吐血测评九款 BI 工具,BI 选型就看这篇(Tableau vs PowerBI vs superset vs DataEase vs ……)

3,694 阅读27分钟

前言

工欲善其事,必先利其器。对于数据可视化分析、数据大屏的制作更为重要,因为可以做这件事的人不限于某个企业下的某个职能,而是每个人都可以做。数据无处不在,企业用好业务数据可以更有支撑性的进行战略部署。企业下的每个职能人员用好数据可以更好的指导自己的工作,例如测试大屏、运维大屏、人事大屏、销售大屏等等。而对于每一个普通人,我们也常常好奇一些数据中的社会现象、普适性的规律,或者自己生活、学习与日常工作中的数据所隐含的信息。

铺垫有点长,直接进入干货时间吧,这次我选了国内外共九款相关 BI 产品(superset、MetaBase、FineBI、Tableau、PowerBI、Quick BI、Sugar BI 、DataEase、永洪 BI),其中涉及到国内/国外、开源/闭源、老牌/新兴等不同维度的选择,一番操作试用下来感觉好累好疲惫,呃,说错了……一番操作试用下来发现很酷,很惊喜!那么我们一个个来看看吧,如果给到了你帮助,可以点赞、收藏、转发~

Tableau

基本信息

首先先上行业老大哥 Tableau(www.tableau.com/),国外知名 BI 工具。分别有 Tableau Server - 本地、Tableau Server - 公有云 (IaaS)、Tableau Online (SaaS) 等等,支持部署在 Window 系统、Mac 系统 和 Linux 系统上,同时也支持移动端的部署。

价格费用

软件分为 Tableau Public(免费) 和 Tableau Desktop(商业) 两个版本。商业版本,Tableau 是按月按用户数来进行收费,以下是其官网下的一个收费情况截图。

image.png

image.png

image.png

官方教程

Tableau 提供线上文档(www.tableau.com/zh-cn/suppo…),不过内容详细程度与阅读体验上没有国内一些产品好。但是得益于市场地位与成熟度,在网络上可以随意找到很多用户的内容分享、视频分享,除此之外也有 Tableau 相关的书籍可以参考学习。

安装部署

区分 SaaS 版或私有化部署,私有化部署一般下载安装包直接本地安装即可。

使用体验

总体来说功能很全面,对于专业的数据分析师来说很实用,可以根据需求选择不同类型子产品搭配使用。不过对于我自己来说,一次性尝试了很多软件来说,对于仪表板设计布局上稍有不习惯,会感觉较为传统。

产品功能

整体上功能模块有数据源、视图、工作表、故事等,以下是 Tableau Public 和 Tableau Desktop 的比较情况,如果需要使用到数据清理部分,可以再搭配 Tableau Prep 一起进行组合。

Tableau Public

  • Tableau Public 是一个免费的开源软件;
  • Tableau Public 数据源可以连接到 Excel 和文本文件;
  • Tableau Public 可以安装在 Window 和 Mac 操作系统上;
  • Tableau Public 中的数据和可视化不受保护,因为它是公开的;
  • 在 Tableau Public 中,无法从不同的数据源获取数据,因为它仅限于连接 Excel 和文本文件;
  • Tableau Public 使用个人级别的详细信息。

Tableau Desktop

  • Tableau Desktop 是付费来源,个人版 - 每月 35 美元和专业版 - 每月 70 美元;
  • Tableau Desktop 数据源可以连接到任何数据源文件,包括数据库,Web 应用程序等;
  • Tableau Desktop 也可以安装在 Window 和 Mac 操作系统上;
  • Tableau Desktop 中的数据和可视化是安全的;
  • 在 Tableau Desktop 中,数据可以从各种数据源中提取并存储为 Tableau 提取文件;
  • Tableau Desktop 使用专业级和企业级的详细信息。

产品服务

2019 年 Salesforce 宣布 157 亿美元收购 Tableau,需要注意的是 Salesforce 于 2021 年宣布退出中国市场。所以目前来说,对于本土化的服务支持方面几乎不具备优势,主要以委托方为主。

使用小结

个人使用下来的感受为更加适合专业数据分析师,因为其更灵活,更适合做数据探索。但是价格较贵,操作更符合国外用户习惯,一些布局调整不够友好。

Power BI

基本信息

Power BI(powerbi.microsoft.com/zh-cn/) 是微软旗下的一款 BI 产品,另外一个老大哥了,必须也排在前面,支持本地部署和 SaaS。

价格费用

收费情况如下:

  • Power BI Pro ¥72 每用户/月;
  • Power BI Premium ¥145 每用户/月,¥30,802 每容量/月。

image.png

官方教程

Power BI 提供线上文档(docs.microsoft.com/zh-cn/power…),不过目前内容上分类的形式,我个人感觉阅读起来不是很方便。类似于 Tableau,也可以购买相关书籍学习。

image.png

安装部署

SaaS 服务可直接使用,私有化部署下载安装包安装即可。

使用体验

功能上面 Power BI 还是很强大的。可以连接的数据源比较丰富,包括文件类型、数据库类型、Power Platform、联机服务等。数据清洗能力也很强大,只要能想到的数据清洗,PowerBI 均可以进行处理。不过界面比较传统,用起来不熟悉的人稍微有点费劲,学习成本会比较高。

产品功能

以下是 Power BI 的相关功能点:实时仪表板、可视化报表、报告、数据集、数据刷新、内容包、自然语言问与答、分享与协作等。

产品服务

主要以国内的合作服务厂商来提供客户服务。

使用小结

总结

功能和 Tableau 一样特别强大,且格外突出自身的安全能力。作为老牌成熟且高居 Gartner ABI 象限的 BI 产品没话说。不过也是一样价格偏贵,对于国内用户来说上手慢,界面风格传统。

superset

基本信息

superset(superset.apache.org/)属于国外一款开源数据探索和可视化平台,主要为本地私有化部署,开发语言为 Python+React+jQuery。

价格费用

开源免费。

官方教程

官方网站有相关文档,可以照着文档上的命令一步步完成安装。

image.png

也有功能操作文档,例如如何链接数据库、如何制作仪表板等。

image.png

安装部署

在本地尝试 superset 的最快方法是在 Linux 或 Mac OSX 计算机上使用 Docker 和 Docker Compose。

克隆 Superset 的 GitHub 仓库 git clone https://github.com/apache/superset.git
该命令成功完成后,会在当前目录中看到一个新文件夹,导航到您在步骤 1 中创建的文件夹,在 master 分支上工作时,运行以下命令:

docker-compose -f docker-compose-non-dev.yml pull
docker-compose -f docker-compose-non-dev.yml up

您应该会看到正在您的机器上启动的容器的日志输出墙。一旦这个输出变慢,你应该在你的本地机器上有一个正在运行的 superset 实例!

登录 superset

您的本地 superset 实例还包括一个 Postgres 服务器来存储您的数据,并且已经预加载了一些与 Superset 一起提供的示例数据集。您现在可以通过您的网络浏览器访问 Superset 访问http://localhost:8088。请注意,许多浏览器现在默认为https- 如果您的浏览器是其中之一,请确保它使用http.

使用默认用户名和密码登录:

image.png

使用体验

superset 的体验之路,让我觉得想更加熟练的使用这款 BI 产品制作优美的仪表板是需要学习成本的。对于业务数据展示要写 SQL 语句,假如是一位纯业务人员使用 superset 是完全不行的,需要有技术人员的陪同。不过superset 在简洁性与高效性方面确实做的很不错,多种类型的视图足以制作出优美的仪表板。

另外 superset 的界面都是英文的,对于国内业务人员也不算友好。整体的交互上也没有国内的软件做的符合习惯。

假如 superset 现有的功能不符合你的需求,可以考虑 superset 框架的二次开发了,网上有很多二次开发成功的案例可以借鉴。

产品功能

功能模块主要分为:Data、Charts、Dashboards、SQL Lab,可以支持大量主流数据源,图表种类丰富。不过在数据处理上稍弱,例如不支持可视化建模。组织架构权限方面不够多样,只支持基于角色的权限控制。

产品服务

由于只有开源版本,在使用上的问题可在官方文档解决或者进入社区交流群询问群内成员解决。

使用小结

同上述使用体验,对于无技术基础及英语能力较弱的人群不太适合。且偏管理、企业方向的内容较少。所以如果喜欢探索,且上面的问题对你不造成困扰,那免费开源的 superset 可以尝试下~

MetaBase

基本信息

MetaBase(www.metabase.com/)是也是一款国外的开源工具,同时具备 SaaS 与私有化部署,开发语言为 Clojure+React。

价格费用

image.png

官方教程

官方网址会详细的介绍什么是 MetaBase 或者如何使用 MetaBase 的功能等。并且 MetaBase 提供了完整的 API 文档,可凭借丰富的 API 与文档做一些二次开发。

image.png

image.png

安装部署

metabase 的安装较为简单,首先官网下载一个 jar 包到服务器,然后执行 java -jar metabase.jar 就可以启动了,默认数据库为 h2,端口为3000,初次访问需要建立账号。

使用体验

用了一会儿之后,我觉得 Metabase 与 Superset 虽然都想要打造一个完整的 BI 平台,但在理念上是不同的。

Metabase 非常注重非技术人员(如产品经理、市场运营人员)在使用这个工具时的体验,让他们能自由地探索数据,回答自己的问题。而在 superset 里,非技术人员基本上只能看预先建好的 Dashboard,不懂 SQL 或是数据库结构的他们,很难自己去摸索。我更新欢 Metabase 的理念一些,它更接近一款成熟的商业化产品。

产品功能

主要功能为创建问题(简单查询、自定义查询、原生查询)、浏览数据(指标、过滤器)、仪表盘管理、数据链接等。数据源、图表支持类型都很不错。

产品服务

对于开源版本使用上的问题可以在官网文档内寻找答案。对于非企业的版本,线上支持是 3 天邮箱为准,就是使用上出现问题之后,最晚 3 天内通过邮箱回复。对于企业版本是优先支持。

使用小结

可能由于使用习惯与接受问题,一开始对于功能布局和设置稍微有点懵,例如右上角的创建问题、浏览数据、写 SQL,无法一下形成清晰的使用流程,可能也有一定原因是汉化翻译不够准确,不过这种问题在花些时间熟悉了解后到时。功能上对于一般需求没太大问题,一些开源的优势同上也不再赘述了。

DataEase

基本信息

DataEase(dataease.io/) 是一款国内的开源数据可视化分析平台,发现的方式说来也巧,偶然在 GitHub 的 Trending 榜单上看到的。既然是我喜欢的数据分析类产品而且又是国内开源又能上 Trending 榜单,不简单。抽了个空就试试。在了解的过程中发现这家公司好像专门做开源产品的,有一款 JumpServer 的 GitHub 数据看起来很牛逼哇。好吧,增加了我的好奇心,体验开始。

价格费用

因为是一款开源软件,就直接拿来安装了,可以免费使用。

官方教程

这块做的蛮不错的,有在线的功能文档、公开的教学视频、对外分享的知识库等等,最重要的是有开源社区交流群,我进群已经是 23 群了(震惊.png),这么多群里面居然都保持着专门的人员协助开源用户解决问题,有点 nice 啊,看的出来是在认认真真做开源并收集用户建议的。

image.png

安装部署

主要是私有化部署,不过可以选择安装模式,总结起来就是是否带 Doris、Kettle 组件。可以部署精简版本只有主服务,也可以部署带有 Doris 和 Kettle 容器组件的本地模式,还有就是可以部署集群模式以支持进一步的集群搭建。整个服务全是以容器的方式运行,可以屏蔽掉底层的操作系统依赖。

官方提供了一个一键安装脚本,整个安装脚本包含了 Docker 的部署、各类配置就绪、主服务与相关组件容器的就绪等。运行一键安装脚本后稍等一会即可,之后便可在浏览器访问 DataEase 主页。

使用体验

这款软件主打的特点是“人人可用”,其实很贴合它所面向的人群,正如文章开头所述。所以我的重点也是在它的可用性上探索与鉴定。整体来说很轻便,功能一目了然(数据源->数据集->仪表板),能够很快上手。

对于图表的操作和大多数 BI 产品相似,可以一步到位的在仪表板中做,调试起来比较顺手。

官方提供的模板市场里模板的质量看起来也还不错。

image.png

image.png

产品功能

DataEase 功能模块主要分为系统管理、数据源、数据集、仪表板。算是一个轻量级的 BI 工具,作为一个一年多的开源产品目前已经能够满足数据可视化分析的大多日常需求还是挺惊叹他的迭代能力的,大概了解了下,属于固定一个月发一次版本。

其中图表方面,集成了 AntV 与 ECharts,可以利用其差异性满足一些不同的场景需求。数据源方面可以满足市面上主流的各类数据库、Excel 文件、API 数据源等。系统管理部分的功能更多的集中与企业管理相关场景,例如组织、角色、权限、单点登录等。

产品服务

但从开源用户的角度出发可以通过上述官方教程获得蛮多帮助的,如果有需求和问题可以通过 Issue 提交,基本能够在较短时间收到反馈。在开源群中的体验也不错,始终有官方人员帮忙答疑。

对于企业版来说的话,企业版功能与服务是一体的,不需要另外购买,同时该服务属于一对一,可以在企业安装部署、功能使用、最佳实践上等方面获得最直接的帮助。

使用小结

总体来说就是上手简单,虽然对比成熟的发展了很多年的软件来说,功能上会略显逊色,不过就是看自身的一个实际需求了。有时候倒也不是功能越多越好,如果它恰好能够满足你,又够轻量,不失为一个很好的选择。除此之外,DataEase 本身支持插件的开发与无侵入式的安装,正好又是开源软件,所以对于喜欢自己捣鼓的同学也可以看看。

FineBI

基本信息

FineBI(www.finebi.com/) 是国内的一款非开源的数据分析产品,来自帆软软件有限公司。本地部署,支持 Windows、Mac 以及 Linux 系统的安装。

价格费用

软件分为免费试用版和商用版,免费试用版享有全部功能,不限制时间,但限制 2 个并发(同时 2 个电脑访问数据分析平台),而商业版无限制。

商业版按功能点、license、项目实施等内容收费,由于未实际购买不太清楚具体价格。

官方教程

FineBI 官方提供了产品的操作教程(help.fanruan.com/finebi/),内容总体比较详细,从安装到高级操作都有描述。但是可能功能太多,线上操作教程内容特别多,查找起来也不是很方便,比如了解某些功能点(上报标签)的时候,短时间内还不好定位相关参考内容。

安装部署

FineBI 支持安装在主流操作系统上,但对操作系统的 CPU、JDK 版本、内存等均有要求。

Windows 系统要求:

Windows(仅支持64位)
系统:Windows7 或更高版本
JDK:JDK 1.8 且小版本需在 JDK8u102 以上(Oracle)
CPU:Intel Core i3-4代 或更快的处理器
内存:4G或以上
磁盘:至少2G可用空间

Mac 系统要求:

Mac(64位)
系统:MacOS10 或更高版本
JDK:JDK 1.8 且小版本需在 JDK8u102 以上(Oracle)
CPU:Intel Core i3-4代 或更快的处理器
内存:4G或以上
磁盘:至少2G可用空间

Linux 系统要求:

Linux
系统:Centos、RedHat 等常见 Linux 版本系统
JDK:JDK 1.8 且小版本需在 JDK8u102 以上(32位:Oracle;64位:Oracle、IBM J9)
CPU:Intel Core i3-4代 或更快的处理器
内存:4G或以上
磁盘:至少2G可用空间

安装流程比较简单,以下是摘自 FineBI 线上文档的流程图。

image.png

具体的安装步骤可以参考其线上文档,安装步骤描绘细致且安装过程相较简单,关于服务器配置也分场景进行了推荐。

使用体验

使用之后第一感觉是功能涵盖多,有一些意想不到的内容。不过可能是功能特别多,管理特别细的原因,导致操作起来不是那么便捷,对于当前我来说有些功能也确实是用不到的。

产品功能

以下是摘自 FineBI 线上文档的功能结构图。

image.png

功能上其主要打以下六大优势:

  • 完善的数据管理策略
  • 高性能的 Spider 引擎
  • 业务人员自助数据准备
  • 可视化探索式分析
  • 企业权限管控
  • 多屏应用解决方案

产品服务

产品服务主要针对于企业客户,会根据企业具体的服务需求收费及提供相关服务内容。

使用小结

四个字总结 FineBI 就是“面面俱到”。尤其是产品的功能内容上,但是本地 Mac 的使用过程中卡顿情况稍微有点明显,不清楚 Linux 部署会不会好一些。如果抛开价格不谈的话,在国内的 BI 产品上做的很不错,有谁了解价格吗,可以透露下哈哈,比较好奇。不过在功能及其丰富的情况下也具备两面性,如果你选择的时候很多不太涉及到就反倒变得臃肿了,可以斟酌一番。

永洪BI

基本信息

永洪 BI(www.yonghongtech.com/),国内一款非开源 BI 产品,同时具备 SaaS 版与私有部署版。

价格费用

SaaS 版,永洪BI Z-Suite 价格如下:

用户数/人月价格/万年价格/万
10.061.08
50.182.16
100.364.32
200.728.64
501.821.6
1003.643.2
200672

官方教程

image.png

官网文档上可以下载 Z-Suite版本的操作文档或者白皮书。并且也有帮助文档,文档内含有不同版本的功能介绍以及部署方面的操作介绍。

image.png

安装部署

可以根据官方文档描述进行安装,打开永洪官网的 Yonghong Desktop 产品页面,页面中提供了 Yonghong Desktop 和 Yonghong X+Viewer 产品,三种版本的产品安装包,此处选择 Yonghong Desktop 产品,用户可以根据需要下载对应的安装包。整个过程适中,不算特别简介,倒也没有很复杂。

使用体验

永洪 Desktop 与 X+Viewer 的配合使用效果很好。通过在 Desktop 里面制作好报表就可以上传至 X+Viewer 提供给其他人观看,起到了分享的作用。假如报表不符合领导的期望,还可以在本地继续编辑之后再上传修改。

产品功能

永洪 Desktop 的产品功能:多种数据源、SQL查询、可视化操作、数据深度分析、MMP 数据集市等。

产品服务

永洪 Desktop 产品服务并不是很好,由于是闭源免费产品,中途遇到功能操作问题的话也只能在官方文档里面寻求帮助,并不会有社区交流群福利。

但永洪 Z-Suite 属于企业级别产品拥有专业的技术支持团队,并建立了完善的闭环售后服务流程,会有专门的技术支持帮助你解决使用上的问题。

Quick BI

基本信息

Quick BI(bi.aliyun.com/)是阿里云旗下一款 BI 产品,不开源,以 SaaS 模式为主,也支持本地化部署,不过这个需要填写表单申请,应该会有人专门联系。不过我本次主要还是试用 SaaS 版的,如果登录的账号从来没有使用过是有 30 天的试用期的,非常妥!直接用我的阿里云账号开启了我的试用之旅。

价格费用

官方费用标准如下,个人版、高级版、专业版主要在功能上有比较大的差别,另外一个就是个人版只支持一个账号使用,高级版可多账号协作,账号数 10 个起买,专业版是账号数 50 个起买。这次 30 的试用是针对最高级别的专业版来的,不过专业版的价格稍微让我有点望而却步。先各个功能体验一把,然后看看是不是个人版或者高级版可以满足需求吧。

image.png

需要注意的是如果需要专属钉钉群售后服务或者嵌入报表增购方面的内容需要另外收费的。

image.png

官方教程

官方教程跟使用阿里云的时候感觉是差不多的,基本上各个功能点都有覆盖到。包括功能流程、功能细节比较全面。

image.png

安装部署

由于我本次使用的 SaaS 版不涉及安装部署,就省略了。不过据我初步的浅显调研来说,使用 Quick BI 的用户基本都用 SaaS 的,没有查到一些有关本地部署的资料。

使用体验

整体的体验感还是蛮不错的,不论是布局以及仪表板的操作,都能比较快的上手。在各个模块的功能衔接上有一些便捷的操作按钮。不同角色的人有自己的“工作区”,仪表板可以便捷的做分享。企业使用的话可以用到其中的权限管理、系统对接方面的内容等等。

image.png

值得一提的是模板市场,可以给我提供一些仪表板制作的帮助,在体验上很不错,不过这个在功能列表上数据专业版的功能。

image.png

产品功能

Quick BI 主要分为以下几大模块,不过我试用的专业版涉及到其全部的功能,如果具体购买还是要注意一下不同版本所对应的功能范围,还是有一定的差异性的:

  • 我的看板面向高管及查看报表的用户;
  • 工作台面向开发者或分析师进行数据分析;
  • 开发者中心面向企业开发者或社区开发者的自定义诉求;
  • 模板市场面向企业的不同角色或用户,提供多行业模板。

我自己探索还是以分析、展示数据为主来探索的,所以主要以从链接数据侧到仪表板制作侧。数据链接部分 QuickBI 对于常规数据库都能支持,另外对于阿里云上的云数据库有得天独厚的支持优势。另外可以支持 Excel、csv 文件的上传以及 API 数据源的对接。

数据处理部分支持数据的关联、字段处理、替换等等常规操作。近期除了一个新的模块“数据准备”在公测阶段,可能你看到这篇文章的时候已经公测结束啦。除此之外还有电子表格、即席分析、数据填报能功能模块。

在仪表板与图表部分,布局如下所示,整个仪表板制作过程全部在同一界面中进行。右侧为功能区及图表编辑区,便捷性很不错。

image.png

篇幅原因更高端的功能就不在这逐一列举了,我自己暂时也不太用的到,以后也可以看看出单篇的分享。

产品服务

Quick BI 的服务与阿里云也差不多,以工单系统为主,即在平台上通过工单的方式提交自己的问题。另外还有钉钉大群 5*8 答疑服务。专业版的购买者来说,额外还有一项数据分析沙龙优先参与权。如果是企业需要自己专属的一对一售后服务的话就是前面价格费用中介绍的可以额外购买。

使用小结

Quick BI 总体上来说是一款相对成熟的自助型 BI 产品,功能较为齐全,上手也快。如果你更倾向于使用 SaaS 型的 BI,以及本身有一些阿里云上的数据库,那对于你来说一定是个不错的选择。

需要注意的一点是你需要的功能在什么版本(个人版、高级版、专业版)中,以及考量这个版本下的起步账号数和价格是否可以接受。

就我自己来选项的话,个人版来说功能确实被裁剪的有点厉害,很多有趣的尝试无法进行。而专业版来说价格相对还是有点高,有钱任性的忽略哈哈哈哈。综合来说如果高级版的功能都可以满足需求的话对于企业来说应该是个挺折中的方案。

通过其官方的功能列表大概整理了下专业版支持但是高级版不支持的功能主要如下,供君参考:

  • 数据源增强能力:API 数据源对接、数据集查询引擎加速(10亿数据0.3秒“光速”聚合响应)、跨数据源关联
  • 仪表板增强能力:主题模板、模板市场、全屏仪表板
  • 开放集成能力:企业微信/飞书集成、第三方嵌入报表传参实现灵活权限控制(默认100/200/500/1000个,可增购)、自定义组件、API 服务、跨空间资源包迁移
  • 智能分析和应用能力:监控告警、自助取数(百万级大数据导出)、即席分析(千万级数据探查分析)、智能小Q、波动分析

Sugar BI

基本信息

Sugar BI(console.bce.baidu.com/) 是百度旗下一款 BI 产品,主要为 SaaS 版,也支持私有化部署,私有化部署可以自助安装,在线申请 license,这个还挺好的。

价格费用

费用这块主要区分 SaaS 版或私有化部署版。两种的价格均是公开的。

SaaS 版定价:

image.png

私有化部署定价:

需要注意一下,私有化部署有少许功能是需要额外购买部署的,除此之外如果需要官方的服务也需要额外购买。

image.png

官方教程

有较为全面的在线文档参考。

image.png

安装部署

对于 Sugar BI 我主要也还是以 SaaS 版体验功能为主,未做私有化部署体验。不过对于私有化部署 Sugar BI 是可以自助进行,不需要通过提交表单联系商务。通过文档描述来看,部署主要是基于容器,自行准备 Docker 环境、MySQL 环境等后运行 Sugar 的容器。详细描述可见:cloud.baidu.com/doc/SUGAR/s…

使用体验

整体使用下来感觉很多功能是和 Quick BI 更像的,可能是由于先测试的 Quick BI 的缘故。个人比较喜欢的是 Sugar BI 对于图表及组件的分类较细而且很齐全,用起来比较方便。另外一个是新加入大屏的图表都会带有默认的数据来展示图表的样式,可以在加入自己的数据前就对图表有比较直观的认识。

image.png Sugar BI 也提供丰富的仪表板模板,在创建新的仪表板时便可以选择是空白模板还是现成模板。

image.png

产品功能

Sugar BI 功能主要分为报表管理、大屏管理、数据门户管理、数据管理、系统设置。

image.png

数据管理部分的功能感觉很丰富,可以在系统中对数据做一些关联、处理、建模、填报等。此外 Sugar BI 里边见到一个三维场景的功能在其他工具中比较少见,可以调三维图表。

image.png

产品服务

可以通过加入官方 QQ 群或提百度云工单进行提问,更高级别的服务需要额外购买。

image.png

使用小结

Sugar BI 整体的感受和 Quick BI 有些相似,在大屏的某些功能上有一些自己的特色,不过对象系统管理、外部对接相关功能稍逊于 Quick BI。有一点比较好的是如果对数据私密性要求较高,可以自助进行私有化部署及 license 购买,会更方便一些。不过同样需要注意的是以上均基于 Sugar BI 的高级版,最终还是要综合功能与价格再看是否适合自己哦。

写在最后

由于每款产品内容都很多,在功能或其他的描述上未涵盖全部内容,均基于自己在了解测试时的第一观感。所以若有偏颇也请理性参考哈。 总体来说国内的产品相较于国外的在使用体验上更佳,更符合国人的操作习惯。另外一个是在服务支持上,国内的也更及时,同时可方便的查询大量官方提供的内容、教学等等。不过每款产品还是有自己的理念、功能侧重点的,如果在本篇文章中发现自己想要了解的可以再进一步自行使用体验,不用太着急就定下来~

再放一个简单的表格做汇总。

产品国内/外是否开源主要标语
Tableau国外Find easy answers to hard questions
PowerBI国外在需要时理清思路
superset国外一个现代数据探索和可视化平台。
MetaBase国外Have questions about your data? Metabase has answers。
QuickBI国内一个专为云上用户量身打造的新一代智能 BI 服务平台。
SugarBI国内企业可使用 Sugar BI有效助力自己的业务决策
FineBI国内新一代自助大数据分析的 BI 工具;使用自助式 BI 工具,释放企业数据潜力。
永洪 BI国内释放数据价值,人人都是数据分析师。
DataEase国内人人可用的数据可视化分析平台