深度评测:对比Tableau与FineBI,哪个更好用?

谈起当今最受欢迎的数据分析工具,可能很多人都会想到国外的Tableau和国内的代表自助式工具FineBI,但其实很多人都不知道他们之间的差异,那么这两个产品究竟谁优谁劣呢?

从定位上讲二者都属于自助式分析工具,在国内企业中十分风行,我也经常在工作中用到这两个工具,下面就根据自己的使用感受,从市场地位、可视化、产品性能、价格服务等四个方面来深度对比一下这两个BI工具:Tableau与FineBI

一、市场地位,孰强孰弱?

先说国外市场,我们可以参考一下世界权威研究机构Gartner去年发布的《全球商业智能和分析平台魔力象限评估报告》,报告中从前瞻性和执行力两个方面分析了国外BI厂商的综合实力,包括市场占有率、底层技术能力、资产投资回报、价格与服务等等,从中我们可以看出tableau在国外市场中处于绝对的领导地位,与微软的powerbi并驾齐驱,可见tableau在国外市场的受欢迎程度。

tableau成立于2003年,不足20年便发展成为国外BI巨头,与其极高的市场敏感性和数据驱动力不无关系,凭借着人性化的数据可视化站在了数字化时代的潮头上。

但是这份报告中并没有收录国产BI厂商,因此我们还无法看出与FineBI的对比。


那么在国内市场tableau的表现还是如此之好吗?

我们可以从去年IDC发布的《中国商业智能软件市场跟踪报告》中可见一斑,报告中显示2018年国内的商业智能市场基本上被帆软的FineBI所占据,而tableau的市场占有率与FineBI更是相差甚远,甚至还不如SAP。

与tableau类似,FineBI也只有13年的发展历史,但是FineBI更专注于企业的大数据业务分析,逐渐打败了诸多竞争对手,成为了国内首屈一指的BI平台分析厂商。


因此,从市场地位上看,tableau在国外更加吃香,而在国内FineBI明显更受欢迎。

二、产品性能,各有千秋?

从产品性能上看,Tableau虽然只是定位为数据可视化工具,但是它的hyper数据引擎也是非常强大的,依赖于高性能分析数据库,理论上可以处理百万级数据,具有传统内存中解决方案的速度优势。

但是Tableau在数据抓取和数据处理能力上较为欠缺,其本身没有后端数据仓库,虽然也有数据钻取、数据动态等功能,但是处理速度不快,还要依赖于其他ETL工具才能进行前端分析。

其次,Tableau的侧重点是在获取一堆历史数据,然后进行分析,想要分析实时数据还很欠缺。


FineBI在产品性能上的表现还是不错的,更适合于企业级用户的数据分析和处理工作,其采用的spider引擎在性能上要比Hyper引擎要差一些,但是它可以支持抽取模式和直连模式两种数据连接方式,在处理实时数据上比tableau要强很多。

此外,FineBI可以自动建模,并且是利用自助数据集的方式,让用户能够在人性化的操作界面进行数据处理和ETL处理,比如数据过滤、数据整合等等,能够极大的降低用户的数据清洗与数据加工时间,因此在数据处理和加工方面Finebi略胜tableau一筹。


因此,从产品性能上看,FineBI与tableau各有千秋,因为其定位不同造成二者的功能性也有很大的差异。

三、可视化能力,不分伯仲?

说起可视化能力,就不得不先说一下tableau的技术核心——VizQL。简单说VizQL就是一种查询语言,用户要进行什么操作,VizQL就可以将其转化为对应的数据库查询,最终tableau会通过图形的方式表达响应,因此tableau的可视化能力才能如此强大。

tableau既有着很多表格分析组件,同时还拥有丰富的图表类型,比如散点图、甘特图、气泡图、直方图、靶心图等,配色上也非常人性化地提供了很多方案,操作上比较简单自由,让用户能够做出绝大多数想要的图表,当然前提是你拥有很强的代码能力和充足的时间。


与之相比,FineBI在可视化能力上可能稍稍不如tableau,但是FineBI的优点是数据的图表设置相对来说比较简单,用户只要进行数据字段的拽拖即可,同时还有一些数据的查询操作等,也是只需要拖拽空间即可,基本上不需要函数以及编程。

而且FineBI还支持联动、下钻、跳转等OLAP分析操作功能,能够帮助业务人员进行有价值的可视化分析和dashboard设计。


四、服务价格,高低立判?

如果讨论价格和服务的话,tableau比起FineBI就要逊色不少了。

首先,tableau属于国外BI厂商,倾向于个人使用,因此很难对国内的企业进行本地化和定制化的服务,尤其是无法支持中国式的复杂报表;价格方面,tableau是采取的国内代理形式,价格高的离谱,除非是企业的投入预期很大,否则综合性价比来说并不具有竞争力。

相比而言,FineBI作为国产厂商,本地化服务体系还是非常完整的,企业的项目和技术有问题很快就能解决。如果是个人学习的话,基础的学习文档和教学视频资料都很丰富,社区的学习交流也能满足个人的学习利用,里面会有很多技术人员,整体的社区生态比tableau要优秀不少,而且FineBI的价格优势在国内市场的竞争力是很强的,性价比是非常高的。

总结

在深度评测了tableau与finebi的功能之后,基本上可以总结为:如果是普通用户,Finebi更容易上手,因为学习成本比较低,入门简单,简单的鼠标拖拽就能完成可视化操作,适合业务人员进行自助分析。如果是专业数据分析师,Tableau更加适合,因为其更灵活,更适合做数据探索。而如果是企业,FineBI显然更加成熟。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,560评论 4 361
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,104评论 1 291
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,297评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,869评论 0 204
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,275评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,563评论 1 216
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,833评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,543评论 0 197
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,245评论 1 241
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,512评论 2 244
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,011评论 1 258
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,359评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,006评论 3 235
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,062评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,825评论 0 194
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,590评论 2 273
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,501评论 2 268

推荐阅读更多精彩内容