BI 工具竞品分析
1 背景和目标
1.1背景
当前各大企业均在加快数字化转型，推动由经验驱动决策向数据驱动决策的转变，通过挖掘数据，提炼出有效信息实现精细化运营，从⽽提⾼运营效率，降低成本，增加收入，更有效地提⾼企业竞争⼒。
1.2分析目标
BI工具是企业数据化运营的必备工具，能够快速满足企业数据查询、分析和探索的需求，提高数据应用的效率，但目前市面上存在各种类型的BI工具，面对多不胜数的BI工具，质量也参差不齐，本文将对当前主流的的BI工具做一个全面的综合分析，希望给需要做BI工具选型的做参考。
2020 Gartner 数据分析与BI平台魔力象限图
商业BI软件： 国外BI软件Tableau/Power BI，国内商业BI软件FineBI/永洪BI，云BI服务平台Quick BI/百度Sugar。
开源BI 软件： 国外开源Superset/Metabase，国内开源宜信Davinci。
2 竞品选择
2.2 目标竞品
国外商业Tableau | 国内商业FineBI | 云BI Quick BI | 开源Davinci
2.3 选择原因
3个商业BI软件主流代表：成熟稳定，功能强大，学习资料丰富
1个开源BI软件：免费、灵活
3 竞品分析
3.1 战略层-产品定位
| 分类 | Tableau | FineBI | Quick BI | Davinci |
|---|---|---|---|---|
| 产品介绍 | Tableau是国外Tableau公司开发的用于可视分析数据的商业智能工具，被定位为Gartner魔力象限中的领导者商业智能和分析平台 | FineBI 是国内帆软软件有限公司推出的一款商业智能产品 | Quick BI是阿里云旗下产品，是一个专为云上用户量身打造的新一代智能BI服务平台 | Davinci由国内宜信科技中心数据中台部自主研发并开源的可视化服务平台 |
| 产品目标 | 帮助人们查看并理解数据，快速分析、可视化并分享信息 | 提供自助式数据分析的解决方案，帮助企业的业务人员充分了解和利用他们的数据 | 基于云阿里云服务，提供全场景式的自助BI分析产品 | 致力于提供一站式数据可视化解决方案 |
| 产品定位 | 数据可视化工具 | 自助大数据分析的BI工具 | 全场景数据消费式的BI平台 | 一站式数据可视化平台 |
| 目标用户 | 业务人员/数据分析师 | 业务人员/数据分析师 | 业务人员/数据分析师/数据工程师 | 业务人员/数据分析师/数据工程师 |
总结：
Tableau定位是数据可视化工具，提供强大的数据可视化能力；
FineBI主推自助式分析，提供强大的数据建模与数据分析能力；
Quick BI从管理层决策分析和驾驶舱，到业务专题分析门户，再到一线人员的自助分析和报表，覆盖企业数据分析的各种场景；
Davinci免费开源，只需在可视化UI上简单配置即可服务多种数据可视化应用，满足基本的报表和可视化展示需求。
3.2 范围层** - **功能范围
总结：
数据连接（Quick BI > Tableau=FineBI=Davinci）
都支持丰富的数据源接入，涵盖关系/非关系数据库、大数据平台以及本地上传数据文件，Quick BI是基于阿里云打造的BI平台，所以在接入云数据库上有天然优势，且多支持API接口
数据准备（Quick BI> FineBI> Davinci> Tableau)
Quick BI与FineBI均支持可视化数据处理与数据预览，不需要具备SQL能力就能对数据集进行轻量级的ETL，Davinci提供了数据视图（View）用于编写SQL处理数据集，需要用户具备SQL能力，适合专业的数据分析师，Tableau没有ETL功能，需要搭配使用Tableau Prep
仪表板（FineBI> Tableau > Quick BI > Davinci）
都支持拖拽式的可视化图表配置，提供丰富的图表组件选择，支持常用的多维交互分析，但FineBI集成时间序列/聚类/分类/关联/回归数据挖掘功能，Tableau也支持时间序列/聚类功能，具备一定高级算法分析能力。
数据应用（Quick BI > FineBI > Davinci> Tableau）
Quick BI定位全场景数据消费式的BI平台，因此支持丰富的数据应用场景，FineBI相比Quick BI缺乏数据门户、订阅推送、智能问答功能，Davinci支持分析看板与大屏驾驶舱应用，不支持移动BI，Tableau支持分析看板应用，移动端功能需要搭配Tableau Mobile使用。
系统管理（Quick BI > FineBI > Davinci=Tableau）
Quick BI与FineBI都提供完整的权限管控功能与消息通知，权限上Quick BI多支持线上权限审批申请与协同授权 ， Davinci与Tableau支持基本权限控制。
3.3 结构与框架层
总结： 进行数据分析和报表看板搭建的基本流程都是一致的，主要分为
以下步骤：
步骤一：连接数据源
连接数据源，获取数据
步骤二：数据建模
连通数据源后，当需要分析的数据存储在不同的表，可以通过数据关联，把多个表连接起来，形成数据集模型进行数据分析
步骤三：数据可视化分析
通过创建仪表板，添加不同的图表来展示数据，并通过联动进行数据可视化分析。
步骤四：发布共享
分析完成后，可以将仪表板搭建成数据门户，并导出用于存档；也将仪表板分享给他人使用。
5 附录信息** - **竞品资料文档
1、 BI选型｜6款国内外商业智能BI产品深度测评 http://www.woshipm.com/ai/3748175.html
2、Tableau Desktop
https://www.tableau.com/zh-cn/products/desktop
3、FineBI文档
https://help.fanruan.com/finebi/
4、Quick BI
https://help.aliyun.com/product/30343.html
5、Davinci 用户手册
https://edp963.github.io/davinci/