Автор: Стив Лок
Выбор подходящих инструментов для визуализации данных — непростая задача
Суть в том, что многие из ведущих инструментов имеют значительное пересечение функций, и обычно внедрение и последующее внедрение этих инструментов в компаниях связано с большими затратами времени и средств. Это означает, что после того, как вы определились с выбором, переход на другой инструмент может быть очень болезненным, поэтому это решение не следует принимать поспешно.
Кроме того, обзоры почти невозможно однозначно оценить, как видно из Forbes, который оценивает рекомендуемые инструменты визуализации данных от 4,2 до 4,5 звёзд.
По опыту, я часто обнаруживал, что некоторые из основных недостатков вашего выбора выявляются слишком поздно. Например, вы можете исследовать поддерживаемую платформу, но затем обнаружить, что во время внедрения существуют ограничения.
Лучший конкретный пример, который я могу придумать, — это Salesforce. Всё поддерживает её, но в зависимости от данных, которые вы хотите загрузить, вы можете обнаружить, что уровень поддержки сильно различается, например, поддерживаемые объекты/таблицы.
Чтобы снизить риски, идеальным сценарием было бы сотрудничество с практиками, которые создали именно то, что вам нужно в предыдущих проектах.
Ключевые области, которые я рекомендую оценить при принятии решения:
- Стоимость — включая возможные скрытые расходы, лицензии часто оказываются дороже для определённых источников данных, и вам необходимо понимать ограничения приобретаемого вами уровня.
- Заинтересованные стороны — например, есть ли какие-либо внутренние предпочтения?
- Поддержка диаграмм — особенно выявление поддержки любых экзотических диаграмм, которые могут потребоваться.
- Подключение к данным — охвачены ли все ваши основные источники?
- Управление данными — в крупных организациях обычно требуются ресурсы для обработки данных и хранилище данных.
- Существующие технологические поставщики — например, Power BI может быть логичным выбором, если в вашей организации уже активно используется Microsoft.
Мои лучшие варианты для рассмотрения:
Я всегда начинаю с Looker Data Studio, потому что он предлагает огромную ценность за свои деньги, причём даже крупные предприятия используют бесплатный уровень. Это отличный выбор даже в качестве вторичного или резервного варианта, если ваша организация уже использует другие продукты и услуги Google, такие как Google Workspace или GCP (в котором даже уже встроен Looker Data Studio).
Основной недостаток заключается в управлении данными, и вам следует ожидать определённых инвестиций в обработку данных и/или оплаты за коннекторы, чтобы получить все необходимые данные.
Важно отметить, что существует также более корпоративная версия Looker, которую часто путают с Looker Data Studio. Вам нужно быть особенно внимательным при исследовании, чтобы убедиться, что вы читаете о правильном решении.
Looker Data Studio формально назывался Google Data Studio, но затем был переименован, но на самом деле это совершенно разные платформы. Looker — отличный выбор для крупных предприятий, особенно если вы делаете большие ставки на другие сервисы Google.
Единственный недостаток заключается в том, что корпоративная версия Looker может быть слишком дорогой и считается дорогим решением. Однако по функциям и тесным интеграциям с продуктами и услугами Google ему трудно составить конкуренцию.
Если ваша организация активно использует технологии Microsoft, то Power BI должен быть включён в шорт-лист. Я также слышал о пакетных ценах, которые можно согласовать, что делает его популярным выбором.
Самый большой недостаток — поддержка Mac, и я ожидаю, что это станет препятствием, если у вас значительное количество пользователей Mac.
Таблица долгое время была надёжным выбором по умолчанию для аналитиков. Сообщество потрясающее, и это может быть логичным выбором для крупных предприятий, особенно если это популярный выбор в команде. Платформа была приобретена Salesforce, и некоторые недоброжелатели считают, что это замедлило разработку дорожной карты продукта.
Qlik — это полнофункциональный, экономичный и один из немногих решений с отличными функциями управления данными. Это означает, что вы часто можете загружать и преобразовывать данные, сокращая потребность в хранилищах данных и необходимость приобретения дополнительных инструментов.
Мне всегда нравится включать бесплатное решение с открытым исходным кодом. Мой фаворит — Superset. Эта платформа обладает полным набором функций, но я ожидаю, что для её поддержки потребуется команда по обработке данных. Несмотря на это, я знаком со случаями, когда переход на Superset с корпоративных опций позволил сэкономить несколько миллионов долларов за счёт ежегодных лицензионных сборов.
Это отличный вариант, если в вашей команде есть сильные ресурсы по обработке данных, и его следует оценить наряду с корпоративными инструментами, если стоимость является основным фактором.