不少朋友私信我，想要我出個國産BI工具的測評，今天就開始第一期：帆軟 VS 觀遠
仍舊先放測評要素：
（1）工具
①易用性
BI面向的對象大多還是業務人員和專業資料分析人員，是以工具好不好上手、互動體驗是否絲滑以及有沒有足夠的學習資源很大程度上決定了使用者會不會持續性用，以及能不能深入用。市面上大多數BI工具都打着“零代碼”的理念：能拖、拉、拽實作，就不寫複雜函數。帆軟的Fine BI和觀遠的BI也不例外。
觀遠的功能都是通過頁面層層遞進來展現，是以每個頁面單獨看結構都很簡單，即使是從來沒有接觸過BI工具的新手也能跟随提示進行資料分析和圖表制作。
而Fine BI操作界面資訊量是比較大的，功能都平鋪在單個頁面上，通過線面做區分，比較難在螢幕小且資料量多的情況下快速進行資料分析。但也是因為功能資訊展示比較豐富，層級相對較少，真實場景分析的時候會覺得操作效率特别高。
舉個例子：
我要分析本月A門店的銷售資料，那我第一步就需要找到這些資料。
在觀遠BI裡面，我隻需要點選三下，頁面就層層遞進找到門店資料表，這就是觀遠BI的易用性展現。但注意一下這個操作的前提：我知道表的完整名稱，也明确表中字段有哪些。
在Fine BI裡面，我直接找或者在搜尋框輸入關鍵詞來找到對應的表和資料，在發現這張表不是我要的時候可以直接選擇另外一張檢視，直至找到我要的資料，這就是Fine BI操作界面資訊豐富。
實際情況中更多是下面這樣的場景，我隻知道大概的關鍵詞，但不知道具體是哪一張表，是以我需要挨個點開幾張表，去确定我要用到的資料是在哪一張表裡面。
在是否好上手和互動體驗層面，看産品示範的時候會覺得觀遠更勝一籌，但在實際業務使用過程中，會發現帆軟的Fine BI的互動才是更适合探索式分析的。
其實對大多數人來說，資料分析的習慣都是來自于Excel，Fine BI延續帆軟的報表工具FineReport，使用的也是類Excel的操作界面，而觀遠的smartETL算子不多，看起來很簡單，在實際處理資料的過程中可能需要大量的操作，業務實際用起來還是有難度的。
帆軟和觀遠在官網都有文字版本和視訊版本教程入口，學習資料方面持平。
②性能
在産品架構上面，觀遠封裝的是Clickhouse，帆軟采用的是StarRocks大資料解決方案。在“高并發”情況下面，clickhouse一個查詢占用伺服器一半的cpu，starpocks能進行預先聚合，幾億的資料表可以先聚合成幾百萬的表，提高并發效率。一般來說，ClickHouse 适合于次元變化較少的拼寬表的場景，StarRocks 不僅在單表的測試中有着更出色的表現，在多表關聯的場景具有更大的優勢。
具體選型可以看這一篇文章《ClickHouse vs StarRocks 選型對比》。
在談到資料處理的時候，最好是将性能分成兩塊看：千萬級别以下和千萬級别以上（大資料量一般指億級以上）。
資料量小于1000萬行的資料集，帆軟使用的Spider引擎和觀遠使用的Spark引擎都能提供較好的響應體驗。
但在大資料量的場景下，别聽廠商吹噓，我所了解的國内外BI廠商都沒辦法提供比較好的支撐，也不再适合使用抽取模式進行分析。這種情況下，要麼自己進行底層資料優化，建設大資料平台；要麼了解一下廠商是否有相應的解決方案。
我了解下來，帆軟有個大資料量方案，大概就是挑了一個性能很好的資料庫專門做了适配和優化，以此來達到對億級大資料的支撐。具體實施效果怎麼樣，我這邊還沒了解到，有了解過的朋友可以在評論區分享。
③功能
BI工具的功能很多，不同的工具側重點不同，是以在確定易用性和性能的基礎上，還是看功能和企業需求的比對度。
- 資料準備
帆軟和觀遠都是支援填報和連接配接資料庫這兩種資料連接配接形式的。觀遠在BI裡面直接有資料填報的功能，而帆軟資料填報則是要用上報表工具FineReport，後者的填報能力很強，但産品融合性有待考察。
再說連接配接資料庫的情況，兩者接入難度都比較簡單，隻是在支援的資料庫種類上有些出入。
帆軟在接入方面，隻要資料庫伺服器添加一個允許通路白名單後，填寫對應的資料庫位址、賬号密碼之後就能馬上接入。Fine BI支援大部分主流資料庫，數量上較觀遠來說是更多的。
觀遠接入和帆軟的步驟是一緻的，都比較簡單。觀遠基本支援市面上常見的資料庫，如果沒有特殊需求，也都夠用了。
- 資料處理
在ETL環節，帆軟一如既往使用全家桶模式，有專門的工具FineDataLink，提供一站式資料處理平台，可以說是專為IT準備了資料開發處理子產品，支援資料同步、資料轉換，對比删除、資料關聯、行列轉換、json解析、SQL腳本、條件分支、循環容器等專業資料處理操作。本質上，帆軟認為資料處理應該交給IT，而資料編輯分析可以交給業務自己完成。
觀遠則是有專門的智能資料處理子產品（Smart ETL），使用者可以拖拽方式對多資料源進行資料處理操作與資料融合。能看出觀遠是想通過提供簡易的ETL工具，讓業務承擔部分資料處理工作，但實際使用過程中，文本處理、名額計算等要用到比較多公式，對業務人員的素質要求比較高。
- 資料分析和可視化
基礎的資料分析功能，我不展開講了，兩個工具差距不多，比如OLAP分析，兩者都能便捷配置關聯、跳轉、鑽取等；都支援參數參與計算和過濾；都支援快速計算如一鍵計算同環比、最大最小、平均、方差标準差（觀遠不支援）、占比、累計等等。
在進階資料分析層面，帆軟Fine BI6.0版本強勢地推出了針對複雜的分析場景的DEF函數，号稱掌握一個公式可以解決所有的資料分析的場景。DEF函數的出現算是了打響了國内沖擊進階計算的第一槍，多少有點在向Tableau LOD、DAX CALCULATE宣戰，我多去研究一下，争取下次補充點實際應用進來。
在可視化方面，帆軟Fine BI與Power BI、Tableau的設計思路一緻，都是基于圖形文法設計可視化子產品，将圖形建構過程分解為一系列可組合的元素和操作，進而實作可重複、可擴充和靈活的圖形生成。
除此以外，Fine BI能夠制作可視化儀表盤，但不具備可視化大屏功能（通常用FineReport實作），也不具備複雜報表功能（通常用FineReport實作）。是以，一般情況下，公司采購帆軟産品都是FR+BI的形式。
觀遠BI在可視化方面則是選擇了“圖形先于問題”的思路，先确定需要的圖表類型，再進行展示，在樣式切換靈活性方面稍微薄弱，他們為此也在固定圖表的數量上有所投入，具備50多種固定圖表類型。
此外，觀遠的BI是全面集合了可視化大屏和報表功能的，隻分功能子產品，不會區分軟體，融合性方面做的比較好。
- 平台管控
權限管控是平時采購比較關注的點，我這邊整理了相關權限管控的功能，大家對比的時候可以細看。這裡提兩個我注意到的問題，帆軟的權限不支援模闆直接複用，而是通過表之間的關聯來複用權限，這跟我們平時的使用習慣有些出入。而觀遠的行權限管控需要用到sql，層級越多sql越複雜，公司架構比較複雜的情況下就很難受了。
舉個看上去極端實際很常見的例子：A上司管甲部門的C上傳的某個資料表的權限，某個單獨項目裡A、B來自兩個部門，但C又不是這兩個部門的上司，這時候要去設定權限配置設定，寫sql能寫到崩潰。
（2）廠商
帆軟起步早，知名度高，客戶總數超過26000家，之前憑借FineReport在報表領域有一席之地，現在更多地在推廣Fine BI6.0。就是一家算是比較老牌的軟體公司，主打“永不上市”，也幾乎不用擔心被割韭菜，制造業、金融行業、醫藥行業解決方案和客戶做的比較多，聲量很大。
觀遠算是BI界的後起之秀，走的是融資上市路線，主攻零售行業。近幾年觀遠的市場擴張比較激烈，解決方案側都是一些深耕行業的資深業務，營銷側也提出了“AI+BI”的概念，産品側的動靜不大。
從我角度來說，企業選型的時候也要考慮是否能夠落地，之前受邀參加了“AI+BI”的内測活動，出錯率還是比較高。不過我對“AI+BI”是抱着樂觀态度的，希望國産BI能夠在國際上産生聲量。
（3）市場
在 Gartner 公布的《2021分析與BI平台魔力象限》報告中，Power Bl 和 Tableau 均位于上司者象限。國内市場的上司者則是連續多年登頂IDC中國BI市場跟蹤報告的帆軟軟體。
私我免費用工具
小結
國産化浪潮之下，國内廠商對于國外軟體替代的雄心明顯，也确實在本地化服務和落地能力上更有優勢。可以預見，在大量利好政策和創新土壤的孕育下，國内市場将出現更多國産BI 産品，與國外産品共同競争，而國内 BI 産品将受到更多關注。
最後給大家分享一張BI工具選型評分表，企業根據自由情況去對上述因素進行對比，根據評估次元打分後再按照權重計算總分。