定时全量以及增量更新。

并行计算的先进数据处理模式使得基于位图索引的快速分组,过滤,钻取,支持多线程运算,互不干扰。并且还有智能避免重复计算的缓存机制。

交互分析模块

FineBI 的分析模块以 DashBoard 为分析的载体, 每个分析中可向 Dashboard 内加入任意数量的组件和控件。所有分析中的操作均通过拖拽和点击完成,无需写 SQL。支持任意维度和指标的切换,可以对已有的表样切换字段来进行自由分析。任意维度和指标切换的功能保障了当查看分析的人员在查看分析时,如果针对已有的表样产生额外的分析需求或改变了已有的分析需求,不需要重新制作一次分析,而可以直接通过切换维度和指标实现。可以选择数据快速创建表格或者图表以使数据可视化、添加过滤条件筛选数据,即时排序,使数据分析更快捷。

移动端

FineBI 支持安卓手机、苹果手机和平板三大主流移动端。

使用 FineBI 移动端查看分析,功能和 PC 上的 Web 端完全一致,包括更改数据过滤条件、自由切换维度和指标、钻取联动等功能。完备的功能支持、舒适的操作体验和移动端本身的便捷性,使得用户可以随时随地对自己的数据了如指掌。

此外,利用 FineBI 原创的消息反馈功能,查看分析的领导人员可以随意在屏幕上标记、注释,并一键将带有批示的报表以截图形式发送到指定邮箱或即时通讯工具中,真正实现领导人员利用 BI 分析数据和下达决策结果零距离。

16.png

数据层:设计用户创建数据源。

应用层:设计用户进行仪表板设计,管理用户配置用户和权限体系。

展示层:普通用户在前端进行可视化展示和分享来编辑和查看仪表板。

17.png

FineBI是一款纯 B/S 架构的产品,为浏览器+服务器的结构,在服务器安装完成后,客户端只需要一个浏览器即可开始使用产品

基于Hadoop架构下的FineBI大数据引擎。Spider高性能引擎可以支撑10亿量级数据在BI前端快速的拖拽分析和展示,且有高可用架构设计保证数据引擎全年可支撑业务分析

7.2Tableau

1.数据服务器:Tableau Architecture的主要组件是可以连接到它的数据源。

Tableau可以连接多个数据源。它可以混合来自各种数据源的数据。它可以同时连接到excel文件数据库和Web应用程序。它还可以在不同类型的数据源之间建立关系。

18.png

2.数据连接器:数据连接器提供了将外部数据源与Tableau Data Server连接的接口。

Tableau具有内置的SQL / ODBC连接器。此ODBC连接器可以与任何数据库连接而无需使用其本机连接器。 Tableau Desktop可以选择提取数据和实时数据。根据用途可以轻松地在实时数据和提取的数据之间切换。

实时数据或实时连接:通过直接链接到外部数据库, Tableau可以与实时数据连接。它通过发送动态多维表达式(MDX)SQL语句来使用基础结构现有数据库。此功能可用作实时数据和Tableau之间的链接而不是导入数据。它使优化和快速的数据库系统。通常在其他企业中数据库的大小很大并且会定期更新。在这些情况下, Tableau通过与实时数据连接来充当前端可视化工具。

提取的数据或内存中的数据:Tableau是从外部数据源提取数据的选项。我们以Tableau提取文件的形式制作本地副本。只需单击一下它就可以删除Tableau数据引擎中的数百万条记录。 Tableau的数据引擎使用ROM, RAM和高速缓存之类的存储来处理和存储数据。使用过滤器, Tableau可以从大型数据集中提取一些记录。这样可以提高性能尤其是当我们处理大量数据集时。提取的数据使用户可以脱机可视化数据而无需连接到数据源。

 

3. Tableau Server的组件:Tableau Server的组件的不同类型为:

·应用服务器

·VizSQL服务器

·资料伺服器

A.应用程序服务器:应用程序服务器用于提供授权和认证。它处理对移动和Web界面的许可和管理。通过在Tableau Server上记录每个会话ID, 可以保证安全性。管理员正在服务器中配置会话的默认超时。

B. VizSQL服务器:VizSQL服务器用于将查询从数据源转换为可视化。一旦将客户端请求转发到VizSQL流程它将直接将查询发送到数据源以图像的形式检索信息。该可视化或图像是为用户呈现的。 Tableau Server创建可视化缓存以减少加载时间。缓存可以在许多有权查看可视化文件的用户之间共享。

C.数据服务器:数据服务器用于存储和管理来自外部数据源的数据。它是一个中央数据管理系统。它提供数据安全性元数据管理数据连接驱动程序要求和数据存储。它存储数据集的相关详细信息例如计算的字段元数据集合和参数。数据源可以提取数据以及与外部数据源进行实时连接。

 

4. 网关

网关将用户的请求定向到Tableau组件。客户端发送请求时该请求将转发到外部负载平衡器进行处理。网关充当不同组件的流程的分发者。如果没有外部负载均衡器则网关也可以用作负载均衡器。对于单服务器配置一台网关或主服务器管理所有进程。对于多个服务器配置一个物理系统用作主服务器而其他物理系统用作辅助服务器。在Tableau Server环境中只有一台计算机用作主服务器。

 

5. 客户端

Tableau Server中的可视化效果和仪表板可以使用不同的客户端进行编辑和查看。客户端是Web浏览器移动应用程序和Tableau Desktop

Web浏览器:Google Chrome, SafariFirefoxWeb浏览器支持Tableau服务器。仪表板中的可视化和内容可以使用这些Web浏览器进行编辑。

移动应用程序:可以使用移动应用程序和浏览器以交互方式可视化服务器中的仪表板。它用于编辑和查看工作簿中的内容。

Tableau DesktopTableau Desktop是一种业务分析工具。它用于查看创建和发布Tableau Server中的仪表板。用户可以访问各种数据源并在Tableau桌面中建立可视化。

7.3Power BI

20.png

 

种架构模式

第一种:基于单机 Power BI Desktop +共享文件夹

这种架构是最简单,而且免费,只需要到微软Power BI官网

下载一个Power BI Desktop就可以开始你的数据分析之旅了

当然,免费的肯定也有很大局限性,比如无法通过浏览器和移动端查看报表,报表性能受本地电脑配置限制,所以比较适合个人玩玩。

 

第二种:基于混合云

Power BI Pro

Power BI Pro + Premium&Embedded

对于一些像金融行业的企业由于政策问题,数据无法上云,并且报表使用人数很多,就比较适合这种架构

Power BI Pro就是微软Power BI账号,有了它,就可以编辑和发布报表,并且与他人分享、协作。价格非常亲民,一年费用换算人民币也就780块钱大洋吧。但是有一个10GB的限制,所以如果考虑到使用报表人数超过50人以上的话,Premium或者Embedded是比较适合的选择。

Power BI Premium 是云上的资源,按照容量计价,对于用户群体庞大的企业而已可实现成本优化及性能提升,同时支持嵌入式分析。

另外对于一些独立开发商或者想将Power BI Service上的报表集成到其他应用中,就可以考虑Power BI Pro+ Embedded这种架构了,比如像下图这种效果

 

第三种架构基于云 Power BI + Azure Data Services

这种架构最能解放IT管理员,管理起来是最方便快捷的,所以有能力上云的伙伴可以考虑下,但是奈何目前很多企业上云的道路崎岖~

对于数据比较敏感的客户,如果放到云上还是不放心的话,就可以考虑最后一种架构。

 

第四种架基于本地的,Power BI Report Server

Power BI Service:是Power BI云上的服务

Power BI Report Server:是Power BI的本地服务器版本,既可以发布Power BI报表,也可以发布SSRS格式化报表,和SQL Server Reporting Service 相当于iPhoneX 和iPhone5的关系。但是有个毛病,Power BI Report Server相较于Power BI Service每月更新一次的频率,版本更新可以说是相当慢。也可以看出Azure才是微软产品未来的趋势。

 

8.核心功能分析

8.1Fine BI

模块 功能概述
数据连接 连接多种数据源,通过 JDBC 的方式直接连接数据库,通过Finereport设计器建立远程连接使用服务器数据集,同时可以使用自定义类型的数据源程序数据集,以及安装插件使用的JSON数据集
关联模型 创建和读取数据库表间关联,更及时的进行数据处理分析
业务包/分组管理 清晰条理的数据表分组
自助数据集 跨表选字段、过滤、左右合并、分组汇总、多种函数计算、字段设置,强大的数据分析处理能力
图表/表格/过滤组件 前端鼠标拖拉拽式简便的操作即可进行探索式数据分析和展现

丰富多样的图表效果,表格组件、图表组件、图片组件、文本组件、过滤组件、Web 组件等多种类型组件展现多维分析结果

交互分析 图表联动、数据联动、数据/地图钻取、组件跳转、过滤
分享和查看仪表板 公共链接、直接分享、挂出分享,快速查看分享数据
决策平台 对于仪表板、用户、权限等统一访问、集中管理、分类维护
定时调度 对于常规任务,设置定时调度,服务器自动生成并发送
权限控制 丰富的权限认证方式和细致的权限粒度控制方案 , 更可方便实现单点登录
集成部署 通过独立 Web 服务器支持,可以完美部署集成
安全管理 修补漏洞,主动防御

 

8.2Tableau

模块 功能概述
数据连接 连接多种数据源,连接本地或云端数据 — 无论是大数据、SQL 数据库、电子表格,还是 Google Analytics 和 Salesforce 等云应用,全都支持。无需编写代码,即可访问和合并异构数据
关联模型 创建和读取数据库表间关联,更及时的进行数据处理分析
字段操作 合并字段、拆分制度、字段分层、字段分组和计算字段
集合操作 创建集合、合并集合
函数计算 支持各种函数计算
表计算 差异计算、百分比差异计算、总额百分比计算、排名计算、百分比计算、汇总计算
排序与筛选 直接创建参数、顶部筛选器创建参数
统计图操作 设计统计图的属性:更新图形的色彩、为图形设计标签

添加统计图的分析线:最大值、最小值、平均值、中位数、合计、总计

为统计图添加注释

设置统计图的格式

图表/表格/过滤组件 前端鼠标拖拉拽式简便的操作即可进行探索式数据分析和展现

丰富多样的图表效果,表格组件、图表组件、图片组件、文本组件、过滤组件等多种类型组件展现多维分析结果

交互分析 图表联动、数据联动、数据/地图钻取、组件跳转、过滤
分享和查看仪表板 创建仪表板,协作人员间实时共享数据,让每个人都参与其中
分享和查看故事 创建故事,协作人员间实时共享数据,让每个人都参与其中
决策平台 对于仪表板、用户、权限等统一访问、集中管理、分类维护
权限控制 丰富的权限认证方式和细致的权限粒度控制方案 , 更可方便实现单点登录
C/S架构 通过客户端模式,用户安装后即可在本地使用,支持单机和联网双模式
安全管理 修补漏洞,主动防御

8.3Power BI

模块 功能概述
数据连接 从数百个受支持的本地和基于云的源(如 Dynamics 365、Salesforce、Azure SQL DB、Excel 和 SharePoint)访问数据
关联模型 使用数据建模工具节省时间,同时更轻松地进行数据准备。使用数百万Excel用户熟悉的自助式Power Query体验,节省更多时间。在PowerBI中引入、转换、集成并扩充数据
自助数据集 跨表选字段、过滤、左右合并、分组汇总、多种函数计算、字段设置,强大的数据分析处理能力
图表/表格/过滤组件 前端鼠标拖拉拽式简便的操作即可进行探索式数据分析和展现

丰富多样的图表效果,表格组件、图表组件、图片组件、文本组件、过滤组件等多种类型组件展现多维分析结果

预计算表 在内存中生成指定维度的预聚合结果,用于提高DirectQuery模式下的计算效率
多语言支持 支持R脚本语言和Python
编辑查询 在PowerQuery中分析每一列的数据分布情况,浏览异常值、错误值、缺失值以及数值分布。快速了解数据特征。
评论 Dashboard开放评论功能
书签 Web端支持书签功能
自定义着陆页 混合Dashboard、工作区和最近报表,可全局搜索
交互分析 图表联动、数据联动、数据/地图钻取、组件跳转、过滤
分享和查看仪表板 公共链接、直接分享、挂出分享,快速查看分享数据
数据导出 支持导出PDF格式文件
决策平台 对于仪表板、用户、权限等统一访问、集中管理、分类维护
定时调度 对于常规任务,设置定时调度,服务器自动生成并发送
权限控制 丰富的权限认证方式和细致的权限粒度控制方案 , 更可方便实现单点登录
集成部署 通过独立 Web 服务器支持,可以完美部署集成
安全管理 修补漏洞,主动防御

9.产品体验&总结

关键词 Fine BI Tableau Power BI
 

 

 

 

共性

·都支持多种数据导入及多种数据库链接,无需编码

·都支持实时和数据提取这两种数据连接方式

·都支持拖拽式的交互方式

·都支持丰富的图表可视化分析

·都支持基于字段内容的维度、指标等的自主分析

·都支持Dashboard(仪表板)

·都支持多表关联分析

·都支持数据导出

·都支持数据和分析成果共享

·都有各自单独的APP

 

 

 

 

 

 

 

 

 

 

 

 

 

区别

B/S架构:浏览器+服务器 C/S架构:分为Desktop,Sever,Reader C/S架构
不支持云数据库 支持云数据库 支持云数据库
支持导入xls/csv/xlsx等格式文件,其它不支持 支持Excel、文本、PDF、统计和JSON等根式文件 支持Excel、文本/CSV、XML、PDF和文件件等格式文件
支持ETL操作 不支持ETL操作 不支持ETL操作
支持中国式复杂报表 不支持中国式复杂报表 不支持中国式复杂报表
支持微信、钉钉集成 不支持微信、钉钉集成 不支持微信、钉钉集成
支持建业务包功能,能分类管理数据 不支持建业务包功能 不支持建业务包功能
支持导出excel/PDF格式文件 仅支持导出csv格式源数据 仅支持导出PDF格式文件
存在浏览器端数据加载的局限,比如数据较多需要分页浏览 不存在太大局限 不存在太大局限
数据筛选功能支持不够(尤其表头筛选) 支持丰富的数据筛选功能 支持丰富的数据筛选功能
不支持故事(story) 支持故事(story) 不支持故事(story)
2013年推出V1.0版本(2006年公司成立,推出Fine ReportV3.0) 2004年推出V1.0版本 Power BI的前身最早可以追溯到Excel2010,当年微软推出了基于xVelocity引擎开发出PowerPivot插件,向自助BI迈出了第一步。到Excel2013的时候,PowerView、PowerMap和PowerQuery一起出现,Power BI家族的成员增加到了四位。2015年7月,Power BI Desktop正式推出,整合了前面这4个”P”,成为真正意义上的Self-Service BI Tool
中国的(帆软公司) 国外 国外
个人体验 更符合企业管理应用定位,适合国内的数据分析,操作简单易上手,可视化展现丰富多样,有较好的人机交互设计思维(有参考自Tableau的痕迹) 轻便的数据分析工具,适合个人或企业数据分析人员,操作简单易上手,可视化展现丰富多样,有较好的人机交互设计思维 轻便的数据分析工具,适合个人或企业数据分析人员,贴合微软产品的风格和操作体验,简单易上手,可视化展现丰富多样,有较好的人机交互设计思维

9.1Fine BI界面设计

数据接入:

21.png

仪表板操作:

22.png

完整仪表板:

24.png23.png

 

9.2Tableau界面设计

数据接入:

24.png

可视化:

25.png

9.3Power BI界面设计

数据接入:

26.png

可视化:

27.png

10.支撑环境

10.1Fine BI

FineBI 采用纯 Java 开发, FineBI 支持所有可部署 JDK 的操作系统,比如支持 Windows与 Unix/Linux/Aix 等。支持所有的有 JDBC 接口的数据库, 比如 Oracle、SqlSever、Mysql 、Sybase、 DB2、Postgre、Derby 等主流关系型数据库。

10.1.1软件环境

具体软件环境要求如下表所示:

操作系统: Windows 、Linux 、Unix 、Solaris 、Aix 、IRIX 等;

  库:Oracle、SqlSever、Mysql 、Sybase、DB2、Postgre、Derby 等主流关系型数据库;

应用服务器 Tomcat、Jboss、Weblogic、Websphere、Tongweb、resin 等 web 应用服务器;

  器:IE(IE8 及以上版本可以获得更好的使用效果) 、FireFox 、Chrome 等主流浏览器。

10.1.2硬件环境

具体硬件环境要求如下表所示:

28.png

10.2Tableau

操作系统

Windows 7 或更高版本

OSX 10.11 或更高版本

虚拟环境

VMWare | Citrix | Hyper-V | Parallels

Tableau 的产品能在配置了适当基础操作系统和硬件的虚拟环境中运行。

10.3Power BI

最低要求

Windows 7/Windows Server 2008 R2 或更高版本

.NET 4.5

Internet Explorer 9 或更高版本

内存 (RAM):可用量至少为 1 GB,建议量为1.5 GB或以上。

显示:建议分辨率至少为1440×9001600×900 (16:9)。不建议使用如1024×768或 1280×800 等较低分辨率,原因是某些控件(如关闭启动屏幕)需要更高的分辨率才能显示。

Windows显示设置:如果将显示设置设为将文本、应用和其他项的大小更改为大于100%,可能看不到某些必须先关闭或响应才能继续使用 Power BI Desktop 的对话框。如果遇到此问题,请在Windows中依次转到“设置”>“系统”>“显示”,检查“显示设置”,再使用滑块将显示设置恢复为100%。

CPU:建议为1千兆赫 (GHz)或更快的x86x64位处理器。