Czas potrzebny na przeczytanie: 11 minut
My i Kwadrat Gartnera 2019 BI 🙂
Celem tego artykułu jest porównanie trzech wiodących platform BI, które znajdują się w gronie liderów kwadrantu Gartnera:
— Power BI (Microsoft)
— Tableau
— Qlik
Rysunek 1. Gartner BI Magic Quadrant 2019
Nazywam się Andriej Żdanow, jestem kierownikiem działu analityki w firmie Analytics Group (). Tworzymy przejrzyste raporty dotyczące marketingu, sprzedaży, finansów i logistyki, innymi słowy zajmujemy się analityką biznesową i wizualizacją danych.
Ja i moi współpracownicy od kilku lat pracujemy z różnymi platformami BI. Mamy całkiem duże doświadczenie projektowe, co pozwala nam porównywać platformy z perspektywy deweloperów, analityków, użytkowników biznesowych oraz wdrożeniowców systemów BI.
Osobny artykuł poświęcimy porównaniu cen i warstwy wizualnej tych systemów BI, dlatego tutaj postaramy się ocenić je właśnie z punktu widzenia analityka i dewelopera.
Wyróżnijmy kilka obszarów analizy i oceńmy je w 3-stopniowej skali:
— Próg wejścia i wymagania wobec analityka;
— Źródła danych;
— Czyszczenie danych, ETL (Extract, Transform, Load)
— Wizualizacje i rozwój rozwiązań
— Środowisko korporacyjne — serwer, raporty
— Obsługa urządzeń mobilnych
— Embedded (wbudowana) analityka w zewnętrznych aplikacjach/serwisach
1. Próg wejścia i wymagania wobec analityka
Power BI
Widziałem wielu użytkowników Power BI, którzy nie byli specjalistami IT, a mimo to potrafili stworzyć całkiem dobry raport. Power BI korzysta z tego samego języka zapytań co Excel — Power Query oraz języka formuł DAX. Wielu analityków dobrze zna Excela, dlatego przejście na ten system BI przychodzi im dość łatwo.
Większość działań można dość łatwo wykonać w edytorze zapytań. Dodatkowo dostępny jest zaawansowany edytor z językiem M dla profesjonalistów.
Rysunek 2. Kreator zapytań Power BI
Qlik Sense
Qlik Sense sprawia wrażenie bardzo przyjaznego — niewielka liczba ustawień, możliwość szybkiego utworzenia raportu, a także użycia kreatora ładowania danych.
Na początku wydaje się prostszy niż Power BI i Tableau. Z doświadczenia mogę jednak powiedzieć, że po pewnym czasie, gdy analityk utworzy kilka prostych raportów i będzie potrzebował czegoś bardziej zaawansowanego, zetknie się z koniecznością programowania.
Qlik ma bardzo rozbudowany język ładowania i przetwarzania danych. Ma też własny język formuł Set Analysis. Dlatego analityk powinien umieć pisać zapytania i połączenia, umieszczać dane w wirtualnych tabelach oraz aktywnie korzystać ze zmiennych. Możliwości tego języka są bardzo szerokie, ale wymaga on nauki. Prawdopodobnie wszyscy analitycy Qlik, których znam, mają solidne zaplecze IT.
Integratorzy Qlik, tacy jak my, często lubią opowiadać o modelu asocjacyjnym, w którym podczas ładowania danych wszystko trafia do pamięci operacyjnej, a powiązania między danymi są realizowane przez wewnętrzny mechanizm platformy. Oznacza to, że po wybraniu wartości nie są wykonywane wewnętrzne podzapytania, jak w klasycznych bazach danych. Dane są zwracane niemal natychmiast dzięki wcześniej zindeksowanym wartościom i relacjom.
W praktyce prowadzi to jednak do automatycznego łączenia tabel, jeśli nazwy pól są takie same. Na przykład nie można mieć różnych, niepowiązanych tabel z identycznym polem. Trzeba się do tego przyzwyczaić. W efekcie albo zmienia się nazwy kolumn i pilnuje, by się nie powtarzały, albo scala wszystkie tabele faktów w jedną i otacza je tabelami wymiarów w układzie typu „gwiazda”. Być może dla początkujących to wygodne, ale dla doświadczonych analityków nie ma to już większego znaczenia.
Typowy interfejs ładowania i przetwarzania danych dla analityka wygląda tak.
Rysunek 3. Edytor ładowania danych Qlik Sense, tabela Calendar
Uwaga: W Power BI sytuacja zwykle wygląda inaczej — pozostawiasz osobne tabele faktów i wymiary, a tabele możesz łączyć ręcznie w klasyczny sposób, czyli samodzielnie dopasowując do siebie kolumny.
Bo konkurujecie?
Twórcy Tableau pozycjonują to rozwiązanie jako BI z wygodnym i przyjaznym interfejsem, który pozwala analitykowi samodzielnie eksplorować dane. Tak, w naszej firmie byli analitycy bez doświadczenia IT, którzy potrafili tworzyć własne raporty. Jednak obniżę ocenę Tableau z kilku powodów:
— Słaba lokalizacja na język rosyjski
— Serwery Tableau Online nie znajdują się w Federacji Rosyjskiej
— Dość prosty kreator ładowania zaczyna sprawiać problemy, gdy trzeba zbudować bardziej złożony model danych.
Rysunek 4. Kreator ładowania danych Tableau
Jedno z pytań, które zadajemy analitykom Tableau na rozmowie kwalifikacyjnej, brzmi: „Jak zbudować model z tabel faktów i tabel wymiarów, nie sprowadzając wszystkiego do jednej tabeli?”. Data Blending wymaga przemyślanego użycia. Wielokrotnie poprawiałem u swoich analityków błędy związane z dublowaniem danych po takich połączeniach.
Dodatkowo Tableau ma dość specyficzny sposób pracy: każdy wykres tworzysz na osobnym arkuszu Sheet, a potem budujesz Dashboard, na którym rozmieszczasz przygotowane arkusze. Następnie możesz utworzyć Story, czyli kombinację różnych Dashboardów. Pod tym względem praca w Qlik i Power BI jest prostsza: od razu układasz na arkuszu szablony wykresów, ustawiasz miary i wymiary, i Dashboard jest gotowy. Mam wrażenie, że przez to nakład pracy przy przygotowaniu w Tableau rośnie.
2. Źródła danych i ładowanie
W tej sekcji nie ma wyraźnego lidera, ale wyróżnimy Qlik za kilka przydatnych funkcji.
Tableau w darmowej wersji ma ograniczenia dotyczące źródeł danych, ale w naszych artykułach skupiamy się przede wszystkim na biznesie, a firmy mogą sobie pozwolić na komercyjne produkty i analityków. Dlatego nie obniżaliśmy oceny Tableau w tym kryterium.
Rysunek 5. Lista dostępnych źródeł danych w Tableau
Poza tym lista źródeł wszędzie wygląda imponująco — wszystkie pliki tabelaryczne, wszystkie standardowe bazy danych, połączenia webowe, wszędzie to działa. Nie miałem do czynienia z niestandardowymi hurtowniami danych, więc tam mogą pojawić się pewne niuanse, ale w większości przypadków nie będziecie mieć problemów z ładowaniem danych. Wyjątkiem jest chyba tylko 1C. Nie ma bezpośrednich konektorów do 1C.
Partnerzy Qlik w Rosji sprzedają własne konektory za 100 000–200 000 rubli, ale w większości przypadków taniej jest przygotować eksport z 1C na FTP do Excel albo do bazy danych SQL. Można też opublikować bazę 1C w sieci i łączyć się z nią przez protokół Odata.
Power BI i Tableau obsługują to standardowo, natomiast Qlik będzie wymagał płatnego konektora, dlatego również tutaj łatwiej jest wyeksportować dane do pośredniej bazy danych. W każdym przypadku kwestie związane z połączeniami da się rozwiązać.
Rysunek 6. Lista dostępnych źródeł danych w Qlik Sense
Dodatkowo warto zwrócić uwagę na cechę Qlik: jako osobny produkt oferuje zarówno płatne, jak i bezpłatne konektory.
Rysunek 7. Dodatkowe konektory Qlik Sense
Z doświadczenia dodam, że przy dużych wolumenach danych lub wielu źródłach nie zawsze warto od razu podłączać system BI. W poważnych projektach zwykle wykorzystuje się hurtownię danych, bazę z danymi przygotowanymi już do analizy itd. Nie da się po prostu wyeksportować na przykład 1 miliarda rekordów do systemu BI. W takim przypadku trzeba już dobrze przemyśleć architekturę rozwiązania.
Rysunek 8. Źródła danych Power BI
Dlaczego więc wyróżniono Qlik? Są trzy rzeczy, które szczególnie cenię:
— Pliki QVD
To natywny format przechowywania danych. Czasem na samych plikach QVD można zbudować rozbudowane projekty komercyjne. Na przykład pierwszy poziom to dane surowe. Drugi poziom to pliki przetworzone. Trzeci poziom to dane zagregowane itd. Takie pliki można wykorzystywać w różnych aplikacjach, a za ich obsługę mogą odpowiadać różni pracownicy i usługi. Szybkość ładowania z takich plików jest dziesięciokrotnie wyższa niż z typowych źródeł danych. Dzięki temu można ograniczyć koszty bazy danych i wymieniać informacje między różnymi aplikacjami Qlik.
— Przyrostowe ładowanie danych
Tak, Power BI i Tableau również to potrafią. Jednak Power BI wymaga drogiej wersji Premium, a Tableau nie daje takiej elastyczności jak Qlik. W Qlik, korzystając z plików QVD, można tworzyć migawki systemów z różnych momentów w czasie, a następnie przetwarzać te dane w dowolny sposób.
— Podłączanie zewnętrznych skryptów
Oprócz plików QVD do przechowywania danych, w Qlik kod skryptu można również wynieść poza aplikację i dołączać go poleceniem Include. To już pozwala zorganizować pracę zespołową, korzystać z systemów kontroli wersji i zarządzać wspólnym kodem dla różnych aplikacji. W Power BI jest zaawansowany edytor zapytań, ale nie udało nam się skonfigurować takiej pracy zespołowej jak w Qlik. W praktyce wszystkie systemy BI mają z tym problem: jednoczesne zarządzanie danymi, kodem i wizualizacjami we wszystkich aplikacjach z jednego miejsca jest po prostu niemożliwe. Maksimum, jakie udało nam się osiągnąć, to wydzielenie plików QVD i kodu skryptów. Elementy wizualne nadal trzeba edytować bezpośrednio w samych raportach, co nie pozwala nam jednocześnie masowo zmieniać wizualizacji u wszystkich klientów.
A co z takim mechanizmem jak połączenie Live? Tableau i Power BI obsługują połączenia LIVE z wieloma źródłami, w przeciwieństwie do Qlik. Do tej funkcji podchodzimy dość obojętnie, ponieważ praktyka pokazuje, że przy dużych zbiorach danych praca na połączeniu LIVE staje się po prostu niemożliwa. A BI w większości przypadków jest właśnie potrzebne do pracy z dużymi danymi.
3. Czyszczenie danych, ETL (Extract, Transform, Load)
W tej sekcji mamy 2 liderów: Qlik Sense i Power BI.
Można to ująć tak: Qlik jest bardzo rozbudowany, ale też skomplikowany. Jeśli opanujesz ich język podobny do SQL, będziesz w stanie zrobić niemal wszystko — wirtualne tabele, złączenia i scalanie tabel, iterowanie po tabeli i generowanie nowych tabel, a także mnóstwo poleceń do przetwarzania ciągów znaków. Na przykład pole w 1 komórce, wypełnione danymi typu „Iwanow 851 Biały”, można w locie rozbić nie tylko na 3 kolumny (co potrafią wszyscy), ale nawet od razu na 3 wiersze. Tak samo bez problemu da się na bieżąco scalić 3 wiersze w 1.
Rysunek 9. Jak załadować i transponować tabelę w Qlik Sense z Google Sheets
Power BI pod tym względem wydaje się prostszy, ale większość zadań można łatwo rozwiązać za pomocą kreatora zapytań. Ustawiasz kilka parametrów, transponujesz tabelę, pracujesz na danych — i wszystko to bez ani jednej linijki kodu.
Rysunek 10. Jak załadować i transponować tabelę w Power BI z AmoCRM
Tableau ma, moim zdaniem, inną filozofię. Bardziej stawia na estetykę i design. Podłączenie wielu różnych źródeł, połączenie ich wszystkich i przetwarzanie danych wewnątrz Tableau wydaje mi się bardzo trudne. W projektach komercyjnych w większości przypadków dane dla Tableau są już wcześniej przygotowywane i gromadzone w hurtowniach danych oraz bazach danych.
Rysunek 11. Jak załadować i transponować tabelę w Tableau
4. Wizualizacje
W tej sekcji nie wskazaliśmy lidera. Przygotujemy osobny artykuł, w którym na przykładzie jednego przypadku pokażemy ten sam raport we wszystkich 3 systemach . To bardziej kwestia gustu i umiejętności analityka. W internecie można znaleźć bardzo efektowne wizualizacje zbudowane na bazie każdej z tych platform. Podstawowe możliwości wizualizacji są u wszystkich mniej więcej takie same. Resztę można osiągnąć dzięki użyciu Extensions. Są dostępne zarówno płatne, jak i bezpłatne rozwiązania. Są rozszerzenia od samych dostawców, a także od freelancerów i integratorów. Możesz też samodzielnie napisać własne rozszerzenie wizualizacyjne dla dowolnej platformy.
Podoba mi się styl Tableau — uważam go za surowy i korporacyjny. Jednak uzyskanie naprawdę atrakcyjnej wizualizacji w Tableau jest trudne. To świetny przykład wizualizacji Tableau, w której wykorzystano wyłącznie rozszerzenia. Nie byłbym w stanie tego odtworzyć, ponieważ nie mam tych rozszerzeń, ale wygląda to bardzo dobrze.
Rysunek 12. Wygląd raportów Tableau z Extensions
Power BI również można zaprojektować w ciekawy sposób.
Rysunek 13. Wygląd raportów Power BI z Extensions
Jedyne, czego nie rozumiem w Power BI, to dlaczego domyślne kolory są tam tak dziwne. Na każdym wykresie muszę zmieniać kolor na własny, firmowy, korporacyjny i zawsze dziwi mnie ta standardowa kolorystyka.
Qlik Sense również zależy od Extensions. Korzystanie z dodatków może zmienić raporty nie do poznania. Można też wdrożyć własny motyw i styl wizualny.
Rysunek 14. Wygląd raportów Qlik Sense z Extensions
Z punktu widzenia dewelopera Qlik Sense jest dla mnie wygodniejszy ze względu na standardowe opcje, takie jak alternatywne wymiary i miary. W ustawieniach wizualizacji można zdefiniować kilka wymiarów i miar, a użytkownik może potem łatwo sam wybrać, co chce oglądać na danym wykresie.
W Power BI i Tableau muszę konfigurować parametry, przyciski, programować zachowanie systemu zależnie od tych parametrów. Dziwi mnie, dlaczego jest to tak skomplikowane. Tak samo wygląda to z możliwością zmiany rodzaju wizualizacji.
W Qlik w jednym obiekcie można ukryć różne typy wizualizacji, a w Power BI i Tableau jest z tym trudniej. Znów jednak wiele zależy od umiejętności wykonawcy. W każdym systemie można stworzyć coś wybitnego, a bez doświadczenia wszędzie będą powstawać mało wyraziste wykresy.
5. Środowisko korporacyjne — serwer, raporty
Wszystkie produkty mają korporacyjne wersje serwerowe. Pracowałem ze wszystkimi edycjami i mogę powiedzieć, że każda ma swoje mocne i słabe strony. Wybór rozwiązania powinien wynikać z wymagań stawianych oprogramowaniu z uwzględnieniem jego specyfiki. U wszystkich dostawców można nadawać uprawnienia zarówno na poziomie kont i grup, jak i na poziomie Data Row Level Security. Dostępna jest także automatyczna aktualizacja raportów według harmonogramu.
Qlik Sense Enterprise to świetne rozwiązanie do budowy analityki wewnątrz organizacji dla firm średniej wielkości. Może wydawać się droższy niż Power BI Pro, ale trzeba pamiętać, że serwery Power BI Pro działają w chmurze Microsoft i nie masz wpływu na ich wydajność. Gdy natomiast potrzebny będzie Power BI Premium, który można wdrożyć na własnych serwerach, cena zaczyna się od 5000$ miesięcznie.
Qlik Sense Enterprise zaczyna się od 230 000 rubli za 5 licencji (opłata za rok, później tylko wsparcie techniczne), co jest znacznie bardziej przystępne niż Power BI Premium. Dodatkowo Qlik Sense Enterprise pozwala korzystać ze wszystkich możliwości Qlik. Chyba z jednym wyjątkiem. Z jakiegoś powodu Qlik uznał, że funkcja wysyłania raportów PDF e-mailem powinna być dostarczana jako osobna usługa NPrinting.
Jednak Qlik Sense Enterprise jest bardziej zaawansowany niż Power BI Pro, dlatego można tu przyjąć następujące porównanie.
Qlik Sense Enterprise = Power BI Premium. Przy porównywalnych możliwościach wypada korzystniej cenowo w średnich wdrożeniach. Duże wdrożenia są zazwyczaj wyceniane już bezpośrednio przez producenta, który może wtedy zaproponować indywidualne warunki dla Twojej firmy.
W tym obszarze przyznamy przewagę Qlik Sense Enterprise, ponieważ oferuje wszystkie możliwości potrzebne do budowy zaawansowanej analityki na ogromnych zbiorach danych. Naszym zdaniem przy dużych wolumenach Qlik będzie działać szybciej niż Power BI. Na konferencjach Qlik trafialiśmy na klientów, którzy najpierw testowali swoje dane liczące miliardy rekordów i Power BI osiągał słabsze wyniki.
Rysunek 15. Wygląd raportów serwera Qlik Sense Enterprise
Qlik Sense Cloud = Power BI Pro. Qlik Sense Cloud okazuje się 1,5 raza droższy* i ma przy tym bardzo istotne ograniczenie, przez które nie możemy polecić tej platformy. Nie można używać Extensions, nawet tych wbudowanych. A bez rozszerzeń Qlik traci część swojej atrakcyjności wizualnej.
Rysunek 16. Wygląd panelu sterowania Power BI Pro
*Alternatywą jest korzystanie z Qlik Sense Enterprise w modelu subskrypcyjnym. Aby jednak ten artykuł nie był odbierany jako reklama, nie będziemy omawiać naszego cennika
Tableau stoi dla nas nieco z boku. Oferuje zarówno subskrypcje chmurowe w cenie 70$ za twórcę i 15$ za użytkownika przeglądającego, jak i kosztowne rozwiązania serwerowe. Główna idea Tableau polega jednak na tym, że przy dużych zbiorach danych przetwarzanie i przechowywanie danych trzeba organizować po swojej stronie. Obiektywnie bardziej ograniczona funkcjonalność nie pozwala na przeprowadzanie zaawansowanego przetwarzania danych w Tableau. Do wizualizacji i analizy tak, ale dla małych i średnich firm stworzenie osobnego hurtowni danych bywa zwykle problematyczne. Z tego powodu obniżyłbym ocenę Tableau, gdyby nie jedna ich funkcja. Tableau Server bez problemu wysyła e-maile według harmonogramu z załącznikami CSV lub PDF. Można przy tym konfigurować uprawnienia, automatyczne filtry i inne elementy. Power BI i Qlik z jakiegoś powodu nie potrafią tego zrobić, a dla części firm może to być kluczowe. Dzięki temu Tableau utrzymuje swoją pozycję w naszym porównaniu.
Rysunek 17. Wygląd panelu sterowania Tableau Server
W środowisku korporacyjnym trzeba również uwzględnić koszty wdrożenia i utrzymania. W Rosji przyjęło się, że Power BI jest bardziej rozpowszechnione w małym biznesie. Doprowadziło to do pojawienia się dużej liczby ofert pracy i CV oraz mniejszych integratorów. Dzięki temu łatwiej znaleźć specjalistów do niewielkiego projektu. Najprawdopodobniej jednak większość z nich nie ma doświadczenia w dużych wdrożeniach i pracy z dużymi zbiorami danych. W przypadku Qlik i Tableau sytuacja jest odwrotna. Partnerów Qlik jest niewielu, a Tableau jeszcze mniej. Ci partnerzy specjalizują się w dużych wdrożeniach o wysokiej średniej wartości kontraktu. Na rynku nie ma wielu ofert pracy ani kandydatów, a próg wejścia do tych produktów jest wyższy niż w Power BI. Mimo to w Rosji z powodzeniem wdrożono te rozwiązania dla tysięcy użytkowników i dobrze sprawdzają się one przy dużych zbiorach danych. Trzeba po prostu rozumieć mocne i słabe strony tych produktów w odniesieniu do specyfiki własnego biznesu.
6. Obsługa urządzeń mobilnych.
W tej sekcji wyróżnimy Power BI i Tableau. Można zainstalować aplikacje mobilne i całkiem dobrze prezentują się one na ekranach urządzeń mobilnych. Naszym zdaniem jednak analityka na urządzeniach mobilnych wypada słabiej niż na komputerze. Korzystanie z filtrów jest mniej wygodne, wykresy są małe, liczby gorzej widoczne itd.
Rysunek 18. Wygląd raportu Power BI na iPhonie
Rysunek 19. Wygląd raportu Tableau na iPhonie
Rysunek 20. Wygląd raportu Qlik Sense na iPhonie
Dlaczego obniżyliśmy ocenę Qlik? Z niezrozumiałych dla nas powodów klient mobilny jest dostępny wyłącznie na iPhone, a na Androidzie trzeba korzystać ze zwykłej przeglądarki. Dodatkowo przy korzystaniu z Qlik od razu widać, że część rozszerzeń i wizualizacji nie skaluje się ani nie pozycjonuje automatycznie na urządzeniach mobilnych tak, jak można by oczekiwać. Raport, który na komputerze wygląda bardzo dobrze, na małym ekranie prezentuje się znacznie gorzej. Trzeba przygotowywać osobny raport dla urządzeń mobilnych, usuwając filtry, KPI i szereg innych elementów. Dotyczy to również Power BI i Tableau, ale w Qlik jest to szczególnie widoczne. Mamy nadzieję, że Qlik jeszcze dopracuje swojego klienta mobilnego.
Jeśli planujesz często korzystać z analityki właśnie na urządzeniach mobilnych, warto zainstalować wszystkie 3 aplikacje i sprawdzić na raportach testowych, jak się wyświetlają. Każdy dostawca udostępnia na swojej stronie galerię przykładowych raportów do zapoznania się.
7. Embedded (wbudowana) analityka w zewnętrznych aplikacjach/serwisach
Korzystanie z analityki jako usługi zewnętrznej nie zawsze jest wygodne. Być może rozwijasz własny produkt, ale nie chcesz od zera tworzyć warstwy wizualizacji i silnika analitycznego. Być może chcesz wdrożyć analitykę na swojej stronie, aby klient mógł samodzielnie się rejestrować, wgrywać własne dane i prowadzić analizy w panelu klienta. W takim przypadku potrzebujesz analityki wbudowanej (Embedded).
Wszystkie produkty to umożliwiają, ale w tej kategorii wyróżnimy Qlik.
Power BI i Tableau jednoznacznie pokazują, że do takich celów trzeba kupić osobny produkt: Tableau Embedded Analytics albo Power BI Embedded. Nie są to tanie rozwiązania — ich koszt sięga tysięcy dolarów miesięcznie, co od razu ogranicza możliwości ich wykorzystania. Większość projektów staje się dla naszych klientów zwyczajnie nieopłacalna. Chodzi o sytuację, w której nie wystarczy po prostu opublikować raportu dla całego Internetu, lecz trzeba udostępniać raporty zgodnie z określonymi poziomami dostępu, z ochroną danych, autoryzacją użytkowników itd.
Qlik pozwala natomiast znaleźć bardziej elastyczne wyjście. Oczywiście oni również mają Qlik Analytics Platform, licencjonowaną na serwer i umożliwiającą nieograniczoną liczbę połączeń. To także będzie kosztowne rozwiązanie, podobnie jak konkurencyjne Tableau i Power BI. A jeśli potrzebne są nielimitowane połączenia, wybór jest w praktyce bardzo ograniczony.
W Qlik istnieje jednak pojęcie Mashup. Załóżmy, że masz Qlik Sense Enterprise i 10 licencji. Standardowa analityka i jej wygląd już się opatrzyły. Tworzysz własną stronę internetową albo aplikację i możesz osadzić w niej całą swoją analitykę. Sedno polega na tym, że w dużym uproszczeniu Mashup to wizualizacja zapisana w kodzie. Za pomocą API możesz programowo definiować tworzenie wizualizacji wewnątrz swojej aplikacji lub witryny. Qlik Sense Enterprise nadal będzie potrzebny do licencjonowania (licencje na połączenia ze stroną = licencjom na połączenia z BI), ładowania danych itd., ale same wizualizacje nie będą już renderowane po stronie tego serwera — zostaną osadzone bezpośrednio w Twojej aplikacji lub na stronie. Możesz korzystać ze stylów CSS, ustawiać nowe czcionki i kolory. Twoich 10 użytkowników nie będzie już logować się do serwera analitycznego, lecz skorzysta z Twojego portalu firmowego lub aplikacji. To wynosi analitykę na zupełnie nowy poziom.
Rysunek 21. Wygląd raportu Qlik Sense osadzonego na stronie internetowej
W pewnym momencie trudno już rozpoznać, gdzie kończą się elementy strony, a gdzie zaczyna się Qlik Sense.
Oczywiście będzie do tego potrzebny programista, a raczej nawet kilku. Jeden do programowania webowego, drugi do pracy z API Qlik. Ale efekt jest tego wart.
Wnioski. Podsumujmy.
Trudno jednoznacznie stwierdzić, kto jest lepszy, a kto gorszy. W naszym porównaniu Power BI i Qlik wypadają bardzo podobnie, a Tableau nieco ustępuje. Jednak w przypadku Twojej firmy wynik może być inny. W platformach BI bardzo ważna jest warstwa wizualna. Jeśli obejrzysz dziesiątki demo raportów i grafik w internecie dla wszystkich systemów BI i nie spodoba Ci się wygląd jednej z platform, to najprawdopodobniej jej nie wdrożysz, nawet jeśli odpowiada Ci cena lub parametry techniczne.
Następnie koniecznie trzeba skalkulować koszt licencji, wdrożenia i utrzymania platformy BI. Być może w Twoim przypadku uda się wyłonić lidera. Duże znaczenie ma także wykonawca lub możliwość zatrudnienia odpowiedniego specjalisty. Bez profesjonalistów na każdej platformie efekt będzie marny.
Życzymy udanych integracji BI, Andrey Zhdanov i Vladimir Lazarev, Analytics Group
Źródło: habr.com
