1. Tableau与Powerbi比较
tableau像IOS,Powerbi像Android。
tableau像手机相机,powerbi像单反相机。
tableau操作界面十分简洁,易懂,美观。powerbi操作界面复杂。
tableau80%的功能可以通过鼠标拖拉拽实现,powerbi只用鼠标能实现的功能少于20%.
画图能力。
tableau的图表库只有24种,其他的雷达图,桑吉图,股价图等得通过这24种图、绕着弯衍生出来,做完一个复杂图,过几天你大概率是记不起来怎么做的。
powerbi图表库是开源的,可以使用官方的,也可以直接引用其他作者的现成的图,更换自己的数字就行。
另外,在地图方面,tableau的比较慢,powerbi用的是自家的bing地图,速度很快。
售价
tableau单机版2000多元一个月,有破解版。
powerbi单机版免费,服务器版要收费。
学习环境
tableau在国内没有活跃的社区,国外的社区浏览速度很慢,而且是全英文。tableau在国内只有几个代理公司在其微信公众号上发些命题作文式的文章,宣传自己功能很强大。我曾经问tableau公司的人,为何不做个服务器在国内的社区?让用户把自己的问题提出来,tableau的分析师答疑解惑,但没有下文,估计是中国管理层权力太小。
powerbi的中国社区有很多,有各种大V推出的教程、星球圈、微信群。
本地化搞得不好的外国产品,很难有好的发展前景。
技术前景
从AI角度,powerbi发展潜力更大。
假想在未来,有个语音识别数据机器人,你问他“某个公司在某个省最近5年销量什么样?”,机器人迅速调出一个柱状图出来,这样的数据分析AI产品是未来的趋势,powerbi现在通过输入英文,调出结果,已有点那个意思。
BI发展到AI产品是大趋势,这个阶段有多长?不确定。而这个周期就是数据分析师存在的意义。如果有一天BI产品成功转型到AI,那90%数据分析师就失业了,公司买个机器人就行。
数据分析师应该密切关注BI产品的升级内容,清楚自己离被机器替代的还剩多少时间?
国产BI软件还需时间。
国产BI产品典型代表是FineBI,参加过他们的技术日会议,用户活跃量很大。
我自己下试用了几天,放弃,原因:
1.操作逻辑比powerbi复杂,更别说是tableau。
2.共同学习的环境差,只有官方的视频教程,其中一个教程的录制者是在感冒期间录的,隔几分钟就能听到吸鼻涕的声音,实在难以忍受。
3,要花钱。在手机上看报表,好像得花5000元买个插件,Powerbi是免费。
4.曾经问过一个统计专家关于Finebi的前景,他说BI产品的核心是其逻辑体系,Finebi如果按照现在的迭代速度,10年后发展会很不错,关键是得能存活下来。
总结下来,Finebi适合企业用户,企业花钱买FineBI的服务,业务员不需要懂任何数据分析技能,只需要提需求,FineBI的人给你做好了,然后你在成品报告的基础上做点修修补补的工作。
总结。
如果仅是为了减少重复工作,自动更新图表数据,而且要注重美观,tableau比powerbi强。如果你的数据很复杂,要创建很多自定义的分析指标、自定义的报表、满足各种奇思妙想,只能选powerbi。另外,要关注BI产品的升级内容,知道自己离被机器替代还差多久。
2. Tableau的十大表计算
使用表计算时需注意: 1)要指定特定维度,这样字段拖动的时候才不会影响计算结果; 2)特定维度的字段顺序会影响计算结果
1、自参考日期开始的百分比变化(window_sum( )窗口函数) 可以使用window_sum( )窗口函数和LOD进行计算。
知识点: 1)window_sum( )窗口函数的默认范围是first到last,也就是window_sum( 参考日期(收盘价),first(),last()); 2)表计算本身就是聚合,LOD不是聚合,在计算的时候需要加SUM()把数据变成聚合的; 3)参数动作;
2、公共基准(index函数)
知识点: 使用公共基准的时候,需要用到INDEX函数,类似于索引排序。可以用在新产品上线的状况,不同员工入职时间的评估等方面。
3、随时间变化的销售总额百分比(多遍聚合)
知识点: 在汇总和移动计算时经常需要用到多次聚合(也就是Tableau表计算里的添加辅助计算;
4、查询不同时间段排名变化(凹凸图,rank排序)
知识点: 1)排序的问题首选表计算; 2)排序表计算函数有rank( )和index( ),index是索引排序,rank的参数必须是度量; 3)直接用快速表计算进行排序,排序的依据是度量,可以选择排序的方式; 4)连续的方式轴会有零值,所以改成离散的 5)双轴、同步轴;
5、移动汇总(running_total和window_sum函数都可以实现)
知识点: 1)running_sum( )计算每日增加数据; 2)计算偏移数据的时候需要使用到lookup函数,lookup(running_sum( ),-1 )计算第二天早上合计未处理数据(向前偏移一个数据); 3)WINDOW_SUM([净增加],FIRST(),-1); 4)lookup和running_sum函数都是window_sum函数的一种特殊形式,都可以使用window_sum函数代替
6、加权平均
知识点: 1)分母是total(sum( )),就是快速表计算的合计百分比; 2)也可以使用window_sum函数计算,window_sum(sum( ),first( ),last( ));相当于在计算窗口从第一个到最后一个数的总和
7、分组计算(window_avg函数)
知识点: 1)分组计算,分组求平均值,可以指定计算的组别大小; 2)可以对比MySQL窗口计算函数进行理解
9、可变时段的移动平均(window_avg函数)
知识点: 1)计算窗口的大小设置可以结合参数使用
10、各时段与平均值的差异(window_avg函数)
知识点: 1)分别求年内各季度与均值的差异和各年与均值的差异