不少朋友私信我，想要我出个国产BI工具的测评，今天就开始第一期：帆软 VS 观远

仍旧先放测评要素：

（1）工具

①易用性

BI面向的对象大多还是业务人员和专业数据分析人员，因此工具好不好上手、交互体验是否丝滑以及有没有足够的学习资源很大程度上决定了用户会不会持续性用，以及能不能深入用。市面上大多数BI工具都打着“零代码”的理念：能拖、拉、拽实现，就不写复杂函数。帆软的Fine BI和观远的BI也不例外。

观远的功能都是通过页面层层递进来展现，所以每个页面单独看结构都很简单，即使是从来没有接触过BI工具的新手也能跟随提示进行数据分析和图表制作。

而Fine BI操作界面信息量是比较大的，功能都平铺在单个页面上，通过线面做区分，比较难在屏幕小且数据量多的情况下快速进行数据分析。但也是因为功能信息展示比较丰富，层级相对较少，真实场景分析的时候会觉得操作效率特别高。
举个例子：

我要分析本月A门店的销售数据，那我第一步就需要找到这些数据。

在观远BI里面，我只需要点击三下，页面就层层递进找到门店数据表，这就是观远BI的易用性体现。但注意一下这个操作的前提：我知道表的完整名称，也明确表中字段有哪些。

在Fine BI里面，我直接找或者在搜索框输入关键词来找到对应的表和数据，在发现这张表不是我要的时候可以直接选择另外一张查看，直至找到我要的数据，这就是Fine BI操作界面信息丰富。

实际情况中更多是下面这样的场景，我只知道大概的关键词，但不知道具体是哪一张表，因此我需要挨个点开几张表，去确定我要用到的数据是在哪一张表里面。

在是否好上手和交互体验层面，看产品演示的时候会觉得观远更胜一筹，但在实际业务使用过程中，会发现帆软的Fine BI的交互才是更适合探索式分析的。

其实对大多数人来说，数据分析的习惯都是来自于Excel，Fine BI延续帆软的报表工具FineReport，使用的也是类Excel的操作界面，而观远的smartETL算子不多，看起来很简单，在实际处理数据的过程中可能需要大量的操作，业务实际用起来还是有难度的。

帆软和观远在官网都有文字版本和视频版本教程入口，学习资料方面持平。

②性能

在产品架构上面，观远封装的是Clickhouse，帆软采用的是StarRocks大数据解决方案。在“高并发”情况下面，clickhouse一个查询占用服务器一半的cpu，starpocks能进行预先聚合，几亿的数据表可以先聚合成几百万的表，提高并发效率。一般来说，ClickHouse 适合于维度变化较少的拼宽表的场景，StarRocks 不仅在单表的测试中有着更出色的表现，在多表关联的场景具有更大的优势。

具体选型可以看这一篇文章《ClickHouse vs StarRocks 选型对比》。

在谈到数据处理的时候，最好是将性能分成两块看：千万级别以下和千万级别以上（大数据量一般指亿级以上）。

数据量小于1000万行的数据集，帆软使用的Spider引擎和观远使用的Spark引擎都能提供较好的响应体验。

但在大数据量的场景下，别听厂商吹嘘，我所了解的国内外BI厂商都没办法提供比较好的支撑，也不再适合使用抽取模式进行分析。这种情况下，要么自己进行底层数据优化，建设大数据平台；要么了解一下厂商是否有相应的解决方案。

我了解下来，帆软有个大数据量方案，大概就是挑了一个性能很好的数据库专门做了适配和优化，以此来达到对亿级大数据的支撑。具体实施效果怎么样，我这边还没了解到，有了解过的朋友可以在评论区分享。

③功能

BI工具的功能很多，不同的工具侧重点不同，因此在确保易用性和性能的基础上，还是看功能和企业需求的匹配度。

• 数据准备

帆软和观远都是支持填报和连接数据库这两种数据连接形式的。观远在BI里面直接有数据填报的功能，而帆软数据填报则是要用上报表工具FineReport，后者的填报能力很强，但产品融合性有待考察。

再说连接数据库的情况，两者接入难度都比较简单，只是在支持的数据库种类上有些出入。

帆软在接入方面，只要数据库服务器添加一个允许访问白名单后，填写对应的数据库地址、账号密码之后就能马上接入。Fine BI支持大部分主流数据库，数量上较观远来说是更多的。

观远接入和帆软的步骤是一致的，都比较简单。观远基本支持市面上常见的数据库，如果没有特殊需求，也都够用了。

• 数据处理

在ETL环节，帆软一如既往使用全家桶模式，有专门的工具FineDataLink，提供一站式数据处理平台，可以说是专为IT准备了数据开发处理模块，支持数据同步、数据转换，对比删除、数据关联、行列转换、json解析、SQL脚本、条件分支、循环容器等专业数据处理操作。本质上，帆软认为数据处理应该交给IT，而数据编辑分析可以交给业务自己完成。

观远则是有专门的智能数据处理模块（Smart ETL），用户可以拖拽方式对多数据源进行数据处理操作与数据融合。能看出观远是想通过提供简易的ETL工具，让业务承担部分数据处理工作，但实际使用过程中，文本处理、指标计算等要用到比较多公式，对业务人员的素质要求比较高。

• 数据分析和可视化

基础的数据分析功能，我不展开讲了，两个工具差距不多，比如OLAP分析，两者都能便捷配置联动、跳转、钻取等；都支持参数参与计算和过滤；都支持快速计算如一键计算同环比、最大最小、平均、方差标准差（观远不支持）、占比、累计等等。

在进阶数据分析层面，帆软Fine BI6.0版本强势地推出了针对复杂的分析场景的DEF函数，号称掌握一个公式可以解决所有的数据分析的场景。DEF函数的出现算是了打响了国内冲击高级计算的第一枪，多少有点在向Tableau LOD、DAX CALCULATE宣战，我多去研究一下，争取下次补充点实际应用进来。

在可视化方面，帆软Fine BI与Power BI、Tableau的设计思路一致，都是基于图形语法设计可视化模块，将图形构建过程分解为一系列可组合的元素和操作，从而实现可重复、可扩展和灵活的图形生成。

除此以外，Fine BI能够制作可视化仪表盘，但不具备可视化大屏功能（通常用FineReport实现），也不具备复杂报表功能（通常用FineReport实现）。所以，一般情况下，公司采购帆软产品都是FR BI的形式。

观远BI在可视化方面则是选择了“图形先于问题”的思路，先确定需要的图表类型，再进行展示，在样式切换灵活性方面稍微薄弱，他们为此也在固定图表的数量上有所投入，具备50多种固定图表类型。

此外，观远的BI是全面集合了可视化大屏和报表功能的，只分功能模块，不会区分软件，融合性方面做的比较好。

• 平台管控

权限管控是平时采购比较关注的点，我这边整理了相关权限管控的功能，大家对比的时候可以细看。这里提两个我注意到的问题，帆软的权限不支持模板直接复用，而是通过表之间的联动来复用权限，这跟我们平时的使用习惯有些出入。而观远的行权限管控需要用到sql，层级越多sql越复杂，公司架构比较复杂的情况下就很难受了。

举个看上去极端实际很常见的例子：A领导管甲部门的C上传的某个数据表的权限，某个单独项目里A、B来自两个部门，但C又不是这两个部门的领导，这时候要去设置权限分配，写sql能写到崩溃。

（2）厂商

帆软起步早，知名度高，客户总数超过26000家，之前凭借FineReport在报表领域有一席之地，现在更多地在推广Fine BI6.0。就是一家算是比较老牌的软件公司，主打“永不上市”，也几乎不用担心被割韭菜，制造业、金融行业、医药行业解决方案和客户做的比较多，声量很大。

观远算是BI界的后起之秀，走的是融资上市路线，主攻零售行业。近几年观远的市场扩张比较激烈，解决方案侧都是一些深耕行业的资深业务，营销侧也提出了“AI BI”的概念，产品侧的动静不大。

从我角度来说，企业选型的时候也要考虑是否能够落地，之前受邀参加了“AI BI”的内测活动，出错率还是比较高。不过我对“AI BI”是抱着乐观态度的，希望国产BI能够在国际上产生声量。

（3）市场

在 Gartner 公布的《2021分析与BI平台魔力象限》报告中，Power Bl 和 Tableau 均位于领导者象限。国内市场的领导者则是连续多年登顶IDC中国BI市场跟踪报告的帆软软件。

小结

国产化浪潮之下，国内厂商对于国外软件替代的雄心明显，也确实在本地化服务和落地能力上更有优势。可以预见，在大量利好政策和创新土壤的孕育下，国内市场将出现更多国产BI 产品，与国外产品共同竞争，而国内 BI 产品将受到更多关注。

最后给大家分享一张BI工具选型评分表，企业根据自由情况去对上述因素进行对比，根据评估维度打分后再按照权重计算总分。