我认为您已经了解，数据在企业中对各个层级（无论是高管还是总监）都是重要资产。仅仅拥有大量数据并不能让企业成功，除非能从中提炼出有价值的信息。
这些信息会直接或间接影响收入。为了从海量数据中提炼信息，需要一套分析平台。幸运的是，市面上已有众多产品，能够满足组织在描述性、诊断性和预测性报告方面的需求。
从数据的角度来看，数据成熟度至关重要，其成熟水平可通过以下方面来衡量：
- 与现有架构保持一致的数据
- 企业级工具
- 没有多个相互重叠的数据源
- 基于云的架构或本地数据仓库
- 数据标准与专业人员
- 预测分析及其明确的用例
- 将数据视为金融资产，并与 AI 方面进行集成
在组织中，上述要点从上到下逐步纳入，数据成熟度也会相应提升。
数据成熟度与技术、架构、组织和数据战略相辅相成。
好了，关于数据就说到这里，接下来谈谈分析平台。众所周知，市场上的分析平台众多，不可能面面俱到，因此我将聚焦于四个市场领先的“大名鼎鼎”的平台：
-
在谈到可视化分析时，Tableau 可谓“金标准”。其产品包括 Tableau Desktop、Prep、Online 和 Server，各自以不同层级支持自助式 BI。Tableau Desktop 为自助洞察提供了出色的可视化分析与商业智能平台。Tableau Prep 让更多人能够更快地共同完成数据分析。Tableau Online 在无需自建服务器的情况下扩展了共享与协作。Tableau Server 则在本地或云端的实际服务器上共享数据。关于 Tableau 仪表板开发的详细信息，请访问此处。
-
SAP 在企业工具市场广为人知，为各类企业提供解决方案。在分析方面，SAP 推出了多款产品；其自有的 Business Warehouse 系统可更顺畅地与企业系统集成，并能处理海量数据。近期产品包括 SAP Analytics Cloud 和 SAP Lumira；此前它收购了 Business Objects，并将其作为自有的分析平台提供。
-
Tibco Spotfire 是一款以更专业、系统的方式支持高级分析与预测分析的产品。在预测分析方面与其他产品相比非常强大。Tibco 同时提供本地和云端服务，并提供预配置、可扩展的架构，IT 维护成本较低。
-
Qlik 以快速构建引导式分析应用而著称，支持用户驱动的数据探索，直达数据的最底层层级。它拥有自有的存储库与内存处理能力，并提供 QlikView 与 Qlik Sense 两个版本。QlikView 是用于个人版与企业版的 BI 应用构建工具；Qlik Sense 是面向 BI 的端到端应用服务，可集成至云端。
如您所见，上述平台各有不同，且拥有各自的特色。因此我将围绕四个主要维度进行对比分析：
- 数据获取
- 数据准备
- 可视化
- 预测建模
数据获取维度包括数据导入、数据提取、数据连接与数据访问。简单说，就是从不同来源或语义服务（如 SQL、Big Data、云服务）获取数据的能力。
现在来对比这些工具在数据获取功能方面的表现：
Tableau
谈到 Tableau 这一强大的BI 工具，您会想到其令人印象深刻的可视化，可即刻完成，甚至能进行复杂的数据探索。
Tableau 本身并不持有数据存储库，它从不同来源获取数据并将其转化为有意义、易理解的可视化。
要做到这一点，就需要连接不同来源的连接器，幸运的是它具备。Tableau 拥有 100 多种数据源连接能力，并提供对事务型数据的实时连接。
在数据获取这一维度上，它确有优势。
SAP
SAP 拥有多种产品支持数据获取，作为中间层为最终可视化提供数据。就 Lumira 与 Analytics Cloud 而言，目前已支持 60 多种数据源连接，且无疑会随时间增长。
SAP 从其自身生态中获取数据毫无障碍，事实上这将是最顺畅的路径。若要从其他生态获取数据，也确有相应工具来迁移数据，但会增加额外的工作与技能要求。
Tibco Spotfire
Spotfire 是最强大、同时有时也较为复杂的工具之一。在数据获取方面，它拥有 40 多个数据源连接器，且通过 JDBC 与 ODBC 连接器通常都能奏效。它支持大数据与云端连接器，可高效提供数据。
当在获取之前需要进行数据清洗时，数据获取方面的问题就会浮现。
Qlik
Qlik 是 BI 领域成长中的市场领军者之一。在数据获取方面，Qlik 拥有大量数据源连接器，分属不同类别。Qlik 具备自有的数据获取与 ETL（抽取、转换与加载）存储库，这在真实场景中能解决大量问题。Qlik 的数据处理能力也让数据呈现更为轻松。
在获取数据之后，下一步就是准备数据。这是没人愿意做的“脏活”，但无论如何都绕不开。它包括合并数据、清洗与建模，直至能够通过简单的查询对数据生成描述性报告的程度。
Tableau
Tableau 确实具备相当丰富的数据准备技术，能将数据转化为可呈现的报告。详情可见本教程的第 2 与第 3 节。
SAP
SAP 同样拥有多种工具用于数据准备。其 BW 系统足够强大，能在相当范围内处理数据准备。随着 HANA 的出现，借助内存引擎，它在处理海量数据方面获得了强劲动力。
但这是一套独立工具，所需技能也相对独立。您可访问此处了解 SAP 在 BI 方面的概览。
Tibco Spotfire
Spotfire 的数据整理能力相当出色，并配合模型自动化，使增量式数据准备过程更容易，且对 IT 的干预更少。
所谓增量式数据准备，是指捕捉来自不同来源的数据变更，并基于这些变更来准备数据。详情请访问此处。
Qlik
Qlik 的数据准备能力与 Tableau 类似，并辅以其内存引擎。可根据需求编写独立脚本，并在不同层面实施。若想了解有助于数据转换的脚本，请访问此处。
现在到了我最喜欢的部分。我们已经获取并准备好了数据，但要分析如此庞大的数据量，需要借助可视化来节省大量时间，并更快速地定位问题。大部分的数据探索在可视化中完成，剩余部分通过统计方法进行。下面看看各工具在这一维度的表现。
Tableau
Tableau 拥有极为丰富的可视化组件，包括对比型、分布型、构成型、地图等。几乎涵盖所有组件，并因其支持性的全球社区而广受认可。
它在学习过程中也提供了不少独到的思路。您可以在其庞大的图库中找到所需图表，甚至自定义创意。欢迎前往欣赏优秀图表与数据故事。
Tableau 也是获得 IBCS（国际商务沟通标准）认证的工具之一，因其采用数据可视化最佳实践来提升商务沟通。
SAP
SAP Lumira 是 SAP 体系中在可视化方面应用最广的工具。它覆盖所有基础图表需求，并可通过扩展按需定制。
SAP Analytics Cloud 近期也获得了 IBCS 认证，并有望持续满足各类可视化需求。
Tibco Spotfire
Spotfire 提供了分析所需的全部制图功能，覆盖各类图表分组，实现数据的可视化分析。其高级分析能力允许加入统计分析图表及科学格式。
Qlik
Qlik 在图表能力方面表现不俗，几乎覆盖所有图表分组，并提供可用于修改与扩展需求的扩展。
其“一键式”访问每个数据点的功能，使其区别于其他工具。
接下来进入各分析平台都在深耕的领域——将机器学习功能纳入其工具之中。有些平台在这方面颇为成功，另一些则为入门者提供了不错的起点。
看看在这一维度上的表现如何。
Tableau
在预测分析方面，Tableau 已开始发力，并在产品中加入了基础的预测功能。
除基础功能外，它还能与 R 和 Python 集成，具体细节见本教程的最后几节。
SAP
SAP 依然通过其产品体系中的独立工具来提供预测分析平台。该工具覆盖基础的预测建模，并具备良好的时间序列分析功能。在添加自定义脚本方面，SAP 主要选择了 R，以便在平台构建的模型中嵌入。
关于该平台的详情，请访问此处。
Tibco Spotfire
在预测分析方面，Spotfire 处于领先地位，它将数据科学架构融入自身产品的思路非常清晰。
这要求具备相应技能与对技术的理解及落地能力。它将数据科学与统计方法论相结合，打造出一款能够进行预测分析并确保合理投资回报的工具。
想进一步了解，请访问。
Qlik
Qlik 也在努力将预测分析落地到一个合理水平。其系统已实现了部分基础建模算法，但在使用所需的技能方面仍存在差距。尽管如此，其与 R 和 Python 的集成值得称赞。它允许与 R 和 Python 等第三方工具进行数据交换，并利用其 Associative 引擎实现快速高效的数据传输。
它还在GitHub 上提供了与 R 和 Python 集成的开源分析连接。
以上就是我的全部观点。最终还是取决于个人或组织在选择平台时最看重哪些维度。
如果您希望进一步学习 Python、R 或 SQL，欢迎参加 DataCamp 的入门课程。
%22%3E%3Cpath%20d%3D%22m-369%200h408v79h-408z%22%20fill%3D%22%237933ff%22%2F%3E%3Cpath%20d%3D%22m-148%200h306v45h-306z%22%20fill%3D%22%23974dff%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
%22%2F%3E%3C%2FclipPath%3E%3Cg%20clip-path%3D%22url(%23a)%22%3E%3Cpath%20d%3D%22m76%200h484v36h-484z%22%20fill%3D%22%23974dff%22%2F%3E%3Cpath%20d%3D%22m0%200h384v24h-384z%22%20fill%3D%22%2306bdfc%22%20transform%3D%22matrix(1%200%200%20-1%200%2060)%22%2F%3E%3C%2Fg%3E%3C%2Fsvg%3E)
我认为您已经了解，数据在企业中对各个层级（无论是高管还是总监）都是重要资产。仅仅拥有大量数据并不能让企业成功，除非能从中提炼出有价值的信息。
这些信息会直接或间接影响收入。为了从海量数据中提炼信息，需要一套分析平台。幸运的是，市面上已有众多产品，能够满足组织在描述性、诊断性和预测性报告方面的需求。
从数据的角度来看，数据成熟度至关重要，其成熟水平可通过以下方面来衡量：
在组织中，上述要点从上到下逐步纳入，数据成熟度也会相应提升。
数据成熟度与技术、架构、组织和数据战略相辅相成。
所谓技术，是指组织如何利用其购置的某项技术。
架构则是将这些技术拼合在一起，使数据能够在其间顺畅流动。
组织方面，是指与数据交互的人员。
数据战略的改进：数据管理的“管道”工作对任何组织的高绩效都至关重要。所采用的数据管理实践将为分析人员提供相关且结构化的数据，减少其在数据准备上的时间。这有助于高层管理者通过数据可视化和易于理解的数据呈现，实现利润提升与更高的 ROI。这也有助于组织改进数据性能并优化存储。
好了，关于数据就说到这里，接下来谈谈分析平台。众所周知，市场上的分析平台众多，不可能面面俱到，因此我将聚焦于四个市场领先的“大名鼎鼎”的平台：
在谈到可视化分析时，Tableau 可谓“金标准”。其产品包括 Tableau Desktop、Prep、Online 和 Server，各自以不同层级支持自助式 BI。Tableau Desktop 为自助洞察提供了出色的可视化分析与商业智能平台。Tableau Prep 让更多人能够更快地共同完成数据分析。Tableau Online 在无需自建服务器的情况下扩展了共享与协作。Tableau Server 则在本地或云端的实际服务器上共享数据。关于 Tableau 仪表板开发的详细信息，请访问此处。
SAP 在企业工具市场广为人知，为各类企业提供解决方案。在分析方面，SAP 推出了多款产品；其自有的 Business Warehouse 系统可更顺畅地与企业系统集成，并能处理海量数据。近期产品包括 SAP Analytics Cloud 和 SAP Lumira；此前它收购了 Business Objects，并将其作为自有的分析平台提供。
Tibco Spotfire 是一款以更专业、系统的方式支持高级分析与预测分析的产品。在预测分析方面与其他产品相比非常强大。Tibco 同时提供本地和云端服务，并提供预配置、可扩展的架构，IT 维护成本较低。
Qlik 以快速构建引导式分析应用而著称，支持用户驱动的数据探索，直达数据的最底层层级。它拥有自有的存储库与内存处理能力，并提供 QlikView 与 Qlik Sense 两个版本。QlikView 是用于个人版与企业版的 BI 应用构建工具；Qlik Sense 是面向 BI 的端到端应用服务，可集成至云端。
如您所见，上述平台各有不同，且拥有各自的特色。因此我将围绕四个主要维度进行对比分析：
数据获取维度包括数据导入、数据提取、数据连接与数据访问。简单说，就是从不同来源或语义服务（如 SQL、Big Data、云服务）获取数据的能力。
现在来对比这些工具在数据获取功能方面的表现：
Tableau
谈到 Tableau 这一强大的BI 工具，您会想到其令人印象深刻的可视化，可即刻完成，甚至能进行复杂的数据探索。
Tableau 本身并不持有数据存储库，它从不同来源获取数据并将其转化为有意义、易理解的可视化。
要做到这一点，就需要连接不同来源的连接器，幸运的是它具备。Tableau 拥有 100 多种数据源连接能力，并提供对事务型数据的实时连接。
在数据获取这一维度上，它确有优势。
SAP
SAP 拥有多种产品支持数据获取，作为中间层为最终可视化提供数据。就 Lumira 与 Analytics Cloud 而言，目前已支持 60 多种数据源连接，且无疑会随时间增长。
SAP 从其自身生态中获取数据毫无障碍，事实上这将是最顺畅的路径。若要从其他生态获取数据，也确有相应工具来迁移数据，但会增加额外的工作与技能要求。
Tibco Spotfire
Spotfire 是最强大、同时有时也较为复杂的工具之一。在数据获取方面，它拥有 40 多个数据源连接器，且通过 JDBC 与 ODBC 连接器通常都能奏效。它支持大数据与云端连接器，可高效提供数据。
当在获取之前需要进行数据清洗时，数据获取方面的问题就会浮现。
Qlik
Qlik 是 BI 领域成长中的市场领军者之一。在数据获取方面，Qlik 拥有大量数据源连接器，分属不同类别。Qlik 具备自有的数据获取与 ETL（抽取、转换与加载）存储库，这在真实场景中能解决大量问题。Qlik 的数据处理能力也让数据呈现更为轻松。
在获取数据之后，下一步就是准备数据。这是没人愿意做的“脏活”，但无论如何都绕不开。它包括合并数据、清洗与建模，直至能够通过简单的查询对数据生成描述性报告的程度。
Tableau
Tableau 确实具备相当丰富的数据准备技术，能将数据转化为可呈现的报告。详情可见本教程的第 2 与第 3 节。
SAP
SAP 同样拥有多种工具用于数据准备。其 BW 系统足够强大，能在相当范围内处理数据准备。随着 HANA 的出现，借助内存引擎，它在处理海量数据方面获得了强劲动力。
但这是一套独立工具，所需技能也相对独立。您可访问此处了解 SAP 在 BI 方面的概览。
Tibco Spotfire
Spotfire 的数据整理能力相当出色，并配合模型自动化，使增量式数据准备过程更容易，且对 IT 的干预更少。
所谓增量式数据准备，是指捕捉来自不同来源的数据变更，并基于这些变更来准备数据。详情请访问此处。
Qlik
Qlik 的数据准备能力与 Tableau 类似，并辅以其内存引擎。可根据需求编写独立脚本，并在不同层面实施。若想了解有助于数据转换的脚本，请访问此处。
现在到了我最喜欢的部分。我们已经获取并准备好了数据，但要分析如此庞大的数据量，需要借助可视化来节省大量时间，并更快速地定位问题。大部分的数据探索在可视化中完成，剩余部分通过统计方法进行。下面看看各工具在这一维度的表现。
Tableau
Tableau 拥有极为丰富的可视化组件，包括对比型、分布型、构成型、地图等。几乎涵盖所有组件，并因其支持性的全球社区而广受认可。
它在学习过程中也提供了不少独到的思路。您可以在其庞大的图库中找到所需图表，甚至自定义创意。欢迎前往欣赏优秀图表与数据故事。
Tableau 也是获得 IBCS（国际商务沟通标准）认证的工具之一，因其采用数据可视化最佳实践来提升商务沟通。
SAP
SAP Lumira 是 SAP 体系中在可视化方面应用最广的工具。它覆盖所有基础图表需求，并可通过扩展按需定制。
SAP Analytics Cloud 近期也获得了 IBCS 认证，并有望持续满足各类可视化需求。
Tibco Spotfire
Spotfire 提供了分析所需的全部制图功能，覆盖各类图表分组，实现数据的可视化分析。其高级分析能力允许加入统计分析图表及科学格式。
Qlik
Qlik 在图表能力方面表现不俗，几乎覆盖所有图表分组，并提供可用于修改与扩展需求的扩展。
其“一键式”访问每个数据点的功能，使其区别于其他工具。
接下来进入各分析平台都在深耕的领域——将机器学习功能纳入其工具之中。有些平台在这方面颇为成功，另一些则为入门者提供了不错的起点。
看看在这一维度上的表现如何。
Tableau
在预测分析方面，Tableau 已开始发力，并在产品中加入了基础的预测功能。
除基础功能外，它还能与 R 和 Python 集成，具体细节见本教程的最后几节。
SAP
SAP 依然通过其产品体系中的独立工具来提供预测分析平台。该工具覆盖基础的预测建模，并具备良好的时间序列分析功能。在添加自定义脚本方面，SAP 主要选择了 R，以便在平台构建的模型中嵌入。
关于该平台的详情，请访问此处。
Tibco Spotfire
在预测分析方面，Spotfire 处于领先地位，它将数据科学架构融入自身产品的思路非常清晰。
这要求具备相应技能与对技术的理解及落地能力。它将数据科学与统计方法论相结合，打造出一款能够进行预测分析并确保合理投资回报的工具。
想进一步了解，请访问。
Qlik
Qlik 也在努力将预测分析落地到一个合理水平。其系统已实现了部分基础建模算法，但在使用所需的技能方面仍存在差距。尽管如此，其与 R 和 Python 的集成值得称赞。它允许与 R 和 Python 等第三方工具进行数据交换，并利用其 Associative 引擎实现快速高效的数据传输。
它还在GitHub 上提供了与 R 和 Python 集成的开源分析连接。
以上就是我的全部观点。最终还是取决于个人或组织在选择平台时最看重哪些维度。
如果您希望进一步学习 Python、R 或 SQL，欢迎参加 DataCamp 的入门课程。