国产BI的“奇迹”：QuickBI 图表功能测评（中）-升级

“唯有知识，让我们免于平庸”

• 国产 BI 的“耻辱”：QuickBI 的“后发优势”（上） 2024/09/30
• 国产BI的“耻辱”：QuickBI 图表功能测评（中） 2024/10/19
• 国产BI的“耻辱”：QuickBI 计算功能测评（下） 2024/11/10
• 国产BI测评·吐槽大会：QuickBI、永洪、观远、帆软 2024/04

2024/11/02 更新，补充第二部分可视化章节

一、回顾和展望：评价基准

优秀 BI 应该至少在三个层面做到技术扎实、前后统一、理论自洽。

• 数据模型：包括物理模型和逻辑模型，其中逻辑模型是承接数据和指标、可视化的关键，也是国产 BI 普遍薄弱的环节。
• 可视化框架：主流的有 JS 范式和 笛卡尔范式，前者如 PBI，后者如 Tableau；国产 BI 嘴上都说抄Tableau，其实普遍是学 PBI，因为容易（当然 DAX 除外，某软就快学废了）。
• 计算体系：数据世界都是计算，数据合并、可视化都可以视为计算的特殊形态。

在上篇中，我提到的 QuickBI 的几个致命问题：https://xilejun.com/other-bi/cn_bi/quickbi-is-it-the-best-bi-of-china/

• 只有物理模型，没有逻辑模型；还把连接、联合、关系等多个概念放在一起，影响了使用者的理解，这是我强烈反对的；某种程度上阻碍了使用者构建标准的分析理解。

• 数据表的约束过于严苛，在存储引擎中映射出来的“数据库字段名称”被滥用；数据类型过于简单等等，都是成为优秀 BI 分析平台的障碍。

• 字段属性、字段角色、字段计算混乱，归根到底是数据表和计算的理解有明显的“认知漏洞”。特别是计算，创下了国产 BI 混乱体系的巅峰。 

本篇简化篇幅，从可视化角度一窥“可视化框架”的问题种种，也希望其他国产 BI 以此为戒。

二、QuickBI 柱状图及其扩展

按照图表的抽象程度和复杂度，喜乐君常常把可视化的图形可以分为三类：

• 一类：“三图一表”的简单展示，即条形图、折线图、饼图和交叉表
• 二类：分布和相关性，典型如直方图、散点图和盒须图
• 三类：结构性分析，典型如百分比条形图和 RFM 类问题

通常第三类属于计算和交互式分析范畴，BI 工具普遍把QuickBI 竟然把“盒须图”和“直方图”视为 bar charts（条/柱状图），我很难理解但却不能接受。尤其是直方图的创建方式令我大为惊骇。

本次只看最简单的“柱状图”和折线图。

示例1：极简柱状图的扩展限制

极简柱状图只有一个维度（分类）和一个度量（答案），如下所示。随着字段增加，问题随着复杂，可视化工具应该做好极简柱状图增加多个维度、度量，标记颜色、标签等的可能性。

我遇到的第一个问题是，Subcategory 已经在“类别/维度”区域，竟然无法添加到“颜色图例”！如果一定要为为已有的字段添加颜色，你只有复制一个新字段！

如果注意到这里的“颜色图例”后面竟然标记了“维度”，你就应该猜到，颜色中无法增加度量！！！也就是不能为销售额最多的着深色以突出！

最简单的柱状图来看，QuickBI 增加了过度的限制，令我大失所望，和后期的可视化图形一样，QuickBI 图形缺乏基本的灵活性，不知是因为所用框架还是认知所带来的“天然束缚”，让它注定不能成为优秀的敏捷 BI 产品。

示例2：两个分类字段的柱状图

在一个维度、一个度量构成的极简柱状图基础上，我们可以添加维度或柱状从嗯构成“并排柱状图”或者“多轴柱状图”。QuickBI 采用了严格的可视化框架逻辑——即一个图形只能对应一个特定样式，几乎没有扩展空间，因此 QuickBI 同时内置了多个柱状/条形图，统称 bar charts，如下所示。

如果想在“子类别”之前增加“类别”维度，构成“类别、子类别的销售额总和”，直觉的方式当然是在“类别轴”增加字段。就像 tableau 及其他产品一样。

但令我万分震惊的是， QuickBI竟然把多个字段的“数据值”用连字符拼接放在横轴上！还弄个角度倾斜显示！典型的错上加错。我本以为是柱状图的问题，其实条形图也是同样的逻辑，如下图所示。

当然，QuickBI 会说，这里的“类别轴”就是只能放一个字段！假设你放了两个，也只能“等同于一个”。我不明白如此这般的缘由，大概率是在学习 Tableau 和 PowerBI 的过程中混淆了两个可视化路线。

2.1 使用“拆分/维度”的奇怪现象

如果想要两个字段不拼接，QuickBI 单独设计了一个 新区域“拆分/维度”。它是独立于“类别”“值轴”和“颜色图例/维度”的新区域。但是！如果想要用在“类别——子类别”，或者“国家——省份”这样具有层次结构的字段上，又会出现非常奇怪的结果，很明显 QuickBI 强行假设任意两个字段都是“交叉关系”，而非层次关系。如下所示：

上述的展示方式，再次证明 QuickBI 的可视化样式缺乏灵活性，它不是基于“类别*子类别”的组合形式构建可视化，而是X 和 Y 完全独立地构建可视化，所以不能考虑“类别”和“子类别”其实是分层结构的情形。

1.2 使用“维度”字段作为“颜色图例”

除了“拆分维度”，QuickBI 还将颜色控制 单独出来，但令人惊讶的是只能添加维度，也就不能用度量增加渐变颜色。

参考上述“拆分/维度”的使用方式，这里把“子类别”放在“颜色图例/维度”之中，就有了如下的结果：

也就是说，不管是维度作为“拆分”维度，还是作为“颜色图例”，QuickBI 都是基于确定性的图形样式，而非数据的实际组合来生成可视化图形。这就回应了前面的那句话“QuickBI 的可视化缺乏灵活性”。

说得更深入一些，tableau 和 powerbi 等工具是基于“category*sub_category”的组合来生成图形，而 QuickBI 采用的僵硬可视化框架，则是独立地渲染 Category 类别轴和 Sub-category 拆分维度或颜色图例，这才导致了上述奇怪的表现形式。

内行人应该能看出来了，QuickBI 对每个可视化图形都做了完全自定义的改造，这种改造初衷一定是为了“易用性”和“差异化”，但是结果是过于僵化，完全失去了灵活性，这和 BI 所要求的敏捷、灵活、自助完全背道而驰。

1.3 无法创建并排条形图？？？

竟然不能创建并排双轴图（不是双轴合并）？？惊讶。

三、从QuickBI 之折线图看可视化

相比于柱状图，折线图的关键是“折线”所依赖的日期轴，“轴”Axis 的背后是连续性，不管是数字轴（QuickBI 称之为值轴），还是日期轴。

我们可以看一下QuickBI 中日期轴的创建和变化。

示例3：日期折线图

日期字段默认会预设多个计算字段（相当于 datetrunc 截取，虽然后面只是标记 month）。把 order_date(month) 加入“类别轴/维度”，把 Quantity 加入“值轴/度量”，就会出现下图。

看上不还不错。

但要注意的是，既然日期是连续的坐标轴，都能生成轴axis 的“ order_date(month) ”日期字段和 “quantity 总和”数值字段就具有了某种意义上的一致性！我们可以把这种共同特征称之为“连续性”。

也正是因为这种共同特征，日期也可以用数字来表示，比如常见的“UNIX时间戳”，就是从1970年1月1日（UTC/GMT的午夜）开始所经过的秒数（不考虑闰秒），这是人类觉得不友好，但是计算机和未来智能机器人会非常喜欢的“时间记忆法”，因为它可以建立不同国家、时区的人类和机器之间的公共基准！

下图是当前时间点的时间戳和日期的转换。

理解了这一点，你就理解了可视化最重要的字段角色：连续Continuous 和离散 discrete。

很可惜，QuickBI 显然没有从这个角度构建可视化的基础架构，所以接下来的扩展，就会出现匪夷所思的现象。

示例4：折线图的简单扩展（分区）

比如，在上面折现基础上增加一个维度字段放在日期之前。竟然出现如下神奇的一幕：新字段和日期被拼接了！就像柱状图中所见的一样。

从这个角度看，QuickBI 当然没有把日期的“连续性”视为是独立的特征，事实上，QuickBI 也确实没有连续、离散的功能，就像 PowerBI一样。但很多工具都没有字段“连续性”，但没有像QuickBI一样竟然把两个字段拼接在一起！我想同行也会大为惊讶。

另一个关键问题是，Country 字段不仅没有分区，反而和日期拼接后似乎还保持了“连续性”，于是出现了“United Status-202210”和“Canada-202210”这两个被自定义拼接的字段构建了连线！

这当然是毫无道理的。当然，QuickBI 的工程师肯定在着急：吴老师，你用的功能不对，你应该用“拆分/维度”！！！我知道，但这依然不能成为上述“胡作非为”的借口。

好吧，我把“Country_or_Region”放在“拆分/维度”中，于是就会出现United States 和 Canada 两个分区。

日期没有“连续性”特征的一个明证，QuickBI 竟然可以为日期字段设置排序（虽然说次序字段也可以排序，但不推荐），这本应该是“City”这样的离散字段才应该具有的特征——只有没有连续性的字段才需要外部的排序依据。

四、QuickBI 可视化：向左还是向右？

为什么会出现这样的问题呢？

我的推测是， QuickBI 在学习 Tableau 和 PowerBI 等国际同行并尝试打造“瓴羊特色国产 BI”的时候，由于认知不足掉沟里了。

1 两条道路

要知道，Tableau 和 PowerBI 是截然不同的两个道路，Tableau 是建立在连续和离散基础上的笛卡尔空间，PowerBI 是建立在 D3.JS 等 Chart Library 基础上的“定制化图表库”。其中，Tableau 在笛卡尔空间基础上，构建了可视化的界面，可谓“艺术品”。而 PowerBI 基于 JS libaray 甚至最新的 svg 等技术构建的各种复杂图表，可谓 IT 用户的“百宝箱”。

而 PowerBI 则围绕基本图形基础上，打造了几百个之多的可视化扩展。常见的图形的配置项目也各不相同。

来自 datama-solutions.github.io|

在使用上，你会发现Tableau 可以根据所点击字段自动切换可视化；PowerBI 和其他 BI 则反之，你需要先选一个类型。

虽然 Tableau 也在开发自己的可视化扩展，比如桑基图、Tableau Tableau，但是这是在笛卡尔标准空间之外的新体系；PowerBI 再怎么扩展，也不会出现另一条道路（或者说很难）。

2 QuickBI “邯郸学步”

回看 QuickBI 的可视化，注意每个图形底部的说明，这毫无疑问是在学习 Tableau 的 “智能推荐”。

比如折线图，Tableau 的智能推荐是：“1个日期，0或多个维度，1个或多个度量”；而 QuickBI 的提示是“最少1个维度，最少一个度量”。

这里的关键是“1个日期”！为什么它要在“维度”之外强调？你却舍弃了？

为什么单独说日期，因为连续性的日期构建“日期轴”，之后才有了折线。 

但是，由于 QuickBI 中没有为字段区分连续、离散属性，那就失去了构建可视化的精髓。不仅各种提示千篇一律，甚至出现“明细表”中“不限制度量个数”的笑话（按照 QuickBI 的设置，明细表中没有聚合，当然也没有度量）！

看看 Tableau 的逻辑，QuickBI 没有学习最重要的“灵魂”，只剩了阉割的形式。

我觉得QuickBI入围 Gartner 不是它的错，是 Gartner 的错；不是眼拙，就是别有目的。 单说技术的话，哪怕帆软BI（我也时常匹配）都比 QuickBI 好不少呀。

五、摸石头过河，还是假装“摸石头”

可惜的是，很多国产 BI 在“模仿”的时候，尚未通达理解，就开始各种魔改，或者自负地做出取舍，以至于最后不伦不类，还希望强加于分析师之上。

那如何说服分析师群体和表哥表姐，把最好的十年、二十年职业生涯，浪费在这样不负责的产品之上呢？

在我的《数据可视化分析》书中，有一段非常重要的话，我这里稍作修饰就是：

• – 维度和度量，是问题上的字段角色定义
• – 连续和离散，是可视化上的字段角色定义

如果不能理解这句话的深意，请不要说你是BI 产品的产品经理或者工程师！你的无知正在葬送“国产 BI ”的未来。

我也希望国产工具有朝一日发展起来，这样对整个行业的进步大有裨益，我也能获得更高质量的客户（而不是天天深陷泥潭，还要解释“大屏不是数据分析”）。

少数人以为我是抬Tableau、贬国产 BI，我只能说你 too young。

其一，Tableau 作为全世界敏捷 BI 的翘楚，20年的历史不需要我“抬”，国产 BI 都在“学习”甚至“像素级抄袭”已经说明它的地位。我喜欢 Tableau，只是简单的因为：Tableau 真正地影响了我的一生职业生涯。

其二，如果我只是想“贬低”国产 BI，我大可不必说到“错误的细节”。有耐心的国产 BI 经理可以借此学习，没有耐心的可以置之不理。

几年之后，且看国产 BI 再洗牌。

希望 大家 还在饭桌上。