最近公司要做BI,想购买一套BI平台，不知道该选哪一个，目前想比较下国产思迈特以及oracle biee的平台

Posted 2023-04-25

有没有用过的知道他们的技术特点啊？他们的优势在那些地方

国外BI：SAS BI、IBM的cognos、Oracle BIEE、SAP BO、Power-BI、Informatica、Arcplan、QlikView、Tableau等等；

国内BI：BDP商业数据平台、smartbi、用友华表、帆软、润乾报表，永洪科技等。

国外BI

1、IBM Cognos

IBM提供了全面的商业智能解决方案，包括前端工具、在线分析处理工具、数据挖掘工具、企业数据仓库、数据仓库管理器和数据预处理工具等。结合行业用户的业务需要，IBM还向用户提供面向政府、电力、金融、电信、石油、医疗行业的商业智能解决方案。IBM Cognos商业智能解决方案基于已经验证的技术平台而构建的，旨在针对最广泛的部署进行无缝升级和经济有效的扩展，能满足各类型用户的不同信息需求。传统BI工具中最被广泛使用的，已被IBM收购。拥有强大的数据库平台、在数据管理、数据整合以及中间件领域专业功底深厚。偏操作型，手工建模，一旦需求变化需要 重新建模，学习要求较高。

（信息来自百度百科）

2、Qracle BIEE

BIEE 现在oracle下是最强力的bi分析工具，最早进入中国,支持简单方便的集群，前端及中后端设计功能强大，前端开发灵活易用，只要开发公司投入足够强力的技术人员，工程期规划合理，基本上可以实现从上层到中下层的所有的需求，界面还算美观，不过弱点就是说做一些中国式的报表工量较大，还有一些不足的地方，但是oracle不断的发展和升级，产品正在变得越来越好。其他方面是实施建议找一个真的很负责任的公司和实施团队实施 。全看实施团队的技术能力。

3、SAP BO

SAP BO公司收购的一款BI工具，产品运作模式是结合SAP的ERP系统，所以整合其他数据库或系统并不占优势，属于重型BI，使用要求较高，升级困难。无功无过，在BI产品不具特色，同SAP一样，与Oracle的产品线紧密绑在一起。貌似国外厂商都是捆绑型卖整体方案。

4、Qlikview

Qlikview的主要特点是开发和使用简单，但是和Tableau 、FineBI相比，操作性能差一些，总的来说，它可以让自助数据分析和所有信息都有一个灵活的直观的展现。Qlikview通过AQL架构提供灵活、强大的分析能力时，AQL架构改变了需要OLAP立方体的需求。Qlikview的缺陷也很明显，受限于用户数（也就是说价格）和设计报表的复杂程度，只能用于少数几个管理层人员，广大的中层干部的报表问题其实没有解决。

5、Tableau

定位是一款数据可视化工具，可视化功能很强大，对计算机的硬件要求较高，部署较复杂，目前移动端只支持ios系统。操作简单，用户只需要简单配置，拖拖拽拽，就可以做出数据分析。整体来看，工具挺不错的，成本低，可以快速上手；功能挺强大的，可视化效果真心不错，也有数据钻取、动态的功能效果，Tableau虽然具备强悍的分析功能，但是数据抓取功能很弱，数据处理能力差，需要实现准备好数据，所以可以认为是面向数据分析师的前端工具。另外Tabluea真心不便宜，最便宜的一年要999刀。

国内BI

1、BDP商业数据平台

BDP商业数据平台旨在帮助企业快速完成多数据整合，建立统一数据口径，支持自助式数据准备（ETL），并提供灵活、易用、高效可视化探索式分析能力，帮助企业构建贴合自身业务的企业洞察，并将数据决策快速覆盖各层员工及应用场景。

BDP可以灵活接入与同步多种数据源，包括各类数据库连接、OpenAPI以及各种SaaS平台API，满足企业多种多样的业务场景、亿行数据秒反应，快速实现数据清洗、整合、加载，通过拖拽即可可视化分析，支持近30种图表类型和12种自带配色方案，让数据更加直观、美观。

BDP商业数据平台为企业提供的核心价值在于用直观、多维、实时的方式展示和分析数据，并可在APP实时查看和分享，全面激活企业内部数据，用数据驱动业绩，适应快速变化的市场。海致帮助各类型企业迅速搭建贴合业务的数据分析平台，目前服务的客户涵盖互联网、零售快消、物流、O2O、医疗/教育SEM等多个行业。

（信息来自BDP官网）

2、FineBI

FineBI是几年前帆软公司推出的，在国内口碑和发展还行。通过傻瓜式操作，用户只需在Dashboard中简单拖拽操作，便能制作出丰富多样的数据可视化信息，进行数据钻取、联动和过滤等操作，自由分析数据。FineBI面向企业IT部门、业务人员，提供企业级管控下的业务人员自助式数据分析，向下帮助IT做好数据管控，向上充分利用底层数据，支撑前端业务数据应用。数据分析功能全面实用，但中规中矩，没有那么多突出亮点。帆软旗下的自助性BI产品，轻量化的BI工具，部署方便，走多维分析方向。后期采用jar包升级换代，维护方便，最具性价比。

3、永洪BI

敏捷BI软件，产品稳定性较高。利用sql处理数据，不支持程序接口，实施交由第三方外包。永洪的技术主要分为大数据和可视化两点。在大数据方面，通过列存储、分布式计算、内存计算、分布式通讯等技术，永洪自主研发了高性能的大数据计算引擎，作为分析用的数据集市，可实现百亿级数据在秒级时间内完成计算。在可视化方面，永洪将复杂的多维分析功能隐藏在背后，在前端通过点击和拖拽的简单可视化操作实现各种复杂的分析过程。

随着近几年大数据、数据分析技术越来越热门，Tableau、Qlikview包括国内的BDP商业数据平台等一些轻型敏捷BI，由于简单易用，可视化程度高、使用门槛低的优势，逐渐被企业认可。

对于BI产品，我了解的就这么多啦，希望能帮到你吧~~~

参考技术A

BIEE作为Oracle的产品，与Oracle的结合更好，产品有更多的客户验证和行业经验。思迈特BI是国内的二线BI产品，影响力局限在华南地区，质量和服务水平一般吧。选择BI产品，最主要是能解决自身什么问题，当前BI产品很多，cognos、sapbo、finebi、qv等不妨多了解下，若是预算有限，还可以用报表软件实现，推荐用finereport。找了一下FineReport的百度网盘下载地址，楼主可以体验一下:

追问

finereport可能不太适合，看了下他的特点主要是在报表方面，而我们要用的主要是分析和图表，还是感谢你

本回答被提问者和网友采纳 参考技术B 我们公司也是对比再三，后来领导选了思迈特BI，以下有一些和帆软功能上的差异，希望可以帮你参考：
1、帆软有的报表功能，smartbi报表全都有；
2、smartbi报表直接使用Excel作为设计器，在产品对Excel的兼容性，易用性，学习资源，操作手感等多方面远超过帆软报表；
3、smartbi报表的图形能力远超过帆软报表：支持更多的图形类型，图形选项，和图形组合能力； 帆软只支持基础图形，图形选项有限，并且图形类型无法扩展。
4、smartbi报表的计算能力远超过帆软报表：除了支持传统的各种复杂报表外，支持所有Excel的统计函数、财务函数； 甚至直接可以做曲线拟合，用于趋势预测；
5、smartbi报表提供了自助报告的功能，可以让用户在word和ppt中编写报告，用于周期性的报告材料自动生成，并可发布到web端 和 移动终端。 帆软完全不支持该功能。

企业服务的3种模式：On-PremiseSaaSMixed，该选哪种？--创业邦

B轮融资二三事

我们从9月份开始启动B轮融资，与这些颇具洞察力的投资人聊天，是非常有挑战的事。他们的很多观点充满智慧，能帮你突破思考局限，受益良多。当然，整个过程虽然有趣但也不轻松，毕竟你的目的是完成融资。

第一个麻烦就是A股七八月份的大跳水。A股大盘从5100点跌落到2900点，很多机构和散户亏损严重，这大幅动摇了国内投资机构的信心。开启B轮融资时，我们对一家跟踪公司长达一年的基金充满信心，认为拿Termsheet是十拿九稳。然而，在交流之后的第三天，他们给回的反馈是今年只保老Case不投新Case。在同事的筛选下，我前前后后一共见了8家投资机构，拿到3个Termsheet，从结果上看差强人意，但一线基金给出的估值只到理想值的8成。我们认为短平快完成融资有利于业务发展，于是很快签掉Termsheet并完成融资。

第二个烦心事来自一个竞争对手，以前不知道为什么他们没能得到客户或投资界的青睐，后来慢慢才明白也许是因为他们把主要精力都放在阻扰竞争对手上了。最开始他们推广了一篇针对性的软文，这没有超出底线，我们选择了沉默。不过，他们很快失去底线，先通过未知手段获取到投资方，再给合伙人打电话以肆意贬低公司和团队。还是贵人多，这家投资机构非但没有退出，反倒将整个事情的经历原原本本地告诉了我们，并非常配合地完成了投资。

正能量的事情确实不少。A轮投资机构经纬中国专业而热情，对永洪科技的帮助一直很大，这次融资也很给力。他们不但坚决跟投，老大找我聊还希望公司能多给些配额，导致最终的融资额超过了原计划。我与东方富海TMT团队只有一面之缘，但这家百亿级的投资机构专业而敏捷，谈条款时他们对创始人做出了很合情合理的让步。艾瑞咨询也一直在后面默默地支持我们，在收集操作意见时，他们的答复总是“同意”。

创业几年，我得到的最有价值的经验是：一定要与高质量的投资机构合作，哪怕估值打8折。

这一轮融资的收获，第一是获取到支撑业务发展的资金，第二是让我再次有机会思考企业服务的模式，尤其是大数据分析服务的模式。

常见的企业服务模式

当前的企业服务模式是三种模式并存，分别是：On-Premise、SaaS、Mixed。

在8家投资机构中，有一家投资机构非纯SaaS不投，第一次听到这种观点的时候有点惊讶。目前，我们SaaS收入占整体收入的比例不超过20%，而大部分收入来自于私有云部署。

目前，很少听说一线大数据分析厂商是纯SaaS模式。基于线上数据做大数据分析的厂商往往是SaaS模式，目前大部分收入来自于SaaS模式，少部分收入来自于定制化开发服务；基于线下数据做大数据分析的厂商往往是Mixed模式，在目前大部分收入来自于On-Premise模式，少部分收入来自于SaaS模式和定制化开发服务。

关于基于线下数据做大数据分析的厂商的生存状态，我做了一个简单的调查：选择Mixed模式的Qlik和Tableau因为业务快速发展，在两三次融资之后便完成了上市，且后者上市之后的年复合增长率长期保持在80%以上。而选择SaaS模式的Birst和GoodData融资到了E轮还没有完成上市，业务规模较之前者也小了很多。

为什么会这样呢？大数据分析的原料是大数据，而大多数企业目前的私有云数据远大于公有云数据。数据已经成为成业的核心资产，企业级架构下的安全管控也成了重中之重。另外，如果企业选择将数据传输到云端SaaS平台进行分析，基于现有的互联网基础设施条件，数据传输又是个巨大的问题。简单地举个例子：如果上传速度是20Mbps，假设整个过程顺利的话，将1TB数据上传到云端大概需要5天（延伸阅读：数据批量传输到云端要多久、有多贵？）。

在这样的条件下，大多数企业的明智选择是：大数据在哪里，大数据分析就在哪里。因而，对于有云端大数据分析需求的客户，Yonghong、Qlik和Tableau会引导客户使用其云端SaaS平台。这种Mixed模式是On-Premise和SaaS模式的升级版，即同时提供On-Premise和SaaS两种服务，再通过技术手段打通On-Premise和SaaS，连接线下数据和线上数据，以最大化数据的价值。

未来，有两种力量会持续提升云端SaaS平台的收入占比：

1. 公有云数据将持续增长，10年以后云端数据也许会超过50%。在那时候，大数据分析厂商的云端SaaS平台的收入占比将随之升高。

2. 互联网基础设施条件得以大幅改善，数据传输效率得以大幅提升，打造基于云端的纯SaaS平台成为一种可能。这时候企业将第一次有机会把企业级数据仓库构建在公有云，但那时候公有云和私有云之间的边界已经不存在，混合云成了企业级计算的新常态。

大数据分析公司Palantir的模式

大数据分析软件公司Palantir是硅谷最具神秘气质的初创企业巨头，我们对其知之甚少，只知道其数据处理软件可用于打击恐怖分子和抓捕金融行业的犯罪分子。Palantir 的联合创始人包括 Peter Thiel 以及风投机构 Formation 8 合伙人 Joe Lonsdale，其早期投资方还有美国中央情报局旗下的风投公司 In-Q-Tel。

通常，购买Palantir软件的费用在500万美元至1000万美元之间，客户被要求预先支付20%的经费，剩余部分在客户满意后再支付，据说没有一套软件被退回。创始人Alex Karp声称公司是“没有公关，没有销售，没有营销”，这一切都是为了保证产品（延伸阅读：金融大数据分析平台Palantir Metropolis介绍）。

经过十多年的发展，Palantir成为继Uber、小米、Airbnb之后，全球估值第四高的创业公司。7月底递交给美国证券交易委员会（SEC）的文件显示，Palantir已经成功融资约4.5亿美元，估值为200亿美元左右。

Palantir选取的模式是On-Premise。

On-Premise并未阻碍Palantir收入的快速增长，更未阻碍Palatir成为硅谷最性感的大数据分析公司，受到很多一线投资机构的追捧。

另外，个人坚定地认为Palantir内部一定有其云端计划，这一云端计划不会放弃On-Premise，而是Mixed模式。

人力资源服务Workday的模式

在10年左右的时间里，从事人力资源服务的Workday在竞争激烈的行业中取得了不小的成功。如此新颖的模式和迅速的成长，让行业巨头也为之侧目。但是，Workday的发展道路上并非没有风险。随着公司多元化的发展，以及竞争对手的增多，Workday还未能扭转亏损的局面。

从技术角度看，Workday最大的不同之处在于用Metadata来定义数据之间的关系。Workday并没有采用包含大量表的关系型数据库，其对象型数据库只有三张表：实例、属性和索引。你很难从这个对象型数据库本身了解其含义。

当Workday的系统启动时，作为系统核心的对象管理服务器(OMS)会读取存在三个主要表中的数据和定义，根据Metadata所规定的关系，将业务呈现给用户。如果要变更产品，只需要修改Metadata以重新定义对象之间的关系，然后再重启应用即可。Workday很酷，连笔者都是他的粉丝，成功上市之后，Workday的市值长期保持在100亿美金左右，拥有大量热爱Workday的股民（延伸阅读：Workday深度分析）。

Workday选取的模式是SaaS。

在很多人心目中，SaaS就像水一样，打开水龙头能能用。有的云计算厂商的口宣传语都是秒级调度计算资源，或者秒级开启SaaS服务。大家猜猜如果一家企业采购了Workday的SaaS HR服务之后，需要等多久就能用上？不是一秒，不是一小时，不是一天，也不是一个月，甚至不是一个季度，一般是一年以上！基于Workday发明的面向未来的对象型数据库，据说配置一套Workday只需要对各种对象进行拖拽式操作即可，但由于企业服务的逻辑复杂性，过去Workday的上线周期一般在一年以上，有的Case甚至超过两年。

Gartner关于企业服务SaaS模式的研究报告

Gartner关于SaaS模式的研究报告能让大家更加正确地认识SaaS模式。Gartner VP Robert DeSisto表示，市场上对于SaaS模式充斥着许多假设性想法，其中有的想法是正确的，有的想法是错误的。他呼吁企业要谨慎检视SaaS的真实面目，因为有许多客户基于这些错误的假设，便决定部署SaaS方案。

在这份名为“事实检视：五个SaaS最常见的假设”报告中，Gartner提出了五个关于SaaS最常见的假设，供业界作为参考：

1. 关于SaaS较传统就地部署(On-Premise)模式成本较低，Gartner认为，因为不需要高额的资本投资来采购软件或建置基础架构，选用SaaS模式的前两年的确成本较低。但就第三年以后的软件拥有总成本来看，还是On-Premise模式较低。其中的原因之一是因为会计原则将On-Premise软件视为固定资产，可折旧摊提。

2. Gartner亦警告说，部署SaaS的速度也不一定较On-Premise更快。虽然软件厂商报价说30天是标准的建置时间，但事实上，有些软件可能花上数个月的时间。因为随着企业流程与整合度的复杂性增加，部署SaaS与On-Premise软件所需的时间差异会越来越小。

3. 若假设真的会以使用量来计费，那也是错的。Gartner表示，在大部分的情况下，企业还是会被要求签署固定费用的先期合约。

4. 业界同时也低估了SaaS的功能性。一般都认为，SaaS无法与On-Premise应用程序或数据源整合。但事实上，透过批次同步化的方式，先将数据加载SaaS应用程序中，然后再定期更新，或使用网络服务进行实时更新，都是可行的方法。

5. SaaS不是只能符合简单、基本的需求。Gartner表示，SaaS应用程序在Metadata层级是高度客制化的，可透过应用程序平台服务(APaas)的方式来实现，业界也有许多实际建置的范例。不过，对于复杂、端到端企业流程的管理功能来说，SaaS还是有其限制。

当前的On-Premise采购大多被会计原则视为“固定资产”， 而SaaS采购大多会被会计原则视为“服务”。这种混淆技术模式与商业模式的方式，让企业级客户在做选型时很难有最优选。

笔者相信，越来越多的大企业将会对On-Premise和SaaS形成统一的会计原则。这意味着在不久的将来，技术模式与商业模式将彻底分开。不管是公有云部署还是私有云部署，厂商都可以采用SaaS收费模式计价。

模式是手段而不是目的，应回归商业本质

如果不考虑目的，单纯地讨论模式没有意义。

有句话说得很好：没有最好的模式只有最适合的模式。一家成功的企业服务厂商会选取正确的模式提供服务，且模式会在企业发展进程中不断进化。作为大数据分析服务的厂商，走快半步也许刚好，走快一步就成先驱。选择比努力更重要，因势利导的顺势而为，远好过悲壮搏杀的逆势而为。

还有一个普遍的观点是：只要把客户拉上船，数据在我这里客户就跑不了。在这种观点的影响下，有的厂商通过营销手段让客户签单，有的厂商通过免费让客户先上船后买票，都寄希望于用“模式”套牢客户。靠手段只能通行一时不能通行一世，想让客户形成长期依赖不能靠手段。

笔者的观点是：如果我们不能很好地服务客户，而让客户的感知非常痛苦，我宁愿客户以最快的方式跑掉，这样才会警醒全公司上下形成反思和快速改进。只有这样，公司才不会如同温水煮青蛙般走向死亡，浑然不觉还乐在其中。

一家有生命力有创造力的企业，必然选择回归商业本质，那就是创造价值。

本文为作者Henry（北京永洪商智科技有限公司CEO，专注于数据可视化分析领域的数据分析、数据挖掘和数据展现）授权创业邦发布，转载请注明作者信息及来源，违者必究

创业邦100未来领袖峰会暨2015创业邦年会：寻找下一个独角兽；与投资大咖一起发现2015年中国最佳高成长企业，与创业明星一起揭晓“三十岁以下创业新贵”。