国产BI工具大比拼,帆软Fine BI和观远BI到底该怎么选型?

news2024/11/22 17:28:47

之前写了一篇关于BI如何选型的文章《「BI选型秘诀」BI工具不知道怎么选择?这张选型评分表你一定要收藏!》。

文章发布后,不少朋友私信我,想要我出个国产BI工具的测评,今天就开始第一期:帆软 VS 观远

仍旧先放测评要素:
在这里插入图片描述

(1)工具
①易用性

BI面向的对象大多还是业务人员和专业数据分析人员,因此工具好不好上手、交互体验是否丝滑以及有没有足够的学习资源很大程度上决定了用户会不会持续性用,以及能不能深入用。市面上大多数BI工具都打着“零代码”的理念:能拖、拉、拽实现,就不写复杂函数。帆软的Fine BI和观远的BI也不例外。

观远的功能都是通过页面层层递进来展现,所以每个页面单独看结构都很简单,即使是从来没有接触过BI工具的新手也能跟随提示进行数据分析和图表制作。

而Fine BI操作界面信息量是比较大的,功能都平铺在单个页面上,通过线面做区分,比较难在屏幕小且数据量多的情况下快速进行数据分析。但也是因为功能信息展示比较丰富,层级相对较少,真实场景分析的时候会觉得操作效率特别高。

举个例子:

我要分析本月A门店的销售数据,那我第一步就需要找到这些数据。

在观远BI里面,我只需要点击三下,页面就层层递进找到门店数据表,这就是观远BI的易用性体现。但注意一下这个操作的前提:我知道表的完整名称,也明确表中字段有哪些。
在这里插入图片描述

在Fine BI里面,我直接找或者在搜索框输入关键词来找到对应的表和数据,在发现这张表不是我要的时候可以直接选择另外一张查看,直至找到我要的数据,这就是Fine BI操作界面信息丰富。

实际情况中更多是下面这样的场景,我只知道大概的关键词,但不知道具体是哪一张表,因此我需要挨个点开几张表,去确定我要用到的数据是在哪一张表里面。
在这里插入图片描述

在是否好上手和交互体验层面,看产品演示的时候会觉得观远更胜一筹,但在实际业务使用过程中,会发现帆软的Fine BI的交互才是更适合探索式分析的。

其实对大多数人来说,数据分析的习惯都是来自于Excel,Fine BI延续帆软的报表工具FineReport,使用的也是类Excel的操作界面,而观远的smartETL算子不多,看起来很简单,在实际处理数据的过程中可能需要大量的操作,业务实际用起来还是有难度的。

帆软和观远在官网都有文字版本和视频版本教程入口,学习资料方面持平。

②性能
在产品架构上面,观远封装的是Clickhouse,帆软采用的是StarRocks大数据解决方案。在“高并发”情况下面,clickhouse一个查询占用服务器一半的cpu,starpocks能进行预先聚合,几亿的数据表可以先聚合成几百万的表,提高并发效率。一般来说,ClickHouse 适合于维度变化较少的拼宽表的场景,StarRocks 不仅在单表的测试中有着更出色的表现,在多表关联的场景具有更大的优势。

具体选型可以看这一篇文章《ClickHouse vs StarRocks 选型对比》。
在这里插入图片描述

在谈到数据处理的时候,最好是将性能分成两块看:千万级别以下和千万级别以上(大数据量一般指亿级以上)。

数据量小于1000万行的数据集,帆软使用的Spider引擎和观远使用的Spark引擎都能提供较好的响应体验。

但在大数据量的场景下,别听厂商吹嘘,我所了解的国内外BI厂商都没办法提供比较好的支撑,也不再适合使用抽取模式进行分析。这种情况下,要么自己进行底层数据优化,建设大数据平台;要么了解一下厂商是否有相应的解决方案。

我了解下来,帆软有个大数据量方案,大概就是挑了一个性能很好的数据库专门做了适配和优化,以此来达到对亿级大数据的支撑。具体实施效果怎么样,我这边还没了解到,有了解过的朋友可以在评论区分享。

③功能
BI工具的功能很多,不同的工具侧重点不同,因此在确保易用性和性能的基础上,还是看功能和企业需求的匹配度。

数据准备

帆软和观远都是支持填报和连接数据库这两种数据连接形式的。观远在BI里面直接有数据填报的功能,而帆软数据填报则是要用上报表工具FineReport,后者的填报能力很强,但产品融合性有待考察。

再说连接数据库的情况,两者接入难度都比较简单,只是在支持的数据库种类上有些出入。

帆软在接入方面,只要数据库服务器添加一个允许访问白名单后,填写对应的数据库地址、账号密码之后就能马上接入。Fine BI支持大部分主流数据库,数量上较观远来说是更多的。
在这里插入图片描述

观远接入和帆软的步骤是一致的,都比较简单。观远基本支持市面上常见的数据库,如果没有特殊需求,也都够用了。
在这里插入图片描述

数据处理

在ETL环节,帆软一如既往使用全家桶模式,有专门的工具FineDataLink,提供一站式数据处理平台,可以说是专为IT准备了数据开发处理模块,支持数据同步、数据转换,对比删除、数据关联、行列转换、json解析、SQL脚本、条件分支、循环容器等专业数据处理操作。本质上,帆软认为数据处理应该交给IT,而数据编辑分析可以交给业务自己完成。
在这里插入图片描述

观远则是有专门的智能数据处理模块(Smart ETL),用户可以拖拽方式对多数据源进行数据处理操作与数据融合。能看出观远是想通过提供简易的ETL工具,让业务承担部分数据处理工作,但实际使用过程中,文本处理、指标计算等要用到比较多公式,对业务人员的素质要求比较高。
在这里插入图片描述

数据分析和可视化

基础的数据分析功能,我不展开讲了,两个工具差距不多,比如OLAP分析,两者都能便捷配置联动、跳转、钻取等;都支持参数参与计算和过滤;都支持快速计算如一键计算同环比、最大最小、平均、方差标准差(观远不支持)、占比、累计等等。

在进阶数据分析层面,帆软Fine BI6.0版本强势地推出了针对复杂的分析场景的DEF函数,号称掌握一个公式可以解决所有的数据分析的场景。DEF函数的出现算是了打响了国内冲击高级计算的第一枪,多少有点在向Tableau LOD、DAX CALCULATE宣战,我多去研究一下,争取下次补充点实际应用进来。

在可视化方面,帆软Fine BI与Power BI、Tableau的设计思路一致,都是基于图形语法设计可视化模块,将图形构建过程分解为一系列可组合的元素和操作,从而实现可重复、可扩展和灵活的图形生成。

除此以外,Fine BI能够制作可视化仪表盘,但不具备可视化大屏功能(通常用FineReport实现),也不具备复杂报表功能(通常用FineReport实现)。所以,一般情况下,公司采购帆软产品都是FR+BI的形式。

在这里插入图片描述

观远BI在可视化方面则是选择了“图形先于问题”的思路,先确定需要的图表类型,再进行展示,在样式切换灵活性方面稍微薄弱,他们为此也在固定图表的数量上有所投入,具备50多种固定图表类型。

此外,观远的BI是全面集合了可视化大屏和报表功能的,只分功能模块,不会区分软件,融合性方面做的比较好。
在这里插入图片描述

平台管控

权限管控是平时采购比较关注的点,我这边整理了相关权限管控的功能,大家对比的时候可以细看。这里提两个我注意到的问题,帆软的权限不支持模板直接复用,而是通过表之间的联动来复用权限,这跟我们平时的使用习惯有些出入。而观远的行权限管控需要用到sql,层级越多sql越复杂,公司架构比较复杂的情况下就很难受了。

举个看上去极端实际很常见的例子:A领导管甲部门的C上传的某个数据表的权限,某个单独项目里A、B来自两个部门,但C又不是这两个部门的领导,这时候要去设置权限分配,写sql能写到崩溃。
在这里插入图片描述

(2)厂商
帆软起步早,知名度高,客户总数超过26000家,之前凭借FineReport在报表领域有一席之地,现在更多地在推广Fine BI6.0。就是一家算是比较老牌的软件公司,主打“永不上市”,也几乎不用担心被割韭菜,制造业、金融行业、医药行业解决方案和客户做的比较多,声量很大。

在这里插入图片描述

观远算是BI界的后起之秀,走的是融资上市路线,主攻零售行业。近几年观远的市场扩张比较激烈,解决方案侧都是一些深耕行业的资深业务,营销侧也提出了“AI+BI”的概念,产品侧的动静不大。
在这里插入图片描述

从我角度来说,企业选型的时候也要考虑是否能够落地,之前受邀参加了“AI+BI”的内测活动,出错率还是比较高。不过我对“AI+BI”是抱着乐观态度的,希望国产BI能够在国际上产生声量。

(3)市场
在 Gartner 公布的《2021分析与BI平台魔力象限》报告中,Power Bl 和 Tableau 均位于领导者象限。国内市场的领导者则是连续多年登顶IDC中国BI市场跟踪报告的帆软软件。

小结

国产化浪潮之下,国内厂商对于国外软件替代的雄心明显,也确实在本地化服务和落地能力上更有优势。可以预见,在大量利好政策和创新土壤的孕育下,国内市场将出现更多国产BI 产品,与国外产品共同竞争,而国内 BI 产品将受到更多关注。

最后给大家分享一张BI工具选型评分表,企业根据自由情况去对上述因素进行对比,根据评估维度打分后再按照权重计算总分。
在这里插入图片描述

转载来自miao君

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/600559.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

el-form嵌套el-table编辑,校验信息显示在气泡框中

文章目录 概要整体架构流程技术名词解释技术细节 概要 提示:这里可以添加技术概要 正常情况下,el-table可编辑表格,如果输入框内容不合理的情况下,错误提示会显示在el-input下方对应。 但是,我不得不将错误提示放到el…

chatgpt赋能python:Python几行几列是什么?

Python几行几列是什么? Python几行几列是一款基于Python语言开发的优秀的划线工具。这个工具能够帮助开发者轻松创建、管理和分享自己的Python代码。Python几行几列是一款高效、易用的Python编辑器,它既可以用于快速编写Python代码,也可以用…

PG数据库 column “has_submit_am“ is of type numeric but expression is of type bool

目录 场景: 现象: 复盘分析: 解决方法: 测试: 扩展: 场景: 今天遇到一个问题,现场数据库中做了boolean隐式转换smallint时在执行对应的插入时一直报错 column "has_submit…

【Python NLTK】零基础也能轻松掌握的学习路线与参考资料

Python 自然语言处理工具包(Natural Language Toolkit,简称 NLTK)是一款 Python 的库,主要用于处理自然语言的相关问题,如文本清洗、标记化、分词、语义分析、词性标注、文本分类等功能,是数据科学家和机器…

Facebook不同账户类型的投放格式【Facebook企业户】

在Facebook企业户中,不同的广告类型具有多样化的投放格式,旨在帮助企业更好地吸引目标受众、提升品牌曝光和实现营销目标。 一、广告类型的概述 Facebook提供了多种广告类型,包括图片广告、视频广告、幻灯片广告、动态产品广告等。每种广告类…

vue项目H5页面在苹果手机点击输入框输入内容时 页面自动放大

遇到的问题 用vue写H5页面时,iPhone手机点击input搜索框,输入内容时,页面会自动放大。 解决方法 在public文件夹下找到html文件&#xff0c;打开后加上user-scalableno 就行 <meta name"viewport" content"widthdevice-width,initial-scale1.0,user-scala…

【从零开始进行高精度手眼标定 eye in hand(小白向)1 原理推导】

从零开始进行高精度手眼标定 eye in hand&#xff08;小白向&#xff09;1 原理推导 前言原理推导公式推导为什么在数据采集中至少需要两个位姿信息 MATLAB编程计算A矩阵的计算和获取matlab计算代码B矩阵的计算和获取matlab计算矩阵B 前言 最近由于组内的相关工作需求&#xf…

pytorch中Dataset、Dataloader、Sampler、collate_fn相互关系和使用说明

参考&#xff1a; https://blog.csdn.net/Chinesischguy/article/details/103198921 参考&#xff1a; https://zhuanlan.zhihu.com/p/76893455 参考&#xff1a;https://blog.csdn.net/lilai619/article/details/118784730 参考&#xff1a;https://pytorch.org/docs/stabl…

06 【Vue数据监视 v-model双向绑定】

1.Vue数据监视 1.1 问题演示 先来个案例引入一下&#xff1a; <!-- 准备好一个容器--> <div id"root"><h2>人员列表</h2><button click"updateMei">更新马冬梅的信息</button><ul><li v-for"(p,inde…

Markdown笔记应用程序Note Mark

什么是 Note Mark Note Mark 是一种轻量、快速、简约&#xff0c;基于网络的 Markdown 笔记应用程序。具有时尚且响应迅速的网络用户界面。 安装 在群晖上以 Docker 方式安装。 ghcr.io 镜像下载 官方的镜像没有发布在 docker hub&#xff0c;而是在 ghcr.io&#xff0c;所以…

总结了几百个ChatGPT模型的调教经验,确定不来看看?

目录 前言 chatgpt调教指南 提示词 1.清晰的问题或请求&#xff1a; 2.上下文设置&#xff1a; 3.具体的主题或领域&#xff1a; 4.陈述性问题&#xff1a; 5.追问和澄清&#xff1a; 6.限定问题范围&#xff1a; 角色扮演 充当 Linux 终端 担任产品经理 充当 SQL…

技术帖——飞凌嵌入式RK3588开发板推理模型转换及测试

RKNN&#xff08;Rockchip Neural Network&#xff09;是一种用于嵌入式设备的深度学习推理框架&#xff0c;它提供了一个端到端的解决方案&#xff0c;用于将训练好的深度学习模型转换为在嵌入式设备上运行的可执行文件。使用RKNN框架可以在嵌入式设备上高效地运行深度学习模型…

易基因:DNA羟甲基化和TET酶在胎盘发育和妊娠结局中的作用 | 深度综述

大家好&#xff0c;这里是专注表观组学十余年&#xff0c;领跑多组学科研服务的易基因。 胎盘是支持哺乳动物胚胎和胎儿发育所必需的临时器官。了解滋养层细胞分化和胎盘功能的分子机制可能有助于改善产科并发症的诊断和治疗。印迹基因是调控胎盘发育的基础&#xff0c;表观遗…

chatgpt赋能python:使用Python编写数据接口:如何让您的网站更具吸引力和效率

使用Python编写数据接口&#xff1a;如何让您的网站更具吸引力和效率 在当今数字时代&#xff0c;大多数公司都希望能够从用户生成的数据中收集和分析信息&#xff0c;以了解他们的客户群体并提高他们的营销策略。为此&#xff0c;开发数据接口成为了一项对于互联网公司不可或…

新文本检测算法TextFuseNet

TextFuseNet: Scene Text Detection with Richer Fused Features 自然场景中任意形状文本检测是一项极具挑战性的任务&#xff0c;与现有的仅基于有限特征表示感知文本的文本检测方法不同&#xff0c;本文提出了一种新的框架&#xff0c;即 TextFuseNet &#xff0c;以利用融合…

网络开发过程详细知识点

网络生命周期至少包括系统构思与计划、分析和设计、运行和维护的过程。 常见的迭代周期分为四阶段周期、五阶段周期、六阶段周期。 网络开发过程根据五阶段迭代周期模型可被分为五个阶段&#xff1a; 需求分析、现有网络分析、确定网络逻辑结构、确定网络物理结构、安装与维护。…

linux实践php8.2加laravel-cotane和swoole服务器

php8.2 composer -v 报错&#xff1a; Deprecation Notice: strlen(): Passing null to parameter #1 ($string) of type string is deprecated in phar:///usr/bin/composer/vendor/symfony/console/Descriptor/TextDescriptor.php:290 解决方法可以升级下composer&#xff1…

计算机中小数的存储

十进制小数怎么转成二进制小数&#xff1f;怎么在计算机中存储float&#xff1f; 计算机中存储的二进制小数&#xff08;float&#xff09;怎么转成十进制小数&#xff1f;

法规标准-ISO 20900标准解读

ISO 20900是做什么的&#xff1f; ISO 20900全名为智能交通系统-部分自动泊车系统(PAPS)-性能要求和试验程序&#xff0c;其中主要是对PAPS系统的功能要求、性能要求及测试步骤进行了介绍 PAPS类型 I类型PAPS系统反应 II类型PAPS系统反应 一般要求 运行期间的最大速度 系统…

05 【绑定样式 条件渲染 列表渲染】

1.绑定样式 1.1 class样式 写法 :classxxx xxx可以是字符串、对象、数组。 所以分为三种写法:字符串写法、对象写法、数组写法。 1.1.1 字符串写法 字符串写法适用于: 类名不确定,要动态获取 <style>.normal{background-color: skyblue;} </style><!-- 准备…