Tid som kreves for å lese 11 minutter
Vi og Gartner Square 2019 BI :)
Hensikten med denne artikkelen er å sammenligne tre ledende BI-plattformer som er i lederne av Gartner-kvadranten:
- Power BI (Microsoft)
—Tableau
— Qlik
Figur 1. Gartner BI Magic Quadrant 2019
Mitt navn er Andrey Zhdanov, jeg er leder for analyseavdelingen i Analytics Group (). Vi bygger visuelle rapporter om markedsføring, salg, økonomi, logistikk, med andre ord driver vi med forretningsanalyse og datavisualisering.
Jeg og mine kolleger har jobbet med ulike BI-plattformer i flere år. Vi har meget god prosjekterfaring, noe som gjør at vi kan sammenligne plattformer fra synspunkt av utviklere, analytikere, forretningsbrukere og implementere av BI-systemer.
Vi vil ha en egen artikkel om sammenligning av priser og visuell design av disse BI-systemene, så her vil vi prøve å vurdere disse systemene fra en analytiker og utviklers synspunkt.
La oss fremheve flere områder for analyse og evaluere dem ved hjelp av et 3-punktssystem:
— Inngangsgrense og krav til en analytiker;
- Datakilder;
— Datarensing, ETL (ekstrahere, transformere, laste)
— Visualiseringer og utvikling
— Bedriftsmiljø — server, rapporter
— Støtte for mobile enheter
— Innebygd (innebygd) analyse i tredjepartsapplikasjoner/nettsteder
1. Inngangsgrense og krav til en analytiker
Power BI
Jeg har sett mange Power BI-brukere som ikke var IT-profesjonelle, men som kunne lage en ganske god rapport. Power BI bruker samme spørringsspråk som Excel - Power Query og DAX-formelspråket. Mange analytikere kjenner Excel godt, så det er ganske enkelt for dem å bytte til dette BI-systemet.
De fleste handlinger er ganske enkle å utføre i spørringsredigeringsprogrammet. I tillegg er det en avansert editor med M-språket for profesjonelle.
Figur 2. Power BI Query Builder
QlikSense
Qlik Sense ser veldig vennlig ut - et lite antall innstillinger, en rask mulighet til å lage en rapport, du kan bruke datalastdesigneren.
Til å begynne med virker det enklere enn Power BI og Tableau. Men av erfaring vil jeg si at etter en stund, når analytikeren lager et par enkle rapporter og trenger noe mer komplekst, vil han stå overfor behovet for å programmere.
Qlik har et veldig kraftig språk for å laste og behandle data. Den har sitt eget formelspråk, Set Analysis. Derfor må analytikeren kunne skrive spørringer og koblinger, plassere data i virtuelle tabeller og aktivt bruke variabler. Språkets evner er svært brede, men det vil kreve læring. Sannsynligvis har alle Qlik-analytikerne jeg kjenner en seriøs IT-bakgrunn.
Qlik-integratorer, som oss, liker ofte å snakke om den assosiative modellen, når når du laster data, er alt plassert i RAM, og forbindelsen mellom dataene utføres av den interne mekanismen til plattformen. At ved valg av verdier utføres ikke interne underspørringer, som i klassiske databaser. Data leveres nesten umiddelbart på grunn av forhåndsindekserte verdier og relasjoner.
Riktignok fører dette i praksis til opprettelsen av automatiske tabellsammenføyninger når feltnavnene samsvarer. For eksempel kan du ikke ha forskjellige tabeller uten relasjoner som vil ha samme felt. Du må venne deg til dette. Du må enten gi nytt navn til kolonnene og sørge for at navnene ikke stemmer overens, eller kombinere alle faktatabellene til én og omgi dem med stjernekataloger. Det er sannsynligvis praktisk for nybegynnere, men for erfarne analytikere spiller det ingen rolle.
Et typisk grensesnitt for lasting og behandling av data for en analytiker ser slik ut.
Figur 3. Qlik Sense datainnlastingseditor, kalendertabell
Merk: I Power BI ser situasjonen vanligvis annerledes ut, du legger igjen forskjellige fakta- og referansetabeller, du kan manuelt slå sammen tabeller på klassisk måte, dvs. Jeg sammenligner kolonnene med hverandre manuelt.
Tableau
Utviklerne posisjonerer Tableau som BI med et praktisk og vennlig grensesnitt som lar analytikeren uavhengig studere dataene sine. Ja, i vårt selskap var det analytikere som uten IT-erfaring kunne lage sine rapporter. Men jeg vil senke vurderingen min for Tableau av flere grunner:
— Svak lokalisering med russisk språk
— Tableau Online-servere er ikke plassert i den russiske føderasjonen
— En ganske enkel lastkonstruktør begynner å skape problemer når man skal bygge en ganske kompleks datamodell.
Figur 4. Tableau Data Load Builder
Et av spørsmålene vi stiller Tableau-analytikere under intervjuer er "Hvordan bygge en modell av faktatabeller med referansetabeller uten å sette alt i en enkelt tabell?!" Datablanding krever gjennomtenkt bruk. Jeg har korrigert datadupliseringsfeil mange ganger blant mine analytikere etter slike fusjoner.
I tillegg har Tableau et ganske unikt system, der du lager hvert diagram på et eget ark, og deretter lager et Dashboard, hvor du begynner å plassere de opprettede arkene. Deretter kan du lage en Story, dette er en kombinasjon av forskjellige Dashboards. Utvikling i Qlik og Power BI er enklere i denne forbindelse; du kaster umiddelbart grafmaler på arket, setter mål og mål, og dashbordet er klart. Det virker for meg som om arbeidskostnadene for forberedelse i Tableau øker på grunn av dette.
2. Datakilder og nedlasting
Det er ingen klar vinner i denne delen, men vi vil fremheve Qlik på grunn av et par fine funksjoner.
Tableau i gratisversjonen er begrenset i kilder, men i artiklene våre fokuserer vi mer på forretninger, og bedrifter har råd til kommersielle produkter og analytikere. Derfor reduserte ikke Tableau vurderingen for denne parameteren.
Figur 5. Liste over mulige tablåkilder
Ellers er kildelisten imponerende overalt - alle tabellfiler, alle standarddatabaser, nettforbindelser, alt fungerer overalt. Jeg har ikke støtt på ikke-standard datalagring, de kan ha sine egne nyanser, men i de fleste tilfeller vil du ikke ha problemer med å laste inn data. Det eneste unntaket er 1C. Det er ingen direkte koblinger til 1C.
Qlik-partnere i Russland selger sine egne koblinger for 100 000 - 200 000 rubler, men i de fleste tilfeller er det billigere å laste opp fra 1C til FTP til Excel eller en SQL-database. Eller du kan publisere en 1C-database på nettet og koble til den ved hjelp av Odata-protokollen.
PowerBI og Tableau kan gjøre dette som standard, men Qlik vil be om en betalt kobling, så det er også enklere å laste den opp til en mellomdatabase. I alle fall kan alle tilkoblingsproblemer løses.
Figur 6. Liste over mulige Qlik Sense-kilder
I tillegg er det verdt å merke seg en funksjon ved Qlik at de tilbyr både betalte og gratis koblinger som et eget produkt.
Figur 7. Ytterligere Qlik Sense-kontakter
Av erfaring vil jeg legge til at med store datamengder eller mange kilder er det ikke alltid lurt å koble til BI-systemet umiddelbart. Seriøse prosjekter bruker vanligvis et datavarehus, en database med data som allerede er forberedt for analyse, etc. Du kan ikke ta og laste opp for eksempel 1 milliard poster til et BI-system. Her må du allerede tenke gjennom løsningens arkitektur.
Figur 8. Power BI-datakilder
Men hvorfor ble Qlik trukket ut? Jeg liker virkelig 3 ting:
- QVD-filer
Eget datalagringsformat. Noen ganger er det mulig å bygge seriøse kommersielle prosjekter bare på QVD-filer. For eksempel er det første nivået rådata. Det andre nivået er behandlede filer. Det tredje nivået er aggregerte data osv. Disse filene kan brukes i ulike applikasjoner, og ulike ansatte og tjenester kan være ansvarlige for dem. Nedlastingshastigheten fra slike filer er ti ganger raskere enn fra konvensjonelle datakilder. Dette lar deg spare på databasekostnader og dele informasjon mellom ulike Qlik-applikasjoner.
— Inkrementell datainnlasting
Ja, Power BI og Tableau kan også gjøre dette. Men Power BI krever en dyr Premium-versjon, og Tableau har ikke fleksibiliteten til Qlik. I Qlik, ved hjelp av QVD-filer, kan du lage øyeblikksbilder av systemer til forskjellige tider og deretter behandle disse dataene som du vil
— Koble til eksterne skript
I tillegg til QVD-filer for lagring av data, kan skriptkoden i Qlik også tas utenfor applikasjonen og inkluderes med Include-kommandoen. Dette lar deg allerede organisere teamarbeid, bruke versjonskontrollsystemer og administrere en enkelt kode for forskjellige applikasjoner. Power BI har en avansert spørringseditor, men vi klarte ikke å sette opp slikt teamarbeid som i Qlik. Generelt har alle BI problemer med dette, det er rett og slett umulig å administrere data, kode og visualiseringer i alle applikasjoner fra ett sted samtidig. Det meste vi klarte var å pakke ut QVD-filene og skriptkoden. Visuelle elementer må redigeres i selve rapportene, noe som ikke tillater oss å massivt endre visualiseringer for alle klienter samtidig.
Men hva med en slik mekanisme som Live-tilkobling? Tableau og Power BI støtter LIVE-tilkobling til en rekke kilder, i motsetning til Qlik. Vi er ganske likegyldige til denne funksjonen, fordi... praksis viser at når det gjelder big data, blir det rett og slett umulig å jobbe med en LIVE-tilkobling. Og BI er i de fleste tilfeller nødvendig for big data.
3. Datarensing, ETL (ekstrahere, transformere, laste)
I denne delen har jeg 2 ledere, Qlik Sense og Power Bi.
La oss bare si at Qlik er kraftig, men kompleks. Når du forstår deres SQL-lignende språk, kan du gjøre nesten alt - virtuelle tabeller, sammenføyninger og sammenføyninger av tabeller, gå gjennom tabellen og generere nye tabeller, en haug med kommandoer for behandling av rader. For eksempel kan et felt i 1 celle som er fylt med data som "Ivanov 851 Bely" i farten dekomponeres ikke bare i 3 kolonner (som alle kan gjøre), men også i 3 rader samtidig, for eksempel. Det er også enkelt å gjøre det samme på farten: å kombinere 3 linjer til 1.
Figur 9. Hvordan laste inn og transponere en tabell i Qlik Sense fra Google Sheets
Power BI virker enklere i denne forbindelse, men de fleste problemer kan enkelt løses gjennom spørringsdesigneren. Jeg satte en rekke parametere, transponerte tabellen, jobbet med dataene, og alt dette uten en eneste kodelinje.
Figur 10. Hvordan laste inn og overføre en tabell til Power BI fra AmoCRM
Tableau ser ut til å ha en annen ideologi. De handler mer om skjønnhet og design. Det virker veldig vanskelig å koble sammen en haug med forskjellige kilder, kombinere dem alle og behandle dem inne i Tableau. I kommersielle prosjekter er data i de fleste tilfeller allerede forberedt og akkumulert for Tableau i varehus og databaser.
Figur 11. Hvordan laste inn og transponere en tabell i Tableau
4. Visualiseringer
I denne delen har vi ikke fremhevet lederen. Vi vil ha en egen artikkel der vi ved å bruke eksempelet på en sak vil vise samme rapport i alle 3 systemene . Det er mer et spørsmål om smak og dyktighet til analytikeren. På Internett kan du finne veldig vakre bilder bygget på grunnlag av noen av disse systemene. De grunnleggende visualiseringsmulighetene er omtrent de samme for alle. Resten løses ved hjelp av Extensons. Det er betalte og gratis. Det er utvidelser fra leverandørene selv, så vel som fra frilansere og integratorer. Du kan skrive din egen visualiseringsutvidelse for enhver plattform.
Jeg liker Tableaus stil, jeg synes den er streng og corporate. Men å få et virkelig vakkert bilde i Tableau er vanskelig. Et utmerket eksempel på en Tableau-visualisering som kun bruker utvidelser. Jeg kan ikke gjenta dette, fordi... Jeg har ikke disse utvidelsene, men det ser fint ut.
Figur 12. Utseende av Tableau-rapporter med utvidelser
Power BI kan også gjøres interessant.
Figur 13. Utseende av Power Bi c Extensions-rapporter
Det eneste jeg ikke forstår med Power BI er hvorfor de har så merkelige standardfarger. På et hvilket som helst diagram er jeg tvunget til å endre fargen til min merkevare, bedriftsfarge og er overrasket over standardfargingen.
Qlik Sense er også avhengig av utvidelser. Bruk av tillegg kan endre rapporter til ugjenkjennelse. Du kan også legge til ditt eget tema og design.
Figur 14. Utseende av Qlik Sense-rapporter med utvidelser
Fra en utviklers synspunkt foretrekker jeg Qlik Sense på grunn av standardalternativene som alternative dimensjoner og mål. Du kan angi flere dimensjoner og mål i visualiseringsinnstillingene, og brukeren kan enkelt stille inn hva han skal se på på et bestemt diagram.
I Power Bi og Tableau må jeg konfigurere parametere, knapper, programmere oppførselen til systemet avhengig av disse parameterne. Jeg lurer på hvorfor det er så vanskelig. Det samme med muligheten til å endre type villisering.
I Qlik kan du skjule ulike typer visualiseringer i ett objekt, men i Power BI og Tableau er dette vanskeligere. Igjen, dette avhenger mer av dyktigheten til utøveren. Du kan lage et mesterverk i ethvert system, men uten erfaring vil du ende opp med utrykkelig grafikk overalt.
5. Bedriftsmiljø - server, rapporter
Alle produktene har bedriftsserverversjoner. Jeg har jobbet med alle utgavene og jeg kan si at de alle har styrker og svakheter. Valget av produkt bør være basert på programvarekravene dine, og ta hensyn til nyansene deres. Alle leverandører kan tildele rettigheter både på konto- og gruppenivå, og på dataradnivåsikkerhet. Automatisk oppdatering av rapporter på en tidsplan er tilgjengelig.
Qlik Sense Enterprise er en flott mulighet til å bygge analyser i organisasjonen din for mellomstore bedrifter. Dette kan virke dyrere enn Power BI Pro, men ikke glem at Power BI Pro-servere er plassert i skyen på Microsofts territorium og du kan ikke påvirke ytelsen, og når du trenger Power BI Premium, som kan distribueres på serverne dine, da starter prisen fra $5000 per måned.
Qlik Sense Enterprise starter fra RUB 230 000. for 5 lisenser (avgift per år, deretter kun teknisk støtte), som er mye rimeligere enn Power BI Premium. Og Qlik Sense Enterprise lar deg bruke alle funksjonene til Qlik. Kanskje bortsett fra en. Av en eller annen grunn bestemte Qlik at en funksjon som muligheten til å sende PDF-rapporter på e-post skulle tilbys som en egen NPrinting-tjeneste.
Men Qlik Sense Enterprise er kraftigere enn Power BI Pro, og derfor kan følgende sammenligning gjøres.
Qlik Sense Enterprise = Power BI Premium, med like muligheter viser det seg billigere for gjennomsnittlige implementeringer. Store implementeringer beregnes vanligvis på leverandørens side, hvor de kan gi individuelle betingelser for din bedrift.
I denne forbindelse vil vi foretrekke Qlik Sense Enterprise, den har alle muligheter til å bygge seriøse analyser på enorme data. Etter vår mening vil Qlik fungere raskere enn Power BI på store arrays; på Qlik-konferanser kom vi over kunder som først testet dataene sine i milliarder av poster og Power BI viste dårligere resultater.
Figur 15. Utseende til Qlik Sense Enterprise-serverrapporter
Qlik Sense Cloud = Power BI Pro. Qlik Sense Cloud viser seg å være 1.5 ganger dyrere* og det er en svært betydelig begrensning som denne plattformen ikke tillater oss. Du kan ikke bruke utvidelser, selv ikke de innebygde. Og uten utvidelser mister Qlik noe sin visuelle skjønnhet.
Figur 16. Utseendet til Power BI Pro-kontrollpanelet
*Et alternativ er å bruke et Qlik Sense Enterprise-abonnement. Men for at denne artikkelen ikke skal oppfattes som reklame, dekker vi ikke prisene våre
Og Tableau står litt til side for oss. De har både skyabonnement for $70 per utvikler og $15 per visning, samt dyre serverløsninger. Men hovedideen til Tableau er at for store data må du organisere databehandling og lagring ved siden av. Objektivt sett tillater ikke mindre funksjonalitet seriøs databehandling i Tableau. Visualiser, analyser, ja. Men for små og mellomstore bedrifter er det vanligvis problematisk å lage separat lagring. Jeg ville ha redusert poengsummen for Tableau derfor, hvis ikke for deres 1-funksjon. Tableau Server sender sømløst planlagte e-poster med CSV- eller PDF-vedlegg. Dessuten kan du distribuere rettigheter, autofiltre osv. Av en eller annen grunn kan ikke Power BI og Qlik gjøre dette, men for noen kan det være kritisk. På grunn av dette har Tableau en posisjon i vår tvist.
Figur 17. Utseende på Tableau Server-kontrollpanel
Også i et bedriftsmiljø må du tenke på kostnadene ved implementering og vedlikehold. I Russland har det utviklet seg praksis at Power BI er mer vanlig i små bedrifter. Dette førte til fremveksten av et stort antall ledige stillinger og CVer, og fremveksten av små integratorer. Dette vil tillate deg å finne spesialister for et lite prosjekt. Men mest sannsynlig vil ikke alle ha erfaring med store implementeringer og arbeid med big data. Qlik og Tableau er det motsatte. Det er få Qlik-partnere, og enda færre Tableau-partnere. Disse partnerne spesialiserer seg på store implementeringer med en stor gjennomsnittssjekk. Det er ikke mange ledige stillinger og CV-er på markedet; adgangsbarrieren til disse produktene er vanskeligere enn i Power BI. Men i Russland er det vellykkede implementeringer av disse produktene for tusenvis av brukere, og disse produktene fungerer godt på big data. Du trenger bare å forstå styrken og svakhetene til produktene ettersom de gjelder spesifikt for din virksomhet.
6. Støtte for mobile enheter.
I denne delen vil vi fremheve Power BI og Tableau. Du kan installere mobilapplikasjoner, og de vil se ganske tilstrekkelige ut på skjermene til mobile enheter. Selv om det ser ut for oss at analyse på mobile enheter er dårligere enn analyse på PC-er. Likevel er det ikke så praktisk å bruke filtre, bildene er små, tallene er vanskelige å se osv.
Figur 18. Utseende av en Power BI-rapport på iPhone
Figur 19. Tableau-rapportens utseende på iPhone
Figur 20. Utseende av en Qlik Sense-rapport på iPhone
Hvorfor ble Qlik-score senket? Av grunner som er ukjente for oss, er mobilklienten kun tilgjengelig på iPhone; på Android må du bruke en vanlig nettleser. I tillegg, når du bruker Qlik, må du umiddelbart forstå at en rekke utvidelser eller visualiseringer ikke reduseres eller bilene er plassert i mobile enheter som forventet. En rapport som ser veldig fin ut på en PC ser mye dårligere ut på en liten skjerm. Du må lage en egen rapport for mobile enheter, hvor du kan fjerne filtre, KPIer og en rekke andre objekter. Dette gjelder også Power BI eller Tableau, men er spesielt uttalt i Qlik. Vi håper Qlik vil fortsette å jobbe med sin mobilklient.
Hvis du planlegger å bruke mye tid på å utføre analyser fra mobile enheter, er det fornuftig å installere alle 3 klientene og sjekke visningen deres på testrapporter. Enhver leverandør har et galleri med testrapporter på sin nettside for gjennomgang.
7. Innebygd (innebygd) analyse i tredjeparts applikasjoner/nettsteder
Å bruke analyse som en tredjepartstjeneste er ikke alltid praktisk. Kanskje du utvikler ditt eget produkt, men er ikke klar til å utvikle en visualiserings- og analysemotor fra bunnen av. Kanskje du ønsker å distribuere analyser på nettstedet ditt slik at klienten registrerer seg, laster opp dataene sine og utfører analyser på sin personlige konto. For å gjøre dette trenger du innebygd analyse (Embedded).
Alle produktene lar deg gjøre dette, men i denne kategorien vil vi fremheve Qlik.
Power Bi og Tableau sier tydelig at for slike formål må du kjøpe et separat Tableau Embedded Analytics eller Power BI Embedded-produkt. Dette er ikke billige løsninger som koster tusenvis av dollar per måned, noe som umiddelbart begrenser bruken. De fleste prosjekter blir umiddelbart ulønnsomme for våre kunder. Dette betyr at du ikke bare trenger å publisere en rapport på hele Internett, men å sørge for at rapportene publiseres i henhold til bestemte tilganger, med databeskyttelse, brukerautorisasjon osv.
Og Qlik lar deg komme deg ut. De har selvfølgelig også Qlik Analytics-plattformen, som er lisensiert per server og organiserer et ubegrenset antall tilkoblinger. Det vil også være dyrt som konkurrentene Tableau og Power Bi. Og når det gjelder ubegrensede tilkoblinger, er det ikke mange alternativer.
Men i Qlik er det noe som heter Mashup. La oss si at du har Qlik Sense Enterprise og 10 lisenser. Standardanalyse, utseende, alt er allerede kjedelig. Du bygger din egen nettside eller applikasjon, og du kan implementere alle dine analyser der. Trikset er at, for å si det enkelt, er Mashup en visualisering i programkode. Ved å bruke API-en kan du programmatisk lage en visualisering i applikasjonen eller nettstedet ditt. Du vil fortsatt trenge Qlik Sense Enterprise for lisensiering (lisenser for stedstilkoblinger = lisenser for tilkoblinger til BI), for lasting av data osv., men visualiseringene vil ikke lenger vises på siden av denne serveren, men bygges inn i din applikasjon eller nettside. Du kan bruke CSS-stiler, angi nye fonter og farger. Dine 10 brukere vil ikke lenger logge på analyseserveren, men vil bruke bedriftsportalen eller applikasjonen din. Analytics vil nå et nytt nivå.
Figur 21. Utseendet til en Qlik Sense-rapport innebygd på et nettsted
Det vil være vanskelig å forstå hvor sideelementene er og hvor Qlik Sense begynner.
Selvfølgelig trenger du en programmerer, eller enda mer sannsynlig flere. En for webprogrammering, en for å jobbe med Qlik API. Men resultatet er verdt det.
Konklusjoner. La oss oppsummere.
Det er vanskelig å si entydig hvem som er bedre og hvem som er dårligere. Power BI og Qlik er på nivå i vår konkurranse, Tableau er litt dårligere. Men kanskje resultatet blir annerledes for din bedrift. I BI-plattformer er den visuelle komponenten svært viktig. Hvis du har sett på dusinvis av demorapporter og bilder på Internett for alle BI-systemer og du ikke liker hvordan en av plattformene ser ut, så vil du mest sannsynlig ikke implementere den, selv om du er fornøyd med prisen eller teknisk Brukerstøtte. kjennetegn.
Deretter må du definitivt beregne kostnadene for lisenser, implementering og vedlikehold av BI-plattformen. Kanskje i ditt tilfelle vil en leder bli identifisert. Entreprenøren eller evnen til å ansette en egnet spesialist er av stor betydning. Uten fagfolk på noen plattform vil resultatet bli katastrofalt.
Vellykkede BI-integrasjoner til deg, Andrey Zhdanov og Vladimir Lazarev, Analytics Group
Kilde: www.habr.com