Die Avantgarde der Self-Service Business Intelligence Lösungen – Power BI und Tableau

Fachabteilungen haben heute den Bedarf, einfacher, schneller und flexibler Trends zu erkennen und darauf basierend Entscheidungen zu treffen. Das kann einen entscheidenden Wettbewerbsvorteil einbringen. Ein gutes Werkzeug dafür ist Self-Service Business Intelligence.

Das Ziel von Self-Service Business Intelligence (BI) ist eine von fachlichen Anwendern getriebene Datenanalyse zu ermöglichen. IT-Abteilungen, die früher eine zentrale Rolle für die Datenbereitstellung und Transformation eingenommen haben, stellen heute lediglich die benötigten Datenquellen mit den entsprechenden Schnittstellen zur Verfügung. Mittels des Self-Service BI Tools wird der fachliche Anwender dann dazu befähigt, die unterschiedlichen, bereitgestellten Datenquellen selbst zu kombinieren und Daten bedarfsgerecht zu transformieren. Die so vom Anwender aufbereiteten Daten können dann mit demselben Tool, entsprechend der individuellen Fragestellungen, visualisiert werden.

Gartner bewertet jährlich BI Lösungen und ordnet sie in ihren Magic Quadrant ein. Seit 2016 unterscheidet Gartner dabei zwischen den klassischen Analytics Werkzeugen, die ein aufwändiges, IT-getriebenes Reporting ermöglichen, und modernen Analytics Werkzeugen – den Self-Service BI Lösungen.
Anbieter von Produkten, die es in den „Magic Quadrant for Business Intelligence and Analytics Platform von Gartner“ schaffen, müssen mindestens fünf festgelegte Anwendungsfälle unterstützen sowie 15 Self-Service BI spezifische Eigenschaften aufweisen.

Zu diesen zählt z.B.:

• Eine eigenständige Datenaufbereitung
• intelligente, eingebettete Datenanalysefähigkeiten
• interaktive und intuitive Visualisierungsmöglichkeiten für verschiedene Endgeräte
• eigenständiger ETL (Extract, Transform, Load) Prozess für vielfältige, große und heterogene Datenquellen
• Cloud BI
• Teilen und gemeinsames Bearbeiten von individuell erstellten Inhalten

Seit zwei Jahren stechen unter den Leadern der Self-Service BI Tools zwei Anbieter besonders hervor: Microsoft mit ihrem Produkt „Power BI“ sowie die Firma Tableau mit ihrem gleichnamigen Produkt.

Das Erfolgsrezept von Microsoft Power BI und Tableau

Microsoft bietet mit der Power BI Suite, bestehend aus Power BI Desktop und Power BI Service, ein Tool zur Datenanalyse, das sowohl als On Premise Lösung, als auch über die Azure Cloud verwendet werden kann. Power BI Desktop bietet zahlreiche Datenintegratoren, sodass der Nutzer die benötigten Daten aus verschiedenen Quellen selbst importieren und nach Bedarf kombinieren kann. Die einzelnen Berichte und Dashboards können über den Power BI Dienst dann mit anderen Nutzern geteilt und bearbeitet werden.

Mit ihrer Preisstruktur für die Power BI Suite setzt Microsoft den Markt der BI Tools unter Druck. So gibt es die Basisversion von Power BI Desktop bspw. kostenlos. Lizenzgebühren fallen lediglich für die Pro Version an und liegen laut Gartner trotzdem noch weit unter dem Branchendurchschnitt. Lediglich bei der Skalierung der genutzten Datenmenge in Kombination mit MS Azure oder HDInsight, fallen laut Gartner vergleichsweise hohe Kosten für den Power BI Nutzer an.

Ein weiteres Plus bietet Power BI im Bereich der Datenintegration. Power BI ermöglicht es, viele verschiedene Datenquellen anzubinden. Dabei ist es egal, ob Daten aus relationalen oder nicht relationalen Datenbanken miteinander verbunden werden. Außerdem bietet Microsoft Power BI die Möglichkeit, Streaming Daten in Dashboards zu integrieren und anzeigen zu lassen.

Microsoft profitiert natürlich auch von der gesamten, eigenen Produktfamilie und ermöglicht nicht nur eine Verbindung mit der Microsoft Cloud Technologie (Azure) sondern auch mit der Machine Learning und Artificial Intelligence Suite (Cortana) sowie Microsoft Flow und Microsoft Dynamics.

Zu ihrem Self Service Analyse Tool bietet Microsoft außerdem eine starke online Community, die den Self Service Gedanken des Tools durch Anwendungsbeispiele, Tutorials und Blogs mit zahlreichen Q&As untermauert.

Tableau hat eine Self-Service BI Lösung mit drei Produkten im Angebot: Tableau Desktop, Tableau Server und Tableau Online. Tableau kann sowohl in der Cloud als auch on-premise verwendet werden. Verschiedene Datenquellen können durch eine Vielzahl an Konnektoren sowohl mit in-memory Zugang als auch direktem Zugang angebunden und kombiniert werden. Mit Tableau Desktop werden die Daten transformiert, visualisiert und können zudem interaktiv analysiert werden. Berichte und Dashboards lassen sich mit anderen Benutzern teilen und auch gemeinsam bearbeiten.

Tableau glänzt dabei vor allem in den Bereichen der Datenvisualisierung und –analyse, die zugleich extrem vielfältig, intuitiv und interaktiv ist.

Ganz im Zeichen eines Self-Service BI Tools kann Tableau dabei auf eine starke und engagierte Community zurückgreifen, hat aber zudem einen eigenen Kunden Support, der von Gartner ebenfalls als besonders positiv herausgestellt wird.

Tableau bietet außerdem eine große Flexibilität, wenn es darum geht, das Tool in der Cloud zu deployen. So kann sowohl auf die Microsoft Azure Cloud als auch AWS oder die Google Cloud Platform deployed werden.

Praxisorientierter Vergleich: Visualisierung von Sensordaten mit Tableau und Power BI

Der zu visualisierende Datensatz stammt von einem kleinen IoT Device, das über verschiedene Sensoren Daten sammelt. Die Sensoren messen die Temperatur (Temperature), Feuchtigkeit (Humidity), räumliche Beschleunigung (Acceleration auf X-, Y- und Z-Achse) und die Position im Raum (Gyroskope auf X-, Y- und Z-Achse).

Im vorliegenden Use Case wurde dabei auf den Azure IoT Hub zurückgegriffen, um die Daten zu sammeln, zu speichern und für Power BI und Tableau bereitzustellen.

Dashboards Tableau	Dashboards Power BI

Special Feature von Power BI: Dashboard mit Stream Analytics

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.Mehr erfahren

Video laden

Alle YouTube-Videos der derzeitigen Seite laden

Über den Power BI Service biete Microsoft die Möglichkeit Streaming Daten mit Hilfe von einzelnen Kacheln auf einem Dashboard zu visualisieren. Die Auswahl an Darstellungsvarianten ist derzeit noch ausbaufähig. Die Streamingdaten lassen sich z.B. durch Linien-/Balken- oder Säulendiagramme, sowie Karten oder Maßstäbe (halbe Donut Charts siehe oben) abbilden. Je nach Konnektivität und Übertragungsrate des Devices ist der Stream dabei mehr oder weniger flüssig. In die Dashboards lassen sich dann auch Alerts einbauen, die den Nutzer beim Erreichen von festgesetzten Schwellwerten z.B. per Mail, direkt informieren.

Mit Tableau sind den Visualisierungsmöglichkeiten kaum Grenzen gesetzt

Tableau bietet eine extreme Vielfalt an Visualisierungsmöglichkeiten. Sämtliche Formen, Texte, Linien, Farben, Gruppierung von Daten, Analysemöglichkeiten innerhalb der Visualisierung etc. lassen sich anpassen und damit individuell gestalten. Hier sind der Phantasie (fast) keine Grenzen gesetzt –immer vorausgesetzt, man weiß, dass Tableau eine solche Funktion besitzt und in welchem Menü sie sich befindet. Power BI kann mit dieser Vielfalt nicht ganz Schritt halten, auch wenn Power BI im Vergleich zu anderen Tools doch eine große Visualisierungstoolbox mitführt.

Sowohl Tableau, als auch Power BI haben ein großes Repertoire an Out-of-the-box Lösungen für die Anbindung von Datenquellen – von einfachen Files über Datenbanken bis hin zu Online Services und vieles mehr. Im vorliegenden Use Case kam nur eine minimale Anzahl dieser Konnektoren zur Verwendung. Dennoch wäre es für beide Tools problemlos möglich gewesen, weitere Datenquellen wie z.B. Wetterdaten aus einer Webseite oder einer PostgreSQL Datenbank einzubinden.

Hat man im eigenen Anwendungsfall spezielle Arten von Quellen (z.B. PDFs, eine Web Analytics Anwendung oder ein ITSM Ticket Tool) so lohnt sich vorher ein Blick auf die Liste der unterstützen Quellen von sowohl Tableau als auch Power BI. Beide Tools unterstützen die gängigsten Quellformate wie SQL Datenbanken, Json oder SAP HANA (um nur ein paar zu nennen). Bei den weniger geläufigen Quellen, gibt es jedoch große Unterschiede an zur Verfügung stehenden out-of-the-box Schnittstellen.

Power BI ermöglicht es in Verbindung mit Stream Analytics nicht nur statische Datenquellen anzuzapfen, sondern auch Echtzeitanalysen durchzuführen. Obwohl oder gerade weil dies ein besonderes Alleinstellungsmerkmal der Power BI Suite ist, kann diese Funktion jedoch nur in Verbindung mit einer Power BI Pro Lizenz verwendet werden, welche im Vergleich zur Light Version gebührenpflichtig ist.

Gerade für den Internet of Things Bereich, ist die Streamingfunktion besonders interessant. So lassen sich z.B. Maschinen in Echtzeit überwachen. Durch Alerts, kann der Nutzer automatisch alarmiert werden, wenn Grenzwerte überschritten werden. Ein weiterer denkbarer Anwendungsbereich wäre auch das Smart Home. Sensoren an der Haustüre, Rollläden, Badewanne oder der Solarstromanlage auf dem Dach können über die Azure- und Stream Analytics mit Power BI verknüpft werden und Bewohner benachrichtigen, wenn ein festgelegter Grenzwert über – oder unterschritten wird.

Sowohl Power BI, als auch Tableau bieten verschiedene Möglichkeiten die erstellten Dashboards zu teilen. Lokal können die Tableau und Power BI Files natürlich wie bei jedem anderen Tool immer geteilt werden. Allerdings muss der Nutzer hierbei auch Zugriff auf die zugehörigen Quellen des Files haben. Der Zugriff auf die Files alleine, ist sonst wertlos, da die zugehörigen Daten nicht angezeigt werden können. Tableau bietet darüber hinaus die Möglichkeit, Arbeitsmappen und Dashboards auf den Tableau Server zu veröffentlichen, über den man seine erstellten Inhalte mit anderen Nutzern teilen kann. Veröffentlicht man seine Berichte vom Power BI Desktop auf den Power BI Service, kann hierüber ein Dashboard oder der ganze Bericht mit anderen Usern geteilt werden. Die Sharing Funktion ist allerdings nicht im kostenlosen Basisumfang von Power BI enthalten und somit genauso wie bei Tableau (da hier grundsätzlich Lizenzgebühren anfallen) gebührenpflichtig.

Das gemeinsame Teilen und Bearbeiten von erstellen Inhalten ist bei dein Tools unabhängig vom eigenen Anwendungsfall problemlos möglich. Inwieweit sich die dabei entstehenden Kosten am besten skalieren lassen, sollte für den eigenen Fall individuell überprüft werden.

Ganz im Sinne der Self-Service BI sind die ersten Schritte mit Tableau und Power BI schnell und relativ leicht zu meistern. Mit ein paar Klicks hat man die ersten Daten in den Tools importiert und sich ein paar Dashboards zusammengestellt. Wer sich in der Microsoft Produktwelt bereits gut auskennt, dem fallen die ersten Schritte mit Power BI nicht schwer. Aber auch Tableau ist bereits nach kurzer Zeit und ein, zwei online Tutorials intuitiv bedienbar. Um jedoch das volle Potenzial der Tools auszuschöpfen, ist auch hier eine gewisse Einarbeitungszeit notwendig, verbunden mit der ein oder anderen Recherche in den Foren der aktiven Web-Communities.

Werden Tableau oder Power BI neu eingeführt, sollte man sich auf jeden Fall Budget für Schulungen und eine gewisse Einarbeitungszeit einplanen. Kürzer ist die Einarbeitungszeit vermutlich bei Power BI, da man sich hier durch den kleineren Funktionsumfang und als geübter MS Office Anwender schneller zurecht findet.

Quellen:

Gartner Magic Quadrant Self-Service BI Tool Eigenschaften:
https://www.gartner.com/reviews/market/business-intelligence-analytics-platforms/compare/tableau-vs-microsoft
Report zum Gartner Magic Quadrant for Self-Service BI and Analytics Plattform 2017
https://cdn2.hubspot.net/hubfs/2172371/Q1%202017%20Gartner.pdf?t=149626062

HDInsight: https://azure.microsoft.com/de-de/services/hdinsight/
Tableau: https://www.tableau.com/products
Power BI: https://powerbi.microsoft.com/de-de/what-is-power-bi/
Self-Service BI: http://triangleinformationmanagement.com/wp-content/uploads/2014/02/Self-Service-Business-Intelligence-empowering-users-to-generate-insights.pdf
Unterstützte Datenquellen Power BI: https://docs.microsoft.com/de-de/power-bi/desktop-data-sources
Konnektoren Tableau:
https://www.tableau.com/