Матеріали

Яку BI-платформу обрати: схема за десятьма критеріями

Power BI, Tableau, Qlik, Looker і SAP Analytics Cloud в одній інтерактивній схемі: від основної переваги до того, що найчастіше ускладнює роботу.

5 хв читанняСергій Бєляков

BI-платформу часто обирають за демо: гарні графіки, знайомий інтерфейс, обіцянка «все в одному». А працювати доведеться з іншим: як платформа готує дані, де живе модель, хто що бачить і що буде на великих обсягах.

Я звів п’ять платформ в одну схему за десятьма критеріями: Power BI, Tableau, Qlik, Looker і SAP Analytics Cloud. Схема йде сама, критерій за критерієм. Зупиніть її там, де починається ваше питання.

Відкрити схему на окремій сторінці

Як читати схему

  • Рубінові кулі це платформи. Скляні намистини на орбіті це десять критеріїв.
  • Активний критерій стає в центр і по черзі з’єднується з кожною платформою. У цей момент у списку з’являється її рядок.
  • Білим у рядку виділено головне, решта це уточнення.
  • Під схемою є пауза, перехід між критеріями й перемикач формату: широкий 16:9 або вертикальний 9:16.

З чого почати вибір

Порівнювати функції має сенс після трьох питань про себе.

  1. Де лежать дані і хто їх готує. Якщо є SQL-сховище й інженери даних, рядки «Підготовка даних» і «Моделювання та розрахунки» читаються інакше, ніж коли все починається з Excel.
  2. Хто будуватиме і підтримуватиме модель. Рядок «Поріг входу» показує, де кожна платформа стає складною: DAX, скрипти, LookML чи планові моделі.
  3. Що обов’язкове саме для вас. Локальне розгортання, обмеження доступу на рівні рядків, бюджетування і планування. Така вимога відсікає варіанти швидше, ніж порівняння графіків.

Порівняння таблицею

Той самий зміст без анімації. Рядки це критерії, стовпці це платформи.

Критерій вибору Microsoft Power BI Tableau Qlik Sense / Qlik Cloud Analytics Google Looker SAP Analytics Cloud
Основна перевага Поєднання підготовки даних, моделювання та звітності за помірної стартової ціни Гнучкий візуальний аналіз і детальне налаштування графіків Дослідження зв’язків між даними через асоціативну модель Єдині визначення показників у централізованій моделі Поєднання аналітики й корпоративного планування
Кому найкраще підходить Аналітикам фінансів, операційної діяльності та організаціям із Microsoft Аналітикам, для яких візуальне дослідження даних є основною роботою Командам із багатьма джерелами й потребою досліджувати їхні взаємозв’язки Командам із SQL-сховищем і розвиненою інженерією даних Компаніям із SAP та завданнями бюджетування і планування
Поріг входу Відносно низький після Excel. Складність зростає на DAX і моделюванні Базові графіки освоюються швидко. Складні розрахунки потребують практики Базовий інтерфейс доступний, складні рішення потребують скриптів і Set Analysis Вищий для розробника моделі. Бізнес-користувач працює через підготовлені Explore Помірний для звітів, вищий для моделей і процесів планування
Підготовка даних Power Query для очищення, об’єднання та перетворення даних Tableau Prep для візуального очищення й побудови потоків підготовки Data Manager і Load Script для завантаження та перетворень Основні перетворення зазвичай виконуються у сховищі через SQL. LookML описує аналітичну модель Імпорт, підготовка даних і live-підключення. Тісна інтеграція із SAP
Моделювання та розрахунки Семантичні моделі, зв’язки таблиць, міри DAX Relationships, calculated fields, LOD і табличні розрахунки Асоціативна модель, вирази, Set Analysis Моделі LookML, SQL, контроль версій через Git Аналітичні та планові моделі, версії планів, Data Actions
Візуалізації та інтерактивність Добрий універсальний набір, додаткові візуали. Нестандартний дизайн потребує доопрацювання Особливо зручний для нестандартних графіків, карт і візуального дослідження Сильний у взаємодії через вибір значень та аналіз пов’язаних даних Зручний для стандартизованих дашбордів. Менше свободи для авторського дизайну Орієнтований на корпоративні дашборди, планові таблиці й управлінські сценарії
Великі обсяги даних Import, DirectQuery, Direct Lake. Результат залежить від моделі та потужності Extract або live-підключення. Результат залежить від джерела й структури запитів Важливі розмір застосунку, модель і доступна потужність Обчислення переважно виконує SQL-сховище. Його швидкість і вартість стають критичними Live або імпорт. Продуктивність залежить від моделі та системи джерела
Контроль доступу Права на контент, обмеження даних на рівні рядків та об’єктів Права на контент, користувацькі фільтри та політики доступу до рядків Права на простори й застосунки, Section Access Ролі, атрибути користувачів, access filters Ролі, команди, доступ до об’єктів і даних моделей
Хмара та локальне розгортання Хмарний сервіс або локальний Power BI Report Server з іншим набором можливостей Tableau Cloud або власний Tableau Server Qlik Cloud або Qlik Sense Enterprise on Windows Looker (Google Cloud core) працює в Google Cloud. Для Looker (original) є customer-hosted варіант Хмарна платформа з можливістю підключення до локальних джерел
Що найчастіше ускладнює роботу Складний DAX, невдала модель, ліцензування поширення звітів Складні обчислення та підтримка великої кількості окремих звітів Скрипти, специфіка асоціативної моделі та супровід застосунків Потреба в підготовленому сховищі та розробниках LookML Складність впровадження, адміністрування і планових моделей

Джерела

Рядок «Підготовка даних» спирається на документацію вендорів:

Можливості платформ змінюються з кожним оновленням. Перед рішенням звірте критичні для вас пункти з актуальною документацією.

Детальніше про підхід на сторінках бізнес-аналітика і архітектура даних.

А за якими критеріями обирали BI-платформу ви?

Схожа задача у вашій команді?

Опишіть ситуацію кількома реченнями. Відповім, з чого я б почав і чи можу допомогти.

Обговорити задачу

Короткі розбори про дані щотижня в Telegram-каналі: @belyakovconsult

Усі матеріали