|
> 在当今围绕数据科学和机器学习的所有嗡嗡声中，可能会导致人们相信商业智能（BI）失去了重要性。 但是，他们做错了，因为大企业实际上比以往任何时候都更加依赖商业智能来增强其决策能力以及数据科学。 而且，许多采用更传统业务模式的公司目前正在向数字化转型迈进。 根据一份报告，BI市场在2019年达到205亿美元，预计到2025年将增长到405亿美元，复合年增长率为12％。 Tableau仍然是BI工具的市场领导者，而微软几年前也通过推出Power BI扩展到BI工具领域。 我们还拥有像Knowi这类相对较新的初创公司，它们正在尝试扩大传统商业智能的范围。 所有这一切还表明，商务智能仍然是一个活跃的空间，并且只会在未来几年内增长。 在BI工具中，由于Power BI与Tableau的广泛普及，我们看到了许多比较。 但是，我们认为写一篇关于Tableau与Power BI与Knowi之间的三向比较的文章，看看它们之间的相互关系是很有趣的。 在进行比较之前，让我们对它们进行介绍。 Tableau> Tableau Logo Tableau Software于2003年启动，此后经受了时间的考验。 如果仅根据用户群的大小来判断，它无疑是当前市场上所有BI工具中的赢家。 Tableau的光泽和有吸引力的数据可视化是业务分析，报告和可视化的功能之一，在BI用户中获得了最积极的回应，并帮助Tableau成为BI数据可视化工具的市场领导者。 2019年6月10日，Salesforce仅以股票形式收购了Tableau，价值超过150亿美元。 Power BI> Power BI logo 微软于2015年将其专有的商业智能工具Power BI作为独立产品推出。 但是在此之前的几年，微软已经将Power BI的某些分析和可视化功能作为附加组件捆绑到Excel中。 Power BI与Microsoft Office生态系统无缝集成，并在Office用户群中立即流行。 实际上，Power BI的最大卖点之一就是将顽固的Excel用户转移到真实的商业智能环境中是自然而然的下一步。 Knowi> Knowi Logo Knowi是一种现代商业智能工具，它通过使用数据虚拟化消除对ETL的需求，试图将自己与传统的BI工具区分开。 Knowi还通过支持与NoSQL数据库的本机连接性而与众不同，允许用户直接对非结构化数据进行分析，而这在传统上是不可能的。 它具有任何传统BI工具的所有常规功能，但最受欢迎的功能之一是由其自然语言BI平台提供支持的搜索驱动分析。 尽管Knowi于2015年（与Power BI于同年）发布，但在最初的几年里他们一直处于相对隐身模式，因为他们将所有精力都集中在构建可以与某些大型企业并驾齐驱的BI工具上。 命名竞争对手。 尽早的尽职调查获得了回报，因为Knowi在其客户群中拥有一些大型企业。 PowerBI vs Tableau vs Knowi在本文的其余部分，我们将研究这三个方面在8个核心方面的比较： · 设置和产品 · 数据源 · 支持的数据 · 可视化 · 分析工具 · 人工智能 · 价钱 · 用户友好 设置和产品Tableau为用户提供了对其工具的桌面客户端和在线云访问。 桌面用户可以从Tableau Desktop，Tableau Desktop Personal，Tableau Desktop Professional的不同产品中进行选择。 云用户可以使用Tableau Public（免费）或Tableau Online。 企业公司还可以使用Tableau Server进行本地安装，但它们还需要具有桌面客户端才能访问Tableau Server上的报告。 最后，Tableau Mobile使移动设备用户可以在移动中无缝访问Tableau Server或Tableau Online上的报告。 Power BI还分别通过其Power BI Desktop和Power BI Service为台式机和云用户提供产品。 可以使用Power BI Server和Power BI Data Gateway完成公司的本地安装。 Power BI Mobile允许用户访问其移动设备上云上的报告。 Knowi提供了支持云的平台和本地版本。 根据设计，Knowi不支持桌面安装，因为它经过优化可作为SAAS BI平台在Web浏览器中运行。 对于企业用户，Knowi提供了用于云/本地/混合部署的选项。 知识仪表板和分析可以与移动用户共享，他们的嵌入式分析引擎可以添加到移动应用程序中。 但是Knowi平台本身没有移动应用版本，通常不允许用户通过手机或平板电脑进行新的分析查询。 就产品范围而言，Tableau和Power BI都提供类似的产品，两者之间几乎没有区别。 另一方面，尽管台式机用户仍然占很大一部分，但是Knowi只专注于云用户，押注整个软件市场的未来，并继续朝着SaaS优先生态系统的方向发展。 > Power BI's mobile app flow (source: microsoft.com) 数据源Tableau和Power BI基本上都可以连接到任何结构化或基于SQL的数据源。 对于不基于SQL的数据源，Tableau和PowerBI用户仍然可以连接到它们，但是将需要使用转换为SQL的ODBC（开放数据库连接）驱动程序。 他们可以选择使用ETL流程将其所有数据移至基于SQL的数据仓库中并应用架构。 Knowi支持超过36个数据源，这些数据源涵盖从结构化数据到非结构化数据的范围（例如MongoDB，Couchbase，Apache Cassandra和Elasticsearch）。 在商业智能工具中，Knowi与本机连接到NoSQL数据源的能力很不同。 在涉及MongoDB分析或Elasticsearch分析的用例中，最常使用Knowi。 Tableau，Power BI和Knowi之间共有的另一个功能是对REST API和REST API分析的支持。 这为将第三方应用程序与这些BI工具无缝集成提供了更多的可能性。 很明显，在连接到基于SQL的数据源时，Tableau和Power BI彼此并驾齐驱。 尽管Knowi在其网站上明确列出了较少的数据源，但最终，由于对NoSQL数据的开放支持以及更灵活的REST API集成，它实际上可能会连接到更多数据源。 也就是说，它们的重点不同，因此很难对数据源/集成进行逐个比较。 支援资料尽管众所周知Tableau和Power BI都可用于分析大数据，但是Power BI大数据支持的用户反馈不如Tableau好。 在某些较复杂的用例中，它们处理非结构化数据的能力也很有限。 Knowi无缝地处理任何类型的结构化，非结构化，大或小数据。 这主要是由于它提供了一层数据虚拟化。 这种数据虚拟化使其能够处理任何类型的数据，而不必担心基础数据结构和任何ETL流程的需要。 它还创建了一个灵活的环境，用户可以执行跨数据库联接，甚至可以联接来自MySQL之类的结构化数据库与MongoDB之类的非结构化数据库的数据。 显然，这3种工具支持所有类型的数据，但是，由于内置了数据虚拟化，Knowi确实在桌面上带来了额外的独特功能，而其他BI工具则无法立即使用。 > An example of a Knowi dashboard (source: Knowi) 可视化Tableau凭借其在BI世界中产生最令人惊叹和最复杂的可视化效果的功能而广受欢迎。 您可以创建功能强大的图表，图形，地图，信息图表，仪表板，并根据自己的创造力自定义许多设置。 Power BI还提供了Microsoft产品所期望的大量数据可视化选择。 您将发现几乎所有与Tableau类似的标准和高级可视化效果。 它还使您可以创建自己的自定义可视化并将其放在其App源市场上。 Knowi在上述方面并没有落后很多，并且提供了丰富且高度可定制的可视化效果和仪表板选项。 它支持30多种不同类型的简单和高级可视化，应满足最常见的数据需求。 此外，Knowi允许用户创建自定义可视化文件以适应他们的特定数据需求。 毫无疑问，Tableau是市场上数据可视化工具的黄金标准。 另一方面，我们将说Power BI和Knowi都为您提供了所有标准数据可视化以及所需的所有自定义设置。 但是，如果您正在寻找仅基于视觉美学的BI工具，而又不需要连接到各种复杂数据源，那么Tableau可能是您的最佳选择。 > Example of a Tableau visualization (Source: Wikipedia) 分析工具尽管Tableau通常被视为数据可视化工具，但它还是执行高级分析的强大平台。 最近，它还引入了一项新功能'询问数据'，非技术用户只需在搜索栏上询问问题，Tableau就会解释自然语言的输入并将输出提供给该问题。 Power BI提供了针对高级用户和初学者的良好分析功能。 与Tableau相似，它还支持自然语言查询，以对会话性问题进行分析。 最后，Knowi还因其采用数据虚拟化的下一代分析平台而闻名，这使得查询结构化和非结构化数据更加方便。 就像上述两个工具一样，它也支持自然语言查询支持的搜索驱动分析。 最近，Knowi在Slack中推出了基于搜索的分析。 一项新功能，您可以用普通英语在Slack内向Knowi实例提问，并获取答案，图表和数据。 > Knowi's Slack search-based analytics feature (Source: Knowi search-based analytics) 人工智能在上一节中，我们看到了所有这三种工具如何利用自然语言处理来提供自然语言搜索驱动的分析。 但这还不是全部，它们都提供了一些现成的集成机器学习功能版本。 Tableau提供了各种机器学习功能，例如聚类，预测分析，预测，智能建议和模糊匹配。 由于Power BI与Azure平台集成，因此它还提供了各种机器学习模型的创建。 除此之外，它还通过认知服务API支持文本分析和计算机视觉。 Knowi还与许多机器学习算法进行了内置集成，用于分类，回归，时间序列异常检测。 它还计划很快将集群和深度学习功能引入其平台。 价钱Tableau已知很昂贵，对于个人或小型团队而言，不是友好的选择。 相比之下，Power BI从低价位开始，但是如果您扩大许可和附加组件的价格，价格就会急剧上涨。 尽管如此，Power BI的起步价低，对于寻找因果数据可视化或分析的人员而言，它是一个不错的选择。 它以Power BI的起源作为Microsoft Office的扩展进行跟踪，供个人或企业用户使用。 与Tableau一样，Knowi的定价点也要考虑到中型公司或大型企业，而不是面向个人的产品。 但是，Knowi定价保持灵活以适应公司的特定需求，并根据需求和用例而有所不同。 这种灵活的定价模型是针对每个客户的特定需求量身定制的，无论是在云中还是本地部署。 当您考虑扩大规模时，Tableau和Knowi之间的价格差异变得更加明显。 Tableau的线性定价模型意味着每个新用户的额外费用，这些费用可能会迅速增加。 另一方面，Knowi则根据用户群的价格进行定价。 这意味着随着用户群的增长，定价逐渐降低，实际上变得更具成本效益。 要考虑的另一件事是，使用Tableau或PowerBI进行企业分析可能会带来无形的代价，即必须建立数据仓库基础结构才能将所有数据源都放入架构绑定的数据结构中。 在大多数情况下，Knowi的无ETL解决方案可以避免这种费用。 在Power BI vs Tableau vs Knowi之间选择工具时，价格实际上可能是一个很大的差异化因素，因为不同的应用程序将重视不同的功能。 一家希望迅速扩展的初创企业可能会选择Knowi来获得早期灵活的初创企业定价，并选择大规模扩张的用户定价模型。 一家需要便宜的BI解决方案的小公司可能会选择PowerBI来降低入门价格。 用户友好度所有这三个工具都具有直观的界面，但是如果我们在这三个工具之间进行比较，那么普通用户可能会发现Tableau难以使用其高级选项。 非技术性或不太高级的用户（通常具有有限的用例）将发现Power BI易于使用-特别是如果他们在Microsoft Excel中具有很强的背景。 Knowi使用了基于浏览器的Web应用程序界面，该界面对于大多数用户来说是熟悉且有意义的，但与其他两个用户界面相比，他们的UI可能需要一点点修饰。 Tableau vs Power BI vs Knowi —最终想法正如我们看到的那样，几乎在所有比较参数中，这三个工具都可以很好地相互对抗。 每个工具不仅具有自己的优点和缺点，还带来了自己独特的产品。 如果您是一个人，那么您可能不想要使用Power BI，因为其他任何东西都将变得昂贵。 对于公司而言，您的重点是价格点，那么Power BI再次是一个不错的选择，前提是您的团队将来不会扩大规模，或者您不需要高级选项。 如果不是这种情况，那么Tableau可能是获得物有所值的好选择。 如果您正在寻找灵活的定价选项或者是一家初创公司，那么您可能还想去Knowi，因为它们也为小型初创公司提供特殊的定价选项。 如果您的组织正在处理大数据，那么在预算允许的情况下，与Power BI相比，Tableau将是一个不错的选择。 但是，如果您没有具有定义良好的ETL流程的大数据仓库，那么您也可以考虑Knowi，因为由于其数据虚拟化，它不需要您拥有所有这些基础架构，也无需从源头迁移。 在Power BI与Tableau与Know之间进行比较很有趣。 由于大数据的出现，人工智能以及企业对非结构化NoSQL数据的越来越多的使用，自最近几年以来，BI的领域已经发生了很大的变化。 PowerBI和Tableau都试图通过合并机器学习功能，从现在的业务分析工具转变为增强的分析工具。 在这方面，Knowi与这两者略有不同。 作为第三代商业智能平台，它从适当的机器学习功能开始。 但是作为一家较小的初创公司，它仍然有很大的成长空间，并且在市场中的某些领域需要赶上其他两种解决方案。 未来三年内这三个平台将推出哪些新功能将非常有趣。 本文最初发布在此处：Power BI vs Tableau vs Knowi 关于作者肖恩·奈特（Sean Knight）是SAAS分析公司Growth Knowi的负责人。 他拥有物理学和数据科学学位，曾在粒子加速器，研究型核反应堆NASA JPL工作，现在已进入初创世界。 他是一位数据极客，喜欢为Towards Data Science，Level Up Coding，The Startup和Hackernoon做出贡献。在Twitter和Linkedin上找到他。 (本文翻译自Sean Knight的文章《Power BI vs Tableau vs Knowi》，参考：https:///power-bi-vs-tableau-vs-knowi-fe3eb01dce33) |
|
|
