Olvasási idő: 4 perc
“Ne legyünk szerelmesek első látásra!” Röviden így tudnánk összefoglalni a self-service BI eszköz választásra vonatkozó tanácsunkat. Először mérjük fel az igényeket, állítsunk fel objektív értékelési rendszert, majd ismerjük meg a lehetőségeinket.
Előző cikkünkben már szó volt az értékelési szempontok egy részéről, most néhány meglátást osztunk meg self-service BI eszközökről.
A sokak által leginkább ismert megoldásokról (Tableau, Power BI és Qlik) részletesebben írunk, valamint kitekintünk további szoftver lehetőségekre is. Végezetül megpróbáljuk rendbe tenni, milyen szerepben vannak a nyílt forráskódú megoldások a területen.
Disclaimer: A cikkben leírtak elsősorban a dashboard projektjeinken szerzett tapasztalatainkra és az egyes technológiák házon belüli tesztelésére épül. Nincs szent grál típusú megoldás és platformfüggetlen IT beszállítóként nem is célunk egyes megoldások promotálása. A cikk célja, hogy a professzionális piackutatók (pl. Gartner) és termékleírások mellett egy új narratívából tekintsünk a self-service BI eszközökre.
Három név, akikről szót kell ejteni
Aki kicsit is beleásta magát a self-service BI eszközök témakörébe, a Tableau, Power BI és Qlik hármassal biztosan találkozott. Nem véletlen, hiszen a három termék évek óta a Gartner Magic Quadrant for Analytics and Business Intelligence Platform rangsorában is a ‘leaders’ negyed lakói.
Tableau
+ Kiemelkedően jól támogatja az adatfeltárást, az ad-hoc elemzéseket
+ A riportok megjelenése “garantáltan” igényes a beépített eszköztárak miatt
+ Nagyon erős közösség és support áll mögötte, emiatt kevés a megoldhatatlan probléma
– Saját eszköz használati logika miatt lassabb a betanulás kezdeti szakasza
(Azonban középtávon nagyon intuitívvá válik)
Konkluzió: Alapvetően a felmerülő igényeket teljeskörűen kielégíti. Folyamatosan fejlesztik az eszközt, erősen innoválnak a megoldáson. Minőségi termék, amelynek elsősorban a licensz költségei jelentik a kritikus szempontot.
Power BI
+ Nagyon sokoldalú, “svájci bicska” jellegű eszköz.
(Jó adatfeltárásban is és dashboard építésben is)
+ Microsoft termékeken szocializált felhasználó könnyen elsajátítja
+ Nagyon dinamikus termékfejlesztés alatt van, pár havonta új verzió érkezik.
Láthatóan ügyelnek a fórumokon kért, kritikusnak tűnő funkciók beépítésére.
+ Nagyon erős közösség, support
– A riportok megjelenése alap beállításon inkább “mérnöki-kinézetű”
(Azonban nagyon jól testreszabható)
Konklúzió: Microsoft eszközhöz hűen nagyon összerakott, a piaci igényekre építő eszköz. A felhasználó szám alapú pro (cloud) licensz korrektül árazott, a vállalati prémium licensz érezhetően nagyvállalatokra van szabva. Az utóbbi években erősen a cloud felé vannak terelve a felhasználók, annak előnyével és hátrányával együtt.
Qlik (Sense*)
+ Adatelőkészítő, adattranszformációs (ETL) funkcionalitás nagyon erős
+ Jól támogatja a rendszeres dashboarding, reporting folyamatokat
– Kevésbé támogatja az intuitív adatfeltárást
– Gyengébb a közösség és a fejlesztést támogató tartalmak sincsenek mindig a
segítségünkre, ezért nehezebb a problémák feloldása
(- Néha túl okos akar lenni a szoftver, ezért “work around” megoldások születnek)
Konklúzió: Elsősorban rendszeresen frissülő dashboarding, reporting esetekben ajánljuk, ahol nagy hangsúly van az adatbetöltők megírásán a self-service BI eszközön belül.
Habár a Gartner is csak Qlik-ként emlegeti, valójában a cég egy egész termékcsaláddal rendelkezik. A fenti pontokat a Qlik Sense termékükre vonatkozóan értjük.
További ígéretes játékosok
A fent említett három eszközön túl érdemes körülnézni a piacon a további lehetőségeink kapcsán. Könnyen lehet, hogy a már meglévő technológiai stack-ünk, licensz konstrukciók és további faktorok alapján a saját felhasználási esetünkben jobb érték ajánlatot kapunk az alábbi játékosoktól:
- Oracle Analytics:Oracle technológiákat használata esetén.
- SAS Visual Analytics: SAS technológiákat használata esetén.
- Looker: Felhős szolgáltatások gyakori használata mellett.
- Data Studio: Online marketing és Google termékek használata esetén.
A lista természetesen még közel sem teljes, a választást egyedi szempontok alapján érdemes mérlegelni, és további technológiák is szóba jöhetnek.
Kiválthatják a nyílt forráskódú megoldások a legismertebb eszközöket?
Adatvizualizációs témában is gyakran előkerülnek a különböző nyílt forráskódú megoldások, mint például a ggplot, a plotly, a matplotlib, a bokeh és számos további alternatíva. Ennek okát elsősorban az ingyenességben látjuk, ritkább esetben a nagyon magas fokú személyre szabhatóságban vagy IT architektúra kapcsololódás miatt.
A dashboard építés területén a Shiny (R háttér), illetve Plotly Dash (Python háttér) merülnek fel a piacon, mint a korábban felsorolt licenszköteles termékek alternatívái.
Mi úgy látjuk, hogy nem egy pályán versenyeznek, nem azonos felhasználói igényeket elégítenek ki.
- Shiny, Plotly Dash használata esetén a dashboard fejlesztőjének programozói affinitással kell rendelkeznie. Ezzel szemben a self-service BI eszközök kifejezetten az üzleti felhasználók kezébe ad egy könnyen tanulható eszközt.
- Pénzügyi szemszögből a kérdés, hogy a self-service licensz vásárlással és üzleti felhasználóink oktatásával vagy nyílt forráskód esetén a fejlesztői órák kifizetésével és az alkalmazások hosting költségével kalkulálva érünk e el optimális megoldást a felhasználási esetünkben.
- Mert valójában itt sincs one-size-fits-all válasz. A felhasználási eset dönti el, milyen eszközt érdemes használni.
A legjobb megoldás…
Nem létezik. Mindig felhasználási eset függő.
Ezért is kritikus az előzetes és minél teljeskörűbb igényfelmérés a valós felhasználási esetekkel, a felhasználók bevonásával.
Érdemes kihasználni a szoftverek demo lehetőségét, így akár célzott összehasonlítást is végezhetünk egy néhány kiválasztott eszközön és proof-of-concept jelleggel előre feltárhatjuk, hogy az eszköz valóban kielégíti e a felhasználási igényeket.
Végezetül tartsuk szem előtt, hogy a kiválasztott self-service BI eszköz csak egy tényező a sikeres adat-alapú vállalati kultúra kiépítésében. Emelett a kompetencia menedzsment, a felső vezető szintű támogatás, a teljes BI technológiai stack legalább akkora súllyal bírnak a kultúra váltás során.
Földi Gergely – Dashboard and data warehouse developer