Tableau与Powerbi比较

1. Tableau与Powerbi比较

tableau像IOS，Powerbi像Android。
  
 tableau像手机相机，powerbi像单反相机。
  
 tableau操作界面十分简洁，易懂，美观。powerbi操作界面复杂。
  
 tableau80%的功能可以通过鼠标拖拉拽实现，powerbi只用鼠标能实现的功能少于20%.
  
 画图能力。
  
 tableau的图表库只有24种，其他的雷达图，桑吉图，股价图等得通过这24种图、绕着弯衍生出来，做完一个复杂图，过几天你大概率是记不起来怎么做的。
  
 powerbi图表库是开源的，可以使用官方的，也可以直接引用其他作者的现成的图，更换自己的数字就行。
  
 另外，在地图方面，tableau的比较慢，powerbi用的是自家的bing地图，速度很快。
  
 售价
  
 tableau单机版2000多元一个月，有破解版。
  
 powerbi单机版免费，服务器版要收费。
  
 学习环境
  
 tableau在国内没有活跃的社区，国外的社区浏览速度很慢，而且是全英文。tableau在国内只有几个代理公司在其微信公众号上发些命题作文式的文章，宣传自己功能很强大。我曾经问tableau公司的人，为何不做个服务器在国内的社区？让用户把自己的问题提出来，tableau的分析师答疑解惑，但没有下文，估计是中国管理层权力太小。
  
 powerbi的中国社区有很多，有各种大V推出的教程、星球圈、微信群。
  
 本地化搞得不好的外国产品，很难有好的发展前景。
  
 技术前景
  
 从AI角度，powerbi发展潜力更大。
  
 假想在未来，有个语音识别数据机器人，你问他“某个公司在某个省最近5年销量什么样？”，机器人迅速调出一个柱状图出来，这样的数据分析AI产品是未来的趋势，powerbi现在通过输入英文，调出结果，已有点那个意思。
  
 BI发展到AI产品是大趋势，这个阶段有多长？不确定。而这个周期就是数据分析师存在的意义。如果有一天BI产品成功转型到AI，那90%数据分析师就失业了，公司买个机器人就行。
  
 数据分析师应该密切关注BI产品的升级内容，清楚自己离被机器替代的还剩多少时间？
  
 国产BI软件还需时间。
  
 国产BI产品典型代表是FineBI，参加过他们的技术日会议，用户活跃量很大。
  
 我自己下试用了几天，放弃，原因:
  
 1.操作逻辑比powerbi复杂，更别说是tableau。
  
 2.共同学习的环境差，只有官方的视频教程，其中一个教程的录制者是在感冒期间录的，隔几分钟就能听到吸鼻涕的声音，实在难以忍受。
  
 3,要花钱。在手机上看报表，好像得花5000元买个插件，Powerbi是免费。
  
 4.曾经问过一个统计专家关于Finebi的前景，他说BI产品的核心是其逻辑体系，Finebi如果按照现在的迭代速度，10年后发展会很不错，关键是得能存活下来。
  
 总结下来，Finebi适合企业用户，企业花钱买FineBI的服务，业务员不需要懂任何数据分析技能，只需要提需求，FineBI的人给你做好了，然后你在成品报告的基础上做点修修补补的工作。
  
 总结。
  
 如果仅是为了减少重复工作，自动更新图表数据，而且要注重美观，tableau比powerbi强。如果你的数据很复杂，要创建很多自定义的分析指标、自定义的报表、满足各种奇思妙想，只能选powerbi。另外，要关注BI产品的升级内容，知道自己离被机器替代还差多久。

2. Tableau的十大表计算

 使用表计算时需注意：   1）要指定特定维度，这样字段拖动的时候才不会影响计算结果；   2）特定维度的字段顺序会影响计算结果
    1、自参考日期开始的百分比变化（window_sum( )窗口函数）    可以使用window_sum( )窗口函数和LOD进行计算。
   知识点：   1）window_sum( )窗口函数的默认范围是first到last，也就是window_sum( 参考日期（收盘价）,first(),last())；   2）表计算本身就是聚合，LOD不是聚合，在计算的时候需要加SUM()把数据变成聚合的；   3）参数动作；
                                            2、公共基准（index函数） 
   知识点：   使用公共基准的时候，需要用到INDEX函数，类似于索引排序。可以用在新产品上线的状况，不同员工入职时间的评估等方面。
                                            3、随时间变化的销售总额百分比（多遍聚合） 
   知识点：   在汇总和移动计算时经常需要用到多次聚合（也就是Tableau表计算里的添加辅助计算；
                                            4、查询不同时间段排名变化（凹凸图，rank排序） 
   知识点：   1）排序的问题首选表计算；   2）排序表计算函数有rank( )和index( )，index是索引排序，rank的参数必须是度量;   3）直接用快速表计算进行排序，排序的依据是度量，可以选择排序的方式；   4）连续的方式轴会有零值，所以改成离散的   5）双轴、同步轴；
                                            5、移动汇总（running_total和window_sum函数都可以实现） 
   知识点：   1）running_sum( )计算每日增加数据；   2）计算偏移数据的时候需要使用到lookup函数，lookup(running_sum( ),-1 )计算第二天早上合计未处理数据（向前偏移一个数据）;   3）WINDOW_SUM([净增加],FIRST(),-1);   4）lookup和running_sum函数都是window_sum函数的一种特殊形式，都可以使用window_sum函数代替
                                            6、加权平均 
   知识点：   1）分母是total(sum( ))，就是快速表计算的合计百分比；   2）也可以使用window_sum函数计算，window_sum(sum( ),first( ),last( ))；相当于在计算窗口从第一个到最后一个数的总和
                                            7、分组计算（window_avg函数） 
   知识点：   1）分组计算，分组求平均值，可以指定计算的组别大小；   2）可以对比MySQL窗口计算函数进行理解
                                            9、可变时段的移动平均（window_avg函数） 
   知识点：   1）计算窗口的大小设置可以结合参数使用
                                            10、各时段与平均值的差异（window_avg函数） 
   知识点：   1）分别求年内各季度与均值的差异和各年与均值的差异