自助式BI对比评测:Tableau和FineBI

1、部署使用

Tableau 为C/S架构,需要在用户终端安装desktop进行分析的设计,在服务器端安装server,将模块数据与分析发布在server上,使用reader查看客户端生成的分析,可以在web断和移动端查看在server上发布的分析。体量较大,布署稍复杂,使用时需要客户端配合。

FineBI为B/S构架的web端工程。将需要分析的数据抽出保存在索引中,使用不同分析组件进行不同dashboard的设计,体量小,布署简单方便,极速,可直接使用,也可以集成到自己的项目中使用。

2、平台界面

Tableau是服器与客户端分离的,平台管理与设计分开进行,产品的逻辑清晰,易于理解、便于用户的操作,但不利于IT部门管控和配合。

FineBI是面是将平台管理与设计放到了一个界面中,通过权限来控制显示情况,实施企业级管控比较方便,逻辑分类不是十分明显。

3、工作流程

FineBI的工作流程是管理员进行数据配置并且创建相应业务包,业务包中有业务员需要用到的相关数据;之后业务员进行相关分析,然后决策者查看分析。

 1

Tableau的工作流程是分析人员完成从数据连接到新建分析的全部过程,决策者直接查看分析。

 2

根据FineBI与tableau的工作流程可以看到,FineBI的使用中多出一个管理员进行数据配置并且创建业务包的工作流程。在tableau中进行分析的数据是直接处理好的数据。FineBI可以完成数据处理到分析的所有功能,而tableau只能完成数据分析的功能。FineBI在这里包含了ETL工具的功能,而tableau只是一个纯粹的分析工具。

4、数据支持和管理

FineBI支持Hadoop、GreenPlumn、Kylin等大数据平台,支持SAP HANA、SAP BW、SSAS、EssBase等多位数据库,支持MongoDB、SQLite、Cassandra等NO SQL数据库,也支持传统的关系型数据库、程序数据源等,但较Tableau更少,如亚马逊云数据。FineBI可以实现连接到某一数据库,之后将其作为实例保存下来,并可以以此为数据源。而Tableau连接到数据库并且取其中表作为数据源,无法保留该连接为数据源,也就意味着每次进行数据分析都要编辑一次数据连接,这就使数据表添加变得麻烦。

5、数据处理

在数据处理方面,Tableau的功能对比于FineBI比较弱,Tableau的理念更加倾向于将处理好的数据直接使用,更加偏业务性质。而FineBI则增加了更多对数据预处理的功能,实现的功能更多。

Tableau在选择怎样的数据方面更加具有灵活性,可以任意选择部分数据,fineBI的灵活性则没有那么强。

6、数据分析

Tableau的数据分析更加注重数据的分析,在图表的式样上没有FineBI的丰富,然而做分析上的功能十分强大专业。而FineBI注重的是快速展示数据,是通过图表来展示分析效果的。

Tableau的分析里面存在离散与连续的概念,而在FineBI中没有离散与连续之分。对于时间这种既可以离散(单个的时间点)也可以连续(时间本来就连续)的数据而言,对其做分析可以按照需要选择数据是否为离散。

在样式的设置上,Tableau的设置整齐统一,并且确切到了每个行列的每个字段中。设置起来十分方便易懂,并且统一的格式设置使得用户理解起来也更方便。

在进行联动的设置上,Tableau没有设置表与表之间有无联动的限制,是全局性的。而FineBI是可以设置不同表之间关联的。

在分析功能上,FineBI在添加计算指标上有同期、环期、累计值等,是Tableau所没有的,而tableau具有的强大的分析线的功能是FineBI所没有的。

在控件类型上, FineBI的控件类型更为多样,更加简单方便易用,而Tableau的共享式设置或多控件的情况下,容易出现烦琐的操作(多个仪表板的情况下,控件共享模式与仅在此工作表上)。

7、用户管理

在用户管理上,FineBI较明显的优于Tableau。首先可以添加的方式更加多样,Tableau只能导入用户名与密码,且用户组上需要自己手动添加;其次对于用户管理上,FineBI包括部门角色,更加贴近企业实际情况,而Tableau只有组。

8、权限管理

FineBI的权限设置更倾向于根据企业结构、数据源等方式来进行分配,需要对应的权限表(如业务包设置过滤条件的分配)。而Tableau则是自行设置相应的规则。从自由度上来看,Tableau更自由,从操作上来看,FineBI更快捷简单。

介绍一款自助式BI工具

前言:未来的时代将由数据勾画,未来的BI将是自助BI的时代

随着数据爆发式增长,像ERP、OA、CRM等系统在企业运用的越来越多。这些系统的使用必然会产生很多的数据,比如在产品加工设计测试维护过程中产生的主数据;在生产采购库存以及电子商务运营过程中产生数据;通过互联网等渠道获得行业、市场以及竞争对手的数据。随着大数据的到来,企业在数据分析展现层面,面临着四大重要问题。

 

第一、运用什么工具来分析数据、提取信息。

第二、怎样改变技术不懂业务、业务不懂数据的“困境”。

第三、如何解决大数据量的运算、处理、展现。

第四、工具应当如何响应市场需求、提升企业价值。

自助式BI的使用将为业务分析带来技术上的变革

3

从BI1.0报表时代,到注重可视化的BI2.0时代,BI的发展始终没能解决业务与数据的供需矛盾,关键原因是缺乏既懂得业务又擅长分析的人才。

传统BI的使用对象是IT技术人员,自助式BI的适用对象是最终用户——业务分析师、领导层。随着数据越来越多,分析时间越来越长,企业和用户需要通过自助式BI工具降低数据分析的门槛。

面对这样的应用困境,以国内外tableau、帆软FineBI为代表的自助式BI,开创了该领域的3.0 时代,正成为市场中大红大紫的明星。以FineBI为例。

 

优势1:一站式方案

无论是从数据连接、数据清洗、多维数据库表对大数据的支撑,再到前端的多维分析都是一体化的服务。用户可以将多种数据源的数据拿到数据库中,然后提取到业务数据包中就可以对数据进行ETL处理和转义。FineBI可以自动关联数据表之间的联系,并形成一个可视化的界面,用户可以通过轻松的点击来进行数据的分析。




4

优势2:对大数据良好的支持

3000万的数据如果使用一般的SQL查询要3到5分钟甚至更长的时间

FineBI采用分布式部署和集群部署,在Linux系统下可以提升最大并发数,实现3000万数据秒出。

2

优势3:支持OLAP多维度自定义分析自动建模

在数据分析时,前端用户可以自由地对元数据进行ETL处理,处理后的结果不但可以直接用于多维分析,也可基于分析结果继续进行处理。用户可以随意切换维度,进行无线层次的透视分析。更为难得的是,这些操作也都是完全可视化的,无须编辑代码和脚本,即使不懂任何代码也可轻松上手。

1

优势4:自助前端分析

自主开发的图表避免了使用第三方插件的兼容性、稳定性问题。从数据连接、ETL处理、建模、前端图表展示,有如“植物大战僵尸”感的拖拽操作。

大数据可以使我们获得什么?

现在的互联时代,人们无论是主动接受,还是被动选择,都会或多或少的接受大数据时代的影响。在现在的市场形式中,数据的分析已经可以到达国家政策的层面上,所以对于企业而言,无论是什么类型的企业,都可以对数据进行很好的运用。

现在的各大企业,无论是各大国企还是民营企业,对于数据的分析的利用率远远低于其本身的价值,所有的海量的数据在目前的状态下都会被浪费,能够利用的仅仅是一小部分。无论是什么样的企业,都很难在现在这个互联的共享时代里孤立存在,所有无论是对于企业还是个人而言,只有双双协作或多方协作才能够使利益产生最大化,实现共赢。

随着应用的实践经历,人们逐渐摸索出来了一定的规律,只有将数据有效的充分的利用起来,才可能实现很多的目前的困扰、难题。数据的可视化也就是将数据做成开放式,实现资源的共享,尤其是对于银行、金融、保险等行业来说,一个好的数据的创新,往往会让整个公司得到更加持久高效的业绩需求。

其实,对于大数据的实施,很多的国家都已经有了先例,所以,对于我国的大数据的实施而言,已经有了一些国家的先例,这些借鉴可以让我们更加的完善自己的数据计划,使自己拥有更多的创新能力。

现在的互联时代,就是在金融公司与消费者之间的一个连接平台,而数据就是这个平台的主席台,公司如果想要与自己的客户进行一些互动,应该靠什么来完成呢?不能只是单一的一个连接,一次宣传就可以,而是需要对很多的用户做一次系统的完善的信息推广。

这时的数据就会显得十分的重要,只有强大的数据才能够使用户的信息尽可能的完善,为公司的宣传打下良好的基础。通过完善的数据分析软件的归纳整理,会有很多完善的数据分析,这些数据的分析可以为广大的企业提供出各类客户的更为详尽的信息,当客户的信息逐渐趋于完善后,就会出现与该类客户有关的各类信息。将这些信息逐渐的聚拢到一起,慢慢的就会对客户有全面的了解,这时就可以更有选择性的将各类信息推送到各大人群中去,使信息的推广更加高效。

数据分析

数据分析对未来家具营销的影响

随着互联时代的到来,越来越多的商家开始了与互联网的协同合作,这不仅仅带动了互联的发展,从某种程度上来说,更是为商家自己带来了更大的商机。

由于互联时代的兴起,使得更多的商家都开始将自家的销售渠道向网络进军,在这其中,互联网络对于各类商家,尤其是对于小物件商家来说,对其的帮助还是显而易见的。

而电子平台对于较大型的物件来说,相对就会有很多的阻碍,其中,家具市场的网络营销,就会因为货物的重量、客户的需求等因素而被受到较大的阻碍。但是,随着新时代的大数据分析软件的到来,使得很多的商品,包括家具行业的大物件商品,都迎来了有一个销售的春天。

就现在的互联而言,无论你到网上收的是大型品牌还是自主品牌,都会出现很多符合你的要求的店家。无论终端的客户所需要的是什么样的产品,都可以有很多的各类推荐,可是即使这样,也会有很多的用户因为购买的经济问题以及安装的人员等问题而选择实体购买。

现在,有了大数据的分析软件,就可以为广大的企业排忧解难了,企业可以将自己的顾客按照群体进行划分,将购买的物品相似的客户群归为一类,然后找出客户的兴趣爱好以及社交领域,对其进行系统的推理分析。

对于大数据的分析软件来说,可以更好地将更多的数据提供给广大商家,这对于像家具行业的大型物品商来讲,是十分有利的。

因为这样的数据可以使企业更加了解自己用户的实质需求,可以更加深入的剖析客户的购买点,所以,从未来市场的角度来看,大型家具的营销模式更加受利于大数据的分析。

从未来的互联角度来说,互联为广大的自主创业的品牌提供了更加广阔的空间与资源,使很多的商家都可以在互联这个电子平台上同台竞争,同时也使得终端的客户在相同的价位上能够选择的商品也更加的多了起来,所享受的服务更加的优质。

而对于家具企业来说,随着互联的普及,已经不存在地方垄断的一家独大的现象,行业的发展更加多元化,所以终端客户相比于以前,能够有更大的选择权,消费者同时也能够选择更好的家具质量与服务。