הבדלים טכניים של מערכות BI (Power BI, Qlik Sense, Tableau)

הזמן הנדרש לקריאה 11 דקות

אנחנו וגרטנר סקוור 2019 BI :)

מטרת מאמר זה היא להשוות בין שלוש פלטפורמות BI מובילות שנמצאות בראש הרביע של גרטנר:

- Power BI (מיקרוסופט)
-תְמוּנָה חַיָה
- Qlik

איור 1. גרטנר BI Magic Quadrant 2019

שמי אנדריי ז'דנוב, אני ראש מחלקת האנליטיקה ב-Analytics Group (www.analyticsgroup.ru). אנו בונים דוחות חזותיים על שיווק, מכירות, פיננסים, לוגיסטיקה, במילים אחרות, אנו עוסקים בניתוח עסקי והדמיית נתונים.

עמיתיי ואני עובדים עם פלטפורמות BI שונות מזה מספר שנים. יש לנו ניסיון טוב מאוד בפרויקט, המאפשר לנו להשוות בין פלטפורמות מנקודת מבט של מפתחים, אנליסטים, משתמשים עסקיים ומיישמים של מערכות BI.

יהיה לנו מאמר נפרד על השוואת מחירים ועיצוב חזותי של מערכות BI אלו, אז כאן ננסה להעריך את המערכות הללו מנקודת מבט של אנליסט ומפתח.

בואו נדגיש מספר תחומים לניתוח ונעריך אותם באמצעות מערכת של 3 נקודות:

- סף כניסה ודרישות לאנליסט;
- מקורות מידע;
- ניקוי נתונים, ETL (חילוץ, טרנספורמציה, טעינה)
- הדמיות ופיתוח
- סביבה ארגונית - שרת, דוחות
- תמיכה במכשירים ניידים
- ניתוח מוטבע (מובנה) ביישומים/אתרים של צד שלישי

1. סף כניסה ודרישות לאנליסט

Power BI

ראיתי הרבה משתמשי Power BI שלא היו מקצועני IT אבל יכלו ליצור דוח די טוב. Power BI משתמש באותה שפת שאילתה כמו Excel - Power Query ושפת הנוסחה DAX. אנליסטים רבים מכירים היטב את Excel, כך שהמעבר למערכת BI זו די קל עבורם.

רוב הפעולות קלות למדי לביצוע בעורך השאילתות. בנוסף יש עורך מתקדם עם שפת M למקצוענים.

איור 2. Power BI Query Builder

קליק סנס

Qlik Sense נראית מאוד ידידותית - מספר קטן של הגדרות, יכולת מהירה ליצור דוח, אתה יכול להשתמש במעצב עומס הנתונים.

בהתחלה זה נראה פשוט יותר מ-Power BI ו-Tableau. אבל מניסיון אני אגיד שאחרי זמן מה, כשהאנליטיקאי יוצר כמה דוחות פשוטים ויצטרך משהו מורכב יותר, הוא יעמוד בפני הצורך לתכנת.

ל-Qlik יש שפה חזקה מאוד לטעינה ועיבוד נתונים. יש לו שפת נוסחה משלו, ניתוח סט. לכן, על האנליסט להיות מסוגל לכתוב שאילתות וקשרים, למקם נתונים בטבלאות וירטואליות ולהשתמש במשתנים באופן פעיל. יכולות השפה רחבות מאוד, אך היא תדרוש למידה. כנראה שכל האנליסטים של Qlik שאני מכיר הם בעלי רקע רציני בתחום ה-IT.

אינטגרטורים של Qlik, כמונו, אוהבים לרוב לדבר על המודל האסוציאטיבי, כאשר בעת טעינת נתונים, כל זה ממוקם ב-RAM, והחיבור בין הנתונים מתבצע על ידי המנגנון הפנימי של הפלטפורמה. שבבחירת ערכים לא מבוצעות שאילתות משנה פנימיות, כמו בבסיסי נתונים קלאסיים. הנתונים מסופקים כמעט באופן מיידי בגלל ערכים ויחסים שצורפו מראש.

נכון, בפועל זה מוביל ליצירת צירוף טבלאות אוטומטי כאשר שמות השדות תואמים. לדוגמה, לא תוכל לקבל טבלאות שונות ללא קשרי גומלין שיהיו להם אותו שדה. צריך להתרגל לזה. עליך לשנות את שמות העמודות ולוודא שהשמות אינם תואמים, או לשלב את כל טבלאות העובדות לאחת ולהקיף אותן בספריות מסוג כוכבים. זה כנראה נוח למתחילים, אבל עבור אנליסטים מנוסים זה לא משנה.

ממשק טיפוסי לטעינה ועיבוד נתונים עבור אנליסט נראה כך.

איור 3. עורך טעינת נתונים של Qlik Sense, טבלת לוח שנה

הערה: ב-Power BI המצב בדרך כלל נראה אחרת, אתה משאיר טבלאות עובדות והתייחסות שונות, אתה יכול להצטרף ידנית לטבלאות בצורה הקלאסית, כלומר. אני משווה את העמודות זו לזו ידנית.

תמונת חיה

המפתחים מציבים את Tableau כ-BI עם ממשק נוח וידידותי שיאפשר לאנליסט ללמוד באופן עצמאי את הנתונים שלהם. כן, בחברה שלנו היו אנליסטים שללא ניסיון ב-IT, יכלו לעשות את הדוחות שלהם. אבל אני אוריד את הדירוג שלי עבור Tableau מכמה סיבות:
- לוקליזציה חלשה עם השפה הרוסית
— שרתי Tableau Online אינם ממוקמים בפדרציה הרוסית
- בונה עומסים פשוט למדי מתחיל לגרום לבעיות כאשר אתה צריך לבנות מודל נתונים מורכב למדי.

איור 4. Tableau Data Load Builder

אחת השאלות שאנו שואלים את מנתחי טבלאו במהלך ראיונות היא "איך לבנות מודל של טבלאות עובדות עם טבלאות התייחסות מבלי להכניס הכל לטבלה אחת?!" מיזוג נתונים דורש שימוש מתחשב. תיקנתי שגיאות שכפול נתונים פעמים רבות בקרב האנליסטים שלי לאחר מיזוגים כאלה.

בנוסף, ל-Tableau יש מערכת די ייחודית, שבה אתה יוצר כל תרשים בגיליון נפרד, ולאחר מכן יוצר לוח מחוונים, שבו אתה מתחיל למקם את הגיליונות שנוצרו. לאחר מכן תוכל ליצור סיפור, זהו שילוב של לוחות מחוונים שונים. הפיתוח ב-Qlik וב-Power BI פשוט יותר בהקשר הזה; אתה זורק מיד תבניות גרפים לגיליון, קובע מידות ומדידות, ולוח המחוונים מוכן. נראה לי שעלויות העבודה להכנה ב-Tableau עולות בגלל זה.

2. מקורות נתונים והורדה

אין מנצח ברור בסעיף הזה, אבל נדגיש את Qlik בגלל כמה תכונות נחמדות.

הטבלה בגרסה החינמית מוגבלת במקורות, אך במאמרים שלנו אנו מתמקדים יותר בעסקים, ועסקים יכולים להרשות לעצמם מוצרים מסחריים ואנליסטים. לכן, Tableau לא הורידה את הדירוג לפרמטר זה.

איור 5. רשימת מקורות טבלה אפשריים

אחרת, רשימת המקורות מרשימה בכל מקום - כל קבצי הטבלה, כל מסדי הנתונים הסטנדרטיים, חיבורי אינטרנט, הכל עובד בכל מקום. לא נתקלתי באחסון נתונים לא סטנדרטיים, אולי יש להם ניואנסים משלהם, אבל ברוב המקרים לא יהיו לך בעיות בטעינת נתונים. החריג היחיד הוא 1C. אין מחברים ישירים ל-1C.

שותפי Qlik ברוסיה מוכרים מחברים משלהם תמורת 100 - 000 רובל, אך ברוב המקרים זול יותר לבצע העלאות מ-200C ל-FTP ל-Excel או למסד נתונים של SQL. או שאתה יכול לפרסם מסד נתונים 000C באינטרנט ולהתחבר אליו באמצעות פרוטוקול Odata.

PowerBI ו-Tableau יכולים לעשות זאת כסטנדרט, אבל Qlik יבקש מחבר בתשלום, כך שגם קל יותר להעלות אותו למסד נתונים ביניים. בכל מקרה, ניתן לפתור את כל בעיות החיבור.

איור 6. רשימה של מקורות Qlik Sense אפשריים

בנוסף, ראוי לציין תכונה של Qlik שהם מספקים מחברים בתשלום וחינמיים כמוצר נפרד.

איור 7. מחברי Qlik Sense נוספים

מניסיון אוסיף שעם נפחי נתונים גדולים או מקורות רבים, לא תמיד כדאי לחבר מיידית את מערכת ה-BI. פרויקטים רציניים משתמשים בדרך כלל במחסן נתונים, מסד נתונים עם נתונים שכבר הוכנו לניתוח וכו'. אתה לא יכול לקחת ולהעלות, למשל, מיליארד רשומות למערכת BI. כאן אתה כבר צריך לחשוב דרך הארכיטקטורה של הפתרון.


איור 8. מקורות נתונים של Power BI

אבל למה Qlik נבחרה? אני מאוד אוהב 3 דברים:
- קבצי QVD
פורמט אחסון נתונים משלו. לפעמים אפשר לבנות פרויקטים מסחריים רציניים רק על קבצי QVD. לדוגמה, הרמה הראשונה היא נתונים גולמיים. הרמה השנייה היא קבצים מעובדים. הרמה השלישית היא נתונים מצטברים וכו'. קבצים אלה יכולים לשמש ביישומים שונים, ועובדים ושירותים שונים עשויים להיות אחראים להם. מהירות ההורדה מקבצים כאלה מהירה פי עשרה מאשר ממקורות נתונים רגילים. זה מאפשר לך לחסוך בעלויות מסד הנתונים ולשתף מידע בין יישומי Qlik שונים.

- טעינת נתונים מצטברת
כן, גם Power BI ו-Tableau יכולים לעשות זאת. אבל Power BI דורש גרסת פרימיום יקרה, ול-Tableau אין את הגמישות של Qlik. ב-Qlik, באמצעות קבצי QVD, אתה יכול ליצור צילומי מצב של מערכות בזמנים שונים ולאחר מכן לעבד את הנתונים האלה כרצונך

- חיבור סקריפטים חיצוניים
בנוסף לקבצי QVD לאחסון נתונים, ב-Qlik ניתן לקחת את קוד הסקריפט גם מחוץ לאפליקציה ולכלול אותו עם הפקודה Include. זה כבר מאפשר לך לארגן עבודת צוות, להשתמש במערכות בקרת גרסאות ולנהל קוד יחיד עבור יישומים שונים. ל-Power BI יש עורך שאילתות מתקדם, אבל לא הצלחנו להגדיר עבודת צוות כמו ב-Qlik. באופן כללי, לכל ה-BI יש בעיות עם זה; זה פשוט בלתי אפשרי לנהל בו זמנית נתונים, קוד והדמיות בכל האפליקציות ממקום אחד. המקסימום שהצלחנו לעשות היה לחלץ את קבצי QVD וקוד הסקריפט. יש לערוך אלמנטים חזותיים בתוך הדוחות עצמם, מה שלא מאפשר לנו לשנות באופן מסיבי את הדמיות עבור כל הלקוחות בו זמנית.

אבל מה לגבי מנגנון כזה כמו חיבור חי? Tableau ו-Power BI תומכים בקישוריות LIVE למגוון מקורות, בניגוד ל-Qlik. אנחנו די אדישים לתכונה הזו, כי... התרגול מראה שכאשר מדובר ב-Big Data, עבודה עם חיבור LIVE הופכת פשוט לבלתי אפשרית. ו-BI ברוב המקרים נחוץ עבור ביג דאטה.

3. ניקוי נתונים, ETL (חילוץ, טרנספורמציה, טעינה)

בחלק הזה יש לי 2 מובילים, Qlik Sense ו-Power Bi.
בוא נגיד ש-Qlik הוא חזק אך מורכב. ברגע שאתה מבין את השפה דמויית ה-SQL שלהם, אתה יכול לעשות כמעט הכל - טבלאות וירטואליות, הצטרפות והצטרפות של טבלאות, לולאה דרך הטבלה ולייצר טבלאות חדשות, חבורה של פקודות לעיבוד שורות. לדוגמה, שדה בתא אחד שממולא בנתונים כמו "Ivanov 1 Bely" תוך כדי תנועה יכול להתפרק לא רק ל-851 עמודות (כמו שכולם יכולים לעשות), אלא גם ל-3 שורות בבת אחת, למשל. זה גם קל לעשות את אותו הדבר תוך כדי תנועה על ידי שילוב של 3 שורות ל-3.

איור 9. כיצד לטעון ולהעביר טבלה ב-Qlik Sense מ-Google Sheets

Power BI נראה פשוט יותר בהקשר זה, אך ניתן לפתור את רוב הבעיות בקלות באמצעות מעצב השאילתות. קבעתי מספר פרמטרים, העברתי את הטבלה, עבדתי על הנתונים, וכל זה בלי שורת קוד אחת.

איור 10. כיצד לטעון ולהמיר טבלה ל-Power BI מ-AmoCRM

לטבלה נראה לי יש אידיאולוגיה אחרת. הם עוסקים יותר ביופי ובעיצוב. נראה שקשה מאוד לחבר בין חבורה של מקורות שונים, לשלב את כולם ולעבד אותם בתוך טבלה. בפרויקטים מסחריים, ברוב המקרים, נתונים כבר מוכנים ונצברים עבור Tableau במחסנים ובמאגרי מידע.

איור 11. כיצד לטעון ולהעביר טבלה בטבלה

4. הדמיות

בחלק זה לא הדגשנו את המנהיג. יהיה לנו מאמר נפרד שבו, באמצעות דוגמה של מקרה אחד, נציג את אותו דוח בכל 3 המערכות (מאמר "ניתוח של בנות בעלות אחריות חברתית נמוכה"). זה יותר עניין של טעם ומיומנות של האנליטיקאי. באינטרנט ניתן למצוא תמונות יפות מאוד שנבנו על בסיס כל אחת מהמערכות הללו. יכולות ההדמיה הבסיסיות זהות בערך לכולם. השאר פותרים באמצעות Extensons. יש בתשלום ובחינם. יש הרחבות מהספקים עצמם, כמו גם של פרילנסרים ואינטגרטורים. אתה יכול לכתוב תוסף הדמיה משלך עבור כל פלטפורמה.

אני אוהב את הסגנון של טבלו, אני חושב שהוא קפדני וארגוני. אבל להשיג תמונה יפה באמת ב-Tableau זה קשה. דוגמה מצוינת להדמיית טבלה באמצעות הרחבות בלבד. אני לא אוכל לחזור על זה, כי... אין לי את ההרחבות האלה, אבל זה נראה נחמד.

איור 12. הופעת דוחות טבלה עם הרחבות

אפשר גם להפוך את Power BI למעניין.

איור 13. הופעת דוחות Power Bi c Extensions

הדבר היחיד שאני לא מבין ב-Power BI הוא למה יש להם צבעי ברירת מחדל מוזרים כל כך. בכל תרשים, אני נאלץ לשנות את הצבע למותג התאגיד שלי ומופתע מהצבע הסטנדרטי.

Qlik Sense תלוי גם בהרחבות. שימוש בתוספים יכול לשנות דוחות ללא הכר. אתה יכול גם להוסיף נושא ועיצוב משלך.

איור 14. הופעת דוחות Qlik Sense עם הרחבות

מנקודת מבט של מפתח, אני מעדיף Qlik Sense בגלל האפשרויות הסטנדרטיות כמו מידות ומידות חלופיות. ניתן להגדיר מספר מימדים ומידות בהגדרות ההדמיה, והמשתמש יכול להגדיר בקלות על מה עליו להסתכל בתרשים מסוים.

ב-Power Bi וב-Tableau, אני צריך להגדיר פרמטרים, לחצנים, לתכנת את התנהגות המערכת בהתאם לפרמטרים הללו. מעניין למה זה כל כך קשה. אותו דבר עם היכולת לשנות את סוג הוויליזציה.

ב-Qlik אפשר להסתיר סוגים שונים של הדמיות באובייקט אחד, אבל ב-Power BI וב-Tableau זה קשה יותר. שוב, זה תלוי יותר במיומנות של המבצע. אתה יכול ליצור יצירת מופת בכל מערכת, אבל ללא ניסיון תגמור עם גרפיקה חסרת ביטוי בכל מקום.

5. סביבה ארגונית - שרת, דוחות

לכל המוצרים יש גרסאות שרת ארגוניות. עבדתי עם כל המהדורות ואני יכול לומר שלכולן יש חוזקות וחולשות. בחירת המוצר צריכה להתבסס על דרישות התוכנה שלך, תוך התחשבות בניואנסים שלהן. כל הספקים יכולים להקצות זכויות הן ברמת החשבון והקבוצה, והן ברמת אבטחת שורת הנתונים. עדכון אוטומטי של דוחות לפי לוח זמנים זמין.

Qlik Sense Enterprise היא הזדמנות מצוינת לבנות ניתוח נתונים בתוך הארגון שלך לעסקים בינוניים. זה אולי נראה יקר יותר מ-Power BI Pro, אבל אל תשכח ששרתי Power BI Pro ממוקמים בענן בטריטוריה של מיקרוסופט ואי אפשר להשפיע על הביצועים, וכאשר אתה צריך Power BI Premium, שניתן לפרוס על השרתים שלך, אז המחיר מתחיל מ-$5000 לחודש.

Qlik Sense Enterprise מתחיל מ- RUB 230. עבור 000 רישיונות (בתשלום לשנה, ואז רק תמיכה טכנית), וזה הרבה יותר משתלם מ-Power BI Premium. ו-Qlik Sense Enterprise יאפשר לך להשתמש בכל היכולות של Qlik. אולי חוץ מאחד. מסיבה כלשהי, Qlik החליטה שתכונה כזו כמו היכולת לשלוח דוחות PDF בדוא"ל צריכה להינתן כשירות NPprinting נפרד.

אבל Qlik Sense Enterprise חזק יותר מ-Power BI Pro ולכן ניתן לבצע את ההשוואה הבאה.

Qlik Sense Enterprise = Power BI Premium, עם יכולות שוות זה יוצא זול יותר עבור הטמעות ממוצעות. יישומים גדולים מחושבים בדרך כלל בצד של הספק, שם הם יכולים לספק תנאים אישיים לחברה שלך.

בהקשר זה, נעדיף את Qlik Sense Enterprise, יש לה את כל ההזדמנויות לבנות ניתוח רציני על נתונים ענקיים. לדעתנו, Qlik תעבוד מהר יותר מ-Power BI על מערכים גדולים; בכנסים של Qlik נתקלנו בלקוחות שבחנו לראשונה את הנתונים שלהם במיליארדי רשומות ו-Power BI הראה תוצאות גרועות יותר.

איור 15. הופעת דוחות שרת Qlik Sense Enterprise

Qlik Sense Cloud = Power BI Pro. Qlik Sense Cloud מתברר כיקר פי 1.5* ויש מגבלה מאוד משמעותית שהפלטפורמה הזו לא מאפשרת לנו. אינך יכול להשתמש בהרחבות, אפילו בהרחבות מובנות. וללא הרחבות, Qlik קצת מאבדת את היופי הוויזואלי שלה.

איור 16. מראה לוח הבקרה של Power BI Pro

*חלופה היא להשתמש במנוי Qlik Sense Enterprise. אבל כדי שהמאמר הזה לא ייתפס כפרסום, לא נסקור את התמחור שלנו

וטבלאו עומד מעט בצד עבורנו. יש להם גם מנויי ענן במחיר של 70 דולר למפתח ו-15 דולר לצפייה, כמו גם פתרונות שרת יקרים. אבל הרעיון המרכזי של Tableau הוא שבשביל ביג דאטה אתה צריך לארגן עיבוד נתונים ואחסון בצד. אובייקטיבית, פחות פונקציונליות לא מאפשרת עיבוד נתונים רציני ב-Tableau. לדמיין, לנתח, כן. אבל עבור עסקים קטנים ובינוניים, יצירת אחסון נפרד היא בדרך כלל בעייתית. הייתי מוריד את הציון עבור Tableau לכן, אלמלא התכונה 1 שלהם. Tableau Server שולח בצורה חלקה אימיילים מתוזמנים עם קבצים מצורפים של CSV או PDF. יתר על כן, אתה יכול להפיץ זכויות, מסננים אוטומטיים וכו'. מסיבה כלשהי Power BI ו-Qlik לא יכולים לעשות זאת, אבל עבור חלק זה עשוי להיות קריטי. בשל כך, מחזיק טבלו עמדה במחלוקת שלנו.

איור 17. מראה לוח הבקרה של שרת Tableau

גם בסביבה ארגונית, אתה צריך לחשוב על עלות ההטמעה והתחזוקה. ברוסיה התפתחה הנוהג ש-Power BI נפוץ יותר בעסקים קטנים. זה הוביל להופעתם של מספר רב של משרות פנויות וקורות חיים, ולהופעת אינטגרטורים קטנים. זה יאפשר לך למצוא מומחים לפרויקט קטן. אבל סביר להניח שלכולם לא יהיה ניסיון בהטמעות גדולות ובעבודה עם ביג דאטה. Qlik ו-Tableau הם ההיפך. יש מעט שותפים של Qlik, ואפילו פחות שותפים ל-Tableau. שותפים אלו מתמחים בהטמעות גדולות עם צ'ק ממוצע גדול. אין הרבה משרות פנויות וקורות חיים בשוק; חסם הכניסה למוצרים אלו קשה יותר מאשר ב-Power BI. אבל ברוסיה יש הטמעות מוצלחות של מוצרים אלה עבור אלפי משתמשים, ומוצרים אלה מתפקדים היטב ב-Big Data. אתה רק צריך להבין את החוזקות והחולשות של המוצרים כפי שהם חלים במיוחד על העסק שלך.

6. תמיכה במכשירים ניידים.

בחלק זה נדגיש את Power BI ו-Tableau. אתה יכול להתקין יישומים ניידים והם ייראו די נאותים על המסכים של מכשירים ניידים. למרות שנראה לנו שאנליטיקה במכשירים ניידים נחותה מהאנליטיקה במחשבי PC. ובכל זאת, זה לא כל כך נוח להשתמש בפילטרים, התמונות קטנות, המספרים קשים לצפייה וכו'.

איור 18. הופעה של דוח Power BI באייפון

איור 19. הופעת דוח הטבלה באייפון

איור 20. הופעת דוח Qlik Sense באייפון

מדוע הורדו ציוני Qlik? מסיבות שאינן ידועות לנו, הלקוח הנייד זמין רק באייפון; באנדרואיד תצטרך להשתמש בדפדפן רגיל. בנוסף, בעת שימוש ב-Qlik, עליך להבין מיד שמספר הרחבות או הדמיות לא מצטמצמות או שהמכוניות ממוקמות במכשירים ניידים כצפוי. דוח שנראה יפה מאוד במחשב, נראה הרבה יותר גרוע על מסך קטן. אתה צריך לעשות דוח נפרד עבור מכשירים ניידים, שבו אתה יכול להסיר מסננים, KPI ומספר אובייקטים אחרים. זה חל גם על Power BI או Tableau, אבל בולט במיוחד ב-Qlik. אנו מקווים ש-Qlik תמשיך לעבוד על הלקוח הנייד שלה.

אם אתה מתכנן להשקיע זמן רב בביצוע ניתוחים ממכשירים ניידים, אז הגיוני להתקין את כל 3 הלקוחות ולבדוק את התצוגה שלהם בדוחות הבדיקה. לכל ספק יש גלריית דוחות בדיקה באתר האינטרנט שלו לבדיקה.

7. ניתוח מוטבע (מובנה) באפליקציות/אתרים של צד שלישי

השימוש באנליטיקס כשירות של צד שלישי אינו תמיד נוח. אולי אתה מפתח מוצר משלך, אבל לא מוכן לפתח מנוע הדמיה וניתוח מאפס. אולי אתה רוצה לפרוס אנליטיקס באתר שלך כך שהלקוח ירשום את עצמו, יעלה את הנתונים שלו ויערוך ניתוח בתוך החשבון האישי שלו. כדי לעשות זאת, אתה צריך ניתוח מובנה (Embedded).
כל המוצרים מאפשרים לך לעשות זאת, אבל בקטגוריה זו נדגיש את Qlik.

Power Bi ו-Tableau אומרים בבירור שלמטרות כאלה אתה צריך לקנות מוצר נפרד של Tableau Embedded Analytics או Power BI Embedded. מדובר בפתרונות לא זולים בעלות של אלפי דולרים לחודש, מה שמגביל באופן מיידי את השימוש בהם. רוב הפרויקטים הופכים מיד ללא רווחיים עבור לקוחותינו. המשמעות היא שאתה לא צריך רק לפרסם דו"ח בכל האינטרנט, אלא לוודא שדו"חות מתפרסמים לפי גישה מסויימת, עם הגנת מידע, הרשאת משתמש וכו'.

ו-Qlik יאפשר לך לצאת. כמובן, יש להם גם את פלטפורמת Qlik Analytics, המורשית לכל שרת ומארגנת מספר בלתי מוגבל של חיבורים. זה גם יהיה יקר כמו המתחרים Tableau ו-Power Bi. ובמקרה של חיבורים בלתי מוגבלים, אין הרבה אפשרויות.

אבל ב-Qlik יש דבר כזה Mashup. נניח שיש לך Qlik Sense Enterprise ו-10 רישיונות. אנליטיקה סטנדרטית, מראה, הכל כבר משעמם. אתה בונה אתר או אפליקציה משלך, ותוכל ליישם את כל הניתוחים שלך ממש שם. החוכמה היא שבניסוח פשוט, Mashup היא הדמיה בקוד התוכנית. באמצעות ה-API, אתה יכול ליצור הדמיה באופן פרוגרמטי בתוך האפליקציה או האתר שלך. עדיין תזדקק ל-Qlik Sense Enterprise לרישוי (רישיונות לחיבורי אתרים = רישיונות לחיבורים ל-BI), לטעינת נתונים וכו', אך ההדמיות לא יוצגו יותר בצד השרת הזה, אלא יהיו מובנות בתוך שלך אפליקציה או אתר אינטרנט. אתה יכול להשתמש בסגנונות CSS, להגדיר גופנים וצבעים חדשים. 10 המשתמשים שלך לא יתחברו עוד לשרת הניתוח, אלא ישתמשו בפורטל או באפליקציה הארגונית שלך. אנליטיקס יגיע לרמה חדשה.

איור 21. הופעת דוח Qlik Sense המוטמע באתר אינטרנט

יהיה קשה להבין היכן נמצאים מרכיבי האתר והיכן מתחיל Qlik Sense.
כמובן, תזדקק למתכנת, או אפילו יותר סביר לכמה. אחד לתכנות אינטרנט, אחד לעבודה עם ה-API של Qlik. אבל התוצאה שווה את זה.

מסקנות. בואו נסכם.

קשה לומר חד משמעית מי טוב יותר ומי גרוע יותר. Power BI ו-Qlik עומדים בשוויון בתחרות שלנו, Tableau נחות מעט. אבל אולי התוצאה תהיה שונה עבור העסק שלך. בפלטפורמות BI, המרכיב הוויזואלי חשוב מאוד. אם הסתכלתם על עשרות דוחות הדגמה ותמונות באינטרנט עבור כל מערכות ה-BI ואתם לא אוהבים איך אחת הפלטפורמות נראית, אז סביר להניח שלא תטמיעו אותה, גם אם תצאו מרוצים מהמחיר או הטכני. תמיכה. מאפיינים.

לאחר מכן, בהחלט תצטרכו לחשב את עלות הרישיונות, ההטמעה והתחזוקה של פלטפורמת ה-BI. אולי במקרה שלך יזוהה מנהיג. ישנה חשיבות רבה לקבלן או ליכולת לשכור מומחה מתאים. ללא אנשי מקצוע בשום פלטפורמה, התוצאה תהיה הרת אסון.

שילובי BI מוצלחים לך, אנדריי ז'דנוב ולדימיר לזרב, קבוצת אנליטיקס

מקור: www.habr.com