Power BI vs. Qlikview vs. Tableau: welke datavisualisatietool moet ik kiezen (deel 1/2)

31 januari 2018

Artikel geschreven door Thom Rommens en Michaela Legerstee

We krijgen van opdrachtgevers regelmatig de vraag welke datavisualisatietool (dashboardingtool) nu eigenlijk ‘de beste’ is. In dit artikel maken we een uitvoerige vergelijking tussen drie dominante softwarepakketten: Power BI, Qlikview en Tableau. We kunnen de conclusie alvast verklappen. Dit is niet een uitsluitende vergelijking en er is geen absolute winnaar uit deze top-3.

We geven je in dit artikel een zestal criteria die voor jou belangrijk zijn. Dit is onze voorselectie van afwegingen en geen volledige weergave. Welk gewicht ieder criterium zou moeten krijgen, wisselt sterk per organisatie. We hebben vergeleken hoe de drie applicaties waarde aan je data toevoegen (functionele wens van je afdeling) en richtten ons minder op bijvoorbeeld inkoopvoorwaarden. We nemen het perspectief van de analytics-afdeling, dus de gebruiker (niet de beheerder) van de tool. We beschouwen het maken van dashboards en reports als één in deze vergelijking. Het is verder slechts een set van drie tools – er komen bijna dagelijks nieuwe tools bij. Wel zijn het bij onze opdrachtgevers de tools die regelmatig terugkeren in hun overweging en gebruik. Ook veranderen deze drie tools Power BI, Qlikview en Tableau zelf regelmatig. Deze vergelijking (januari 2018) is dus een momentopname. Deze is gebaseerd op ervaringen van Cmotions bij tal van organisaties, groter en kleiner, in profit- en non-profitsectoren, van gemeentes tot verzekeraars en van retailers tot banken. Tot slot, Cmotions heeft geen positie in, en is zelf niet afhankelijk van, één van deze drie datavisualisatietools.

Dit artikel is opgebouwd uit twee delen.

In deel 1:

  • Hoe goed past de tool in mijn organisatie, nu en later?
  • Hoe goed kan de tool omgaan met de data in mijn organisatie?
  • Hoe breed inzetbaar is de tool – business intelligence vs. ‘standalone’ datavisualisatie?

In deel 2:

  • Hoe gemakkelijk deel ik rapportages en dashboards met collega’s?
  • Hoeveel training heeft mijn team nodig om hiermee aan de slag te kunnen?
  • Wat kost de tool?
  • Verdict: welke tool kies ik voor dashboarding en reporting?

 

Criterium 1 – Hoe goed past de tool in mijn organisatie, nu en later?

Het eerste criterium waarop we de drie datavisualisatietools toetsen, gaat over beheer en toekomstbestendigheid. Oftewel:

  • hoe goed gaat de tool samen (en voegt deze gezamenlijk meer waarde toe) met software die ik al heb;
  • hoe toekomstbestendig is deze nieuwe tool.

 

Hoe goed gaat de tool samen met wat ik al heb aan software?

De keuze voor nieuwe tooling maak je altijd binnen een bepaalde context. Vrijwel altijd heb je al software in gebruik. Het liefst integreer je de nieuwe tool ook met je bestaande software (‘stack’ van software) en profiteer je van voordelen van onderlinge samenwerking tussen die tools. Ook qua beheer is het voordelig als software ‘familie’ is. Algemeen gezegd is het altijd handig te kiezen voor iets dat je IT-afdeling wil beheren. Voer zo min mogelijk ‘ondergrondse’ projecten uit waarin je zelf als afdeling dat beheer probeert over te nemen. Onze ervaring is dat dat niet houdbaar is. Je zult in dat geval namelijk zelf kennis moeten opbouwen en zelf tot diep in de configuratie moeten gaan als je tool op urgente momenten niet werkt. Terwijl als analytics-afdeling je concentratie zou moeten liggen op de functie – niet het beheer – van de software. Zorg er daarom voor dat de gekozen software geaccepteerd is door je IT-afdeling. Dat doe je collega’s van de beheerafdeling al vroeg mee te nemen in het keuzeproces.

Microsoft-power-bi

Power BI is een product van Microsoft. Dat is vanaf de start zichtbaar. Simpel gesteld is Power BI namelijk de verzameling van een hele serie add-ons die door de tijd heen ontwikkeld zijn voor Excel. Ook de programmeertaal om eigen berekeningen te maken (DAX) leent veel van het vertrouwde Excel. Behalve een goede samenwerking met tal van andere bronnen, is er een verregaande integratie met Microsoft SQL Server (en analyseservices), maar natuurlijk ook Excel zelf. Werk dat je al gemaakt hebt in deze tools, spreek je gemakkelijk aan in Power BI. Daarnaast legt Power BI gemakkelijk verbinding met verschillende componenten (bijvoorbeeld een database, Hadoop Insights) van machine learning platform Microsoft Azure. Duidelijk is dat Microsoft het onderwerp analytics zeer serieus neemt. De overname van Revolution Analytics door Microsoft zorgt dat resultaten van modellen gebouwd in analysesoftware R of programmeertaal Python gemakkelijk naar Power BI kunnen worden gehaald.

 

Qlikview_logo

Qlikview werkt het beste als een standalone oplossing. Het softwarepakket is geen ‘familie’ van andere analysetools en is daarin overeenkomstig met Tableau. Een veelgenoemd voordeel van Qlikview is dat de tool diverse bestanden in diverse formaten visueel en snel aan elkaar kan koppelen. ETL-processen werken eenvoudig met allerlei SQL-koppelingen. In praktijk komen we het vaakst tegen dat de tool gemakkelijk met datadumps vanuit bijvoorbeeld een SQL-platform en/of met losse Excel-bestanden werkt. Een voordeel is dat Qlikview een duidelijke structuur tussen deze bestanden behoudt.

 

Tableau-logo-datavisualisatieHelemaal eerlijk vergelijken is het niet – de reus Microsoft ten opzichte van het kleinere Qlikview en Tableau. Qua integratie met andere tools (let op, dat zegt niets over integratie met databronnen) heeft ook Tableau minder te bieden dan Power BI. Wel is er onverdeeld enthousiasme in de markt over hoe Tableau en R samenwerken. Er is er een verregaande koppeling tussen functionaliteit van de twee tools. Zo kan Tableau functies, libraries, packages en modellen rechtstreeks aanspreken. Berekeningen in Tableau roepen dynamisch de R-engine aan en geven via de Rserve package waarden weer terug aan Tableau.

 

Hoe toekomstbestendig is deze tool?

Softwareontwikkeling gaat tegenwoordig op een hoog tempo. Je wilt als manager niet door een lang beslissingstraject om er binnen anderhalve jaar achter te komen dat je gekozen pakket gedateerd is. Achter de schermen wordt bij ieder van de drie tools hard gewerkt aan continue vernieuwing, zij het op steeds andere manieren.

Minimum viabla product vs product vision

Power BI komt wekelijks met nieuwe updates. Er wordt een ideeënlijst bijgehouden binnen de community, waar gebruikers hun wensen kwijt kunnen. Er lijkt een keuze gemaakt te zijn voor lancering van een minimum viable product (MVP) dat spoedig wordt aangevuld met vernieuwingen. Soms zijn dat updates die je al heel veel eerder had verwacht (kunnen bepalen van een letterkleur), maar vaker zijn het sterke verbeteringen (de Matrix-visual die vlot qua functionaliteit verandert). Let er overigens op dat ‘wekelijkse releases van software’ niet meteen betekent dat je ze meteen ‘hebt’. Binnen grote organisaties wordt software in ‘pakketten’ gemanaged en ontstaat er een afhankelijkheid van de IT-afdeling om de nieuwe versies ook wekelijks te verspreiden. Beheer je de software zelf, dan werk je wekelijks gemakkelijk je software bij. Gekeken naar de toekomst: de ‘Natural language querying’, waarmee de gebruiker met zijn of haar dashboard kan ‘praten’ via Microsofts spraakengine Cortana, spreekt tot de verbeelding en is ambitieus genoeg om in Power BI te geloven.

Qlik (leverancier van Qlikview) heeft recentelijk een nieuw product gelanceerd (QlikSense) dat meer intuïtief werkt dan QlikView. Hiermee kunnen eenvoudig flexibele, interactieve visualisaties gemaakt worden, om betere beslissingen te nemen. Qlik beantwoordt hiermee de groeiende vraag aan een tool waar iedereen mee aan de slag kan en zo wordt de visie van groeiende ‘data literacy’ ingevuld. QlikSense wordt echter niet als een vervanger van Qlikview gezien. Beide tools blijven in ontwikkeling. Gezien het feit dat QlikSense relatief nieuw is, bevat dit platform niet alle mogelijkheden en functionaliteiten van Qlikview. QlikSense is wel een moderner platform en geeft de mogelijkheid om de Self-service analytics toe te passen in je organisatie. QlikView is een Guided analytics tool is, waar interface en rapportages door een developer worden ontworpen. Door de mogelijkheid om tussen de Self-service of Guided-analytics te kiezen, biedt Qlik een keuzevrijheid die toegespitst is op de toekomstige ambities van je organisatie. Deze ontwikkelingen richten zich in eerste instantie op andere vlakken dan bij PowerBI of Tableau, maar de uitbreiding van functionaliteiten zal naar verwachting meegaan met de algemene trends in BI.

Tableau heeft gemiddeld twee nieuwe softwarereleases per jaar en volgt een eigen model van verbetering van het product. Veranderingen zijn minder incrementeel. Recente wijzigingen zijn het instellen van alerts (bij grote uitschieters in je resultaten), een hele set aan nieuwe connectors, API’s en verbeteringen aan bestaande visuals. De maturiteit van het pakket (Tableau is één van de eerste partijen in de markt) geeft in ieder geval genoeg vertrouwen in vernieuwing. Daar bovenop heeft Tableau al gevorderde mogelijkheden die de andere tools slechts minimaal aanbieden: trending en forecasting. Typische ‘features’ van het datagebruik van de toekomst – voorspellen in plaats van enkel terugkijken.

 

Verdict: beheer & toekomstbestendigheid

In deze keuze tussen de drie tools op basis van beheer, is het goed om voor een pragmatische aanpak te gaan. Ga niet ‘from scratch’, maar bekijk wat je binnen je organisatie al hebt en wat daar binnen past. Zodra je een tool kunt kiezen die past binnen de bestaande ‘stack’ – de ‘familie’ van software die je organisatie al in huis heeft, dan geeft dat onderlinge meerwaarde. Daarnaast kan het ook kosten besparen: je ‘past de tool Power BI in’, waar je voor Tableau en Qlikview een aparte omgeving zal moeten inrichten. Kies je Power BI – als onderdeel van Microsoft dat tientallen andere producten verstrekt – dan ga je meer voor integratie. Tableau en Qlikview zijn beide meer op zichzelf staande tools. Dat zegt niets over samenwerking met andere databronnen, maar geeft niet de meerwaarde zoals Microsoft die kan geven. Algemeen gesteld zijn alle drie de tools toekomstbestendig. De wijze waarop ze invulling geven aan vernieuwing (frequentie), verschilt onderling echter sterk. Aflopend op vertrouwen in toekomstbestendigheid, plaatsen we Microsoft (door lange historie van softwareontwikkeling en ambities in analytics), Tableau (door huidige maturiteit in de software) en Qlikview (door ietsje meer starre – traditionele – aanpak in nieuwe releases).

Tabel - beheer en toekomstbestendigheid PowerBI Qlikview Tableau

 

Criterium 2 – Hoe goed kan de tool omgaan met de data in mijn organisatie?

Ons tweede criterium gaat over hoe gemakkelijk de tool schikt naar de data die in jouw organisatie wordt gebruikt, namelijk:

  • hoe gaat de tool om met complexere verbindingen, bijvoorbeeld API’s, connectors?
  • hoe gemakkelijk kun je juist jouw data weergeven, dus hoe ‘custom’ kun je gaan met de tool?

 

Hoe gaat de tool om met complexere verbindingen?

Vanzelfsprekend ben je op zoek naar de tool die zo snel mogelijk binnen je organisatie ‘past’. Algemeen kunnen we stellen dat verbinding maken met je databronnen bij geen van de drie tools je zorg is. Globaal kun je de simpele connecties (bestandje inladen) en de geavanceerdere connecties (live (cloud) databases) onderscheiden.

Dataverbinding

 

Power BI heeft een grote set aan connectoren en beschouwt iedere dataverbinding als connectie; ook een los bestandje. Met dat laatste kun je op je laptop een simpele koppeling maken en gemakkelijk je data verversen (‘Refresh’ button) indien je lokaal werkt. Dus zodra je bronbestand is aangevuld met nieuwe data en je de structuren gelijk houdt, is het letterlijk één druk op de knop voor het inladen van nieuwe records. Als je online werkt, kun je ook data van Microsofts OneDrive ophalen. Er zijn tal van voorgeïnstalleerde complexere connecties (Microsoft, Oracle, Amazon) beschikbaar die ook via de ‘gateway’ – die Power BI via de publicatiedienst Power BI Service aanbiedt – gemakkelijk te verversen zijn. Daarnaast zijn de instellingen van tal van API’s (Facebook, SalesForce, Twitter) al voor je klaargezet. Merk wel op – bij hevig gebruik – dat Power BI beperkingen oplegt aan live-verbindingen. Moet Power BI voor jouw rapport meer dan één miljoen rijen binnenhalen via een live-verbinding, dan krijg je een foutmelding terug. Dat is gelukkig wel het aantal rijen dat ná bewerking doorgegeven wordt aan Power BI. Dus als je vanuit Power BI een query gebruikt die totaal meer dan tien miljoen rijen samenbrengt tot één miljoen rijen, dan is dat toegestaan. Los daarvan geldt er een limiet van één gigabyte als omvang van je onderliggende dataset.

Qlikview werkt het liefst op basis van eenvoudige datadumps. De tool kan heel gemakkelijk verschillende bestanden koppelen, maar door de uitvoering van een databewerking in Qlikview kan de toepassing ‘te zwaar’ worden, in termen van complexiteit en kans op fouten in databewerking. Vanwege het feit dat Qlikview heel goed en snel in staat is om verschillende databestanden in diverse dataformaten aan elkaar te koppelen, is dit een tool die veel voorstanders kent. De mogelijkheid om live data vanuit bijvoorbeeld een SQL-platform te laden is beschikbaar. Ook QlikView (vergelijkbaar met PowerBI) beschouwt iedere dataverbinding als connectie en beschikt over ingebouwde functies om de verbindingen binnen de opgeslagen ETL gemakkelijk te maken. De grootte en hoeveelheid van te laden bestanden bepaalt een korter of langer durende dataload, waar de eindgebruiker meestal niet veel van merkt.

De strijd tussen Power BI en Tableau wordt sinds ruim een jaar publiekelijk gestreden. Officiële blogposts van beide organisaties gaan rechtstreeks op elkaar in. Gekeken naar de feiten werpt Tableau echter minder beperkingen op qua aantallen rijen en omvang van datasets. Natuurlijk moet daarbij wel opgemerkt worden dat een dataset van twee gigabyte ook het gebruik van Tableau aanzienlijk vertraagt. Echter, het van start gaan met een grote dataset is binnen Tableau gemakkelijker en sneller. Verversen van data is vergelijkbaar met de twee concurrenten en ook binnen Tableau zijn talloze connectoren standaard beschikbaar.

 

Hoe ‘custom’ kun je gaan met de tool?

Geen één wens aan datavisualisatie is hetzelfde. Het is daarom prettig als je tool je buiten standaardfunctionaliteit, ruimte biedt om die wens te kunnen vervullen.

Het standaardpakket aan visuals in Power BI is voldoende voor de starter, maar iemand die de tool twee maanden intensief gebruikt, loopt aan tegen beperkingen. Soms komen die beperkingen bij geavanceerder gebruik (complexiteit in combinatie van grafieken, dynamisch maken van de x-as) naar boven, soms ook bij simpele zaken (tot voor kort konden tekstkleuren amper aangepast worden). De hapklare visuals zijn voor 70% van je werk een dikke voldoende, maar soms wil je iets maken dat minder standaard is. Echter, meer dan ooit maakt Microsoft gebruik van een online community waar gebruikers niet alleen elkaars vragen beantwoorden, maar ook Custom Visuals aanbieden. Dus niet de ‘out-of-the-box’ visuals die standaard in de tool zitten, maar een soort ‘aftermarket’ set van visuals, gemaakt door gebruikers en aangeboden op een zeer toegankelijke manier. Misschien is daarvan het aquarium nog wel het meest in het oog springend. De volgende video laat zien wat mogelijk is:

Daarnaast is er natuurlijk de programmeertaal DAX, die sterk lijkt op de taal waarmee je formules in Excel schrijft. Praktisch, omdat je zonder dat je het wist dus al veel kennis hebt. Denk aan de bekende IF- en CONCATENATE-functies, maar ook heel veel van hun slimmere broertjes (bijv. SWITCH). Je maakt gemakkelijk nieuwe velden (calculated columns of calculated measures) aan, maar wanneer je gaat groeperen en ‘binnen’ in een variabele, merk je dat Power BI wat minder flexibel is dan de twee concurrenten uit onze vergelijking. Even een groepje van waarden of opnieuw categoriseren werkt intuïtiever in de andere tools. Eenvoudige zaken zijn soms te complex gemaakt. Dat geldt ook voor omgang met labels van grafieken. Zodra je een stapje complexer gaat (bijvoorbeeld niet alleen geslacht of leeftijd op de x-as, maar leeftijdsgroepen binnen een geslacht (‘nested’)) moet je soms nogal wat capriolen uithalen om het overzichtelijk te houden. Daar staat wel weer tegenover dat filtering erg intuïtief werkt met de ‘slicer’. Deze plaats je heel eenvoudig in je werkblad. Binnen enkele klikken sorteer je enkel één subgroepje voor in je grafiek. Een laag onder DAX ligt de programmeertaal ‘M’ voor nog geavanceerder gebruik (bijvoorbeeld de inlaadprocedures zelf scripten, via de Advanced Editor). Microsoft biedt tegenwoordig zelfs een eigen GitHub aan voor ontwikkelaars. Aandachtspunt in Power BI is wanneer je écht uitgebreide visualisaties wilt maken. Maak je bijvoorbeeld een kaart, dan kun je ‘slechts’ 3.500 datapunten kwijt. Bijvoorbeeld bij 5.000 steden in de wereld waarvoor je bevolkingsaantallen weergeeft. De melding van de missende 1.500 datapunten is niet heel opvallend, waardoor je onbewust veel data (en outliers!) kunt missen.

In Qlikview is het niveau van opmaak van grafieken hoog. We kunnen kiezen uit tal van handige grafieken en tabelweergaven, al zijn deze niet zo ‘flashy’ als in de snel ontwikkelende concurrenten. Het is redelijk gemakkelijk om ‘Calculated Fields’ te maken, al wordt er wel een eigen taal gebruikt. Laatste is een soort variant op SQL, die wat lastig te doorgronden is. Qlikview is bekend met snelle filters, die in verschillende vormen (listbox, slicer) beschikbaar zijn. Vanwege de mogelijkheid om zelf je tabellen te definiëren in de web-interface (FreeFrom) of de mogelijkheid om bulk (PDF) rapportages uit te sturen voldoet Qlikview ook met wat minder flashy visuals aan de bedrijfsvragen, op het gebied van financials, marketing of operations. De rapportages en dashboards zijn overzichtelijk en leiden niet af van het doel waarvoor ze ingericht zijn.

Qua gebruiksgemak maakt Tableau nog steeds het verschil. Opmaak van grafieken kan tot in detail. In tegenstelling tot dan andere tools, laat Tableau gemakkelijker grafieken combineren. Bijvoorbeeld in hoe gedetailleerd je een kaartje met geprojecteerde data kunt aanpassen, schiet Tableau uit boven zijn twee tegenstanders. Als de out-of-the-box visuals niet voldoen, lost Tableau het op met de Tableau Public sectie van de Community. Daarnaast zijn Calculated Fields gemakkelijker te maken en blijft het eenvoudig als je dynamiek wilt. Of je nu een y-as óf een x-as aan wilt passen, met een parameter en een paar lijnen code in een nieuwe variabele, maak je hele weergaves dynamisch. De syntax van Tableau is niet universeel, maar iedereen met basiskennis programmeren herkent de statements. Daarnaast is Tableau de uitgelezen tool voor storytelling – het vertellen van een verhaal als ‘laag’ over je visuals. Weergaves zijn eenvoudig te animeren en aangepaste titels en teksten zijn gemakkelijk in te voegen en op te maken. Je houdt veel flexibiliteit. Naast die lofzang wel de nuance dat het werken met containers (vakken in je werkblad waarin je visuals komen), zeker als ze geen vaste positie meer hebben maar ‘floating’ zijn, onoverzichtelijk – en niet à la gebruiksvriendelijkheid van Tableau – is.

 

Verdict: data-integratie

Zolang je databronnen niet te exclusief zijn, kun je er verbinding mee maken vanuit je datavisualisatietool. Op connectiviteit laten de drie elkaar niet veel ruimte. Power BI valt enkel op omdat er beperkingen worden opgeworpen bij grootschalig gebruik. De mate van vrijheid met ‘customizen’ van die data loopt wel uiteen tussen de tools. Power BI levert je de basics die in de meeste van je dashboards toereikend zijn. Voor ‘customizen’ wordt een toenemende hoeveelheid opties geboden, maar vast staat dat Power BI meer van de voorbereiding (datapreparatie) is dan Tableau en Qlikview. Laatste twee bieden een grote mate van vrijheid in bewerken van de details. De DAX-taal van Power BI is prettig om te herkennen vanuit Excel, maar is helaas ook vrij snel nodig voor ‘custom’ oplossingen. Tegelijkertijd is de aanpak van Microsoft op open-source plugins van Custom Visuals praktischer dan Tableau – waar je voorbeeld-workbooks moet downloaden om zelf te gaan bewerken.

Tabel - data-integratie PowerBI Qlikview Tableau datavisualisatietool

 

Criterium 3 – Hoe breed inzetbaar is de tool? Business intelligence vs. ‘standalone’ datavisualisatie

Het volgende aandachtspunt is de prestatie van ieder van de tools op twee uitersten van gebruik. Het ene uiterste is business intelligence – continue stuurinformatie ter verbetering van resultaten en processen, vaak geïntegreerd in de organisatie. Het andere uiterste is ‘standalone’ datavisualisatie – los van verdere infrastructuur ‘slice and dice’ kunnen toepassen op een willekeurige dataset. We bekijken de twee uitersten:

  • hoe goed is de tool in business intelligence?
  • hoe goed is de tool in standalone datavisualisatie?

 

Hoe goed is de tool in business intelligence?

Business intelligence (BI) gaat over het effectief inzetten van stuurinformatie om daarop beslissingen te maken. Deze stuurinformatie is veelal geïntegreerd in de organisatie. Dat wil zeggen, de databron van je dashboard is onderdeel van een groter geheel – de dataomgeving van je hele organisatie.

Business intelligence

 

What’s in a name? Power BI maakt sterk gebruik van de familie van Microsoft-producten. Er zijn veel integraties in de business intelligence-keten mogelijk. Gebruik van Power BI maakt duidelijk dat de tool een BI-first applicatie is – en daarná ook goed dient als standalone datavisualisatietool. Belangrijkste kenmerk is datapreparatie. De werkomgeving van Power BI is duidelijk ingericht met een werkblad, een dataomgeving en een omgeving voor relaties tussen deze databronnen. De nadrukkelijke aanwezigheid van laatste twee omgevingen, evenals een grote set van bewerkingen (waaronder pivoteren, subsets met groeperingen, complexere joins) laten zien dat de gebruiker idealiter eerst de data op orde brengt en daarna de visualisaties maakt. Andersom werken is mogelijk (bijvoorbeeld een alias voor een berekende variabele in plaats een nieuwe veldnaam, of in een visual toekennen dat je percentages wilt in plaats van in de definitie van het veld), maar daar is de tool niet primair op ingericht.

Qlikview is een standalone tool en kan makkelijk omgaan met verschillende databronnen. Het is mogelijk zowel ETL in te richten, als nieuwe variabelen te maken die weergegeven worden in tal van overzichtelijke visuals. Tegenwoordig worden de ETL en de werkelijke ‘app’ (met visuals) gescheiden gehouden; dit in verband met een scheiding van risico’s bij falen: indien de dataload niet lukt, dan kan de app nog steeds beschikbaar zijn voor de gebruikers. Slice-en-dice zijn in Qlikview eenvoudig in te richten en toe te passen, ook met behulp van nieuwe ‘Free-form’ mogelijkheden, waarmee het aanklikken van variabelen vanuit een vooraf opgestelde lijst een variëteit aan rapportopmaak biedt.

Tableau staat op zichzelf en heeft de software ook zo ingericht. Integraties met Office-producten (bijvoorbeeld in het delen van dashboards via een gezamenlijk adresboek) hoef je niet te verwachten. Ook beheersing van complexere datamodellen (meerdere bronsystemen, vele tabellen, vele complexe manieren om data te koppelen en tussentijds te bewerken) is niet waarin Tableau uitblinkt. Het is juist in ons volgende punt (standalone datavisualisatie) waar Tableau – zeer bewust – er bovenuit springt. Voorlopig. Want recentelijk heeft Tableau ‘Project Maestro’  aangekondigd – een slimme databewerker die moet gaan integreren met Tableau. Laatste lijkt een antwoord op de bredere business intelligence-oriëntatie van concurrent Power BI.

 

Hoe goed is de tool in standalone datavisualisatie?

Soms is er minder samenwerking van verschillende bronnen nodig en kan er – vooral bij analisten – een op zichzelf staande behoefte zijn om een dataset te analyseren. Zeker ook een dataset die ‘los staat’ van de verdere organisatie. Bijvoorbeeld wanneer het doel verkennen van verbanden (datamining) op een ‘platgeslagen’ dataset is.

Datavisualisatie

De keerzijde van sterk scoren op business intelligence, is voor Power BI dat het minder een ‘frontend’ tool is dan de andere twee. Hoewel visualiseren snel gaat en Microsoft de ‘five minutes to wow’ qua looks waarmaakt, is bij verder gebruik voelbaar dat een goede basis vereist is. Dus, ‘kneden van data’ vooraf en misschien zelfs definiëren (met welke sleutels koppel je twee bronnen) van een datamodel. Dit in tegenstelling tot andere tools waarbij er meer ‘on the fly’ – tijdens het maken van de visuals – kan. Daarnaast selecteert Power BI visualisaties niet echt voor. Bij een willekeurig geselecteerde variabele worden álle opties van visualisatie opengelaten – waar sommige opties simpelweg niet handig zijn.

In Qlikview ga je heel snel van start in standalone datavisualisatie. Nieuwe (losse) bestandjes kunnen gemakkelijk toegevoegd worden. Met het oog op de trends wil Qlik zich richten op het uitbouwen van tools die zowel met relationele als non-relationele data kunnen werken. Een eerste stap in deze richting is het associatieve vermogen van Qlikview bij datakoppelingen. Wat visuals betreft is er aantal handige en overzichtelijke grafieken en tabellen beschikbaar. Echter, Qlikview geeft vanzelf weinig suggesties, men gaat uit van de creativiteit van de ontwikkelaar. Het vinden van verbanden is mogelijk met drill-functies op geaggregeerde data, het bouwen van verklarende modellen op individuele kenmerken is niet mogelijk.

De ambitie van Tableau om de gebruiker snel te kunnen laten werken met visualisaties, is duidelijk. In tegenstelling tot Power BI is er weinig ‘kneedwerk’ van de data nodig. Suggesties voor grafiektypen zijn slim voorgesorteerd. Bronnen zijn in no-time toegevoegd en ook andersoortige bronnen (los bestand vs. live-datakoppeling) zijn eenvoudig te verbinden. Ook zonder goede basis kom je al doende tot mooie resultaten. Tableau is goed in de kortere routes die gebruikers willen hebben. Niet zelf een formule uitschrijven om waardes ‘Noord-Brabant’ en ‘Limburg’ tot ‘Zuid-Nederland’ te categoriseren, maar een dialoogvenster waarin je de opties eenvoudig aanklikt en opnieuw indeelt of kunt ‘binnen’. In de bovenkant van het scherm kun je via ‘Columns’ en ‘Rows’ praktisch alle combinaties maken en integreer je visualisaties gemakkelijk. Het aanmaken van filters kost opvallend genoeg meer tijd dan filtering in de twee andere tools, maar het ontwerp is ook verschillend. Een filter in Tableau kan verder doorwerken (pagina’s); slicers in Power BI beperken zich tot de pagina zelf. De selectiefunctionaliteit (een paar datapunten in de grafiek selecteren door een rechthoek te trekken over de visualisatie) is in Tableau ook erg praktisch en ontbreekt nog in Qlikview en Power BI.

 

Verdict: BI vs. standalone visualisatie

Business Intelligence (BI) en standalone visualisatie verschillen sterk – vooral in de mate van datapreparatie. Aan dat laatste worden door Power BI zonder meer de meeste eisen gesteld. Microsoft claimt dat het loont om een data engine in te richten op hun ‘data-first’ manier: er mee werken zou tien tot honderd keer sneller zijn dan Tableau. Tableau en Qlikview laten in ieder geval zich gemakkelijker bedienen vanaf de start, zelfs al heb je de data niet gezien. Daarmee nemen de drie tools twee zijden van het spectrum in: Power BI op BI, Tableau en Qlikview op ‘standalone’. Power BI als tool met ‘back-end depth’; de andere twee als tools met ‘front-end depth’.

Tabel - BI visualisatie PowerBI Qlikview Tableau datavisualisatietool

Tabel - standalone visualisatie PowerBI Qlikview Tableau datavisualisatietool

 

Tot deel 2!

Tot zover de eerste drie criteria in de vergelijking tussen Power BI, Qlikview en Tableau. In deel 2:

  • Hoe gemakkelijk deel ik rapportages en dashboards met collega’s?
  • Hoeveel training heeft mijn team nodig om hiermee aan de slag te kunnen?
  • Wat kost de tool?
  • Verdict: welke tool kies ik voor dashboarding en reporting?

Contact

Wil je meer weten over dit onderwerp? Neem dan contact op met Thom Rommens of Michaela Legerstee via onderstaande contactgegevens.

Thom Rommens, Senior Consultant

+31 6 46 99 32 72

t.rommens@cmotions.nl

Michaela Legerstee, Senior Consultant

+31 6 31 00 52 81

m.legerstee@cmotions.nl

Laatste nieuws

Hoe je als data-analist met cognitieve biases te maken hebt en hoe je ze kunt herkennen: Deel 4

26 april 2018

Cognitieve biases: We hebben ze allemaal en we komen ze regelmatig tegen in het dagelijks... lees meer

Hoe je als data analist met cognitieve biases te maken hebt en hoe je ze kunt herkennen: Deel 3

29 maart 2018

Cognitieve biases: We hebben ze allemaal en we komen ze regelmatig tegen in het dagelijks... lees meer

Business Meetup Achmea over data preparatie @ Cmotions

23 maart 2018

Op verzoek van Achmea hebben we vorige week een Business Meetup georganiseerd op kantoor bij... lees meer

Schrijf je in voor onze nieuwsbrief

Mis nooit meer iets op het gebied van advanced analytics, data science en de toepassing daarvan binnen organisaties!