企业如何进行BI产品选型

BI全称为商业智能（Business Intelligence），通常被理解为整合数据帮助企业做出明智的业务经营决策的工具。BI平台让包括业务人士在内的非IT人员能够建模、分析、探索、共享和管理数据，由 IT 提供支持，并由人工智能(AI)增强。

对于BI 平台的关键能力评估主要包括以下 12 项关键功能:

1.    自动化洞察(Automated insights)—增强分析的一个核心属性，这是应用机器学习(ML)技术自动为终端用户生成洞察的能力。

2.    分析目录(Analytics catalog)—指产品显示分析内容的能力，使其易于发现和消费。

3.    数据准备(Data preparation)—数据准备包括支持拖放、用户驱动的不同来源的数据组合，以及创建分析模型(如用户定义的度量、集合、组和层次结构)。

4.    数据源连接(Data source connectivity)—数据源连接能力使用户能够连接和采集包含在各种类型存储平台中的结构化数据，包括本地存储平台和云端存储平台。

5.    数据叙事(Data storytelling)—数据叙事是将交互式数据可视化与叙事技术相结合，以一种引人注目、易于理解的形式向决策者展示决策的能力。

6.    数据可视化(Data visualization)—数据可视化涉及通过操纵图表图像来支持高度交互的仪表盘和对数据的探索。其中包括一系列超越饼图、条形图和折线图的可视化选项，如热度和树图、地理地图、散点图和其他特殊用途的可视化。

7.    治理(Governance)—治理能力跟踪使用情况，并管理信息如何共享和推广。

8.    自然语言查询(Natural language query)—自然语言查询(NLQ)功能使用户能够在搜索框输入口头语言对数据提出问题。

9.    报告(Reporting)—报告能力提供了像素级别的分页报告，可以被调度和推送到大型用户社区。

10.  数据科学集成(Data science integration)—使公民数据科学家和数据科学家增强可组合数据科学和机器学习(DSML)模型的开发和原型的能力，并集成到更广泛的数据科学和机器学习生态系统中。

11.  指标存储(Metrics store)—能够提供一个虚拟逻辑层，允许用户创建和定义指标，从数据仓库管理这些指标，并服务所有下游分析、数据科学和商业应用程序。这也包括诸如目标管理之类的功能。

12.  协作 (Collaboration)—分析协作是将协作能力应用到分析工作流中，方便那些希望多个用户可以同时分析同一个项目的企业。

 图 1:分析和商业智能平台的魔法象限

结合Gartner测评结果，综合来看，如今全球市场上具有竞争力的BI产品包括Microsoft(PowerBI)、MicroStrategy、Salesforce(Tableau)、Qlik、Alibaba Cloud等，下面将从不同的维度对这些具有较强竞争力的产品进行详细分析。

  Microsoft(PowerBI)

Microsoft主要的 ABI 平台 Power BI 通过Microsoft 365、Azure 和Teams 整合、灵活的定价、超出平均水平的功能以及雄心勃勃的产品路线图，拥有巨大的市场覆盖面和势头。

在 2022 年，微软增加了指标跟踪功能，使团队能够在协作视觉体验中调整他们的目标和关键优先事项。其全新的 Premium Gen 2 通过自动缩放功能提高了性价比。最后，微软增加了低代码数据集市，方便访问自助式管理关系分析解决方案。

微软Power BI在数据准备和数据可视化方面的能力超过市场平均水平，其最强的用例是可视化自助分析。对于数据可视化，Power BI支持它具有预期的交互式风格，如套索、缩放和将数值切换为百分比。支持地理分层、点、热图、线、多边形、正方形、地图分层和地理空间推理，并与ArcGIS集成。同时，Power BI自动分析数据的维度及其分布，以推断出最适合的数据可视化。对于数据在准备阶段，Power Query界面的图表显示了准备和连接多个来源的表的步骤。连接是自动检测的；或者用户可以拖放关键字段来连接来自不同的表的数据。

微软Power BI得分最低的用例是增强型分析。然而，Power BI在这一用例中的所有四项能力的加权得分仍然高于平均水平。对于自动洞察，Power BI提供了关键驱动因素分析、离群点检测和自动预测。对于数据故事，用户可以手动创建新闻风格的数据故事，结合标题、智能叙述和数据可视化。通过与 Teams整合实现更好的协作。它的自然语言查询问答在其移动应用程序上运行良好，主要影响者和快速洞察功能既能生成自然语言描述，又能生成洞察力的视觉效果。

分析功能有助于解释数据的增加、减少或差异。除此之外，Power BI用户不能根据其自动洞察功能输出的持续监测结果自动生成数据故事

优势：

1.Microsoft 365为Power BI的传播提供了一个巨大的渠道。由于许多客户转向Teams进行远程工作协作，在相同的Teams界面中访问 Power BI对于业务用户来说是一个很好的集成。Power BI 和 Azure Synapse alignment 解决了多个 D&A角色和用例。

2.性价比:Power BI 现在有针对每个用户的服务可供需求人数不超过 300 人的小型组织。大型组织仍然可以选择按容量计算的选项，这往往在用户越多的情况下更具成本效益。

3.Power 组合和产品雄心:微软对 Power BI、Power Apps 和 Power Automate的交叉利用有着清晰的愿景，以驱动商业价值。Power app 可以嵌入 Power BI仪表盘，也可以访问 Power BI 数据集。可以构建 Power Automate flow，根据数据采取各种行动。AI驱动的服务，如文本、情感和图像分析，在 Power BI Premium 内可用。

劣势：

1.内容创作和发布的治理:Gartner 收到越来越多来自 Power BI 客户的咨询，这些客户正在努力治理分析内容的创作和发布过程。客户关注对完成大多数任务(如建模数据或推广内容)有太多种方式。例如，数据建模任务可以通过数据集、数据集市、数据流来完成。由于成本低且易于设置，Power BI 的部署往往会激增，很难强制执行标准的治理实践。

2.有限的架构:虽然大多数 Power BI 服务客户欣赏与微软架构的紧密集成，但看到更多的需求越来越多与 Microsoft 365、Teams 和 Azure Synapse 对齐。特别是作为一个分析目录和指标应用，许多 Power BI 客户希望看到更开放的产品集成，与微软竞争。

3.Azure是其唯一的部署选择:微软没有为客户提供选择云IaaS 服务的灵活性。虽然数据连接可以实现多云和混合云场景，但 Power BI 服务只能在 Azure中运行，只有使用 Azure 的客户可以利用微软云平台提供的全球覆盖和跨地域能力。

 MicroStrategy

MicroStrategy擅长于可扩展性、可管理性和治理性。它提供了丰富的 BI 和报告功能，包括 hyperIntelligence，它使用语义层来动态识别现有应用中预定义的智能洞察。MicroStrategy目前广泛覆盖了全球 37 个国家，并于 2022 年在阿根廷推出了一个新的技术卓越中心。

微策略公司的平台每月都会发布客户端、工具和云端部署。服务器更新每个季度都会发布。2021年，微策略公司推出了一个新的完全容器化和微服务驱动的平台架构，能够在多租户SaaS环境中运行。该平台在功能、性能和安全方面与现有的云计算和企业内部产品完全相同，并允许管理员更新和改进。在几分钟内扩展组件平台，同时尽量减少维护和错误。

随着对报告、安全、治理和目录的关注，企业分析是微策略公司最强的使用案例。微策略公司在所有这四项企业分析能力方面的得分都远远高于市场平均水平。特别是在报告方面，微策略公司的表现非常出色。

在每个次级标准上都很强，尤其是参数化报告。在治理方面，微策略在遥测、使用分析以及促进认证内容的推广方面表现得尤为突出。在目录方面，微策略能够实现分析内容的自动化盘点，并使用户能够轻松搜索目录，找到选定的内容，如报告或指标。最后在安全方面，微策略提供了一流的审计、认证和授权。

MicroStrategy在企业分析用例中的表现突出，排名第一，是企业级BI的首选。

优势：

1.MSTR所有的开发项目都是自主有机建造的，这样更稳定、代码bug 更少，尤其是与收购其他产品来补全BI功能的竞争对手相比。

2.开放平台:随着公司不可避免地进行跨越多个云和业务应用程序堆栈，MicroStrategy 作为少数真正同时优先考虑部署和数据连接互操作性的供应商之一脱颖而出。它的互操作性由强大的直接查询架构提供支持。

3.企业报告和治理:MicroStrategy 因其治理和报告能力而受到高度评价。这两种能力的结合，以及它在可扩展性和安全性方面的声誉，是企业买家的主要推动力。

劣势：

1.缺乏周边的数据或应用生态系统:BI平台市场的很大一部分动力仍然来自于向云生态系统部署的转变，以及基于云的商业应用。虽然 MicroStrategy 的平台在 AWS 和微软 Azure 上以服务的形式提供，并与其他云技术进行良好的交互，但云和商业应用大供应商拥有的 BI 解决方案具有进入市场的优势。

2.增强的分析能力:在提供自动化洞察和 NLG 方面，其能力仍然落后于竞争对手。

3.缺乏产品差异化:尽管提供了出色的企业报告能力，但随着市场向增强的消费者体验发展，它可能不足以从激烈的竞争中脱颖而出。传统上MicroStrategy 被评估为在所有关键能力方面的顶级供应商之一。在过去的几年里，只有它的企业能力维持遥遥领先。

   Salesforce(Tableau)

Salesforce(Tableau)产品主要专注于基于视觉的探索，使用户能够访问、准备、分析和展示数据中的发现。Tableau 拥有全球业务，并为各种规模的客户提供服务。

2022 年，Tableau 加强了其增强的消费者视野，通过与 Salesforce 数据云的更深入集成提供情境化的见解。它还通过将领域感知的见解付诸行动，与营收情报和其他 salesforce 原生应用程序一起改善了决策智能。可扩展设计和x-platform 集成(Salesforce Flow, MuleSoft, UiPath 和 Looker)进一步使可组合分析以敏捷性为工作流带来洞察。

Tableau每个季度都有版本更新。2021年，Tableau推出了Einstein Discovery，作为Tableau核心产品的一个附加组件。

此外，Tableau还增加了：

l  实体搜索 - 这为Ask Data用户提供了对其问题如何解释的更多控制。它提供了关于可以问什么问题的指导，使用户更容易调整他们的输入，以便他们能够得到他们所寻找的结果。

l  Ask Data镜头 - 一种新的内容类型，使其能够轻松地为Ask Data策划现有数据源。

l  最后，Tableau已经让Explain Data适用于所有的许可类型。

 可视化自助分析是Tableau最强的用例。Tableau在数据准备和数据可视化能力方面的得分远高于平均水平。通过Tableau Prep，用户可以使用连接和联合将不同来源的数据结合起来。GUI对于数据处理新手来说也是很直观的。它创建了可重复使用的可视化流程图，这些流程图是互动的，允许用户检查数据管道中的每个步骤。Tableau Prep的输出可以被写入Tableau数据集或一些外部云数据库中。Tableau Prep可以作为一个桌面应用程序使用(Tableau Prep Builder）和纯网络应用（Prep Web Authoring）。对于数据可视化，Tableau提供了强大的互动性，支持平移、缩放和套索功能。Tableau提供强大的地理编码与地理空间计算，以创建脉络图。

 Tableau在增强型分析用例方面越来越强大。它在自动洞察力和自然语言查询方面的得分高于平均水平，而在数据故事方面的得分则接近平均水平。Tableau完成了对Narrative Science的收购，这是一家专门从事自然语言生成（NLG）的增强型分析供应商。2022年Q2，Tableau推出了数据故事，它利用了在收购中获得的功能。Data Stories使Tableau在NLG方面的得分高于平均水平。Data Stories功能可以自动生成自然语言的仪表盘摘要。该功能还支持自定义摘要要点，可以根据受众进行定制。

Tableau现在可以为一个单一的NLG描述提供点、单个可视化或整个仪表盘。对于数据故事来说，它最大的差距是不支持使用ISOTYPE表格（例如，使用汽车或自行车的图标来代表相应物品的销售），也没有提供一个可以用于创建信息图数据故事的表格库。它自动创建信息图的能力仅限于CRM分析（以前的Tableau CRM）。

优势：

1.Tableau 创建了一个庞大的可视分析开发人员社区，它的用户社区已经成为一个强大的自学中心，以推动工具的采用，通过越来越多地要求人才市场的 Tableau 技能来改善其市场势头。

2.灵活的立场:虽然被 Salesforce 收购，但与一些竞争对手相比Tableau 仍然是一个更不依赖云、数据源和应用程序的选择。用户仍然可以使用本地版本，与云版本几乎没有区别。今天的组织仍然使用组合方法来构建分析解决方案，并且 Tableau与技术合作伙伴在更广泛的D&A生态系统中具有更好的可组合性。

3.分析体验:专有的 VizQL 引擎位于 Tableau 整个分析工作流程的中心，在将更多增强的分析功能纳入平台的同时，提供最佳的可视分析体验。以用户为中心的产品改善了工具内的多角色协作，扩大了更多商业用户对工具的采用。

劣势：

1.市场势头和支持担忧:虽然它仍然显示出强劲的市场势头，但 Tableau 最近的收入增长已经放缓。而且客户对最近的裁员也表达了担忧。此外，一些支持功能的及时性仍然是一个问题，特别是对于标准支持客户，有些人觉得不得不购买高级支持附加组件以获得足够的支持。

2.以Salesforce 为中心的创新:Tableau 的一些新兴功能，包括 CRM 分析和数据云，旨在与Salesforce 集成。一些客户表示，如果不转移到 Salesforce，他们会担心无法充分利用合并后的平台。或者，他们将需要花费额外的钱来获得属于其他产品线的功能。

3.Tableau 桌面和服务器。从 Salesforce 收购后，产品组合有了一个明确的方向，即云优先甚至只云，与 Salesforce 的整体产品战略相一致。这一举动可能会影响到那些没有计划很快转移到云端的现有客户。

 Qlik

Qlik主要产品是 Qlik Sense Enterprise SaaS，其中包括 Qlik Sense、Qlik AutoML和 Qlik Application Automation。Qlik 还将 Qlik Sense 作为客户端管理的产品销售，可以在本地部署，也可以在客户自己的云端部署。然而，Qlik Sense 客户端管理并不与 Qlik AutoML或 Qlik 应用程序自动化捆绑。Qlik 是一家与云无关的供应商，与三家主要云服务提供商(AWS、微软和谷歌)的合作关系水平最高，同时与 Databricks 和 Snowflake 也有合作关系。

2022 年，Qlik 整合了对 Big Squid 的收购，创建了 Qlik AutoML，为数据科学家提供自动预测、聚类和关键驱动分析。Qlik 还提供了 Augmented Authoring，可以创建人工智能生成的带有自然语言输入和自动化仪表板布局的仪表板。

 Qlik Sense每年有四次更新。2021年，Qlik Sense的许多创新都集中在建立和支持其SaaS平台上。例如，Qlik Forts使企业能够采用混合云架构，对驻留在企业内部、虚拟私有云或公有云中的数据进行分析。此外，Qlik应用自动化使企业能够创建新的业务。

Qlik对Big Squid的收购也显示出对增强型分析和自动机器学习的更大兴趣。凭借在数据可视化方面的强大优势，可视化自助分析是Qlik最强大的用例。Qlik Sense的Insight Advisor功能可以根据数据集和自然语言处理自动生成最适合的可视化信息。Qlik为数据可视化提供了强大的视觉互动功能，如套索、平移、缩放和范围。

在数据准备方面，Qlik使企业用户能够将数据混合起来并建立数据管道。Qlik的关联引擎可以推断出具有相同名称和数据类型的字段之间的关系。

增强型分析是Qlik得分最低的用例。尽管Qlik在数据故事方面的得分低于平均水平，但它在自动洞察力方面的得分却接近平均水平，而在自然语言生成和自然语言查询方面的得分则高于平均水平。在讲数据故事方面，Qlik在连接幻灯片方面做得很好，它可以更好地支持评论、主题讨论和自动内容推荐。

优势：

1.  将分析与业务流程集成。分析可以嵌入到业务应用程序中。应用自动化利用可视化无代码方法快速组装可调度或事件驱动的自动化流程。

2.  全面的数据和分析能力:通过收购和有机开发，Qlik 创建了一套全面的技术，以支持包括公民数据工程师、公民数据科学家、业务分析师和分析开发人员在内的多个业务角色。

3. 不绑定云:许多市场正在经历来自云供应商的干扰，这些供应商使其客户可以轻松并具有成本效益地将其在云基础设施上的投资扩展到其紧密集成的应用软件堆栈。然而，一些组织担心来自云提供商的供应商锁定，因此重视像 Qlik 这样不绑定云的供应商。

劣势：

1.缺乏周边的数据或应用生态系统:ABI 平台市场的大部分动力仍然来自于向云生态系统部署的转变，以及基于云的商业应用。虽然 Qlik Sense 是以服务的形式提供的，并且与其他云技术有很好的交互，但云和商业应用大供应商拥有的 ABI 解决方案具有进入市场的优势。

2.优先考虑数据集成:最近Qlik 宣布有意收购另一家领先的数据集成提供商 Talend，这进一步增加了 Qlik 对数据集成的承诺，从而减少了专注于分析领域的时间。但是Qlik在进行大量收购，这增加了产品整合的负担。

3.产品授权的复杂性:直接竞争对手大多都提供了成本更低的消费者或观众授权，但Qlik 提供的价格最低的产品是 Qlik Sense Analyzer，其定价更接近大多数竞争对手的中端用户角色。有时，这种较高的价格点会在企业许可协议中被否定。Qlik Sense 客户端还可以选择提供充分交互性的基于时间的选项。不过，这种选项对于频繁查看的用户来说可能成本很高，而且很难根据不可预测的消费模式进行预算。

 Alibaba Cloud

Alibaba Cloud主要竞争的是亚太(APAC)市场。阿里云是亚太地区最大的公有云平台提供商。其产品 Quick BI 提供数据准备、视觉化的数据发现、交互式仪表板和报告。该平台是在Alibaba Cloud基础设施上运行的一个 SaaS 选项。Quick BI 还提供了 Apsara Stack企业版的本地选项，以及与阿里商业顾问和阿里钉钉的嵌入式分析选项。

Quick BI 将其云路线图从Alibaba Cloud扩展到兼容腾讯云、微软 Azure 和华为云的多种云支持。阿里巴巴也在发展其区域合作伙伴网络。最终在 2022 年，让钉钉成为其主要销售渠道之一。

优势：

1.面向数字化办公的分析与协作:Quick BI 与钉钉、腾讯、飞书等各种办公应用进行了很好的整合，这些在中国被大量采用。通过简单部署，用户可以快速访问Quick BI 分析功能。

2.可组合分析:Quick BI 可以作为一个独立的工具启动。但它作为阿里巴巴LYDaaS 组合(最初被称为阿里数据中台)的一部分而闻名，它提供模块化和可重用的数据和分析(D&A)能力，并对分析任务闭环。它还可以嵌入到合作伙伴为某些用例和行业提供的场景化的 SaaS 解决方案中。

3.数据素养计划:阿里通过推出提高用户数据素养技能的项目，基于任务的培训和授予证书来推动客户成功。该计划与奖励措施相结合，为阿里云的电商提供优惠券和积分，以抵消license成本。

劣势：

1.投资重点:虽然Alibaba Cloud整体规模很大，但与其 DBMS 和 AI 产品线相比，Quick BI 不是战略重点。Quick BI R&D的员工数量在 100 人左右，明显低于其他大规模ABI 平台的员工数量。

2.复杂的竞争环境:Quick BI主要在亚太地区运营。除了与全球厂商竞争，Quick BI 还与中国本地BI厂商竞争，如帆软、永洪、SmartBI等。

3.地域存在和较低的市场动能:Alibaba Cloud专注于中国市场，其他地方的安装基数很小。作为一款SaaS 产品，Quick BI 经常被打包到供应商集成的LYDaaS(数据中台)解决方案中，在阿里巴巴生态系统之外的应用十分有限。

总结：

综合上述对全球各类型BI产品的分析与介绍，以及Gartner关键能力评分我们发现各个BI产品都有自己的优势与劣势。

德昂具有14年的BI服务及实施的经验，建议企业根据自身的数据量及分析需求选择最适合自身行业及发展的BI产品，其中国外产品推荐MSTR产品作为企业级BI平台的首选。

参考链接：

https://www.microstrategy.com/en/resources/research-and-reports/gartner-critical-capabilities

https://www.microstrategy.com/en/resources/research-and-reports/2022-gartner-peer-insights-voice-of-the-customer

https://www.gartner.com/en/research/magic-quadrant

https://www.gartner.com/peer-insights/home