Benötigte Lesezeit: 11 Minuten
Wir und das Gartner-Quadrant 2019 BI 🙂
Ziel dieses Artikels ist der Vergleich von drei führenden BI-Plattformen, die im Gartner-Quadranten führend sind:
— Power BI (Microsoft)
— Tableau
— Qlik
Abbildung 1. Gartner BI Magic Quadrant 2019
Mein Name ist Andrej Zhdanov, ich bin Leiter der Analytics-Abteilung bei Analytics Group (). Wir erstellen anschauliche Berichte zu Marketing, Vertrieb, Finanzen und Logistik, kurz gesagt, wir beschäftigen uns mit Geschäftsanalytik und Datenvisualisierung.
Ich und mein Team arbeiten seit mehreren Jahren mit verschiedenen BI-Plattformen. Wir haben umfangreiche Projekterfahrung, die es uns ermöglicht, Plattformen aus der Perspektive von Entwicklern, Analysten, Geschäftsbenutzern und Implementierern von BI-Systemen zu vergleichen.
Wir werden einen separaten Artikel über den Vergleich von Preisen und das visuelle Design dieser BI-Systeme haben, daher möchten wir hier diese Systeme aus der Sicht eines Analysts und Entwicklers bewerten.
Wir werden einige Analysebereiche hervorheben und nach einem 3-Punkte-System bewerten:
— Eintrittshürde und Anforderungen an den Analysten;
— Datenquellen;
— Datenreinigung, ETL (Extrahieren, Transformieren, Laden)
— Visualisierungen und Entwicklung
— Unternehmensumgebung – Server, Berichte
— Unterstützung mobiler Geräte
— Eingebettete Analytik in Drittanbieteranwendungen/Websites
1. Einstiegshürden und Anforderungen an Analysten
Power BI
Ich habe viele Power BI-Nutzer gesehen, die keine IT-Experten waren, aber in der Lage waren, ansprechende Berichte zu erstellen. Power BI verwendet die gleiche Abfragesprache wie Excel – Power Query und die DAX-Formelsprache. Viele Analysten sind gut mit Excel vertraut, sodass der Übergang zu diesem BI-System recht einfach ist.
Die meisten Aufgaben sind im Abfrage-Editor relativ einfach zu erledigen. Zudem gibt es einen erweiterten Editor mit der M-Sprache für Profis.
Abbildung 2. Power BI Abfragen-Builder
Qlik Sense
Qlik Sense wirkt sehr benutzerfreundlich – wenige Einstellungen, schnelle Erstellung eines Berichts, man kann den Datenlade-Builder nutzen.
Anfangs erscheint es einfacher als Power BI und Tableau. Aber aus Erfahrung kann ich sagen, dass ein Analyst nach ein paar einfachen Berichten irgendwann mit der Notwendigkeit konfrontiert wird, programmieren zu müssen.
Qlik bietet eine leistungsstarke Sprache zum Laden und Verarbeiten von Daten. Es gibt eine eigene Formelsprache namens Set Analysis. Daher muss ein Analyst in der Lage sein, Abfragen und Joins zu erstellen, Daten in virtuellen Tabellen zu platzieren und aktiv mit Variablen zu arbeiten. Die Möglichkeiten der Sprache sind sehr umfangreich, erfordern jedoch eine Einarbeitung. Wahrscheinlich haben alle Qlik-Analysten, die ich kenne, einen soliden IT-Hintergrund.
Qlik-Integratoren, wie wir, sprechen oft über das assoziative Modell. Dabei werden alle Daten bei der Verarbeitung in den Arbeitsspeicher geladen, und die Verknüpfung zwischen den Daten erfolgt durch den internen Mechanismus der Plattform. Bei der Auswahl von Werten gibt es keine internen Subabfragen wie in klassischen Datenbanken. Dank zuvor indizierter Werte und Verknüpfungen werden die Daten nahezu sofort bereitgestellt.
In der Praxis führt dies oft zur automatischen Erstellung von Tabellenverbindungen, wenn die Feldnamen übereinstimmen. Beispielsweise können zwei separate Tabellen mit identischen Feldern nicht existieren. Dies erfordert eine gewisse Gewöhnung. Man muss entweder die Spalten umbenennen und darauf achten, dass die Namen nicht übereinstimmen, oder alle Faktentabellen in eine einzige zusammenfassen und sie von Referenztabellen wie einem "Stern" umgeben. Für Anfänger mag das bequem sein, aber erfahrenen Analysten ist das gleichgültig.
Eine typische Benutzeroberfläche zum Laden und Verarbeiten von Daten für einen Analysten sieht folgendermaßen aus.
Abbildung 3. Datenlade-Editor von Qlik Sense, Tabelle Kalender
Hinweis: In Power BI ist die Situation normalerweise anders, hier können Sie verschiedene Faktentabellen und Referenztabellen beibehalten und die Tabellen manuell auf herkömmliche Weise miteinander verbinden, d.h. die Spalten manuell zuordnen.
Tableau
Die Entwickler von Tableau positionieren es als BI mit einer benutzerfreundlichen und intuitiven Oberfläche, die es Analysten ermöglicht, ihre Daten selbstständig zu untersuchen. Ja, in unserem Unternehmen gab es Analysten, die ohne IT-Erfahrung ihre Berichte erstellen konnten. Allerdings würde ich Tableau aus mehreren Gründen weniger positiv bewerten:
— Schlechte Lokalisierung bezüglich der russischen Sprache
— Tableau Online-Server befinden sich nicht in der RF
— Ein recht einfacher Lade-Builder beginnt Probleme zu verursachen, wenn es darum geht, ein komplexes Datenmodell zu erstellen.
Abbildung 4. Lade-Builder von Tableau
Eine der Fragen, die wir in Vorstellungsgesprächen für Tableau-Analysten stellen, lautet: „Wie erstellt man ein Modell von Faktentabellen mit Nachschlagetabellen, ohne alles in eine einzige Tabelle zu bringen?!“ Data Blending erfordert sorgfältigen Einsatz. Ich habe oft die Fehler meiner Analysten bei solchen Zusammenführungen korrigiert, die zu Datenverdopplungen führten.
Ein Pluspunkt von Tableau ist die recht eigene Systematik, bei der du jedes Diagramm auf einem separaten Blatt erstellst und anschließend ein Dashboard erstellst, auf dem du die erstellten Blätter anordnest. Danach kannst du eine Story erstellen, die eine Kombination verschiedener Dashboards darstellt. Die Entwicklung in Qlik und Power BI ist in dieser Hinsicht einfacher; du kannst sofort Vorlagen für Diagramme auf das Blatt legen, Maße und Dimensionen festlegen und das Dashboard ist bereit. Die Arbeitsbelastung für die Vorbereitung in Tableau scheint mir dadurch zu steigen.
2. Datenquellen und Ladeprozess
In diesem Abschnitt gibt es keinen klaren Führer, aber wir heben Qlik wegen einiger angenehmer Besonderheiten hervor.
Die kostenlose Version von Tableau hat Einschränkungen bei den Quellen, aber in unseren Artikeln richten wir uns mehr an den Geschäftskontext, und Unternehmen können sich kommerzielle Produkte und Analysten leisten. Daher haben wir die Bewertung von Tableau in diesem Punkt nicht gesenkt.
Abbildung 5. Liste möglicher Quellen für Tableau
Ansonsten ist die Liste der Quellen überall beeindruckend — alle Tabellenk Dateien, alle Standarddatenbanken, Webverbindungen, alles funktioniert reibungslos. Ich habe keine unkonventionellen Datenspeicher gesehen; möglicherweise gibt es hier spezielle Nuancen, aber in den meisten Fällen haben Sie keine Probleme beim Laden der Daten. Eine Ausnahme bildet vielleicht 1C. Es gibt keine direkten Connectoren zu 1C.
Partner von Qlik in Russland verkaufen ihre eigenen Connectoren für 100.000 bis 200.000 Rubel, aber in den meisten Fällen ist es günstiger, Daten aus 1C per FTP in Excel oder eine SQL-Datenbank zu exportieren. Man kann auch die 1C-Datenbank im Internet veröffentlichen und sich über das OData-Protokoll damit verbinden.
Power BI und Tableau können das standardmäßig, während Qlik einen kostenpflichtigen Connector verlangt. Daher ist es auch hier einfacher, die Daten in eine Zwischen-Datenbank zu exportieren. In jedem Fall lassen sich alle Fragen zu Verbindungen klären.
Abbildung 6. Liste möglicher Quellen für Qlik Sense
Es ist erwähnenswert, dass Qlik als separates Produkt sowohl kostenpflichtige als auch kostenlose Connectoren anbietet.
Abbildung 7. Zusätzliche Connectoren von Qlik Sense
Aus Erfahrung füge ich hinzu, dass es bei großen Datenmengen oder vielen Quellen nicht immer sinnvoll ist, sofort ein BI-System anzuschließen. In größeren Projekten wird normalerweise ein Data Warehouse verwendet, eine Datenbank mit bereits für die Analyse aufbereiteten Daten usw. Man kann nicht einfach beispielsweise 1 Milliarde Datensätze in ein BI-System exportieren. Hier muss man bereits die Architektur der Lösung durchdenken.
Abbildung 8. Datenquellen von Power BI
Aber warum wurde Qlik hervorgehoben? Mir gefallen drei Dinge sehr:
— QVD-Dateien
Eigenes Datenformat. Manchmal lassen sich ernsthafte kommerzielle Projekte ausschließlich auf QVD-Dateien basieren. Zum Beispiel: Die erste Ebene – Rohdaten. Die zweite Ebene – verarbeitete Dateien. Die dritte Ebene – aggregierte Daten usw. Diese Dateien können in verschiedenen Anwendungen verwendet werden, unterschiedliche Mitarbeiter und Dienste können dafür verantwortlich sein. Die Ladegeschwindigkeit aus solchen Dateien ist zehnmal schneller als aus herkömmlichen Datenquellen. Dies ermöglicht Kosteneinsparungen bei der Datenbank und den Austausch von Informationen zwischen verschiedenen Qlik-Anwendungen.
— Inkrementelles Laden von Daten
Ja, Power BI und Tableau können das ebenfalls. Aber Power BI benötigt die teure Premium-Version, und Tableau bietet nicht die gleiche Flexibilität wie Qlik. In Qlik können Sie mit QVD-Dateien Momentaufnahmen von Systemen zu unterschiedlichen Zeitpunkten erstellen und diese Daten nach Belieben verarbeiten.
— Verbindung externer Skripte
Neben QVD-Dateien zur Speicherung von Daten kann der Qlik-Skripting-Code auch außerhalb der Anwendung ausgelagert und mit dem Include-Befehl eingebunden werden. Dies ermöglicht Teamarbeit, die Nutzung von Versionskontrollsystemen und das Management eines einheitlichen Codes für verschiedene Anwendungen. Power BI verfügt über einen erweiterten Abfrage-Editor, aber eine derartige Zusammenarbeit konnte bei uns nicht wie in Qlik eingerichtet werden. Tatsächlich haben alle BI-Tools damit Schwierigkeiten, da es schlichtweg unmöglich ist, Daten, Code und Visualisierungen aus einem zentralen Punkt in allen Anwendungen gleichzeitig zu verwalten. Das Beste, was uns gelungen ist, ist das Auslagern von QVD-Dateien und Skriptcodes. Visuelle Elemente müssen innerhalb der Berichte bearbeitet werden, was es uns nicht ermöglicht, die Visualisierungen für alle Kunden gleichzeitig in großer Zahl zu ändern.
Und was ist mit einem Mechanismus wie der Live-Verbindung? Tableau und Power BI unterstützen LIVE-Verbindungen zu einer Reihe von Quellen, im Gegensatz zu Qlik. Wir stehen dieser Funktion recht neutral gegenüber, da die Praxis zeigt, dass es bei großen Datenmengen einfach unmöglich wird, mit einer LIVE-Verbindung zu arbeiten. Und BI ist in den meisten Fällen genau für große Daten erforderlich.
3. Datenbereinigung, ETL (Extract, Transform, Load)
In diesem Abschnitt habe ich zwei Favoriten: Qlik Sense und Power BI.
Sagen wir mal so: Qlik ist mächtig, aber auch komplex. Wenn Sie sich in deren SQL-ähnliche Sprache einarbeiten, können Sie nahezu alles tun – virtuelle Tabellen erstellen, Verbindungen herstellen und Tabellen vereinen, durch Tabellen iterieren und neue Tabellen generieren, und zahlreiche Funktionen zur Datenverarbeitung nutzen. Zum Beispiel kann ein Feld mit dem Inhalt 'Ivanov 851 Weiß' nicht nur in drei Spalten (wie es viele können) zerlegt werden, sondern auch in drei Zeilen. Ebenso lässt sich das Zusammenfassen von drei Zeilen zu einer in Echtzeit ebenfalls einfach umsetzen.
Abbildung 9. So laden und transponieren Sie eine Tabelle in Qlik Sense aus Google Sheets
Power BI erscheint in dieser Hinsicht einfacher, aber die meisten Aufgaben lassen sich leicht über den Abfrage-Editor lösen. Sie stellen eine Reihe von Parametern ein, transponieren die Tabelle, arbeiten an den Daten, und das alles ohne eine einzige Zeile Code.
Abbildung 10. So laden und transponieren Sie eine Tabelle in Power BI aus AmoCRM
Bei Tableau scheint mir eine andere Ideologie zu herrschen. Sie legen mehr Wert auf Ästhetik und Design. Es erscheint mir schwierig, eine Vielzahl von Quellen anzuschließen, sie zu vereinigen und innerhalb von Tableau zu verarbeiten. In kommerziellen Projekten werden die Daten in den meisten Fällen bereits in Data Warehouses und Datenbanken aufbereitet und gesammelt, bevor sie für Tableau verwendet werden.
Abbildung 11. So laden und transponieren Sie eine Tabelle in Tableau
4. Visualisierungen
In diesem Abschnitt haben wir keinen klaren Leader herausgestellt. Wir werden einen separaten Artikel veröffentlichen, in dem wir anhand eines Beispiels den gleichen Bericht in allen drei Systemen zeigen. . Hier geht es mehr um Geschmack und das Können des Analysten. Im Internet findet man sehr schöne Grafiken, die auf einer dieser Systeme basieren. Die grundlegenden Visualisierungsfunktionen sind bei allen ungefähr gleich. Der Rest wird durch die Verwendung von Extensions gelöst. Es gibt kostenpflichtige und kostenlose. Sowohl Anbieter-Extensions als auch von Freelancern und Integratoren. Sie können sogar Ihre eigene Visualisierungs-Extension für jede Plattform erstellen.
Ich mag den Stil von Tableau, ich finde ihn streng und geschäftlich. Es ist jedoch schwierig, ein wirklich schönes Bild in Tableau zu erstellen. Ein hervorragendes Beispiel für eine Tableau-Visualisierung, die ausschließlich Erweiterungen verwendet. Ich kann das nicht so wiederholen, da ich nicht über diese Erweiterungen verfüge, aber es sieht schön aus.
Abbildung 12. Das Aussehen von Tableau-Berichten mit Erweiterungen
Power BI kann auch interessant gestaltet werden.
Abbildung 13. Das Aussehen von Power BI-Berichten mit Erweiterungen
Das Einzige, was ich an Power BI nicht verstehe, sind die seltsamen Standardfarben. Bei jedem Diagramm muss ich die Farbe auf mein firmeneigenes, korporatives Design ändern und wundere mich über die Standardfarbgebung.
Qlik Sense ist ebenfalls von Erweiterungen abhängig. Die Verwendung von Add-ons kann Berichte bis zur Unkenntlichkeit verändern. Man kann auch ein eigenes Thema und Design anwenden.
Abbildung 14. Das Aussehen von Qlik Sense-Berichten mit Erweiterungen
Aus Sicht eines Entwicklers finde ich Qlik Sense aufgrund der Standardoptionen wie alternative Dimensionen und Kennzahlen bequemer. In den Visualisierungseinstellungen kann man mehrere Dimensionen und Kennzahlen festlegen, und der Benutzer kann leicht selbst bestimmen, was er in einem bestimmten Diagramm sehen möchte.
In Power BI und Tableau muss ich Parameter einrichten, Schaltflächen konfigurieren und das Verhalten des Systems entsprechend diesen Parametern programmieren. Ich frage mich, warum das so kompliziert ist. Das Gleiche gilt für die Möglichkeit, die Arten der Visualisierungen zu ändern.
In Qlik kann man in einem Objekt unterschiedliche Visualisierungsarten verstecken, während es in Power BI und Tableau komplizierter ist. Hier hängt es wieder mehr vom Können des Anwenders ab. In jedem System kann man ein Meisterwerk schaffen, doch ohne Erfahrung werden überall nur ausdruckslose Grafiken entstehen.
5. Unternehmenskultur – Server, Berichte
Alle Produkte verfügen über Unternehmensserverversionen. Ich habe mit allen Editionen gearbeitet und kann sagen, dass alle ihre Stärken und Schwächen haben. Die Auswahl des Produkts sollte aus Ihren Softwareanforderungen unter Berücksichtigung ihrer Besonderheiten getroffen werden. Bei allen Anbietern können Berechtigungen sowohl auf Ebene der Benutzerkonten und Gruppen als auch auf Ebene der Data Row Level Security vergeben werden. Automatische Berichtaktualisierungen nach Zeitplan sind verfügbar.
Qlik Sense Enterprise bietet eine hervorragende Möglichkeit, Analysen innerhalb Ihrer Organisation für den Mittelstand aufzubauen. Obwohl es teurer erscheinen mag als Power BI Pro, sollte man nicht vergessen, dass die Server von Power BI Pro in der Cloud bei Microsoft betrieben werden und Sie keinen Einfluss auf die Leistung nehmen können. Wenn Sie Power BI Premium benötigen, das auf Ihren eigenen Servern installiert werden kann, beginnen die Preise bei 5000 $ pro Monat.
Qlik Sense Enterprise beginnt bei 230.000 Rubel für 5 Lizenzen (Zahlung jährlich, danach nur noch technische Unterstützung), was deutlich günstiger ist als Power BI Premium. Zudem ermöglicht es Qlik Sense Enterprise, alle Funktionen von Qlik zu nutzen – bis auf eine. Aus unerklärlichen Gründen haben die Entwickler von Qlik entschieden, dass die Funktion, Berichte als PDF per E-Mail zu versenden, als separater Dienst NPrinting bereitgestellt werden muss.
Aber Qlik Sense Enterprise ist leistungsfähiger als Power BI Pro, sodass hier ein Vergleich angestellt werden kann.
Qlik Sense Enterprise = Power BI Premium. Bei vergleichbaren Möglichkeiten ist es bei mittleren Implementierungen günstiger. Großen Implementierungen werden üblicherweise bereits vom Anbieter individuell kalkuliert, und dort können sie maßgeschneiderte Konditionen für Ihr Unternehmen anbieten.
In diesem Zusammenhang bevorzugen wir Qlik Sense Enterprise, da es alle Möglichkeiten bietet, um ernsthafte Analysen auf großen Datenmengen durchzuführen. Unserer Meinung nach wird Qlik bei großen Datenmengen schneller arbeiten als Power BI. Bei Konferenzen trafen wir auf Kunden, die zuerst ihre Daten mit Milliarden von Datensätzen testeten, und Power BI erzielte schlechtere Ergebnisse.
Abbildung 15. Das Aussehen der Berichte des Qlik Sense Enterprise Servers
Qlik Sense Cloud = Power BI Pro. Qlik Sense Cloud ist 1,5-mal teurer* und hat einige wesentliche Einschränkungen, die uns von dieser Plattform abhalten. Die Nutzung von Extensions, selbst integrierten, ist nicht möglich. Ohne Erweiterungen verliert Qlik etwas von seiner visuellen Attraktivität.
Abbildung 16. Das Aussehen des Dashboards von Power BI Pro
*Eine alternative Möglichkeit besteht darin, Qlik Sense Enterprise im Abonnement zu nutzen. Um sicherzustellen, dass dieser Artikel nicht als Werbung wahrgenommen wird, werden wir keine Informationen zu unserer Preisgestaltung bereitstellen.
Tableau nimmt für uns eine etwas besondere Stellung ein. Sie bieten sowohl Cloud-Abonnements für 70 $ pro Entwickler und 15 $ für den Viewer als auch kostspielige Serverlösungen an. Das Hauptkonzept von Tableau besteht darin, dass die Verarbeitung und Speicherung großer Datenmengen serverseitig organisiert werden müssen. Objektiv betrachtet bietet Tableau weniger Funktionalität, die eine ernsthafte Datenverarbeitung ermöglicht. Datenvisualisierung und -analyse sind möglich, aber für kleine und mittlere Unternehmen kann es problematisch sein, ein separates Speicherlager zu erstellen. Daher würde ich die Bewertung für Tableau senken, wäre da nicht ihre eine besondere Funktion. Der Tableau-Server kann problemlos zeitgesteuerte E-Mails mit Anhängen im CSV- oder PDF-Format versenden. Außerdem lassen sich Berechtigungen, Autofilter und vieles mehr verwalten. Power BI und Qlik können das aus irgendeinem Grund nicht, was für einige Nutzer entscheidend sein könnte. Dadurch behauptet sich Tableau in unserer Diskussion.
Abbildung 17. Das Aussehen des Tableau Server-Dashboards
Auch in der Unternehmensumgebung sollten die Kosten für Implementierungen und Wartung berücksichtigt werden. In Russland hat sich die Praxis etabliert, dass Power BI häufiger im kleinen Unternehmen verwendet wird. Dies führte zur Entstehung vieler Stellenangebote und Lebensläufe sowie kleiner Integratoren. Dadurch wird es möglich, Fachkräfte für kleinere Projekte zu finden. Höchstwahrscheinlich haben jedoch nicht alle von ihnen Erfahrung mit größeren Implementierungen und der Arbeit mit großen Datensätzen. Im Gegensatz dazu sieht es bei Qlik und Tableau anders aus. Es gibt nur wenige Qlik-Partner und noch weniger Tableau-Partner. Diese Partner sind auf große Implementierungen mit einem hohen durchschnittlichen Auftragsvolumen spezialisiert. Auf dem Markt gibt es nicht viele Stellenangebote und Lebensläufe, der Zugang zu diesen Produkten ist schwieriger als bei Power BI. Dennoch gibt es in Russland erfolgreiche Implementierungen dieser Produkte mit Tausenden von Nutzern, und sie eignen sich gut für große Datenmengen. Man muss einfach die Schwächen und Stärken der Produkte im Hinblick auf Ihr Unternehmen verstehen.
6. Unterstützung für mobile Geräte.
In diesem Abschnitt werden wir Power BI und Tableau hervorheben. Sie können die mobilen Anwendungen installieren, und sie werden auf den Bildschirmen mobiler Geräte ziemlich gut aussehen. Dennoch glauben wir, dass die Analyse auf mobilen Geräten der Analyse auf PCs unterlegen ist. Es ist einfach nicht so bequem, Filter zu verwenden; die Bilder sind klein und die Zahlen schwer zu erkennen, usw.
Abbildung 18. Die Benutzeroberfläche des Power BI-Berichts auf dem iPhone
Abbildung 19. Die Benutzeroberfläche des Tableau-Berichts auf dem iPhone
Abbildung 20. Die Benutzeroberfläche des Qlik Sense-Berichts auf dem iPhone
Warum wurden die Qlik-Punkte herabgesetzt? Aus uns unbekannten Gründen ist der mobile Client nur auf dem iPhone verfügbar, auf Android muss man den regulären Browser verwenden. Zudem muss man bei der Nutzung von Qlik sofort verstehen, dass einige Erweiterungen oder Visualisierungen nicht wie erwartet auf mobilen Geräten verkleinert oder automatisch positioned werden. Ein Bericht, der auf dem PC sehr ansprechend aussieht, erscheint auf dem kleinen Bildschirm deutlich schlechter. Man muss für mobile Geräte einen separaten Bericht erstellen, in dem Filter, KPIs und eine Reihe weiterer Objekte entfernt werden. Dies gilt auch für Power BI oder Tableau, zeigt sich aber bei Qlik besonders stark. Wir hoffen, dass Qlik noch an seinem mobilen Client arbeiten wird.
Wenn Sie viel Zeit mit der Analyse auf mobilen Geräten verbringen möchten, macht es Sinn, alle drei Clients zu installieren und ihre Darstellung in Testberichten zu überprüfen. Jeder Anbieter hat auf seiner Website eine Galerie von Testberichten zur Verfügung.
7. Eingebettete Analyse in externe Anwendungen/Websites
Die Verwendung von Analytik als externen Service ist nicht immer praktisch. Vielleicht entwickeln Sie Ihr eigenes Produkt, sind aber nicht bereit, das Visualisierungstool und die Analytik-Engine von Grund auf neu zu erstellen. Möglicherweise möchten Sie Analytik auf Ihrer Website implementieren, damit der Kunde sich selbst registriert, seine Daten hochlädt und Analysen in seinem persönlichen Bereich durchführt. Dafür benötigen Sie eine eingebettete Analyse (Embedded).
Alle Produkte ermöglichen dies, aber in dieser Kategorie heben wir Qlik hervor.
Power BI und Tableau empfehlen eindeutig, separate Produkte wie Tableau Embedded Analytics oder Power BI Embedded für solche Zwecke zu erwerben. Diese sind keine günstigen Lösungen und kosten mehrere Tausend Dollar pro Monat, was ihre Nutzung sofort einschränkt. Die meisten Projekte werden dadurch für unsere Kunden nicht rentabel. Es ist wichtig zu beachten, dass Sie nicht einfach einen Bericht im gesamten Internet veröffentlichen, sondern die Berichterstattung entsprechend bestimmter Zugriffsrechte, mit Datenschutz, Nutzerautorisierung usw. bereitstellen müssen.
Qlik bietet Ihnen jedoch eine Lösung. Natürlich haben sie auch die Qlik Analytics Plattform, die auf dem Server lizenziert wird und eine unbegrenzte Anzahl von Verbindungen ermöglicht. Diese Lösung ist ebenfalls so kostspielig wie die Konkurrenz von Tableau und Power BI. Bei unbegrenzten Verbindungen gibt es nicht viele Alternativen.
In Qlik gibt es das Konzept des Mashups. Angenommen, Sie haben Qlik Sense Enterprise und 10 Lizenzen. Die Standardanalysen und das Design sind Ihnen mittlerweile zu langweilig. Sie erstellen Ihre eigene Website oder Anwendung und können Ihre gesamte Analyse direkt dort integrieren. Die Idee ist, dass Mashup im Grunde eine Visualisierung im Code ist. Über die API können Sie programmatisch Visualisierungen innerhalb Ihrer Anwendung oder Website erstellen. Qlik Sense Enterprise wird weiterhin für die Lizenzierung benötigt (Lizenzen für die Verbindung zur Website = Lizenzen für die Verbindung zu BI), für das Laden von Daten usw., aber die Visualisierungen werden nicht mehr auf diesem Server angezeigt, sondern in Ihre Anwendung oder Website eingebettet. Sie können CSS-Stile verwenden, neue Schriften und Farben festlegen. Ihre 10 Benutzer werden jetzt nicht mehr auf den Analyse-Server zugreifen, sondern Ihr Unternehmensportal oder Ihre Anwendung nutzen. Die Analyse wird auf eine neue Ebene gehoben.
Abbildung 21. Das Erscheinungsbild des Qlik Sense Berichts, der auf der Website eingebettet ist.
Es wird schwierig zu erkennen sein, wo die Elemente der Website enden und wo Qlik Sense beginnt.
Natürlich benötigen Sie einen Programmierer, wahrscheinlich sogar mehrere. Einen für die Webprogrammierung und einen für die Arbeit mit der Qlik-API. Aber das Ergebnis ist es wert.
Fazit. Ziehen wir Bilanz.
Es lässt sich schwer eindeutig sagen, wer besser oder schlechter ist. Power BI und Qlik sind in unserem Vergleich gleichauf, Tableau liegt etwas zurück. Doch möglicherweise wird das Ergebnis für Ihr Unternehmen anders ausfallen. Bei BI-Plattformen ist die visuelle Darstellung sehr wichtig. Wenn Sie sich Dutzende von Demoberichten und Bildern aller BI-Systeme angesehen haben und Ihnen das Erscheinungsbild einer Plattform nicht gefällt, werden Sie sie wahrscheinlich nicht implementieren, selbst wenn der Preis oder die technischen Spezifikationen stimmen.
Sie müssen unbedingt die Kosten für Lizenzen, Implementierung und den Betrieb der BI-Plattform kalkulieren. Möglicherweise wird in Ihrem Fall ein Marktführer ermittelt. Der Auftragnehmer oder die Möglichkeit, einen geeigneten Spezialisten einzustellen, spielt eine große Rolle. Ohne Fachleute wird das Ergebnis auf jeder Plattform enttäuschend sein.
Ich wünsche Ihnen erfolgreiche BI-Integrationen, Андрей Жданов und Лазарев Владимир, Аналитикс Групп
Quelle: habr.com
