資料分析工具選型3大秘訣,Excel竟未上榜

2021-10-21 13:43:45 字數 1936 閱讀 1757

作為bi老司機,被粉絲們問的最多的問題就是bi的選型。有的是剛準備上bi的中型企業,有的是因為之前採購的bi與自身需求不匹配,想換bi。

這幾年來,隨著bi市場和技術的不斷發展,湧現出了很多廠商,bi的功能也得到很大的豐富,不過目前bi領域沒有形成很統一的共識,許多bi工具在功能點上各有側重,在產品效能上參差不齊。

所以對企業來說,如何採購最適合自己的bi成了個難題。一款合適的bi工具,能幫助企業在做決策時有據可依,讓業務發展如虎添翼;而不合適或者低效的bi,非但不能起啥作用,還可能讓業務決策出現偏差。

何為bi基本功?

bi產品最起碼要具備從資料接入、到資料處理、再到資料分析的基礎功能,然後看這些基礎功能是否好用。具體來說,我們可以通過衡量資料處理、資料來源支援、資料分析、視覺化等指標來評估bi產品效能。

如何衡量?

要衡量資料處理能力,可以從兩個角度,乙個是夠不夠快,乙個是能不能支撐海量資料處理。

就拿我們公司一直用的帆軟finebi來說,在高效能spider引擎的加持下,可以做到億級大資料在bi前端快速的拖拽分析和展示,相當強大。

值得一提的是,finebi特色的自助資料集功能,大大降低了bi工具的使用門檻,就算是不懂技術的業務人員也能快速上手,通過滑鼠操作就能進行自助分析,我們公司用下來,對資料處理效率的提高還是非常明顯的。

在資料來源支援和資料分析層面,tableau、powerbi、finebi這些主流的敏捷bi工具做的比較成熟了,既能支援各種豐富的資料來源,也能搭建出各種資料分析經典模型,別選太小眾的就問題不大。

這樣的大屏設計起來也不麻煩,用滑鼠就能完成,finebi還可以根據使用者選擇的資料,自動推薦視覺化效果,效率很高。

市場上bi廠商眾多,做的好的也不少,但廠商們在技術和功能上各有側重點,企業在bi選型中不光要考慮到的產品效能,還需要考慮產品功能與企業需求匹配度。我就見過很多企業在花了大價錢採購了bi後,由於不能滿足自身需求,最終只能淪為取數工具......

企業具體要考慮哪些需求呢?

比如:企業資料量、現有資訊系統狀況、資料整合難易度、業務型別、業務常用分析模型、業務規模、bi主要使用場景、bi主要使用人員等。

從需求出發,再衡量bi產品是否能支援企業業務分析,最合適自己的才是最好的。

十幾年前,bi市場都是國外廠商的天下,bo、brio、cognos、mstr等,都是老牌的bi廠商。當時可沒有價效比一說,這些廠商按產品+使用者雙重收費,賣得很貴。後來以帆軟為代表的國內廠商崛起,給bi市場注入了新的活力,不僅技術上能和國外領先水平媲美,在產品**上也優惠得多。

憑藉著小公尺式的極致價效比的策略,經過十多年的發展壯大,現在帆軟已經成為了國內bi市場占有率第一的領頭羊,力壓一眾國外廠商,成為了國產軟體的驕傲。

乙個bi專案的順利上線,絕對離不開乙個專業的專案實施團隊,而現在市面上很多bi廠商都是依靠**商來實施(採購過bi產品的都知道,由原廠進行實施服務有多重要)。這方面,tableau、powerbi這些國外領先的廠商做的也不好。就拿tableau來說,他們僅在上海設有辦事處,實施部署只能靠**商。

鞋合不合適,只有腳知道。企業上bi是大事,需要結合自身實際需要,多調查、多對比,最好親身體驗,找到最合適自己的工具。

最後想要拿工具的,私我「bi」就行!

大資料分析工具

新 指數 清博大資料 新 指數 www.gsdata.cn 是新 大資料第一平台,為運營新 利器 現已開通賬號分鐘級監測服務,打擊粉絲造假賬號,支援使用者自主監測新 資料 定製各類榜單,並提供資料api等各類增值服務。資料視覺化工具 cytoscape 圖表秀 資料觀 微博足跡視覺化 bdp個人版 ...

資料分析工具簡介

1 numpy numpy是python的乙個擴充套件程式庫,支援處理大量的維度陣列和矩陣,也針對陣列提供大量的數學函式庫,主要用於陣列計算。包含 1 乙個強大的n維陣列物件ndarray 2 廣播功能函式 3 整合c c 的工具 4 線性代數 傅利葉變換 隨機數生成等功能 2 pandas 提供了...

python 資料分析工具

如果安裝的是anaconda 發行版,已自帶numpy.scipy,matplotlib,pandash,sckit learn,kreas 和gensim 等,下面簡單介紹下這邊擴充套件包的,便於使用相關功能時快速查詢。numpy python 沒有提供陣列功能,numpy提供了真正的資料功能,以...