Tak co teda? Tableau, Power BI nebo GoodData? | Mňamka #28

Taky stojíte před rozhodnutím, jaký vizualizační nástroj používat? Naše mnohaletá zkušenost je jednoznačná. Není žádný nejlepší tool, který pokryje všechny use cases. Prostě na daný úkol je třeba použít správné kladivo.

V našich projektech vybíráme ze třech nástrojů - Tableau, Power BI a GoodData. Tady máte náš pohled, kdy volíme jaký z nich, vč. tabulkového porovnání jejich vlastností. V žádném případě se nejedná o vyčerpávající přehled, spíš shrnutí, co nám ve výběru přijde důležité.

Tableau

Jeden ze dvou leaderů současnosti - aspoň podle Gartneru. Už vidím, jak se do mě teď někteří z vás pustí, že jsem nevyzdvihl některou oblíbenou vlastnost. Tableau je ultra super nástroj pro ad-hoc analýzu. Možnosti připojení velkého množství datových zdrojů, možnosti je různě kombinovat od cross-database joins, přes blending až po nové relationships, téměř neomezené možnosti nastavení vizualizací - stačí se jen inspirovat v Tableau Public komunitě. Silný skriptovací jazyk na definici odvozených metrik a dimenzí (tzv. calculations).

Máte - relativně malý - tým analytiků, jejichž denním chlebem je ad-hod analýza napříč heterogenními datovými zdroji? Velké (obří) objemy dat? Pak Tableau je tool pro vás. Efektivita práce je obrovská. Znám fůru analytiků, kteří sedí s otevřeným Tableau Desktopem na poradě vedení a v reálném čase odpovídají na zvídavé otázky, vč. jednoduchých forecastů apod. Super!

Tableau má i super prostředí pro sdílení datových zdrojů, jednotlivých analýz a reportů a vůbec nastavení celého procesu data governance. Snadno se integruje do prostředí jakékoli firmy. Co je nepříjemný je cena, takže pokud počítáte uživatele ve stovkách a navíc většina z nich se chce “jenom dívat” na dashboardy, které jste jim vytvořili, vyjde vás Tableau poměrně draho. Někdy až velmi draho.

Power BI

Milované (Gartnerem a Microsoftily)  i nenáviděné Power BI. Nejmladší ze zmiňovaných zástupců. Na první pohled to skoro vypadá, ze Microsoft od Tableau hodně opisoval, akorát toolbox dal vpravo místo vlevo:-) Na druhý pohled jsou rozdíly zřetelné.

Tool s obrovskýma ambicema. Kromě všeho, co zmiňuju o Tableau, a platí i o Power BI, bych zmínil širší možnosti datových zdrojů, datového modelování, vizualizační komponenty třetích stran apod. Akorát ouha… když jste zvyklí na Tableau a chcete začít dělat s Power BI, až příliš často budete narážet na různé podivnosti, jakože, proč se automaticky negenerují datumové dimenze pro všechny typy datových zdrojů, ale jenom pro ty majkrosoftí a pro ostatní si musíte namodelovat? Nebo proč pro některé analytické warehouses neexistuje možnost DirectQuery a musíte dělat (obří) extract? Proč direct query pro analytický (non-Microsoft) warehouse trvá tak dlouho, že uživatelsky je to vlastně nepoužitelný? Atd. atd.

Ale, máte li ve firmě celou infrastrukturu Office360 (kterou Power BI po seriozní práci vyžaduje) a máte většinu datových zdrojů z MS světa, pak je Power BI super řešení pro vás. Jen pozor na různá omezení jednotlivých licencí. Např. na první dobrou se nikde nedočtete, že Pro licence (pouhých $9 za uživatele a měsíc) omezuje nejen velikost uživatelského workspace na 10GB, ale také velikost publikovaného datasetu na 1GB, takže brzy začnete jen optimalizovat a optimalizovat, abyste se vešli. A přestanete dělat svoji práci - analýzu.

Ještě jeden use case musím zmínit a to je realtime streamování dat do Power BI datasetu. Přes REST můžete v reálném čase pushovat do datasetu nové záznamy a měnit existující. Tohle zatím v jiných toolech moc nenajdete, takže pokud řešite realtime monitoring procesu, rozhodně uvažujte o Power BI, i kdybyste neměli celou MS infrastrukturu. Protože tohle se hochům z Redmontu fakt povedlo.

Chcete s výběrem pomoc? Není to tak těžký a rádi vás v tom naučíme chodit!

GoodData

Po mnoha letech do toho  naše oblíbená GoodData opravdu šlápla. Zdaleka nemá všechny možnosti, co má Tableau a Power BI. Dala se jinou cestou. Pokud máte hodně (a opravdu hodně) uživatelů a chcete jim distribuovat data a analýzy, nebo potřebujete analytiku embednout do vašeho produktu, pak jste na správné adrese. GoodData dokonce před časem opustila magic quadrant Gartneru “business intelligence” a vymyslela si vlastní “data distribution”.

Z pohledu uživatele naštěstí nehoní Tableau a Power BI, ale soustředí se při designu na konkrétní analytické use cases. Třeba JTým zmiňovaný zmiňovaný KPI wigdet, nebo oddělení date pickeru od dautmové dimenze, jsou super nápady, které když vidíte, tak si říkáte, jak je možný, že tohle Tableau ani Power BI ještě nemají a stále tyhle věci musíte složitě hackovat a trávit na tom opakovaně fůru času. Jo abych nezapomněl. MAQL je prostě MAQL, na to žádný calulated fields nebo DAX doteď prostě nemaj.

A na závěr? Ceník jejich growth plánu rozhodně vede k zamyšlení! Mrkněte na to.

Chachá, tak co? Je to jasný? Jestli ne, tady je slíbená TABULKA.

Aktualizace 19.2.2021
 

Máte k článku nějaké otázky nebo připomínky? Klidně mi napište, rád to s Vámi proberu :-)

Radovan Jirka
datový detektiv
LinkedIn

Jak ohodnotit lokalitu: Data vs. Pocity | Mňamka #523

Jak ohodnotit lokalitu: Data vs. Pocity | Mňamka #523

V dnešním dynamickém světě se může zdát, že rozhodování o tom, kde otevřít další pobočku, je náročné, a že v něm hraje roli až příliš mnoho faktorů. Často kladené dotazy, které dostáváme, se točí kolem hodnocení potenciálu konkrétních lokalit. V tomto článku vám ukážeme, jak Location Intelligence může poskytnout přesné odpovědi na vaše otázky a zajistit, že vaše rozhodnutí budou založena na datech a faktech, nikoli na pocitech a zdánlivé atraktivitě místa.

 Rychlý porovnání: dbt cloud vs dbt core | Mňamka #522

Rychlý porovnání: dbt cloud vs dbt core | Mňamka #522

Data Build Tool, běžně známý jako dbt, se stal klíčovým prvkem v moderním datovém ekosystému. Jako kompilátor analytického SQL pomáhá dbt profesionálům z oblasti datové analýzy přeměnit surová data v datovém skladu na použitelné poznatky. Tento článek poskytne srovnání dvou klíčových nabídek: dbt Core a dbt Cloud.

Jak správně představit svůj daty podložený příběh?| Mňamka #521

Jak správně představit svůj daty podložený příběh?| Mňamka #521

Jak dostat cenné poznatky z obrovského množství dat a  informací?  Co dělat poté, co jste provedli analýzu a identifikovali významný trend? Jak efektivně sdílet tyto poznatky s ostatními? Kdo je vaše cílové publikum? Dalším a možná nejdůležitějším krokem je vyprávění.