Metabase 替代方案：探究其他商业智能工具

商业智能（BI）领域的快照——在哪些方面表现出色，适合哪些人群，以及一些社区见解（当然，还有 Metabase 的特别之处）。

此列表并非详尽无遗，而是对各种商业智能工具的概述，包括它们最适合哪些人，以及它们擅长什么。这是否受到了我们 Metabase 视角的影响？嗯，也许有一点。我们正在构建自己想使用的 BI 工具，并根据客户和社区的反馈和支持不断迭代。我们试图通过提供 Reddit 评论中的优缺点来保持一定的平衡，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：希望拥有第一个 BI 工具且该工具能够随着他们扩展而跟上的初创公司和成长型团队。
• 开源：✅
• 云端或自托管部署：✅
• 可嵌入：✅ 从开源版本提供的基本（静态）嵌入，到 Pro 和 Enterprise 版本的交互式嵌入
• 直接查询数据仓库：完全支持

好了，我们承认我们有些偏袒，但 Metabase 的创建是为了让每个人，甚至您不太懂技术的人，都能轻松使用数据和商业智能。诸如自动钻取之类的功能，允许用户点击图表来获取他们最有价值的信息。查询生成器让任何人都可以提出问题，而无需了解 SQL 即可可视化数据和共享仪表板（但您也可以使用 SQL）。

它也超级快即可设置。您可以连接到数据库，并在 5 分钟内（字面意义上的）开始查询和创建仪表板。

Metabase 是少数几个可以直接查询数据仓库（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，直接查询模式是后来添加的，并且通常比 Metabase 的功能有限得多。

Metabase 还提供全面的应用内报告嵌入选项，包括带有过滤器的基本仪表板、白标交互式 iframe 嵌入，以及通过面向开发人员的 SDK 实现无缝集成和定制的分析。

开源版本是免费的，付费计划提供托管和高级功能，用于更多的治理功能、额外的安全性和隔离，以及高级的嵌入功能和实现。

您甚至可以在还没有设置数据库的情况下使用 Metabase。

Metabase 评价

人们喜欢：非技术人员易于使用

• “我非常成功地在公司引入了 Metabase。从 Excel 报告迁移到 Metabase 仪表板极大地提高了所有团队的数据素养，而且考虑到这是一个免费产品，其功能集非常出色。通过 Metabase 的界面可以回答很多问题，而无需使用 SQL，这对非技术用户来说非常棒。” - 链接
• “在几家初创公司都用过 Metabase，我的看法是：用户不知道什么是表/数据库/视图/列（他们应该知道吗？），所以要确保他们能在 2-3 次点击内找到他们需要的东西。工具需要为此做好准备。就我而言，Metabase 在这方面是明显的赢家，因为它专为非技术用户设计。” - 链接
• “我个人和职业上都在使用它。它在为高层管理人员提供“即时信息”方面做得非常出色。” - 链接
• “我喜欢它。用户可以非常容易地修改或创建自己的查询，并保存自己修改后的仪表板。” - 链接

数据很清楚：世界各地的人们都喜爱 Metabase。您也可以阅读我们的客户对我们的评价💙

人们不喜欢：定制化限制和没有 Git 版本控制

• “我最大的不满之处也是 Metabase 缺乏 Git 版本控制。如果您想要真正的版本控制，该工具确实需要以代码为先。” - 链接
• “我喜欢 Metabase 的优雅简洁，但如果您想要复杂的可视化控制，它就不适合您。” - 链接

Tableau

• 最适合：企业级公司，拥有大型、复杂的数据集，且对公司中每个人运行自己报告的需求较低。此外，Salesforce 的忠实用户。
• 开源：❌
• 云端或自托管部署：✅
• 可嵌入：✅
• 直接查询数据仓库：支持有限

Tableau 是市场上最知名的 BI 工具之一，因此人们对其褒贬不一。Tableau 通常适合企业级公司或大型组织，这些组织拥有更广泛的数据分析需求、大型数据团队、雄厚的财力，并且对公司中每个人都能自行运行报告的需求较低。它拥有所有的功能，并且根据您组织的成熟度、使用场景和需求，它可能超出了您的需求。

自 2019 年被 Salesforce 收购以来，人们对 Tableau 的现状有一些强烈意见，一些人表示它变得更慢、更多 Bug，更新也更少了。

Tableau 的定价可能让小型企业或初创公司望而却步。Tableau Desktop、Tableau Server 和 Tableau Cloud 的许可费用加起来很快，尤其是对于大型团队。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 迁移到 Metabase？此备忘单比较了关键功能、工作流程、术语等。

Tableau 评价

人们喜欢：可视化和定制化

• “Tableau 比（Power BI）更容易制作出精美的外观和高级图表，因此能够登上高管的舞台。” - 链接
• “Tableau 制作出令人惊叹的可视化效果，并且易于教授基础知识。” - 链接
• “Tableau 在创建仪表板方面处于领先地位（在可视化创意方面也是如此），但我不太确定这种领先能持续多久。” - 链接

人们不喜欢：定价和学习曲线

• “Tableau 同时显得臃肿，而且仍然无法直观地完成一些事情，需要一些变通的内部方法。” - 链接
• “我认为 Tableau 的学习曲线相当奇怪。制作基础图表和仪表板非常简单，人们可以很快学会。4 个开箱即用的图表，加上快速过滤器和交互性，新用户可以在早晨学会。但同样快的是，人们会遇到‘是的，你可以做到，但这有点麻烦’的情况。而这个学习曲线可能非常漫长且技术性强。” - 链接
• “Tableau 很棒，但有些功能我认为十年前就应该有，现在仍然没有。” - 链接

了解更多关于我们的对比：Metabase vs. Tableau

Power BI

• 最适合：企业级公司，拥有大型、复杂的数据集，且对公司中每个人运行自己报告的需求较低。也可能适合那些已经使用 Microsoft 生态系统的人。
• 开源：❌
• 云端或自托管部署：✅
• 可嵌入：✅
• 直接查询数据仓库：支持有限

与 Tableau 类似，很多人熟悉或使用过 Power BI，并对其爱恨交加。与 Tableau 一样，它通常更适合那些预算不紧张且在 Microsoft 生态系统中工作的企业级组织。Power BI 拥有更全面的数据集成，用于数据转换和数据流 ETL 流程。如果您需要这种功能，它就很好，但如果您希望有选择您堆栈的灵活性，您最终可能会感到被锁定。

Power BI 的一个优势是其用户社区，更容易找到支持和问题解决方案。可以轻松找到广泛的教程和文档。

Power BI Desktop 提供免费下载，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用户来说，Power BI 的许可结构开始变得复杂。

从 PowerBI 迁移到 Metabase？此备忘单比较了关键功能、工作流程、术语等。

PowerBI 评价

人们喜欢：集成和端到端数据工具；与 Microsoft 生态系统的集成

• “我过去两年一直在使用 Power BI，他们不断开发新功能，使事情变得越来越容易，而几年前这些功能会更具挑战性。” - 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。在某些情况下，很多事情都可以通过无代码或低代码完成，这可能是一个优势。” - 链接

人们不喜欢的地方：性能和学习曲线

• “PBI 在本地部署方面存在严重限制，并且在某些实时数据连接方面也存在限制。” - 链接
• “从 Excel 公式转到 DAX 和 M 会非常令人畏惧，它们具有编程语言的语法。需要更长的时间来掌握。我以为 PBI 会是 Excel 的升级版，但它完全不是。可视化、表格和图表的构建方式完全不同。近几个月微软一直在试图将 PBI 包装得更像 Excel，但这还有很长的路要走。” - 链接

了解我们如何进行比较： Metabase vs PowerBI

Looker

• 最适合：需要更广泛的治理和严格以代码形式建模的非常技术性的团队。
• 开源：❌
• 云端或自托管部署：✅
• 可嵌入：✅
• 直接查询数据仓库：完全支持

Looker 有很多粉丝，他们喜欢它的可视化选项和可定制性。Looker 的主要卖点之一是 LookML——他们的专有建模语言。一位 Reddit 用户声称，使用 LookML 作为源控制的语义层，可以让你尽可能接近一个合法的真相来源。

尽管 LookML 备受推崇，但它也是一把双刃剑。通常需要至少 6 周才能掌握，并且没有它，你就无法在 Looker 中对数据进行任何操作。因此，如果你需要快速部署 BI 工具并投入使用，它可能不是最佳选择。

Looker 曾以其出色的客户支持而闻名，一度被称为“客户关爱部门”。在被 Google 收购后，情况发生了变化，他们的支持团队被裁撤。从那时起，人们抱怨等待时间长，并且帮助无效。

许多过去使用过 Looker 的人现在选择 Metabase，因为他们可以用更低的价格获得类似的结果。 Floryn 从 Looker 转向 Metabase，节省了约 67% 的 BI 成本，同时提供了更好的可视化效果和更易于使用的功能（这是他们的话，不是我们的）。

需要注意 - Looker 和 Looker Studio 经常被混淆，但它们差别很大。Looker 提供端到端的数据建模、治理和创建复杂数据系统。价格也相应较高——也就是说，相当贵。Looker Studio 是一个免费但简单的仪表板工具，没有建模和治理功能。

从 Looker 迁移到 Metabase？ 这份备忘录将比较关键功能、工作流程、术语等。

Looker 评论

人们喜欢的地方：LookML

• “我过去曾使用过 Qlik 和 Power BI。我们 1.5 年前迁移到了 Looker。我非常喜欢它。它允许我像处理代码一样处理数据模型层，而 Power BI 则更像是在处理电子表格。” - 链接
• “经过适当的设置和架构，效率和规模是巨大的。它的 LookML 层非常棒。通过利用比竞争对手少得多的开发人员，它可以在大规模部署时为您节省数十万（美元）。然而，这些开发人员需要有经验地处理您选择的技术栈，例如 Looker/Redshift、Snowflake、Bigquery 等。您需要合适的人员来完成这项工作。这会花费金钱，但如果您不关心 X 年后的后果，就值得花钱。” - 链接

人们不喜欢的地方：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 Looker 上遇到的问题是，一些团队无法直接在 Looker 中查询测试或新功能的结果，除非有开发人员“干预”来建模指标。” - 链接
• “Looker 对于临时性和探索性工作非常糟糕。” - 链接
• “Looker 非常非常昂贵。特别是对于能够从探索中提取字段并创建自己的仪表板的自助服务用户（查看者更便宜，但那样你基本上只是处理一个低于平均水平的 Tableau 实例，因为他们无法真正自助服务）。如果你最终广泛采用，这可能会讽刺地导致你的公司因为 $$$ 而放弃该工具。” - 链接

了解我们如何进行比较： Metabase vs Looker

Mode

• 最适合：需要高级分析、可视化和协作需求，并且更喜欢使用 SQL、R 和 Python 进行工作的分析师和数据团队。
• 开源：❌
• 云端或自托管部署：❌ 仅限云端
• 可嵌入：✅
• 直接查询数据仓库：完全支持

Mode 面向数据分析师和熟悉 SQL 的用户。它提供了一个编码环境，允许用户编写自定义 SQL 查询并进行复杂分析，并具有相当强大的协作功能。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。对于一起进行分析项目的数据团队来说，这是一个绝佳的选择。与许多其他 BI 工具不同，Mode 不迎合那些寻找点按式界面的人，这可能会限制其对数据团队以外用户的吸引力。

其网站上未列出定价，尽管一位 Reddit 用户 声称每用户价格远高于许多其他知名软件。

Mode 评论

人们喜欢的地方：SQL 和高级分析功能

• “我使用 Mode。我认为它很棒。由于我们没有独立的工具（除了 Snowflake 工作台），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。您甚至可以与他人共享链接以供阅读 SQL 并运行查询。” - 链接

人们不喜欢的地方：万金油和定价

• “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？它是 Python 编辑器？它是数据报告平台？它是可视化构建器？它试图成为许多事物，但没有一样特别擅长。你甚至不能改变单个系列的颜色。这确实取决于你的用例和预算，但从我所看到的来看，每用户的价格标签比许多知名软件<0xE5><0xBE><0x88>高。” - 链接
• “Mode Analytics 将我们的合同提高了 50% 以上，但没有任何额外功能。他们玩这种‘诱饵和开关’的游戏真是太令人失望了。不如选择像 Tableau 或 PowerBI 这样真正信誉良好的公司。如果您喜欢开源，可以选择 Superset、Metabase。总的来说，我不会推荐 Mode Analytics。” - 链接

Superset

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

Apache Superset 是一个开源的商业智能平台，最初是 Airbnb 的内部项目。Superset 拥有许多高级数据分析功能和非常广泛的复杂可视化选项。它需要相当多的技术专业知识和资源来进行部署和管理。

其 SQL 编辑器是一个关键优势，它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。它还拥有大量的内置可视化类型，从传统的图表到更复杂、交互式的选项，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多功能性。

安装和配置 Superset 通常涉及设置元数据数据库、Web 服务器和用于异步任务的 Celery 工作进程等依赖项，这可能非常耗时，因此更适合拥有扎实工程资源的团队。

Superset 评论

人们喜欢的地方：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。所以它的功能是有限的。” - 链接
• “出色的可视化类型和更好的图表排列方式。” - 链接

人们不喜欢的地方：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 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。安装和维护通常需要 DevOps 或 Web 开发团队。” - - 链接

了解我们如何进行比较： Metabase vs Superset

Domo

• 最适合：拥有庞大预算，需要与数百种工具进行直接集成的企业级公司。
• 开源：❌
• 云端或自托管部署：✅
• 可嵌入：✅
• 直接查询数据仓库：支持有限

Domo 是一款一体式数据工具，集数据仓库、转换和可视化于一体。由于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，有些人非常重视您集中所有数据作业，而另一些人则认为它是一个有点“万金油”的工具，这会导致那些不得不与之合作的人感到沮丧。

Domo 允许您与数百种不同的数据源集成，包括数据库、仓库和数据湖，但不仅限于此——您可以直接连接到范围广泛的工具，从 Instagram 到 Google Fit，再到 Workday。

Domo 也仅在云端可用，因此如果您需要或更喜欢自托管，它不是最佳选择。

定价被描述为昂贵且神秘——在讨论定价时，这绝对不是人们喜欢的形容词。他们转向基于消费的定价（按信用额度计算），在某些圈子中也颇具争议。

Domo 评论

人们喜欢的地方：集成和一体式数据工具功能

• “我使用 Domo 5 年，然后切换到 Power BI。它更容易使用可视化工具，并且将 ETL 和数据仓库附加到可视化工具。这三个工具都可以独立于数据工程人才使用。所以，如果你还没有仓库和 ETL 工具，它就很好。如果已经有了，那么 IMO 你就是花钱购买了你不需要的功能。” - 链接
• “Domo 非常漂亮。把它放在图表上听起来有点傻，但这是我的首席运营官/首席财务官感兴趣的 100% 原因。” - 链接
• “对于有钱但可能没有更深入的数据基础设施和支持更强大工具的员工的公司来说，这是一个好工具。” - 链接
• “大量的连接器，可以充当数据仓库，或从现有 DW 导入” - 链接

人们不喜欢的地方：可用性、定价

• “它非常粗糙。用户界面一团糟，到处都是奇怪的限制，不同数据源的 null 处理方式不同，一切都又慢又笨拙。” - 链接
• “它是一个全栈 BI 工具。如果你的团队非技术性，这很好，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 试图在其平台上完成所有这些工作，并且在每个方面都比不上专业工具。” - 链接
• “由于新的信用定价模型，我们的 Domo 合同将增加 2.5 倍，我们现在负担不起了。” - 链接
• “我曾经试图从 Domo 获取定价信息，而这次经历告诉我关于他们公司的所有信息。如果你们对 Domo 与 Tableau 定价的销售说辞是‘尽管相信我’，那你们可以滚蛋了。” - 链接

了解我们如何进行比较： Metabase vs Domo

Quicksight

• 最适合：深度融入 AWS 生态系统的较大组织。
• 开源：❌
• 云端或自托管部署：❌ 完全托管的云端
• 可嵌入：✅
• 直接查询数据仓库：支持有限

作为 Amazon Web Services 的一部分，Quicksight 是 AWS 上一项完全托管的服务，自然与其他 AWS 工具配合得最好。按会话付费的定价模式可能适合大规模部署，这些部署具有零星或波动的用法。

如果您已投资 AWS 生态系统，那么它运行良好。Reddit 用户表示，它确实是为使用 AWS 并想要非常简单的可视化效果的人设计的，而不是为了企业级 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 的用户社区较小，第三方集成也较少，这使得故障排除和扩展其功能更具挑战性。

Quicksight 评论

人们喜欢的地方：简单的可视化和处理大型数据集

• “数据集可以非常大，高达 1 TB。我有一个 500 GB 的数据集，在最终仪表板上有大约十几个过滤器，性能相当不错。它不总是即时的，有时比其他时候慢。” - 链接
• “对于简单的可视化来说，它很棒。我认为与 Tableau 相比，设计和开发更快，并且它们有一个分页报告功能。QS 基于 Web 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。” - 链接
• “QuickSight 有一些很酷的优势，因为它可以作为代码进行管理，并且可以轻松地跨区域复制。它并不完美，但我总体上很喜欢。” - 链接

人们不喜欢的地方：定价、有限的定制、性能

• “过滤器让我非常抓狂。我的观点是，一个简单的多对一表格，拥有定义明确的数据集和简单的聚合，在 QuickSight 中应该就可以了。如果你需要做一个简单的仪表板，它效果很好。AWS 使得连接到其原生服务变得容易。然而，任何超出此范围的事情都会变成‘是的，你可以做到，但需要一个 20 步的变通方法。’” - 链接
• “可视化功能不是很强大，通常也不能自定义。一些随机的可视化支持一两个特殊功能，但大多数情况下，你在可视化方面受到极大限制。” - 链接

选择更适合您需求的商业智能工具

这里没有对错之分。通常取决于您的用例、您希望人们在不依赖您的数据团队的情况下，能够从数据中学习和自行运行报告的程度；您偏好的数据栈、您需要多快投入使用、您的预算等等。如果您仍然犹豫不决，我们希望这个 Metabase 常见替代品列表能为您提供一些关于可用选项以及人们对其普遍看法的见解。

再次强调，没有“正确”的答案，- 但 Metabase 将使您团队中的每个人都能使用数据，与您偏好的数据工具集成，在 5 分钟内即可启动并运行，并且适合所有预算（此外，您还可以免费试用）。我们投入了大量时间和精力来打造一款 BI 工具，旨在让您团队中的每个人都能乐于使用，无论他们的技术熟练程度如何 💙