‧
阅读需23分钟
Metabase 替代方案:探寻其他商业智能工具

Jess Thompson
‧ 阅读需23分钟

分享此文章
商业智能格局一览——谁擅长什么,适用于哪些场景,以及一些社区洞察(附带 Metabase 视角)。
此列表并非详尽无遗,而是对现有不同商业智能工具的概览,包括它们的适用对象和优势。这是否带有我们对 Metabase 的偏爱?或许有一点。我们正在构建我们希望使用的 BI 工具,并根据客户和社区的反馈和支持进行迭代。我们尝试通过提供 Reddit 评论中的优缺点(包括针对我们自己的工具)来保持一定的平衡。
为了提供一些视角,我们概述了最常见的 Metabase 替代方案,包括:
在深入了解每个工具的详细概览之前,以下是它们之间的对比:
功能特性 | Metabase | Tableau | Power BI | Looker | Mode | Apache Superset | Quicksight | Domo |
---|---|---|---|---|---|---|---|---|
广泛的可视化类型 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ✔️ |
自定义 SQL 查询支持 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ❌ |
嵌入式分析 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ✔️ |
交互式仪表盘 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
协作功能 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ❌ | ✔️ |
开源 | ✔️ | ❌ | ❌ | ❌ | ❌ | ✔️ | ❌ | ❌ |
与 AWS 集成 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ |
与 GCP 集成 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ✔️ |
与 Azure 集成 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ✔️ |
自托管选项 | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ✔️ | ❌ | ❌ |
云原生 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
低成本选项 | ✔️ | ❌ | ✔️ | ❌ | ❌ | ✔️ | ✔️ | ❌ |
设置简易性 | ✔️ | ❌ | ❌ | ❌ | ✔️ | ❌ | ✔️ | ✔️ |
活跃的社区支持 | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | ❌ | ❌ |
Metabase
- 最适合:选择第一款 BI 工具的初创公司和成长型团队,该工具应能随其规模扩展而保持适应性。
- 开源:✅
- 云部署或自托管:✅
- 可嵌入:✅ 从开源版提供的基本(静态)嵌入功能,到 Pro 和 Enterprise 版的交互式嵌入功能。
- 直接查询数据仓库:完全支持
好吧,我们可能有些偏颇,但 Metabase 的创建宗旨是让每个人——甚至是非技术团队成员——都能轻松使用数据和商业智能。诸如自动穿透钻取等功能允许用户点击图表以获取对他们最有价值的信息。查询构建器让任何人无需了解 SQL 即可提出问题、可视化数据并共享仪表盘(当然,如果您愿意也可以使用 SQL)。
它的设置也非常快速。您可以在5分钟内(字面上)连接到数据库,并开始查询和创建仪表盘。
Metabase 是少数旨在直接查询数据仓库(即无需提取)的 BI 工具之一。以下大多数 BI 工具在某种程度上确实支持直接查询,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 的功能受限得多。
Metabase 还提供全面的应用内报告嵌入选项,从带过滤器的基本仪表盘、通过 iframe 进行的白标交互式嵌入,到使用开发者友好的 SDK 实现无缝集成和自定义分析。
开源版是免费的,付费计划提供托管和高级功能,用于更多治理特性、额外安全和隔离,以及高级嵌入功能和实现。
Metabase 评价
人们喜欢什么:非技术人员易于使用
- “我公司引入 Metabase 取得了巨大成功。从 Excel 报告转向 Metabase 仪表盘极大地提升了所有团队的数据素养,考虑到它是一个免费产品,其功能集令人惊叹。通过 Metabase 的界面,无需使用 SQL 就能回答很多问题,这对于非技术用户来说非常棒。” - 链接
- “我在几家初创公司使用过 Metabase,我的两分钱建议是:用户不知道什么是表/数据库/视图/列(他们应该知道吗?),所以要确保他们可以通过两三次点击找到他们需要的东西。工具需要为此做好准备。在我的案例中,Metabase 显然取得了胜利,因为它就是为非技术用户设计的。” - 链接
- “我个人和专业上都在使用它。它在为高层管理人员提供‘即时信息’方面表现出色。” - 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,并保存带有修改的仪表盘。” - 链接
数据很清楚: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 💙
人们不喜欢什么:自定义限制和无 Git 版本控制
- “我对 Metabase 最大的不满也是缺乏 Git 版本控制。如果你想要 proper 版本控制,这个工具真的需要是代码优先的。” - 链接
- “我喜欢 Metabase 的优雅简洁,但如果你想要对可视化进行复杂控制,它就不适合你。” - 链接
Tableau
- 最适合:拥有大型复杂数据集且公司内所有人员无需自行运行报告的企业级公司。也适用于 Salesforce 的忠实用户。
- 开源:❌
- 云部署或自托管:✅
- 可嵌入:✅
- 直接查询数据仓库:有限支持
与 Tableau 类似,很多人熟悉或使用过 Power BI,并且对它爱恨交加。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 更像是一个一体化的高级数据集成工具,用于数据转换和 ETL 过程中的数据流。如果您需要这类功能,它是不错的选择;但如果您想要灵活选择技术栈,您可能会感到被锁定。
自2019年被 Salesforce 收购以来,人们对 Tableau 的现状抱有强烈的情绪,有人称它变得更慢、bug更多,更新也更少。
Tableau 的定价对小型企业或初创公司来说可能过高。Tableau Desktop、Tableau Server 和 Tableau Cloud 的许可费用会迅速增加,尤其对于大型团队。在组织内扩展 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
人们喜欢什么:可视化和自定义
- “Tableau 比 Power BI 更容易制作出精美的界面和高级图表,因此它在管理层中更受欢迎。” - 链接
- “Tableau 能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 在仪表盘创建(以及可视化创意)方面处于领先地位,但我不知道这种优势能持续多久。” - 链接
人们不喜欢什么:定价和学习曲线
- “Tableau 既臃肿又无法在没有一些内部变通方案的情况下做直观的事情。” - 链接
- “我认为 Tableau 的学习路径比较奇怪。制作基本图表和仪表盘非常容易,人们很快就能上手。4个开箱即用的图表,加上快速过滤器和交互性,新用户一个上午就能掌握。但很快人们就会遇到‘你可以这样做,但这有点变通’的问题。而这个学习曲线可能非常广泛且技术性强。” - 链接
- “Tableau 很棒,但有些功能我以为十年前就应该有了,结果现在还没。” - 链接
了解更多对比信息:Metabase vs. Tableau
Power BI
- 最适合:拥有大型复杂数据集且公司内所有人员无需自行运行报告的企业级公司。也可能适用于已在使用 Microsoft 生态系统的用户。
- 开源:❌
- 云部署或自托管:✅
- 可嵌入:✅
- 直接查询数据仓库:有限支持
与 Tableau 类似,很多人熟悉或使用过 Power BI,并且对它爱恨交加。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 更像是一个一体化的高级数据集成工具,用于数据转换和 ETL 过程中的数据流。如果您需要这类功能,它是不错的选择;但如果您想要灵活选择技术栈,您可能会感到被锁定。
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容易。您可以轻松找到大量的教程和文档。
Power BI Desktop 提供免费下载,Power BI Pro 也相当实惠,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
人们喜欢什么:集成和端到端数据工具;与 Microsoft 生态系统集成
- “我在 Power BI 工作了两年多,他们一直在不断开发新功能,让事情变得越来越简单,而多年前这些会极具挑战性。” - 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。许多事情可以通过无代码或低代码完成,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 具有严重的本地部署限制和一些实时数据源限制。” - 链接
- “对于习惯 Excel 公式的人来说,DAX 和 M 语言可能非常令人生畏,它们的语法类似于编程语言。掌握起来需要更长时间。我原以为 PBI 会像功能增强版的 Excel,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,微软正试图将 PBI 描绘得更像 Excel,但这还有很长的路要走。” - 链接
了解更多对比信息:Metabase vs PowerBI
Looker
- 最适合:需要更广泛的代码严格治理和建模的高度技术化团队。
- 开源:❌
- 云部署或自托管:✅
- 可嵌入:✅
- 直接查询数据仓库:完全支持
云部署或自托管:❌ 仅限云
Looker 拥有众多粉丝,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——其专有的建模语言。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合法的事实来源。
LookML 尽管备受推崇,但也像一把双刃剑。它通常需要至少6周的时间才能掌握,而且没有它,你无法在 Looker 中对数据做任何操作。因此,如果你需要快速部署和运行 BI 工具,它可能不是最好的选择。
Looker 曾因其卓越的客户支持而备受推崇,一度被称为“客户爱心部门”。但当它被 Google 收购且其支持团队被解雇后,情况发生了变化。此后,人们抱怨等待时间长且帮助无效。
许多过去使用 Looker 的人现在选择 Metabase,因为以极低的成本就能获得类似的结果。Floryn 从 Looker 转向 Metabase,节省了大约 67% 的 BI 成本,同时提供了更好的可视化和更便捷的使用体验(他们自己的话,不是我们说的)。
值得注意的是——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。其定价也因此相应很高。Looker Studio 是一个免费但简单的仪表盘工具,不包含所有的建模和治理部分。
从 Looker 迁移到 Metabase?此备忘单比较了关键功能、工作流程、术语等。
Looker 评价
- 人们喜欢什么:LookML
- “我以前使用过 Qlik 和 Power BI。我们在一年前半转向了 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,而不是像 Power BI 那样感觉更像是在处理电子表格。” - 链接
“如果设置和架构得当,效率和规模将是巨大的。它的 LookML 层非常出色。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在您选择的技术栈(例如 Looker/Redshift, Snowflake, Bigquery 等)中工作的经验。您需要合适的人来完成这项工作。这会花费成本,但除非您不关心X年后的后果,否则值得投入。” - 链接
- 人们不喜欢什么:用户友好的分析和定价
- “我在一家初创公司工作,我们目前使用 Looker 的问题是,一些团队无法直接在 Looker 中查询以了解测试或新功能的结果,而需要开发人员的‘介入’来建模指标。” - 链接
- “Looker 在即席查询和探索性工作方面表现糟糕。” - 链接
“Looker 真的是非常昂贵。尤其是对于那些可以从探索中提取字段并创建自己仪表盘的自助服务用户(查看器更便宜,但那样你基本上只是在使用一个次等的 Tableau 实例,因为他们无法真正自助服务)。如果你的公司广泛采用 Looker,这反而可能因为高昂的费用而促使公司放弃该工具。” - 链接
Mode
- 了解更多对比信息:Metabase vs Looker
- 开源:❌
- 最适合:需要高级分析、可视化和协作功能,并偏好使用 SQL、R 和 Python 的分析师和数据团队。
- 可嵌入:✅
- 直接查询数据仓库:完全支持
云部署或自托管:❌ 仅限云
Mode 面向数据分析师和精通 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,并利用相当强大的协作功能进行复杂分析。它还支持 R 和 Python,用于统计分析和机器学习工作流。对于在分析项目上协作的数据团队来说,它是一个很好的选择。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群,这可能会限制它对数据团队以外用户的吸引力。
其官网上没有列出定价,尽管有 Reddit 用户声称其每用户价格远高于许多其他知名软件。
Mode 评价
- 人们喜欢什么:SQL 和高级分析功能
“我使用 Mode。我觉得它很棒。由于我们没有 Snowflake workbench 之外的独立 SQL 工作台工具,它已经成为我的默认 SQL 工作台。它有很多很棒的功能。从纯粹的即席查询角度来看,我喜欢它可以在一个‘报告’中包含多个脚本,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,让他们阅读 SQL 并运行查询。” - 链接
- 人们不喜欢什么:功能杂而不精和定价
- “Mode Analytics 有一个身份危机。它不知道自己想成为什么。它是一个 SQL 查询编辑器吗?它是一个 Python 编辑器吗?它是一个数据报告平台吗?它是一个可视化构建器吗?它试图做很多事情,但没有一件做得特别好。你甚至不能改变单个系列图的颜色。这确实取决于你的用例和预算,但据我所知,每用户的价格 高于 许多知名软件。” - 链接
Superset
- “Mode Analytics 在没有增加任何功能的情况下,将我们的合同价格提高了50%以上。他们玩这种诱骗和转换游戏,真是令人极其失望。不如选择像 Tableau 或 PowerBI 这样真正有声誉的玩家。如果你喜欢开源,可以选择 Superset 或 Metabase。我普遍不推荐 Mode Analytics。” - 链接
- 最适合:拥有广泛数据分析需求的高度技术化团队。
- 开源:✅
- 可嵌入:✅
- 直接查询数据仓库:完全支持
云部署或自托管:✅ (通过 Preset 进行云托管)
Apache Superset 是一个开源商业智能平台,最初是 Airbnb 的内部项目。Superset 拥有大量高级数据分析功能和非常广泛的复杂可视化选项。它的部署和管理需要大量的技术专长和资源。
其 SQL 编辑器是一个关键优势,使分析师和工程师能够在平台内直接编写、测试和可视化 SQL 查询。它还拥有广泛的内置可视化类型,从传统的图表和图形到更复杂、交互式的选项,如地理空间可视化和自定义 D3.js 图表。
与 Metabase 类似,Superset 既适用于内部分析,也适用于将分析嵌入面向客户的应用程序中,使其在各种用例中具有多功能性。
安装和配置 Superset 通常涉及设置元数据数据库、Web 服务器和 Celery worker 等依赖项,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 评价
- 人们喜欢什么:可视化和图表功能
- “我觉得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
- 人们不喜欢什么:所需技术时间
“这些平台很棒,但它们的目标受众与 Tableau 或 PowerBI 这样的现成 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。而且设置和维护通常需要一个运维或 Web 开发团队。” - - 链接
Domo
- 了解更多对比信息:Metabase vs Superset
- 开源:❌
- 云部署或自托管:✅
- 可嵌入:✅
- 直接查询数据仓库:有限支持
最适合:需要直接集成数百种工具且预算充足的企业级公司。
Domo 是一款一体化数据工具,集数据仓库、数据转换和可视化于一体。凭借其精致的界面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,有些人非常看重它能集中处理所有数据任务,而另一些人则觉得它有点杂而不精,这让不得不使用它的人感到沮丧。
Domo 允许您与数百种不同的数据源集成,包括但不限于数据库、数据仓库和数据湖——您可以直接连接到各种工具,从 Instagram 到 Google Fit,再到 Workday。
Domo 也仅支持云端部署,因此如果您需要或偏好自托管,它不是最佳选择。
定价被描述为昂贵且神秘——这绝不是人们谈论定价时最喜欢的形容词。他们转向基于信用点数的消费模式,在某些圈子中也备受争议。
Domo 评价
- 人们喜欢什么:集成和一体化数据工具功能
- “我使用 Domo 5 年后才转用 Power BI。它的可视化工具更容易使用,并且将 ETL 和数据仓库功能都整合到了可视化工具中。这三者都无需数据工程师即可使用。所以,如果你还没有数据仓库和 ETL 工具,Domo 是个不错的选择。但如果你已经有了,依我之见,你就是在为不需要的功能付费。” - 链接
- “对于有资金但可能没有更深层数据基础设施和员工来支持更强大工具的公司来说,这是一个很好的工具。” - 链接
- “大量连接器,可作为数据仓库,或从现有数据仓库导入” - 链接
人们不喜欢:可用性、定价
- “这相当粗糙。用户界面一团糟,到处都是奇怪的限制,不同数据源的空值处理方式不同,一切都缓慢笨重” - 链接
- “它是一个全栈BI工具。如果你的团队是非技术性的,这很棒,但如果你的团队想控制他们的数据和管道,它就不是正确的工具。通常你会有一个ETL工具、一个数据仓库和一个BI工具。Domo试图在他们的平台上完成所有这些,但与专业工具相比,在各个方面都有所欠缺” - 链接
- “我们与Domo的合同在新信用定价模式下价格上涨了2.5倍,我们现在负担不起了。” - 链接
- “我曾尝试从Domo获取定价信息,那次经历让我对他们公司的一切了如指掌。如果你们关于Domo与Tableau定价的销售说辞是‘相信我没错’,那你们就可以滚蛋了。” - 链接
了解我们如何比较:Metabase vs Domo
Quicksight
- 最适合:深度嵌入AWS生态系统的大型组织
- 开源:❌
- 云端或自托管部署:❌ 仅限完全托管的云服务
- 可嵌入:✅
- 直接查询数据仓库:有限支持
作为亚马逊云计算服务(Amazon Web Services)的一部分,QuickSight是AWS上一项完全托管的服务,自然地,它与其它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用于具有不定期或波动使用量的大规模部署。
如果你投入了AWS生态系统,它会运作良好。Reddit用户表示,它确实是为那些使用AWS并希望获得非常简单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,如机器学习驱动的异常检测和预测。QuickSight也有移动应用程序。
与此列表中大多数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:简单可视化和处理大数据集
- “数据集可以非常大,最高可达1 TB。我有一个500 GB的数据集,最终仪表板上大约有十几个过滤器,性能相当不错。它并非总是即时响应,有时会比其他时候慢。” - 链接
- “对于简单的可视化来说,它很棒。我认为与Tableau相比,设计和开发速度更快,而且它们有分页报告功能。QuickSight基于网页有其优势,比如现在我的工作设备坏了,我不得不使用个人设备时。” - 链接
- “QuickSight有一些很酷的优势,它可以作为代码进行管理,并且相当容易地在不同区域复制。它并不完美,但我总体上是它的粉丝。” - 链接
人们不喜欢:定价、有限的定制、性能
- “这些过滤器让我彻底抓狂。我的观点是,如果有一个定义良好的简单聚合数据集的简单多对一表格,在QuickSight中会很好。如果你需要创建一个简单的仪表板,它效果很好。AWS使其易于连接到其原生服务。然而,任何超出此范围的东西,一切都会变成‘是的,你可以完成,但需要20个步骤的变通方法。’” - 链接
- “可视化功能不是很强大,通常无法定制。一些随机的功能支持一两项特殊内容,但大多数情况下,你在视觉效果方面受到极大的限制。” - 链接
选择更适合您需求的商业智能工具
这里没有绝对的对错。这通常取决于您的用例、您希望人们能够从数据中学习并独立运行报告的程度(无需依赖您的数据团队);您偏好的数据技术栈、您需要多快启动并运行、您的预算等等。如果您仍在犹豫,我们希望这份Metabase常见替代方案列表能为您提供一些关于可用选项以及人们普遍看法的信息。
再次强调,没有“正确”答案——但Metabase将让您的团队中每个人都能处理数据,与您偏好的数据工具集成,在5分钟内启动并运行,并且适合所有预算(此外您可以免费试用)。我们投入了大量思考和努力,旨在打造一款让您的团队中每个人都能愉快使用的BI工具,无论其技术熟练程度如何 💙