当前位置:首页 > 芯闻号 > 充电吧
[导读]商业智能(BI)和分析平台长期以来一直是业务的重要组成部分,但是由于自助式商业智能工具的兴起,在数据科学家和数据库管理员的支持下,分析的责任已从IT转移到业务分析师。 结果,商业智能已经发生了变化,

商业智能(BI)和分析平台长期以来一直是业务的重要组成部分,但是由于自助式商业智能工具的兴起,在数据科学家和数据库管理员的支持下,分析的责任已从IT转移到业务分析师。

结果,商业智能已经发生了变化,从由记录型系统生成各种月报到基于各种内部和外部资源的数据以交互方式发现和共享各种趋势,预测以及业务问题的答案。采用自助式商业智能的企业无需花费数月的时间做决定,而是可以在数天内决定要采取的行动方案。但是,到底哪种自助式商业智能平台适用于贵组织?这也许是个很难回答的问题。你应该从业务用户以及IT基础设施的角度来确定最合适的平台。

那么使用商业智能平台的人是否具备相应的技能呢?你的员工可以轻松学习和使用它吗?它使分析师的工作变得更轻松,还是弊大于利?

商业智能平台能够读取你所有的内部和外部数据源吗?你可以轻松地在平台内清理和转换数据吗?你可以与公司中的任何人共享分析吗?或仅与许可用户共享分析?

Qlik Sense和Tableau是自助式商业智能中的两个佼佼者。下面我们来看看这两种平台的比较以及哪些因素对确定组织应选择哪个平台来说可能很重要。

Qlik Sense

Qlik Sense于2014年推出,这是一种自行开发的商业智能和可视化产品,它基于与QlikView相同的内存内关联数据索引引擎。2016年,Qlik将报告引擎(以前仅可与QlikView一起使用)也添加到Qlik Sense中。

Qlik Sense 2.0是功能非常强大的数据发现和交互式分析工具。它几乎可以连接到任何SQL数据库并且可以很好地控制可视化。但是,它在呈现可视化效果方面不像Tableau那样易学易用或不如Tableau灵活。

商业智能的数据导入往往是一个混乱的过程。Qlik Sense 2.0会尝试关联不同表中名称相同的字段,但它还会比较数据并提出与相似字段有关的各种建议。这一新功能称为智能数据加载(Smart Data Load)。

Qlik Sense 2.0还推出了Qlik DataMarket,Qlik DataMarket是六类可用的公共和商业数据的来源:商业、货币、人口统计、社会、天气和经济。分析私有数据时拥有公共数据将大有裨益。

Qlik通常以压缩的形式将数据保存在内存中。但是,有时你的数据太多,多到无法存入可用内存中,在这种情况下,Qlik Sense可以使用“直接发现”模式,该模式按需将内存中的数据与数据库中的数据结合在一起。在直接发现模式下,某些字段仅以可在表达式中使用的元数据/符号表的形式被加载到内存中。人们将根据需要查询数据库中的实际数据。

使用Qlik Sense时,你可以将书签保存到当前工作表的当前选择状态,还可以将书签组合成各种故事并添加文本和其他注释,从而使故事不言自明。如果你使用故事进行实时演示,那么你就可以深入查看源头以获取任何可视化内容来回答问题,然后回到故事本身。

Qlik的绿白灰三色关联体验,其中颜色指示状态(“已选-可选-未选”)有助于你发现各种相关数据和不相关数据而无需进行数据挖掘—;—;细节做得很到位!我也喜欢Qlik定义表达式的方式。Qlik Sense能很好地控制可视化外观—;—;这方面虽然比Microsoft Power BI做得好。

Tableau

Tableau称其产品是“按你的思维方式运作的分析工具”,它还说这些工具利用了“人与生俱来的本事,即快速发现视觉规律,揭示每天都能碰到的各种机会和灵光乍现的一瞬间”。尽管你可以对众多其他商业智能工具做出同样的评价,但这么说也不是没有道理。

分析流程的可视化发现阶段是最重要的环节,但并非所有人都愿意在这个环节大费周折。根据我的经验,导入和调节数据多半会占用你花在商业智能产品上的时间,占用率高达80%。

既然Tableau可以进行跨数据库联接,你可能会导入多个数据源并将它们联接起来,尽管如果贵公司大到(或有钱到)可以创建自己的数据仓库,那么大多数数据源都可以托管在这个数据仓库中。

然后,你要逐行过滤和调整数据。最后,你将达到可以真正开始创建可视化效果的地步,尽管在尝试进行研究时执行其他数据转换的做法很常见。但是在Tableau中可以轻松完成数据调整和转换。人们无需返回到导入阶段添加计算字段或过滤数据。

Tableau的视觉发现功能非常强大,Tableau因其易于实施,能够精确控制图表展示的特点而成了行业标杆。你可以创建Tableau可视化,其方法是单击或拖动你感兴趣的维度(通常是各种离散的类别或特征)和度量(各种数值),你要么自行选择标记(显示类型,例如条形图,线形图和点状图),要么使用自动标记选择,要么使用“向我展示”的方法来选择可视化。

为了获得更多控制,你可以将维度和度量拖到特定的标记特征或“架子”上。当你了解分析中发生的种种事情后,你就可以与他人共享各种仪表板和故事。无论你是在Tableau Desktop环境中工作并需要上传数据,还是你已经在线做分析,你都可以通过将数据发布到Tableau Server或Tableau Online轻松完成。

Tableau的定价略低于Domo并根据你期望每个用户所需的使用量来提供三种不同的用户许可证。Tableau Server:每位用户每月支付70美元(Creator),每位用户每月支付35美元(Explorer),每位用户每月支付12美元(Viewer);Tableau Online:每位用户每月支付70美元(Creator),每位用户每月支付42美元(Explorer),每位用户每月支付15美元(Viewer)。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

机器学习将是下述内容的主要介绍对象,通过这篇文章,小编希望大家可以对它的相关情况以及信息有所认识和了解,详细内容如下。

关键字: 机器学习 数据分析

在这篇文章中,小编将为大家带来机器学习的相关报道。如果你对本文即将要讲解的内容存在一定兴趣,不妨继续往下阅读哦。

关键字: 机器学习 数据分析

在机器学习的世界中,数据的有效性至关重要。无效或低质量的数据可能导致模型性能下降,甚至误导模型的训练方向。因此,了解如何评估数据的有效性,以及如何从数据中提取最大价值,成为了机器学习项目成功的关键。本文将探讨机器学习中数...

关键字: 机器学习 数据分析 人工智能

随着数字时代的快速演进,机器学习和数据分析逐渐成为科技领域的两大核心驱动力。这两者虽然各自独立,但又紧密相连,共同推动着现代社会的进步。本文将深入探讨机器学习和数据分析的关系,以及它们如何共同塑造我们的未来。

关键字: 机器学习 数据分析 人工智能

北京——2024年1月23日 行业数字化服务商华讯网络系统有限公司(简称华讯)充分利用亚马逊云科技丰富的数据和安全服务以及解决方案,结合自身在安全领域的技术优势和深厚沉淀,为企业提供涵盖安全事件响应、云原生安全大数据平台...

关键字: 大数据 数据分析 互联网

北京——2023年9月28日 AI技术驱动的科技独角兽企业领创集团(Advance Intelligence Group,以下简称“领创”)通过亚马逊云科技稳定可靠的全球基础设施、数据分析、机器学习和安全等服务,构建安全...

关键字: 人工智能 数据分析 机器学习

赋能企业实现业务数据的可识别、可见、可协作和安全数据的可操作

关键字: 数据安全 数据分析

北京——2023年8月17日 日前,领先的 IT 市场研究和咨询公司 IDC 发布《2023年亚太地区(不含日本)决策支持型分析数据平台供应商评估》*1报告,亚马逊云科技位列“领导者“类别。IDC认为,亚马逊云科技在解决...

关键字: 数据分析 机器学习 数据库
关闭
关闭