Metabase 替代方案：一览其他商业智能工具

商业智能领域概览——谁擅长什么，适合谁，以及一些社区洞察（外加一点 Metabase 特色）。

此列表并非详尽无遗，而是概述了可用的不同商业智能工具、它们最适合的人群以及它们最擅长的领域。这是否带有我们自己的 Metabase 色彩？嗯，也许有一点。我们正在构建我们想要使用的 BI 工具，并根据客户和社区的反馈和支持进行迭代。我们试图通过提供 Reddit 评论中的优点和缺点来保持一些平衡，包括我们自己的。

为了提供一些视角，我们将概述最常见的 Metabase 替代方案，包括

• Tableau
• Power BI
• Looker
• Mode
• Superset
• Domo
• Quicksight

在深入了解每个工具的详细概述之前，以下是它们之间的对比

Metabase

• 最适合：初创公司和成长型团队选择他们的第一个 BI 工具，该工具能够跟上他们扩展的步伐。
• 开源：✅
• 云或自托管部署：✅
• 可以嵌入：✅ 从开源提供的基本（静态）嵌入到 Pro 和 Enterprise 提供的交互式嵌入
• 直接查询数据仓库：完全支持

好吧，我们是有偏见的，但 Metabase 的创建目的是让每个人（甚至是不太懂技术的队友）都能轻松使用数据和商业智能。诸如自动钻取之类的功能允许人们点击图表来挖掘对他们最有价值的内容。查询构建器允许任何人提出问题，而无需了解 SQL 来可视化数据和共享仪表板（但如果需要，您可以使用 SQL）。

它的设置速度也超快。您可以连接到数据库，并在 5 分钟内（字面上）进行查询和创建仪表板。

Metabase 是为数不多的旨在能够直接查询数据仓库（即无需提取）的 BI 工具之一。以下大多数 BI 工具在某种程度上都支持直接查询，但在大多数情况下，直接查询模式是稍后添加的，并且通常比 Metabase 的功能要有限得多。

Metabase 还具有全面的应用内报告嵌入选项，范围从带有过滤器的基本仪表板、带有 iframe 的白标交互式嵌入，到通过开发者友好的 SDK 无缝集成和定制的分析。

开源版本是免费的，付费计划用于托管和高级功能，以实现更多治理功能、额外的安全性和隔离以及高级嵌入功能和实施。

您甚至可以在设置数据库之前使用 Metabase。

Metabase 评论

人们喜欢什么：非技术人员易于使用

• “我在我的公司成功推广了 Metabase。从 Excel 报告转向 Metabase 仪表板极大地提高了所有团队的数据素养，并且考虑到它是一款免费产品，其功能集令人惊叹。许多问题可以通过 Metabase 的界面来解答，而无需使用 SQL，这对于非技术用户来说非常棒。” - 链接
• “在几家初创公司中使用过 Metabase，我的 2 美分：用户不知道什么是表/数据库/视图/列（他们应该知道吗？），因此请确保他们可以通过 2 或 3 次点击找到他们需要的东西。该工具需要为此做好准备。就我而言，这对 Metabase 来说是一个明显的胜利，因为它专为非技术用户设计。” - 链接
• “我个人和专业上都在使用它。它非常适合为高层管理人员提供“即时信息”’ - 链接
• “我喜欢它。用户可以非常轻松地修改或创建自己的查询，并使用修改后的内容保存自己的仪表板。” - 链接

数据很清楚：各地的人们都喜欢 Metabase。您还可以阅读我们的客户案例来了解我们的情况💙

人们不喜欢什么：自定义限制和没有 git 版本控制

• “我对 Metabase 最大的不满也是缺少 Git 版本控制。如果您想要适当的版本控制，该工具确实需要是代码优先的” - 链接
• “我喜欢 Metabase 的优雅简洁，但如果您想要对可视化进行复杂的控制，它不适合您。” - 链接

Tableau

• 最适合：企业级公司，拥有庞大、复杂的数据集，并且不需要公司中的每个人都运行自己的报告。也适合 Salesforce 的忠实用户。
• 开源：❌
• 云或自托管部署：✅
• 可以嵌入：✅
• 直接查询数据仓库：有限支持

Tableau 是市场上最知名的 BI 工具之一，因此人们对它有很多看法——好的和坏的。Tableau 通常非常适合企业级公司或规模较大的组织，它们具有更广泛的数据分析需求、大数据团队、雄厚的资金以及对组织中每个人都能参与并运行自己的报告的需求较低。它拥有所有花哨的功能，并且根据您组织的成熟度、您的用例和要求，它可能超出您的需要。

自从 2019 年被 Salesforce 收购以来，人们对 Tableau 的状态有一些强烈的感受，有些人说它变得更慢、更不稳定，更新也更少。

Tableau 的定价对于小型企业或初创公司来说可能令人望而却步。Tableau Desktop、Tableau Server 和 Tableau Cloud 的许可成本加起来很快，尤其是对于大型团队而言。在整个组织中扩展 Tableau 通常需要大量的 IT 支持来进行设置、管理和维护。

从 Tableau 过渡到 Metabase？ 此速查表比较了关键功能、工作流程、术语等。

Tableau 评论

人们喜欢什么：可视化和自定义

• “Tableau 比（Power BI）更容易使其看起来精致并进行高级图表制作，因此它登上了高管舞台。” - 链接
• “Tableau 可以制作令人惊叹的可视化效果，并且易于教授基础知识。” - 链接
• “Tableau 在仪表板创建（以及可视化的创造力）方面处于领先地位，但是，我不确定这种情况会持续多久。” - 链接

人们不喜欢什么：定价和学习曲线

• “Tableau 同时臃肿且仍然无法在没有一些黑客式的内部解决方法的情况下完成直观的事情。” - 链接
• “我想说 Tableau 的学习历程非常奇怪。制作基本图表和仪表板非常容易，人们可以在很短的时间内掌握。早上，新用户可以获得 4 个 OOTB 图表以及快速过滤器和交互性。但很快人们就会遇到“好吧，你可以做到这一点，但这有点像解决方法”。而且这种学习曲线可能非常广泛且技术性很强。” - 链接
• “Tableau 很棒，但是我认为 10 年前就应该存在的功能仍然不存在。“ - 链接

了解更多关于我们如何比较的信息：Metabase 与 Tableau 对比

Power BI

• 最适合：企业级公司，拥有庞大、复杂的数据集，并且不需要公司中的每个人都运行自己的报告。可能也适合那些已经身处 Microsoft 生态系统中的人。
• 开源：❌
• 云或自托管部署：✅
• 可以嵌入：✅
• 直接查询数据仓库：有限支持

与 Tableau 类似，很多人都熟悉或使用过 Power BI，并且喜欢或讨厌它。与 Tableau 一样，它通常更适合预算不紧张且在 Microsoft 领域内工作的企业级组织。Power BI 具有更多用于数据转换和 ETL 流程的数据流的集成式高级数据集成。如果您需要这种东西，那很好，但是如果您希望灵活地选择您的堆栈，您最终可能会感到受限。

Power BI 的优势之一是其用户社区，这使得查找支持和问题解决方案变得更加容易。很容易找到广泛的教程和文档。

Power BI Desktop 作为免费下载提供，Power BI Pro 也非常实惠，每月每用户 9.99 美元。对于大型团队和需要高级功能的团队来说，Power BI 许可结构开始变得令人困惑。

PowerBI 评论

人们喜欢什么：集成和端到端数据工具；与 Microsoft 生态系统集成

• “在过去的两年多里，我一直在使用 Power BI，他们一直在不断开发新功能，这些功能使事情变得越来越容易，而在几年前，这些事情会更具挑战性。” - 链接
• “Power BI 允许您创建和共享交互式报告。它与 Microsoft 生态系统紧密集成，这在部署等方面可能是一个巨大的优势。很多事情都可以通过无代码或低代码来完成，这在某些情况下可能是一个优势。” - 链接

人们不喜欢什么：性能和学习曲线

• “PBI 在本地部署方面存在严重限制，并且在某些实时馈送方面存在限制。” - 链接
• “从 Excel 公式来看，DAX 和 M 可能非常令人生畏，并且具有编程语言的语法。需要花费更长的时间才能掌握。我以为 PBI 会像 Excel 的增强版，但它与 Excel 毫无关系。可视化效果，表格和图表的构建方式完全不同。最近几个月，Microsoft 试图将 PBI 描绘得更像 Excel，但这还有很长的路要走。” - 链接

了解更多关于我们如何比较的信息：Metabase 与 PowerBI 对比

Looker

• 最适合：非常专业的技术团队，他们需要更广泛的治理和完全以代码形式进行的建模。
• 开源：❌
• 云或自托管部署：✅
• 可以嵌入：✅
• 直接查询数据仓库：完全支持

Looker 拥有众多拥趸，他们喜欢 Looker 的可视化选项和可定制性。Looker 的主要卖点之一是 LookML——他们专有的建模语言。一位 Reddit 用户声称，将 LookML 用作受版本控制的语义层，能 максимально приблизить вас к достоверному источнику истины。

LookML 虽然备受推崇，但也像一把双刃剑。通常需要至少 6 周才能掌握它，而且在 Looker 中，离开 LookML 你就什么都做不了。因此，如果你需要快速启动并运行 BI 工具，Looker 可能不是最佳选择。

Looker 曾因其出色的客户支持而备受赞誉，一度被称为“客户关爱部门”。但自从被 Google 收购并他们的支持团队被解雇后，情况就发生了变化。从那时起，人们开始抱怨等待时间过长和帮助无效。

许多过去使用过 Looker 的人现在选择 Metabase，因为你可以以更低的成本获得类似的结果。 Floryn 从 Looker 切换到 Metabase，节省了大约 67% 的 BI 成本，同时提供了更好的可视化效果和更易用的体验（他们自己说的，不是我们说的）。

温馨提示 - Looker 和 Looker Studio 经常被混淆，但它们截然不同。Looker 提供端到端的数据建模、治理和创建复杂数据系统的功能。价格也因此较高。Looker Studio 是一个免费但简单的仪表板工具，不具备所有的建模和治理功能。

Looker 评论

用户喜欢的功能：LookML

• “我过去曾使用过 Qlik 和 Power BI。1.5 年前我们转用了 Looker。我非常喜欢它。它允许我像编写代码一样处理数据模型层，而 Power BI 更像是处理电子表格。” - 链接
• “如果设置和架构得当，效率和规模将非常庞大。它的 LookML 层非常出色。通过比竞争对手少得多的开发人员，它可以为你节省数十万美元（$）（大规模部署时）。但是，这些开发人员需要有在你选择的技术堆栈中工作的经验，例如 Looker/Redshift、Snowflake、Bigquery 等。你需要合适的人来做这件事。这将花费成本，但请花这笔钱，除非你不在乎 X 年后的后果。” - 链接

用户不喜欢的功能：用户友好的分析和定价

• “我在一家初创公司工作，我们目前在使用 Looker 时遇到的问题是，有些团队将无法直接在 Looker 中查询以了解测试或新功能的结果，而需要开发人员“干预”来建模指标。” - 链接
• “Looker 不适合临时和探索性工作。” - 链接
• “Looker 真的非常昂贵。特别是对于可以实际从探索中提取字段并创建自己的仪表板的自助服务用户而言（查看者更便宜，但那你基本上只是在处理一个次于 Tableau 的实例，因为他们真的无法自助服务）。如果你最终获得广泛采用，这可能会讽刺性地促使你的公司因为 $$$ 而放弃该工具。” - 链接

了解更多关于我们对比的信息：Metabase 与 Looker

Mode

• 最适合用户：具有高级分析、可视化和协作需求，并且偏好使用 SQL、R 和 Python 的分析师和数据团队。
• 开源：❌
• 云端或自托管部署：❌ 仅限云端
• 可以嵌入：✅
• 直接查询数据仓库：完全支持

Mode 专为数据分析师和精通 SQL 的人员设计。它提供了一个编码环境，允许人们编写自定义 SQL 查询并使用相当强大的协作功能执行复杂的分析。它还支持 R 和 Python，用于进行统计分析和机器学习的工作流程。对于数据团队协同进行分析项目来说，这是一个绝佳的选择。与许多其他 BI 工具不同，Mode 不迎合那些寻求点击式界面的人，这可能会限制其对数据团队以外人员的吸引力。

他们的网站上没有列出任何定价信息，尽管 Reddit 上有人声称其每用户价格远高于许多其他知名软件。

Mode 评论

用户喜欢的功能：SQL 和高级分析功能

• “我使用 Mode。我认为它非常棒。自从我们没有 Snowflake 工作台之外的独立工具以来，它已成为我的默认 SQL 工作台。但它有很多很棒的功能。从纯粹的临时查询角度来看，我喜欢我可以在一个“报告”中拥有多个脚本，然后将其保存在共享文件夹或我自己的个人文件夹中以供参考。你甚至可以与他人分享链接以供阅读和运行 SQL 查询。” - 链接

用户不喜欢的功能：多面手和定价

• “Mode Analytics 存在身份危机。它不知道自己想成为什么。它是 SQL 查询编辑器吗？它是 Python 编辑器吗？它是数据报告平台吗？它是可视化构建器吗？它试图成为很多东西，但没有一个特别擅长。你甚至无法更改单个系列的颜色。这确实取决于你的用例和预算，但根据我所看到的，其每用户价格高于许多其他知名软件。” - 链接
• “Mode Analytics 在没有任何额外功能的情况下将我们的合同价格提高了 50% 以上。他们玩这种诱饵和转换游戏真是令人非常失望。还不如选择 Tableau 或 PowerBI 这样真正有信誉的厂商。如果你喜欢开源，可以选择 Superset、Metabase。我总体上不推荐 Mode Analytics。” - 链接

Superset

• 最适合用户：具有广泛数据分析需求的高度技术团队。
• 开源：✅
• 云端或自托管部署：✅（通过 Preset 进行云托管）
• 可以嵌入：✅
• 直接查询数据仓库：完全支持

Apache Superset 是一个开源商业智能平台，最初是 Airbnb 的一个内部项目。Superset 具有许多高级数据分析功能和非常广泛的复杂可视化选项。它需要大量的技术专业知识和资源才能部署和管理。

它的 SQL 编辑器是一个关键优势，使分析师和工程师能够直接在平台内编写、测试和可视化 SQL 查询。它还拥有各种内置可视化类型，从传统的图表和图形到更复杂的交互式选项，如地理空间可视化和自定义 D3.js 图表。

与 Metabase 一样，Superset 非常适合内部分析和将分析嵌入到面向客户的应用程序中，使其在各种用例中都具有通用性。

安装和配置 Superset 通常涉及设置元数据数据库、Web 服务器和 Celery 工作进程等依赖项以用于异步任务，这可能非常耗时，使其更适合拥有强大工程资源的团队。

Superset 评论

用户喜欢的功能：可视化和图表功能

• “我认为它是市场上最好的免费可视化工具之一，但它是免费的。因此其功能有限。” - 链接
• “出色的可视化类型和更好的图形排列方式。” - 链接

用户不喜欢的功能：所需的技术时间

• “这些平台很棒，但它们的目标受众与 Tableau 或 PowerBI 等现成的 BI 工具不同。这些系统是为开发人员设计的，需要一定程度的技术（编码）专业知识才能有效使用。并且设置和维护通常需要开发运维或 Web 开发团队。” - - 链接

了解更多关于我们对比的信息：Metabase 与 Superset

Domo

• 最适合用户：拥有庞大预算且需要与数百种工具直接集成的企业级公司。
• 开源：❌
• 云或自托管部署：✅
• 可以嵌入：✅
• 直接查询数据仓库：有限支持

Domo 是一款一体式数据工具，集数据仓库、转换和可视化功能于一体。凭借其精致的外观和高质量的可视化效果，它赢得了高管和 C 级团队的青睐。根据团队和用例的不同，有些人非常重视它可以集中管理所有数据作业，而另一些人则认为它有点像一个“万金油”工具，这让那些必须使用它的人感到沮丧。

Domo 允许你与数百种不同的数据源集成，包括但不限于数据库、仓库和湖仓 - 你可以直接插入各种工具，从 Instagram 到 Google Fit 再到 Workday，应有尽有。

Domo 也仅在云端可用，因此如果你需要或偏好自托管，它不是最佳选择。

定价被描述为昂贵且神秘——当谈到定价时，这绝对不是任何人喜欢的形容词。他们转向基于消费的定价模式，以积分形式运行，在某些圈子里也备受争议。

Domo 评论

用户喜欢的功能：集成和一体式数据工具功能

• “在切换到 Power BI 之前，我使用了 Domo 5 年。可视化工具更容易使用，并且你的 ETL 和数据仓库连接到可视化工具。而且这三者都可以在没有数据工程人才的情况下使用。因此，如果你还没有仓库和 etl 工具，它会很好。如果你有，那么在我看来，你是在为不需要的功能付费。” - 链接
• “Domo 非常漂亮。将这一点放在图表上听起来很傻，但这 100% 是我的首席运营官/首席财务官感兴趣的原因。” - 链接
• “对于有现金支出但可能没有更深入的数据基础设施和人员来支持更强大工具的公司来说，这是一个不错的工具。” - 链接
• “大量的连接器，可以充当数据仓库，或从现有数据仓库导入” - 链接

用户不喜欢的功能：可用性、定价

• “它非常粗糙。UI 一团糟，到处都是奇怪的限制，不同数据源中的 null 处理方式不同，一切都很慢且笨拙” - 链接
• “它是一个全栈 BI 工具。如果你的团队是非技术性的，那很好，但如果你的团队想要控制他们的数据和管道，它就不是合适的工具。通常你会有一个 ETL 工具、一个数据仓库和一个 BI 工具。Domo 试图在其平台中完成所有这些工作，并且与专用工具相比，在每个方面都存在不足” - 链接
• “我们与 Domo 的合同价格因其新的积分定价模式而上涨了 2.5 倍，我们现在负担不起了。” - 链接
• “我曾经尝试从 Domo 获取定价信息，这次经历告诉我我需要了解的关于他们公司的一切。如果你的 Domo 与 Tableau 定价的销售说辞是“相信我，老兄”，那你就可以滚蛋了。” - 链接

了解更多关于我们对比的信息：Metabase 与 Domo

Quicksight

• 最适合用户：深度嵌入 AWS 生态系统的大型组织
• 开源：❌
• 云端或自托管部署：❌ 仅限完全托管的云端
• 可以嵌入：✅
• 直接查询数据仓库：有限支持

作为 Amazon Web Services 的一部分，Quicksight 是 AWS 上的一项完全托管服务，自然地，它与其他 AWS 工具配合使用效果最佳。按会话付费的定价模式可能非常适合具有零星或波动使用情况的大规模部署。

如果你已投入 AWS 生态系统，它的效果会很好。Reddit 用户表示，它真正适合那些使用 AWS 且想要非常简单的可视化效果的人，而不是企业级 BI。

Quicksight 提供了一些高级分析功能，例如机器学习驱动的异常检测和预测。Quicksight 还有一个移动应用程序。

与此列表中的大多数 BI 工具不同，QuickSight 拥有较小的用户社区和较少的第三方集成，这可能会使故障排除和扩展其功能更具挑战性。

Quicksight 评论

用户喜欢的功能：简单的可视化和处理大型数据集

• “数据集可能非常大，最多可达 1 TB。我有一个 500 GB 的数据集，在最终仪表板上大约有十几个过滤器，性能非常好。它并不总是即时的，有时比其他时候慢。” - 链接
• “对于简单的可视化效果来说，它很棒。我认为与 Tableau 相比，设计和开发速度更快，并且它们具有分页报告功能。QS 基于 Web 具有其优势，例如现在我的工作设备坏了，我必须使用我的个人设备时。” - 链接
• “QuickSight 在于它可以作为代码进行管理，并且可以相当容易地跨区域复制，这有一些很酷的优势。它并不完美，但我总体上是它的粉丝。” - 链接

用户不喜欢的功能：定价、有限的定制、性能

• “过滤器让我绝对抓狂。我的观点是，如果你有一个定义明确的数据集和简单的聚合，那么在 QuickSight 中，一个简单的一对多表就可以了。如果你需要制作一个简单的仪表板，它工作得很好。AWS 使连接到他们的原生服务变得容易。但是，超出此范围的任何事情都会变成“是的，你可以完成这项工作，但有一个 20 步的解决方法。”” - 链接
• “可视化效果不是很强大，通常无法自定义。有些随机的可视化效果支持一两个特殊功能，但在大多数情况下，你在视觉效果上受到了极大的限制。” - 链接

选择更适合你需求的商业智能工具

这里没有正确或错误的答案。这通常取决于你的用例、你希望人们能够在多大程度上自行从数据中学习和运行报告而无需依赖你的数据团队；你偏好的数据堆栈、你需要多快启动并运行、你的预算等等。如果你仍然犹豫不决，我们希望这份 Metabase 常见替代方案列表能够让你深入了解可用的工具以及人们对它们的总体感受。

再次强调，没有“正确”的答案，但 Metabase 将让你的团队中的每个人都可以使用数据，与你偏好的数据工具集成，在 5 分钟内启动并运行，并适合所有预算（此外，你可以免费试用）。我们投入了大量的思考和努力来打造一款旨在让团队中的每个人（无论其技术水平如何）都乐于使用的 BI 工具💙