Tid, der skal bruges til at læse 11 minutter
Vi og Gartner Square 2019 BI :)
Formålet med denne artikel er at sammenligne tre førende BI-platforme, der er førende i Gartner-kvadranten:
- Power BI (Microsoft)
– Tableau
— Qlik
Figur 1. Gartner BI Magic Quadrant 2019
Mit navn er Andrey Zhdanov, jeg er leder af analyseafdelingen hos Analytics Group (). Vi bygger visuelle rapporter om marketing, salg, økonomi, logistik, med andre ord engagerer vi os i forretningsanalyse og datavisualisering.
Mine kolleger og jeg har arbejdet med forskellige BI-platforme i flere år. Vi har rigtig god projekterfaring, hvilket giver os mulighed for at sammenligne platforme set fra udviklere, analytikere, forretningsbrugere og implementere af BI-systemer.
Vi vil have en separat artikel om sammenligning af priser og visuelt design af disse BI-systemer, så her vil vi forsøge at vurdere disse systemer fra en analytikers og udviklers synspunkt.
Lad os fremhæve flere områder til analyse og evaluere dem ved hjælp af et 3-punktssystem:
— Indgangstærskel og krav til en analytiker;
- Data kilder;
— Datarensning, ETL (Extract, Transform, Load)
— Visualiseringer og udvikling
— Virksomhedsmiljø — server, rapporter
— Support til mobile enheder
— Indlejret (indbygget) analyse i tredjepartsapplikationer/websteder
1. Indgangstærskel og krav til en analytiker
Power BI
Jeg har set mange Power BI-brugere, som ikke var it-professionelle, men som kunne lave en ret god rapport. Power BI bruger det samme forespørgselssprog som Excel - Power Query og DAX-formelsproget. Mange analytikere kender Excel godt, så det er ret nemt for dem at skifte til dette BI-system.
De fleste handlinger er ret nemme at udføre i forespørgselseditoren. Derudover er der en avanceret editor med M-sproget til professionelle.
Figur 2. Power BI Query Builder
QlikSense
Qlik Sense ser meget venlig ud - et lille antal indstillinger, en hurtig mulighed for at oprette en rapport, du kan bruge dataindlæsningsdesigneren.
Umiddelbart virker det enklere end Power BI og Tableau. Men af erfaring vil jeg sige, at efter et stykke tid, når analytikeren laver et par simple rapporter og har brug for noget mere komplekst, vil han blive konfronteret med behovet for at programmere.
Qlik har et meget kraftfuldt sprog til indlæsning og behandling af data. Det har sit eget formelsprog, Set Analysis. Derfor skal analytikeren være i stand til at skrive forespørgsler og forbindelser, placere data i virtuelle tabeller og aktivt bruge variabler. Sprogets muligheder er meget brede, men det vil kræve læring. Sandsynligvis har alle de Qlik-analytikere, jeg kender, en form for seriøs it-baggrund.
Qlik-integratorer, som os, kan ofte lide at tale om den associative model, når data indlæses, er det hele placeret i RAM, og forbindelsen mellem dataene udføres af platformens interne mekanisme. At der ved valg af værdier ikke udføres interne underforespørgsler, som i klassiske databaser. Data leveres næsten øjeblikkeligt på grund af præindekserede værdier og relationer.
Sandt nok fører dette i praksis til oprettelsen af automatiske tabelsammenføjninger, når feltnavnene matcher. For eksempel kan du ikke have forskellige tabeller uden relationer, der vil have det samme felt. Du skal vænne dig til det her. Du skal enten omdøbe kolonnerne og sørge for, at navnene ikke stemmer overens, eller kombinere alle faktatabellerne i én og omgive dem med stjernemapper. Det er sikkert praktisk for begyndere, men for erfarne analytikere er det lige meget.
En typisk grænseflade til indlæsning og behandling af data for en analytiker ser sådan ud.
Figur 3. Qlik Sense dataindlæsningseditor, kalendertabel
Bemærk: I Power BI ser situationen som regel anderledes ud, du efterlader forskellige fakta- og referencetabeller, du kan manuelt forbinde tabeller på den klassiske måde, dvs. Jeg sammenligner kolonnerne med hinanden manuelt.
Tableau
Udviklerne positionerer Tableau som BI med en praktisk og venlig grænseflade, der giver analytikeren mulighed for selvstændigt at studere deres data. Ja, i vores virksomhed var der analytikere, som uden IT-erfaring kunne lave deres rapporter. Men jeg vil sænke min vurdering for Tableau af flere grunde:
— Svag lokalisering med russisk sprog
— Tableau Online-servere er ikke placeret i Den Russiske Føderation
— En ret simpel belastningskonstruktør begynder at give problemer, når du skal bygge en ret kompleks datamodel.
Figur 4. Tableau Data Load Builder
Et af de spørgsmål, vi stiller Tableau-analytikere under interviews, er "Hvordan bygger man en model af faktatabeller med referencetabeller uden at sætte alt i en enkelt tabel?!" Datablanding kræver gennemtænkt brug. Jeg har rettet dataduplikeringsfejl mange gange blandt mine analytikere efter sådanne fusioner.
Plus, Tableau har et ret unikt system, hvor du laver hvert diagram på et separat ark, og derefter opretter et Dashboard, hvor du begynder at placere de oprettede ark. Så kan du oprette en historie, dette er en kombination af forskellige Dashboards. Udvikling i Qlik og Power BI er enklere i denne henseende; du smider med det samme grafskabeloner på arket, indstiller mål og mål, og Dashboardet er klar. Det forekommer mig, at lønomkostningerne til forberedelse i Tableau stiger på grund af dette.
2. Datakilder og download
Der er ingen klar vinder i dette afsnit, men vi fremhæver Qlik på grund af et par gode funktioner.
Tableau i den gratis version er begrænset i kilder, men i vores artikler fokuserer vi mere på forretning, og virksomheder har råd til kommercielle produkter og analytikere. Derfor sænkede Tableau ikke sin vurdering for denne parameter.
Figur 5. Liste over mulige Tableau-kilder
Ellers er kildelisten imponerende overalt - alle tabelfiler, alle standarddatabaser, webforbindelser, alt fungerer overalt. Jeg har ikke stødt på ikke-standardiserede datalagringer, de kan have deres egne nuancer, men i de fleste tilfælde vil du ikke have problemer med at indlæse data. Den eneste undtagelse er 1C. Der er ingen direkte stik til 1C.
Qlik-partnere i Rusland sælger deres egne connectors for 100 - 000 rubler, men i de fleste tilfælde er det billigere at lave uploads fra 200C til FTP til Excel eller en SQL-database. Eller du kan udgive en 000C-database på nettet og oprette forbindelse til den ved hjælp af Odata-protokollen.
PowerBI og Tableau kan gøre dette som standard, men Qlik vil bede om en betalt connector, så det er også nemmere at uploade det til en mellemliggende database. Under alle omstændigheder kan alle forbindelsesproblemer løses.
Figur 6. Liste over mulige Qlik Sense-kilder
Derudover er det værd at bemærke en funktion ved Qlik, at de leverer både betalte og gratis stik som et separat produkt.
Figur 7. Yderligere Qlik Sense-stik
Erfaringsmæssigt vil jeg tilføje, at med store mængder data eller talrige kilder er det ikke altid tilrådeligt at tilslutte BI-systemet med det samme. Seriøse projekter bruger normalt et datavarehus, en database med data, der allerede er forberedt til analyse osv. Du kan ikke tage og uploade f.eks. 1 milliard poster til et BI-system. Her skal du allerede nu gennemtænke løsningens arkitektur.
Figur 8. Power BI-datakilder
Men hvorfor blev Qlik udpeget? Jeg kan virkelig godt lide 3 ting:
- QVD filer
Eget datalagringsformat. Nogle gange er det muligt kun at bygge seriøse kommercielle projekter på QVD-filer. For eksempel er det første niveau rådata. Det andet niveau er behandlede filer. Det tredje niveau er aggregerede data mv. Disse filer kan bruges i forskellige applikationer, og forskellige medarbejdere og tjenester kan være ansvarlige for dem. Downloadhastigheden fra sådanne filer er ti gange hurtigere end fra konventionelle datakilder. Dette giver dig mulighed for at spare på databaseomkostninger og dele information mellem forskellige Qlik-applikationer.
— Inkrementel dataindlæsning
Ja, Power BI og Tableau kan også gøre dette. Men Power BI kræver en dyr Premium-version, og Tableau har ikke Qliks fleksibilitet. I Qlik kan du ved hjælp af QVD-filer lave snapshots af systemer på forskellige tidspunkter og derefter behandle disse data, som du vil
— Tilslutning af eksterne scripts
Udover QVD-filer til lagring af data, kan scriptkoden i Qlik også tages uden for applikationen og inkluderes i Include-kommandoen. Dette giver dig allerede mulighed for at organisere teamwork, bruge versionskontrolsystemer og administrere en enkelt kode til forskellige applikationer. Power BI har en avanceret forespørgselseditor, men vi var ikke i stand til at opsætte et sådant teamarbejde som i Qlik. Generelt har alle BI problemer med dette, det er simpelthen umuligt at administrere data, kode og visualiseringer i alle applikationer fra ét sted samtidigt. Det mest, vi var i stand til at gøre, var at udpakke QVD-filerne og scriptkoden. Visuelle elementer skal redigeres i selve rapporterne, hvilket ikke giver os mulighed for massivt at ændre visualiseringer for alle klienter på samme tid.
Men hvad med en sådan mekanisme som Live-forbindelse? Tableau og Power BI understøtter LIVE-forbindelse til en række kilder i modsætning til Qlik. Vi er ret ligeglade med denne funktion, fordi... praksis viser, at når det kommer til big data, bliver det simpelthen umuligt at arbejde med en LIVE-forbindelse. Og BI er i de fleste tilfælde nødvendig til big data.
3. Datarensning, ETL (Extract, Transform, Load)
I dette afsnit har jeg 2 ledere, Qlik Sense og Power Bi.
Lad os bare sige, at Qlik er kraftfuld, men kompleks. Når du først forstår deres SQL-lignende sprog, kan du gøre næsten alt - virtuelle tabeller, joins og joins af tabeller, sløjfe gennem tabellen og generere nye tabeller, en masse kommandoer til behandling af rækker. For eksempel kan et felt i 1 celle, der er fyldt med data som "Ivanov 851 Bely" i farten, opdeles ikke kun i 3 kolonner (som alle kan gøre), men også i 3 rækker på én gang, for eksempel. Det er også nemt at gøre det samme på farten: at kombinere 3 linjer til 1.
Figur 9. Sådan indlæses og transponeres en tabel i Qlik Sense fra Google Sheets
Power BI virker enklere i denne henseende, men de fleste problemer kan let løses gennem forespørgselsdesigneren. Jeg satte en række parametre, transponerede tabellen, arbejdede på dataene, og alt dette uden en enkelt kodelinje.
Figur 10. Sådan indlæses og transponeres en tabel til Power BI fra AmoCRM
Tableau forekommer mig at have en anden ideologi. De handler mere om skønhed og design. Det virker meget svært at forbinde en masse forskellige kilder, kombinere dem alle og behandle dem inde i Tableau. I kommercielle projekter er data i de fleste tilfælde allerede forberedt og akkumuleret til Tableau i lagre og databaser.
Figur 11. Sådan indlæses og transponeres en tabel i Tableau
4. Visualiseringer
I dette afsnit fremhævede vi ikke lederen. Vi vil have en separat artikel, hvor vi ved at bruge eksemplet på én case vil vise den samme rapport i alle 3 systemer . Det er mere et spørgsmål om smag og dygtighed hos analytikeren. På internettet kan du finde meget smukke billeder bygget på basis af et hvilket som helst af disse systemer. De grundlæggende visualiseringsmuligheder er omtrent de samme for alle. Resten løses ved hjælp af Extensons. Der er betalte og gratis. Der er udvidelser fra leverandørerne selv, såvel som fra freelancere og integratorer. Du kan skrive din egen visualiseringsudvidelse til enhver platform.
Jeg kan godt lide Tableaus stil, jeg synes den er streng og corporate. Men at få et virkelig smukt billede i Tableau er svært. Et glimrende eksempel på en Tableau-visualisering, der kun bruger udvidelser. Jeg vil ikke være i stand til at gentage dette, fordi... Jeg har ikke disse udvidelser, men det ser godt ud.
Figur 12. Udseende af Tableau-rapporter med udvidelser
Power BI kan også gøres interessant.
Figur 13. Udseende af Power Bi c Extensions-rapporter
Det eneste jeg ikke forstår ved Power BI er hvorfor de har så mærkelige standardfarver. På et hvilket som helst diagram er jeg tvunget til at ændre farven til min mærkevare, corporate og er overrasket over standardfarven.
Qlik Sense afhænger også af Extensions. Brug af tilføjelser kan ændre rapporter til ukendelighed. Du kan også tilføje dit eget tema og design.
Figur 14. Udseende af Qlik Sense-rapporter med udvidelser
Fra en udviklers synspunkt foretrækker jeg Qlik Sense på grund af standardmulighederne såsom alternative dimensioner og mål. Du kan indstille flere dimensioner og mål i visualiseringsindstillingerne, og brugeren kan nemt indstille, hvad han skal se på på et bestemt diagram.
I Power Bi og Tableau skal jeg konfigurere parametre, knapper, programmere systemets adfærd afhængigt af disse parametre. Jeg undrer mig over, hvorfor det er så svært. Det samme med evnen til at ændre typen af vilisation.
I Qlik kan du skjule forskellige typer visualiseringer i ét objekt, men i Power BI og Tableau er dette sværere. Igen afhænger dette mere af kunstnerens dygtighed. Du kan lave et mesterværk i ethvert system, men uden erfaring vil du ende med uudtrykkelig grafik overalt.
5. Virksomhedsmiljø - server, rapporter
Alle produkter har firmaserverversioner. Jeg har arbejdet med alle udgaver, og jeg kan sige, at de alle har styrker og svagheder. Valget af produkt skal være baseret på dine softwarekrav under hensyntagen til deres nuancer. Alle leverandører kan tildele rettigheder både på konto- og gruppeniveau og på Data Row Level Security. Automatisk opdatering af rapporter på en tidsplan er tilgængelig.
Qlik Sense Enterprise er en fantastisk mulighed for at bygge analyser i din organisation til mellemstore virksomheder. Dette kan virke dyrere end Power BI Pro, men glem ikke, at Power BI Pro-servere er placeret i skyen på Microsofts territorium, og du kan ikke påvirke ydeevnen, og når du har brug for Power BI Premium, som kan installeres på dine servere, så starter prisen fra $5000 per måned.
Qlik Sense Enterprise starter fra RUB 230. for 000 licenser (gebyr pr. år, derefter kun teknisk support), hvilket er meget mere overkommeligt end Power BI Premium. Og Qlik Sense Enterprise giver dig mulighed for at bruge alle Qliks muligheder. Måske bortset fra én. Af en eller anden grund besluttede Qlik, at en sådan funktion som muligheden for at sende PDF-rapporter via e-mail skulle leveres som en separat NPrinting-tjeneste.
Men Qlik Sense Enterprise er mere kraftfuld end Power BI Pro, og derfor kan følgende sammenligning foretages.
Qlik Sense Enterprise = Power BI Premium, med lige store muligheder viser det sig at være billigere for gennemsnitlige implementeringer. Store implementeringer beregnes normalt på leverandørens side, hvor de kan give individuelle betingelser for din virksomhed.
I denne forbindelse vil vi give fortrinsret til Qlik Sense Enterprise, det har alle muligheder for at bygge seriøse analyser på enorme data. Efter vores mening vil Qlik arbejde hurtigere end Power BI på store arrays; på Qlik-konferencer stødte vi på kunder, der først testede deres data i milliarder af poster, og Power BI viste dårligere resultater.
Figur 15. Udseende af Qlik Sense Enterprise-serverrapporter
Qlik Sense Cloud = Power BI Pro. Qlik Sense Cloud viser sig at være 1.5 gange dyrere*, og der er en meget væsentlig begrænsning, som denne platform ikke tillader os. Du kan ikke bruge udvidelser, heller ikke indbyggede. Og uden udvidelser mister Qlik noget sin visuelle skønhed.
Figur 16. Udseende af Power BI Pro-kontrolpanelet
*Et alternativ er at bruge et Qlik Sense Enterprise-abonnement. Men for at denne artikel ikke skal opfattes som reklame, dækker vi ikke vores priser
Og Tableau står lidt til side for os. De har både cloud-abonnementer til $70 pr. udvikler og $15 pr view, samt dyre serverløsninger. Men hovedideen med Tableau er, at for big data skal du organisere databehandling og lagring ved siden af. Objektivt set tillader mindre funktionalitet ikke seriøs databehandling i Tableau. Visualiser, analyser, ja. Men for små og mellemstore virksomheder er det normalt problematisk at oprette separat opbevaring. Jeg ville have sænket scoren for Tableau derfor, hvis ikke for deres 1-funktion. Tableau Server sender problemfrit planlagte e-mails med CSV- eller PDF-vedhæftninger. Desuden kan du distribuere rettigheder, autofiltre osv. Af en eller anden grund kan Power BI og Qlik ikke gøre dette, men for nogle kan det være kritisk. På grund af dette har Tableau en position i vores tvist.
Figur 17. Tableau Server kontrolpanelets udseende
Også i et virksomhedsmiljø skal du tænke på omkostningerne ved implementering og vedligeholdelse. I Rusland har den praksis udviklet sig, at Power BI er mere almindelig i små virksomheder. Dette førte til fremkomsten af et stort antal ledige stillinger og CV'er, og fremkomsten af små integratorer. Dette giver dig mulighed for at finde specialister til et lille projekt. Men højst sandsynligt vil de ikke alle have erfaring med store implementeringer og arbejde med big data. Qlik og Tableau er det modsatte. Der er få Qlik-partnere og endnu færre Tableau-partnere. Disse partnere specialiserer sig i store implementeringer med en stor gennemsnitlig check. Der er ikke mange ledige stillinger og CV'er på markedet; barrieren for adgang til disse produkter er sværere end i Power BI. Men i Rusland er der succesfulde implementeringer af disse produkter for tusindvis af brugere, og disse produkter fungerer godt på big data. Du skal blot forstå styrkerne og svaghederne ved produkterne, da de gælder specifikt for din virksomhed.
6. Support til mobile enheder.
I dette afsnit vil vi fremhæve Power BI og Tableau. Du kan installere mobile applikationer, og de vil se ganske passende ud på skærmene på mobile enheder. Selvom det forekommer os, at analytics på mobile enheder er ringere end analytics på pc'er. Alligevel er det ikke så praktisk at bruge filtre, billederne er små, tallene er svære at se osv.
Figur 18. Udseende af en Power BI-rapport på iPhone
Figur 19. Tableau-rapportens udseende på iPhone
Figur 20. Udseende af en Qlik Sense-rapport på iPhone
Hvorfor blev Qlik-score sænket? Af årsager ukendte for os, er mobilklienten kun tilgængelig på iPhone; på Android skal du bruge en almindelig browser. Plus, når du bruger Qlik, skal du straks forstå, at en række udvidelser eller visualiseringer ikke reduceres, eller at bilerne er placeret i mobile enheder som forventet. En rapport, der ser meget flot ud på en pc, ser meget værre ud på en lille skærm. Du skal lave en separat rapport for mobile enheder, hvor du kan fjerne filtre, KPI'er og en række andre objekter. Dette gælder også for Power BI eller Tableau, men er især udtalt i Qlik. Vi håber, at Qlik vil fortsætte med at arbejde på sin mobile klient.
Hvis du planlægger at bruge meget tid på at udføre analyser fra mobile enheder, giver det mening at installere alle 3 klienter og tjekke deres visning på testrapporter. Enhver leverandør har et galleri med testrapporter på sin hjemmeside til gennemgang.
7. Indlejret (indbygget) analyse i tredjeparts applikationer/sites
Det er ikke altid praktisk at bruge analyser som en tredjepartstjeneste. Måske er du ved at udvikle dit eget produkt, men er ikke klar til at udvikle en visualiserings- og analysemotor fra bunden. Måske vil du implementere analyser på din hjemmeside, så kunden registrerer sig selv, uploader sine data og foretager analyser på sin personlige konto. For at gøre dette skal du have indbygget analyse (Embedded).
Alle produkter giver dig mulighed for dette, men i denne kategori vil vi fremhæve Qlik.
Power Bi og Tableau siger tydeligt, at du til sådanne formål skal købe et separat Tableau Embedded Analytics eller Power BI Embedded-produkt. Det er ikke billige løsninger, der koster tusindvis af dollars om måneden, hvilket umiddelbart begrænser deres brug. De fleste projekter bliver umiddelbart urentable for vores kunder. Det betyder, at du ikke blot skal offentliggøre en rapport på hele internettet, men at sikre, at rapporter offentliggøres i henhold til bestemte adgange, med databeskyttelse, brugerautorisation mv.
Og Qlik giver dig mulighed for at komme ud. De har selvfølgelig også Qlik Analytics Platform, som er licenseret per server og organiserer et ubegrænset antal forbindelser. Det vil også være dyrt ligesom konkurrenterne Tableau og Power Bi. Og i tilfælde af ubegrænsede forbindelser er der ikke mange muligheder.
Men i Qlik er der sådan noget som Mashup. Lad os sige, at du har Qlik Sense Enterprise og 10 licenser. Standardanalyse, udseende, alt er allerede kedeligt. Du bygger din egen hjemmeside eller applikation, og du kan implementere alle dine analyser lige der. Tricket er, at Mashup, for at sige det enkelt, er en visualisering i programkode. Ved hjælp af API'en kan du programmæssigt oprette en visualisering i din applikation eller dit websted. Du skal stadig bruge Qlik Sense Enterprise til licensering (licenser til webstedsforbindelser = licenser til forbindelser til BI), til indlæsning af data osv., men visualiseringerne vil ikke længere blive vist på siden af denne server, men vil være indbygget i din applikation eller hjemmeside. Du kan bruge CSS-stile, indstille nye skrifttyper og farver. Dine 10 brugere vil ikke længere logge ind på analyseserveren, men vil bruge din virksomhedsportal eller applikation. Analytics vil nå et nyt niveau.
Figur 21. Udseende af en Qlik Sense-rapport, der er indlejret på et websted
Det vil være svært at forstå, hvor webstedselementerne er, og hvor Qlik Sense begynder.
Selvfølgelig skal du bruge en programmør, eller endnu mere sandsynligt flere. En til webprogrammering, en til at arbejde med Qlik API. Men resultatet er det værd.
Konklusioner. Lad os opsummere.
Det er svært at sige entydigt, hvem der er bedre og hvem der er dårligst. Power BI og Qlik er på niveau i vores konkurrence, Tableau er lidt ringere. Men måske bliver resultatet anderledes for din virksomhed. I BI-platforme er den visuelle komponent meget vigtig. Hvis du har set på snesevis af demo-rapporter og billeder på internettet for alle BI-systemer, og du ikke kan lide, hvordan en af platformene ser ud, så vil du højst sandsynligt ikke implementere den, selvom du er tilfreds med prisen eller teknisk support. egenskaber.
Dernæst skal du helt sikkert beregne omkostningerne til licenser, implementering og vedligeholdelse af BI-platformen. Måske i dit tilfælde vil en leder blive identificeret. Entreprenøren eller evnen til at ansætte en passende specialist er af stor betydning. Uden fagfolk på nogen platform vil resultatet være katastrofalt.
Succesfulde BI-integrationer til dig, Andrey Zhdanov og Vladimir Lazarev, Analytics Group
Kilde: www.habr.com