最近很多人问TableauVS帆软的区别，我想有必要努力公平客观的做一个对比。

我们完全不要假想在一个绝对度量下给两家公司不同的分数，并评价一个高低优劣，不同的产品适合于不同类型、不同阶段的公司，或者服务于同一类客户的不同业务场景。

当然，在更多的人眼中，也会有看得见的未来，真正的好产品既能活在当下，也能引领未来。

一、公司与产品线

帆软是国内BI领域具有竞争力的企业，这一点毋庸置疑；它倡导“为企业发展的不同阶段的提供一站式大数据BI解决方案”，包含了Report报表、BI商业智能、Mobile移动分析和可视化数据大屏四个细分产品。

Tableau是国际上敏捷BI的代表，从连续七年占据Gartner的BI魔力象限“领导者”地位即可一窥不俗的实力，它的口号是“tableau 帮助人们查看并理解数据”。

去年六月份，Salesforce以157亿美元的高溢价全资收购了Tableau，给了独立BI厂家一个振奋人心的大新闻。这是大家都喜闻乐见的大新闻，行业公司收购BI厂家，二者强强联合，自然是最好不过。

独立的软件公司在独角兽公司挤压下生存会非常艰难，与最好而且磅礴发展的CRM公司强强合作，这已经是最好的归宿了。

很明显，这是一家本土公司与国际化公司的差异，是深耕十几年中国市场的软件开发与实施服务公司，与世界级软件开发公司的差异。

两家公司的产品线研发方向，虽然都有BI软件的底子，但是路线也迥然不同，我们会在易用性对比与本土化对比时分析二者的产品假设和路线。

二、产品对比的易用性维度

1、易用性与持久价值

随着数据越来越被重视，将来会有更多的业务人员转向专职或兼职的业务分析，这类业务人员普遍没有系统的技术知识，跨界而来，产品的易用性就首当其冲是第一要求。

一旦入门，接下来就要考虑产品能否带来长久的业务价值，这决定了客户对产品和服务的粘性。

因此，易用性和持久价值，应该是横向对比产品的最重要因素。

先说Tableau，我当年花了两天的时间就爱上Tableau，对于像我这样没有技术背景的人，Tableau可以说是超然脱俗，令人爱不释手；不过一个月后因为LOD沮丧了很久，感觉一时无法理解LODs和表计算的抽象逻辑。

三年后，我诸如API等很多地方依然没有做到烂熟于胸，新推出的集值（set action）和参数值（parameter action）也是花了一些时间去领会和实践。

相比之下，帆软的两款产品中，Report明显需要相当的技术背景才能驾驭，非技术背景的人，如果不能较完整地理解产品的逻辑和技术方法，是难以真正用于实践转化为价值的。

也正因此，帆软组织了庞大的实施团队，来为report的客户提供开发和定制工作，倘若没有这个环节，它的功能展现就会大打折扣。

相比之下，帆软的BI产品就简单的多，可以对得起“自助化分析”的称号，就入门而言，它的各项功能（连接数据、拖拽式分析、多种图表样式等）也够足够。

帆软最为出彩的地方，大概是它深耕多年形成的行业模板，进一步降低了思考的成本。很多客户使用BI产品，在快速上手之后遇到的最大问题往往是，我要做什么？

帆软的行业方案，至少提供了一段时间模仿和学习的样本，这一点比Tableau通用的三个示例仪表盘更加符合不同层次的需求。

我们把两个公司的主要产品线做一个对比，我想可以用下面的图来展示。

（图）帆软的拖拽，限制较多

（图）Tableau有更好的操作效果

（图）拖入字段+即席计算

可以说，B/S的灵活性以功能的实用性为代价，进而大幅度降低了用户的易用性。

2、易用性的背后逻辑假设和设计理念

很多人问我为什么Tableau的图形如此之少？其实这也正是Tableau如此简单的原因之一。

面向IT的BI产品往往以图形为优先，BI产品经理期望提供越来越多的图形选择，用户仅需要根据提示填充数据——即“图形先于数据”的设计理念；这样的理念之下才会有150+、200+的丰富图形，一个条形图就可以产生几十种变种。

而面向业务的BI产品，走向了相反的路，不以穷尽图形为目标，而以模拟业务人员的思考过程为指导，所以是从问题到图形的思路，根据问题、寻找数据、展示图形——即“问题先于图形”的设计理念。

因此，Tableau仅仅有十几种推荐的图形，它按照问题把所有的可能大概分为部分/总体占比、排序、时间序列、相关性、分布、地理位置分析、文本图等有限的类型，并通过标记（颜色、形状、大小、标签、工具提示）丰富无限可能。

也正因此，我把LOD（详细级别）和AGG（聚合）称之为从Excel到Tableau的本质性跳跃，因为在这样的设计理念下，我们可以把可视化分析过程，分为“问题——详细级别——聚合——可视化——决策”的步骤，这才是业务人员的真正思考过程。

三、两个产品的假设

前几日联系我六年前工作的一家国企单位，竟然发现他们的数据治理和数据操作还停留在六年前的水平。你就知道，中国有多少的企业用户，其实还停留在五年前，甚至十年前的数据阶段——特别是很多老人盛行的国企和保守民企。

国产化这一块，肯定是FineReport和FineBI占优。

1、从口号到策略

从产品路线上，帆软用数据填报/流转，推动中小企业甚至国企的数据进步，然后慢慢导入BI产品，实现真正的数据改革，在它的赛道上，这是最恰当的选择。

在数据收集的细分阶段，我曾经用过帆软“简道云”这个产品，并无惊人之处，但是代表了简单业务流和数据采集云端化的趋势，未来发展一定会越来越好，不仅可以单独开发，也可以与报表和BI产品结合，可以很好地弥补中小企业数据不统一、数据文化低的问题。

相比之下，Tableau部署却不含数据库，完全没有数据录入前端，更不支持数据库回写，就显得有些“入乡不随俗”、“入寺院不念经”。当然，这并非错误，这与公司的发展背景与客户有关。

如今，Tableau也正在通过扩展来解决一些小众但是关键的需求，比如通过扩展API可以实现某种意义的“数据回写”，用户可以将几乎是白标的Tableau与内部产品深度结合，甚至作为二次开发产品。不过在本土化的道路上，这样的开放性策略还远远不够。

2、假设不同：两家公司的背景差异

与帆软强调报表功能的历史不同，Tableau是从可视化分析起家的，“无数据不分析”，早期但凡使用Tableau做可视化的客户，都具备了良好的数据治理基础，有完备的数据库和良好的数据文化。

也就是说，Tableau天生就是贵族，它是用来做“锦上添花”的蕾丝和盛大妆容的。

有传统到掉渣的企业，也有世界瞩目的尖端公司，有不能熟练使用excel的大妈大叔，也有每日Github与世界同步的技术精英和业务专家。

这就像一个大池塘，草鱼、鲤鱼、带鱼各在不同的层面，这是一个时代，又是多个时代。

所以，一身贵气的Tableau进入中国，沿袭美国的成长之路，必然是走各行头部客户的路线，以至于北上广深四个城市就贡献了绝大多数的营业额，这是情理之中，也是产品属性的必然。我们看帆软和Tableau的典型客户，就会发现明显的差异。

绝大多数的世界500强都在用的敏捷BI，Tableau当仁不让，国内也是高开高走。只是当Tableau想要下探二线市场时，就会发现因为客户的数据基础不足而引发的明显水土不服。

因此，站在中国说产品，帆软更接地气，更加符合“广大中国企业客户”的基础需求，加上它在实施方面持续深耕，积累了大量的实施经验和行业知识，会持续保持高于Tableau的增长率也在预料之中。帆软赢在本土，赢在中间客户；而Tableau则赢在高端客户，赢在更优秀的产品体验、灵活性和在行业标志性的存在，这会形成庞大的潜在职业群体，进一步催生它的扩展。

BI可视化和大数据分析的两大巨头全方位对比，谁更强好像有了答案相关推荐

Axure高保真智慧消防远程监管系统数据可视化大屏看板+web端高保真大数据分析平台看板+大数据交换配置管理平台大屏动态可视化看板
作品介绍:Axure高保真智慧消防远程监管系统数据可视化大屏看板+web端高保真大数据分析平台看板+大数据交换配置管理平台大屏动态可视化看板原型交互及下载链接:https://www.pmdaniu ...
市场运营：App 渠道追踪的5种方法以及渠道数据分析的两大思路
移动互联网的流量红利逐渐褪去,数以百万的 App 正在一个存量市场中抢占用户:谁能提高获客效率,谁就有可能在激烈的竞争中胜. 都在做 App 推广,为什么就你的客单价居高不下? 同样的100块钱,为何 ...
10万字城市大脑一网统管大数据分析平台及大数据展示平台建设方案
导读:原文<10万字城市大脑一网统管大数据分析平台及大数据展示平台建设方案>word(获取来源见文尾),本文精选其中精华及架构部分,逻辑清晰.内容完整,为快速形成售前方案提供参考. 目 ...
【大数据分析1】大数据基础理论
大数据分析-考点序号大分类分类掌握程度内容完成进度备注 1 大数据基础理论大数据分析基础领会大数据技术诞生技术背景大数据技术实际应用分布式处理技术概念数据分析和数据挖掘的概念 ...
《大数据分析》期末大作业报告
浙江万里学院物流与电子商务学院(2019-2020学年第二学期) <大数据分析>期末大作业报告学生(学号):班级:<大数据分析>期末大作业报告目录第一章数据处理第- 文件:n ...
关于大数据技术的演讲_好程序员大数据培训分享大数据的两大核心技术
好程序员大数据培训分享大数据两大核心技术,今天小编给大家先分享一下大数据的两大核心技术,知己知彼才能百战不殆,学习大数据技术也是一样的道理,要先有一个清晰的了解,才能确保自己全身心的投入学习. Had ...
服务器主板最多能装几个cpu,主板装两颗CPU：性能会更强吗？
如果DIY让你觉得头疼,说明你的思路是正确的. 两根内存组双通道性能更强,两块硬盘组RAID速度提升,那你肯定想过,给主板多开一个CPU插槽组成双CPU平台,性能岂不是会更强吗? 来来来快坐下,我理解 ...
python进行大数据分析_Python进行大数据挖掘和分析
大数据无处不在.在时下这个年代,不管你喜欢与否,在运营一个成功的商业的过程中都有可能会遇到它. 什么是大数据? 大数据就像它看起来那样--有大量的数据.单独而言,你能从单一的数据获取的洞见穷其有限.但 ...
卡迪夫大数据专业排名_大数据分析：英超大数据！布莱顿vs卡迪夫
大家好,我是你们的分析师,来ds有半年了,一直以来都没有改变当初的信念,为了给大家带来更多的红单我会继续努力.分析一场比赛,不仅仅靠近期成绩,还有底蕴,历史,综合近期状态加上同模型下的打出概率.这些都 ...
大数据分析公司_大数据分析以及处理_提供多种数据服务
现如今,数据已经成为一些企业的"根",越来越多的公司注重数据分析为企业带来的价值,都开始注重大数据的这趟"列车".我们生活中的事情都受到了监视以及测试,并且创建 ...

BI可视化和大数据分析的两大巨头全方位对比，谁更强好像有了答案

一、公司与产品线

二、产品对比的易用性维度

三、两个产品的假设

BI可视化和大数据分析的两大巨头全方位对比，谁更强好像有了答案相关推荐

最新文章

热门文章