跳至正文

【工具对比】Tableau VS. Other BI可视化路径差异

从敏捷可视化的交付看,世界上只有一种BI,那就是Tableau,其他的都可以称之为“other BI”。因为只有Tableau走向了“从问题到图形”“通用可视化框架”的敏捷可视化道路,其他的BI,无一例外的采用了“预设可视化图形”+“差异化修饰”的路线。

本文重点介绍,何为“通用可视化框架”,为什么它是业务分析的优选。

一、Tableau 可视化逻辑

在二十年前的Tableau原型论文中,Tableau创始人介绍了Tableau的可视化逻辑:基于字段类型的自动可视化推荐。

1、

具体来说,字段的属性影响可视化的展现类型(A field’s scale affects its visual representation);由于连续字段的数据值总是相互依赖,它们可以在坐标轴中默认排序,离散字段的值则只能展现为分类。这样,就有了可视化坐标空间。

Quantitative fields are continuous, and are shown as axes or smoothly varying values. Ordinal scales are represented discretely, as headers or different classes.

有了坐标轴,有了可视化坐标空间,接下来,就可以根据字段构建可视化图形。

基本的可视化图表要有两个字段构成,考虑到日期的特殊性(既可以连续,又可以离散显示),因此,常见的可视化图表就有了如下的类型:

  • 离散字段 * 离散字段
  • 离散字段*连续字段
  • 连续字段*连续字段——地图是其特殊形式
图2 36 可视化图表的主要元素(《业务可视化分析:从问题到图形的Tableau方法》)

这就是Tableau基于字段分类的“通用可视化框架”。在《业务可视化分析:从问题到图形的Tableau方法》一书中,喜乐君做了比较详细的介绍。

基于上述通用框架,Tableau又增加了通用性的“标记”(marks)功能,从而让上述基本图形具有了无限的变化可能。最常用的是颜色、大小、标签,当然最后一个也会随着图形略有变化(饼图对应角度,折线对应路径等)。

总结一下,Tableau采用的是“基于字段属性的可视化框架”,及“基于通用标记的增强分析”。

这种方式的优势在于通用性,而其弱点就是复杂图形门槛高,因此,很多BI就走向了另一条路——基于预设图形的可视化道路。不过,这种方式在降低了复杂图形难度的同时,也失去了像Tableau一样的超级灵活能力,锁定了能力范围,束缚了业务用户的探索精神。

二、以Power BI为代表的“预设可视化图形”路线

很多工具表面上说学习Tableau,其实技术上大多走向了Power BI的可视化样式,包括帆软、观远等国产工具。

在Power Bi中,字段没有连续、离散的分类,也就无法为多个字段智能推荐可视化图形,微软采用的是“内置可视化图表”(built-in Charts)的思路,类似于“内置函数”(built-in functions)。

国产工具如帆软也是这样的路线,而观远Bi走得更远,直接为“指标”预设了类似于Tableau指标、仪表板一样的组合可视化图形。它们的目的,无一例外的想要简化业务用户使用工具的复杂性,强调易用性。

基于上述的对比会发现,对于不对字段做连续、离散分类的BI工具而言,“构建可视化”之前就需要增加人工的选择环节,变成了“问题及其字段——人工选择合适的图形——在可视化框架中填入字段”。为了提高这个“人工选择”的效率,各类工具就开始内置多种图形模版,这在方便业务用户的同时,也让工具失去了通用性和灵活性——无法完成超过预设模版的其他图标。为了弥补这个不足,像Power BI就会开发扩展,并运行用户上传图表模版。

可见,基于字段特征的智能推荐,和基于预设模版的选择设置,代表了两条可视化逻辑、两类BI工具范式,各有利弊、各有千秋。对于业务用户而言,Tableau的方式智能化程度高、灵活易用、可视化图表没有“上限”,但对字段理解要求高、容易让新用户无所适从、高级图表难以实现;Power BI为代表的“内置图形”方式更“傻瓜式”、对高级图表支持性好,但也缺乏灵活性,影响了业务用户的探索能力。

也正因此,喜乐君推荐业务用户选择Tableau式的敏捷分析工具,而技术人员、报表人员选择Power BI式的“预设图形”思路。

三、“从问题到图形”

喜乐君的第二本书,《业务可视化分析:从问题到图形的Tableau方法》,旨在帮助更多人理解“从问题类型出发”的可视化方法,而非陷入“内置图表”的路线。

过去多年的业务实践让我越来越感觉到,敏捷业务分析需要的是在易用性和专业性之间保持平衡的优秀工具,固定的可视化图表适合于解释性分析,而基于字段特征、可视化框架的方式适合于探索性分析——这正是敏捷业务分析的精髓。这也是为什么,Tableau的易用性“一直被模仿,却从未被超越”,虽然它入门容易,精深很难,但基于严谨科学的经典架构,有助于培养通识性的分析方法。而基于“可视化模板”的BI工具,看似选择多样,但“多样”的背后阻碍了通用分析方法的形成,“更多选择”也让很多人走向炫酷表达,偏离了业务分析的初心。

在可视化图形上,Tableau的思路与麦肯锡“用图表说话”的逻辑类似,都是“从问题类型走向可视化图形类型”,依据就在问题的关键词和字段特征之中。这也是Tableau只推荐少量关键可视化图表的原因;当然,考虑到Tableau原理性的可视化框架,它的可视化样式“没有上限”,高级分析师几乎可以设计任何想要的可视化样式(不管是帕累托、桑基图、多层环形图还是“南丁格尔玫瑰图”,都可以在Tableau Public中找到对应)。因此,可以把Tableau的可视化理念总结为如下几点:

  • 从问题到图形的Tableau方法:“三图一表”的简单图表,分布、相关性的中级图表,借助计算而来的高级图标
    • 入门图表通过“自动推荐”直接可选、可配置;高级图标依赖扩展、Public可实现。
  • 借助于标记、坐标轴、参考线、交互、计算等,从基本可视化到中高级可视化
    • 借助于参考线,实现了SQL窗口函数、Tableau表计算函数的“可视化”,进一步让技术平民化
  • 借助于多种交互功能,以仪表板、故事的方式展现业务主题

喜乐君 Apr 16, 2023

《【工具对比】Tableau VS. Other BI可视化路径差异》有1个想法

  1. Pingback: 【产品对比】非对称之战:Tableau VS. FINE BI – 喜乐君

评论已关闭。