边抄边遮，谁是最像 Tableau 的“国产崽”？
01—Tableau“相似度指数”
最近在忙于一家银行的消费金融项目，得以在实践中深入使用了一家国产 BI 产品（为了避免推销嫌疑，在此不提名称）。从期初的不习惯，到如今得心应手；从期初的吐槽，到边用边记录“bug 清单”，我也在冷静地观察国产 BI 的发展。
国产 BI 看似繁杂，其实头部产品不过几家，很多时候在官方宣传中都以成为“中国 Tableau”或者“中国 PowerBI”为目标，同时为了宣传需要脚踩 PowerBI、拳打 Tableau，甚是好玩。低劣地脚踢Tableau 的厂家，之后我都会把“回旋镖”扔回去。
今天，我想写一个小短文：既然都像抄袭 Tableau，那谁是最像 Tableau 的“崽”？
先说结论，在我亲自使用的产品中：
“网易有数”是最像 Tableau 的；而 QuickBI 是最像 PowerBI 的。
02—最像 Tableau 排行版
“最像”Tableau 榜：网易有数、永洪、帆软6.0
1）
如今，最像 Tableau 的毫无疑问是“网易有数”，甚至官方在公众号中直接发了这样的文章：
- 有数BI与Tableau的功能对比：谁更适合中国企业体质？
这篇文章真实度大约70%，其中对比之处多有言过其实之处，等我有时间，不妨点评一二（我对有数 BI 的了解，大概在对方了解 Tableau 之上）。
网易有数的产品经理很清楚地认识到了自己和国际大厂地差距，并且知道贸然魔改断然不会比“师父”做的更好，那就不如采取“拿来主义”。尤其是有数8.x版本推出了关系模型，并在之前支持 了LOD 表达式、自定义表计算等功能，理解能力都在其他国产 BI 之上。
至少，有数不像某些假惺惺明着抄袭还要改个名的同行，完全一致的模型、计算，大幅度降低了某些客户迁移的学习成本。
只可惜，今年网易产品调整，网易有数似乎失去了之前的独立地位，部分高层相继离开，很可能影响未来的发展。
2）
前几年，最像 Tableau 的应该是永洪 BI。
不过在测评永洪及私下厂家交流时，我发现永洪的产品经理开始长出了“自由意志”，开始魔改和“创新”，并向 PowerBI 靠拢，于是就有了“过滤列”这样的“四不像”（其实是学习 PowerBI 不得精髓）。
说实话，我早在2017年初学 Tableau 时就尝试过永洪，产品还是不错的；永洪在当年的市场地位，大概类似于近几年的观远——接受了大额的市场投资，然后全力推广产品，市场知名度大增。
可惜的是，这几年的永洪似乎低调了很多，似乎要失去“第一梯队”的地位。
3）
在“最像 Tableau” 的国产 BI 中，“最不像”的是帆软BI。
一方面，帆软 BI 也和永洪一样，在学习 Tableau 的过程中迷失了自我，以为可以同时“兼修 PowerBI”——就像学习了“九阳真经”自以就能掌握“九阴真经”，最后走火入魔。
永洪中的“过滤列”如此，帆软6.0中的 Earlier 函数、6.1的 Clean 函数皆是如此。
当然，相比帆软 BI5.0，帆软6.0简直如同“脱胎换骨”，就像小学三年级学生直接跳级上了初中。这主要得益于坚定的“Tableau 抄袭路线”，比如完整地学习物理层+逻辑层、数据模型+可视化、单一可视化+仪表板的双层设计。
帆软 BI6.0甚至直接“抄袭”了 LOD 函数，只是为了遮人耳目取了一个 DEF 的名字（当然也可以解释成 PowerBI 的 DEFINE）。
- FIXED LOD >>> DEF
- EXCLUDE LOD >> DEF-sub
- INCLUDE LOD >> DEF-add
当然，“跳级”也容易跟不上，其实是步子迈太大，扯到了。6.0刚出之时，我做过付费测评，只是双方不觉得我说的有道理。等到了6.1版本，我觉得偏差就开始越来越大，走向了永洪老路，这是后话了。
03—最像 PowerBI 与两条路线
在国内 BI 的可视化路线中，QuickBI 是“PowerBI 路线”的典型代表。
这在之前的测评中体现的淋漓尽致，比如多种可视化图表可选，但条形图甚至不能添加第二个坐标轴。同时，QuickBI 显然无法设计 DAX 一样的复杂逻辑，用底层的逻辑复杂性，来简化上层的复杂性。
这也是大部分学习 PowerBI 的 BI 难以通达的原因，反观Tableau，其实是最容易被抄袭、模仿的对象。
要知道，PowerBI 和 Tableau 背后是截然不同的两套逻辑，一个看似相同的可视化背后，是截然不同的方法论。
也正因为此，我常常说“PowerBI 向左、Tableau 向右”。比如从可视化角度，对应两个逻辑，PowerBI 背后是 JS Library，Tableau 背后是 笛卡尔坐标系和标记层。
如下图所示：
理解了Tableau 和 PowerBI 在底层上的差异，就能进一步理解二者的优劣：
Tableau最大的优点是“易用性”，缺点是“深度不足”，比如复杂图表不容易实现；好在 Tableau 的标记层、底层层、LOD 表达式、窗口函数极其灵活，一定程度上弥补了这个不足。
PowerBI 最大的优点是“扩展性”，缺点是灵活性差，比如桑基图、漏斗图都能快速实现，但最简单的条形图反而都扩展有限；好在 DAX 的强大，弥补了这个不足。
可见，Tableau 和 PowerBI 只有方向上的不同，而无明显的优劣，它们使用的群体不同，从而可以独揽 BI 市场头两把交椅。
04—可有中间路线？
在 Tableau 和 PowerBI 之外，有没有中间道路？
可能有，但是很模糊。
在国内的产品中，观远似乎走向了一条中间道路，它既不像 Tableau 的通用可视化框架，又不像 PowerBI 的枚举图形；它既依赖可视化图形库，又在图形库基础上可适当定制。
这可能得益于观远创始人团队的微策略开发背景，相比帆软等其他“草台班子”团队，观远的开发团队功底、技术理解明显更加雄厚。
当然，图中观远位置和 QuickBI 基本持平，没有迈过第二道线，为什么？
因为，观远 BI 在追求易用性的同时，其实也牺牲了分析的专业性和深度。这也是为什么说“可能有、很模糊”的原因。
观远既没有 Tableau 的关系模型、LOD 表达式补充，又没有 PowerBI 的 DAX 加持，这就让“易用性”成为标签的同时，也成为不足。
从这个角度看，观远 BI 在与 Tableau 对比时，竟然声称比 Tableau 更易用，这简直是无知无畏了。
一个没有关系模型、高级计算的 BI，其易用性必然意味着高度复杂化的数据底层，其实把本应该属于 BI 端的灵活计算强加到了数据仓库中而已；这看似简单，暗藏了 BI 产品的脆弱性。
如果再开膛破肚来个指标平台，我真不知道未来会走向何方。
注：本文未经任何第三方审议，纯属个人观点，仅供参考。
@喜乐君 咨询顾问｜上海唯知唯识创始人
业务分析师、数据咨询顾问
Tableau Visionary 2021～2024
《数据可视化分析:Tableau原理与实践》2020.8
《业务可视化分析:从问题到图形的Tableau方法》2021.7
《数据可视化分析:分析原理与Tableau、SQL实践》2023.9
腾讯云开发者
