Tableau 与 Power BI的比较

最新推荐文章于 2024-08-13 19:41:42 发布

Baymax_Bai

最新推荐文章于 2024-08-13 19:41:42 发布

阅读量7.5k

点赞数 10

分类专栏：数据可视化文章标签：数据可视化 bi

本文链接：https://blog.csdn.net/Baymax_Bai/article/details/108472490

版权

数据可视化专栏收录该内容

1 篇文章 1 订阅

订阅专栏

先来看一张图，这张图显示了从2011年到2020年Tableau 、Power BI 、帆软、Cognos 这4个关键词在度娘中被检索得次数的变化。可以看到tableau得检索率还是蛮高的，从一定程度上能反映出Tableau近来已经占到了4种可视化工具的42%以上的份额，power BI紧随其后，和帆软不相上下。
在这里插入图片描述

第一回合视觉呈现和易用性

结论：Tableau胜出

Tableau被誉为“数据挖掘时代的梵高”，用Tableau做出来的报表从美学视角上看效果很不错。Tableau的报表设计理论是有很深厚的学术理论做背书的，无论是色彩搭配还是图形精致度都是首屈一指的出众，用Tableau做出的图表效果都很精美。

Tableau产品在易用性方面也是可圈可点的，通过界面操作即可生产多种简易度量，例如创建均线、中位线、趋势线等，创建过程无须输公式，非常直观流程，在图形控制方面也是十分灵活的，使其商业分析更具洞察力。

相比之下，Power BI有点像数学统计功底强的IT理科生，使用Power BI做出来的图表中规中矩，缺少一种惊艳的感觉。Power BI虽然计算功能强大，但许多场景需要写公式来实现，在易用性方面略微逊色。

所以，在视觉与易用性方面，Tableau明显胜出了。值得一提的是，2018年，联合国宣布选择Tableau作为其专用的数据分析产品，估计其图表效果为其加分不少。

第二回合数据准备

结论：Power BI胜出

在数据准备工具方面，Power BI的功能非常全面。微软设计了一套M语言专门支持数据准备。通过Power BI的IDE（集成开发环境）界面，分析人员可以轻易完成许多数据清洗任务，不需要写一行代码。高级用户甚至还可以通过直接编写M代码来完成更为复杂的数据清洗任务，M语言的学习难易度与VBA相近。

Tableau数据清洗功能发展较晚，直到2018年5月，Tableau才推出数据清洗工具Tableauprep。Tableau prep的功能也有独到之处，最大的亮点是可以智能改正拼写错误。即使如此，Tableau在自动化方面和Power BI仍有一段明显的差距，而且其IDE界面只支持图形操作不支持代码编写，高级功能受到限制。就像一个真正的Excel高手不可能不懂VBA代码，IDE永远无法完全代替代码的作用。

与任何新产品一样，Tableau prep未来还有很长的成长曲线，必定需要一段时间去完善。相信只要给予一定的时间，Tableau prep必然会成为Power BI强有力的竞争者。Tableau Prep有30天试用期，已经购买了 Tableau Desktop的用户则有两年免费使用期。

第三回合数据建模

结论：Power BI胜出

强大、高效的数据模型得以支持BI工具准确地计算商业数据，这也是BI工具的核心价值之一。在传统BI产品中，大多数分析人员无法直接接触到数据模型。初级分析人员往往将重点放在光彩夺目的报表图形，却忽略了在背后合理构建模型的重要性。拥有一个优秀的BI数据模型就好似拥有一个巨额的支付宝账户，任何美丽的图表都可以根据需要被用户放入购物车里。

前文提到，因为SQL的基因，Power BI在模型建立方面有着得天独厚的优势。在使用时，通过拖曳就可以快速建立表间关系，非常直观。一些在SQL或者Excel里心余力绌也未必能实现计算逻辑，也能通过DAX语句巧妙实现。DAX语句的难易程度随着应用场景的复杂程度而变化，因此，即使已经有若干年的DAX语句使用经验，仍会在不经意间发觉出DAX新颖神奇的用法，被其简练、高深、优雅深深折服。

在计算性能方面，DAX是基于xVelocity内存优化技术的高性能列计算，其优点是运算高效、空间高度压缩。任何度量的计算都是在内存中释放完成，其本身不占用磁盘空间。DAX Studio是一款针对DAX开发的专业设计工具，可用于DAX算法性能测试，帮助使用者决定最优算法。可见，建模方面Power BI做到了极致。

在模型搭建工具方面，Tableau主要通过联接和混合两种方式建立表关系，初学者需要一些时间理解彼此的区别。因此，对于相对复杂的关系图，Power BI的视图关系会更为直观。Tableau也有自己的一套查询语言：Tableau Query Language（TQL）和LOD ( Level of Details language) 表达式，其功能覆盖了大多分析计算场景，难易程度接近普通的Excel公式，但不如DAX的公式应用范围全面。

在计算性能方面，Tableau 10.5版本发布了一款Hyper数据引擎技术，该技术使查询巨量数据的速度提升了5倍，提取生成数据的速度提升了3倍速度。Hyper可以被看作是Tableau新推出的内存驻留数据引擎技术，可对大型或复杂数据集快速进行数据摄取和分析查询处理。另外，Tableau中【集】概念是独有的。集和组的不同之处后文会介绍，但集的应用使自助化分析更加灵活。

对于分析中一些普通的业务场景，无论是Tableau 还是Power BI，都能快速高效地实现，它们的优点各有千秋。但若是遇到特别复杂的业务场景，例如复杂的迭代计算，那么Power BI二十多年来数据模型积累的优势就凸显出来了。

世间没有十全十美的事物，对于一个武林高手，其强大的武功和练习的时间是成正比的，唯有深度理解并掌握分析表达式，才能真正发挥BI工具的神奇之处。SSBI虽然看上去简单，但不等于容易。如果简单地认为只需要自己建几个表，就学会Power BI/Tableau了，那就too Simple too Naive了。

设计优秀的BI模型系统，好比把房子盖在磐石上；到发大水的时候，因为根基立在磐石上，房子不会动摇，住户的安全得到了保护。不良的模型设计好比把房子盖在沙土上，水一冲，房子就坍塌了，连房子的住户都埋在下面一起遭殃。因此建立数据模型，对于分析师来说非常重要。

第四回合生态系统

结论：Power BI胜出

这里说的生态系统分为两个方面：软件生态系统和用户生态系统。

软件生态开始
从SQL数据库系列，到组织协作工具SharePoint, 再到办公工具Office 365、移动平台、Azure云、数据流服务等，微软丰富的产品线是其他厂商无法比拟的。而这些应用都能与PowerBI相互配合使用。举几个例子，企业级Power BI应用后台可以直接连接SSAS服务，报表呈现可以依赖Power Point或者Share Point，前端销售人员可以通过移动设备里的Power APPs程序将数据通过Power BI更新到数据库中，Azure流服务也可以通过Power BI进行实时数据展现。
用户生态方面
自从纳德拉成为CEO，微软近几年转变得接地气了，更为用户考虑了。Power BI社区就是一个好例子：用户可在社区中提出各种改进建议，微软会采用其中一些好的观点，每月初发布到Power BI Desktop的新版本中。这样的高效更迭频率从Power BIDesktop问世以来就一直保持，让人咋舌。不仅如此，微软还鼓励Power BI使用者自主开发视觉化图形，其中的优秀图形会被纳入到公共图形库中共享，目前其基础图形库已达百余种。

Tableau支持的数据源类别很丰富，基本和PowerBI相当；展现端分享却只能依赖Tableau Server平台。虽然它同时支持移动设备展示，但Tableau公司目前只有Tableau Desktop与Tableau Server两款主打产品，即使再加上新问世的Tableau Prep，生态系统略显单薄。

Tableau也有自己的在线社区，与微软类似，但不提供用户创建Tableau图形。除了社区，Tableau还有一个对公众完全免费开放的在线平TableauPublic，用户只需下载Public版本的Tableau就可以免费使用Tableau Desktop的所有功能了，该平台上的所有作品都由来自世界各地的创作者创作，主题丰富多彩，用户可以充分利用此平台实践学习。

第五回合产品与服务费用

结论：Power BI胜出

Power BI在收费方面更有优势。

首先，Power BI Desktop工具本身是免费的，从官网直接下载就可以了。Pro License收取每月9.99美元的升级服务费用，服务包含网上共享协作、额外空间、刷新频次增加。云计算能力由微软公有云自行分布，用户可以享受60日免费Pro license体验，但需要用公司账号注册。Power BI Premium适合企业级应用场景，在这个Premium Package里，企业享有专用CPU、带宽，并可以自行决定Pro用户的数量，消费数据的用户不需要再购买Pro，可以为企业节约一笔可观资金。