数据可视化成为必须具备的IT技能之一,越来越多的被更多的企业和组织所采纳。经过十来年的发展,数据可视化产品也是从无到有,到现在的百家争鸣。随着一些开源的可视化组件、JS框架广泛的传播,数据可视化的技术门槛也是越来越低。可以说,大量的数据可视化产品或组件功能都可以满足80%以上的市场化需求。
那么企业的IT部门,该如何进行数据可视化工具的选型呢?在选型之前先搞清楚自己的需求,和要实现的目标很关键,尽管大部分数据可视化产品如Tableau、Qlik、DataFocus、DataV等功能大致相同,但是其侧重点还是稍有不同。一般的数据可视化需求典型场景有以下几类:
第一类是政府部门的可视化大屏,实话实话,这类可视化大屏一般追求的效果就是展现,因为它的最大目标就是用于向领导汇报情况和展示政绩。如果预算充足的情况下,可以请专门的团队进行开发,追究极致的可视化效果。当然,有时候也会适得其反,使得领导认为钱花错了地方。
第二类是企业的可视化大屏,这类需求一般也包含第一类的展示要求,但是也要结合企业自身情况,扩展很多功能,如BI功能,数据分析、分享、移动展示等等。而且企业都是市场经济为主,注重效益,对成本的考量也很重要,一般要控制成本。
第三类则主要是用于业务沟通,对纯粹的可视化大屏幕不是很看重,更加关注数据的可视化分析,专题汇报数据看板的制作等等,这类需求更加偏向于企业的BI功能,对产品的易用性,协作性有很高的要求。
下面针对几款典型的产品,从多个维度进行了简单的对比,仅供参考:
Tableau |
Qlik |
DataFocus |
DataV |
Echarts |
|
开发成本 |
高 |
高 |
低 |
中 |
高 |
开发周期 |
中 |
中 |
短 |
长 |
长 |
能进行代码级二次开发 |
不能 |
不能 |
不能 |
不能 |
能 |
图表和大屏开发方式 |
拖拽 |
拖拽 |
智能搜索 |
写代码,主要是SQL开发 |
写代码,前端JS,后端SQL均需要开发 |
可视化展现美观程度 |
高 |
中 |
中 |
中 |
高 |
支持私有化部署 |
支持,费用高 |
支持,费用高 |
支持 |
不支持 |
开源 |
功能的可扩展性 |
BI扩展 |
BI扩展 |
自带大数据仓库、BI功能、可扩展智能洞察、算法平台 |
仅可视化 |
仅可视化 |