Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
Seite 1 │17
SELF-SERVICE BI IN ANALYSEPROGRAMMENEIN VERGLEICH ZWISCHEN QLIK SENSE, TABLEAU UND MICROSOFT POWER BI
SWIE
Eva Lesny – BI Consultant, Sulzer GmbH
Seite 2 │17
Inhaltsverzeichnis
1. Einleitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2. Grundsätzliche Bedienung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3. Visualisierungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.1 Geo-Visualisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.1.1 Qlik Sense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.1.2 Tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.3 Microsoft Power BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 ABC-Analyse der Produkte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2.1 Qlik Sense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2.2 Tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.2.3 Microsoft Power BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.3 Warenkorbanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3.1 Qlik Sense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3.2 Tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.3.3 Microsoft Power BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.4 Integration von R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.4.1 Qlik Sense . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.4.2 Tableau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.4.3 Microsoft Power BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4. Fazit & Empfehlungen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Seite 3 │17
1. EinleitungOb Fahrzeugsensoren, Smartphones, Soziale Netz-
werke, Online-Anwendungen oder Internet der Dinge
– die Menge der gesammelten Daten in unserer Um-
welt wächst rasant.
Durch Analyse dieser Daten, vor allem durch die gra-
fische Aufbereitung, werden Informationen und somit
nutzbares Wissen gewonnen. Dieses Wissen liefert
die Grundlage für Unternehmensentscheidungen und
dient der Ableitung von kurz-, mittel- sowie langfristi-
gen Strategien, etwa in der Prozess- und Produktop-
timierung, der Bewertung von Unternehmensrisiken,
der Schaffung neuer Kundenservices oder der Redu-
zierung von Streuverlusten durch eine gezieltere Kun-
denansprache bei Werbemaßnahmen. Dadurch kön-
nen entscheidende Wettbewerbsvorteile entstehen.
Eine zügige Informations- und Wissensgewinnung ist
essentiell. Denn je schneller wichtige Entscheidung
getroffen und neue Strategien umgesetzt werden, des-
to mehr Vorteile hat ein Unternehmen gegenüber den
Konkurrenten. Der klassische Berichtsprozess wird
dieser Anforderung nicht gerecht – Self-Service BI ist
die Lösung.
In der Self-Service BI erstellen Fachanwender die be-
nötigten Analysen, Berichte und Dashboards selbst, le-
diglich die Datenhaltung liegt nach wie vor in IT-Hand.
Dadurch wird die IT-Abteilung entlastet und kann sich
auf ihre zentralen Aufgaben (wie zum Beispiel Gover-
nance, Quellsystemoptimierung und Berechtigungen)
konzentrieren. Die Fachanwender wechseln von einer
bloßen Nutzung der Daten zum Erforschen der Daten.
Infolgedessen erhalten sie eine tiefere Einsicht und
können die gewonnenen Informationen besser verste-
hen und interpretieren. Das bedeutet, durch Self-Ser-
vice BI werden die Informationen nicht nur schneller
gewonnen, es können auch an aktuelle Entwicklungen
besser angepasste Entscheidungen getroffen werden.
Inzwischen gibt es eine Fülle von Herstellern, die auf
den ersten Blick gleichwertige Self-Service Analyse-
tools anbieten. Einen ausführlichen Anbietervergleich
entsprechender Lösungen bietet das Gartner-Institut.
In diesem werden die Programme nach deren „ability
to execute“ und „completeness of vision“ bewertet.
Lediglich drei Programme erhalten die Bezeichnung
„Leader“: Qlik Sense, Tableau und Microsoft Power
BI. Aufgrund der im direkten Vergleich höheren Wer-
tungen werden in diesem Whitepaper deshalb nur die-
se Tools untersucht.1
1 Untersucht wurden folgende Produktversionen:Qlik Sense Desktop 3.2 SR2 (qliksensedesktop:10.18.3)Tableau Desktop Professional Edition 10.2.1 (10200.17.0328.0755) 64-BitMicrosoft Power BI Desktop 2.48.4792.721 64-bit (Juli 2017)
Seite 4 │17
2. Grundsätzliche BedienungDie Tools von Qlik Sense, Tableau und Microsoft Po-
wer BI sind plattformunabhängig und als Desktopver-
sionen, Apps und cloudbasiert erhältlich oder komplett
browserbasiert betreibbar.
Alle drei Programme verfügen über eine einfache Be-
nutzeroberfläche und sind größtenteils durch Drag &
Drop bedienbar. Ein wesentlicher Unterschied liegt in
der Erstellung von Visualisierungen. Während bei Qlik
Sense und Power BI zunächst ein passendes Dia-
gramm ausgesucht wird, werden bei Tableau zuerst
Dimensionen und Kennzahlen ausgewählt. Tableau
wählt automatisch ein passendes Diagramm. Bei allen
drei Programmen kann der Diagrammtyp im Nachhin-
ein noch geändert werden.
Bei der Unterstützung verschiedener Datenquellen un-
terscheiden sich die Anwendungen kaum. So können
bei allen drei Programmen Daten aus Dateien (zum
Beispiel Excel, csv, ...), aber auch von Servern (zum
Beispiel SAP Hana, Oracle, Hadoop, Spark, …) gela-
den werden.
Auf die Daten kann – je nach Datenquelle – live und als
Extrakt zugegriffen werden. Beim Extrahieren der Da-
ten werden diese stark komprimiert und erlauben ein
schnelleres Arbeiten. Bei Qlik Sense und Tableau ist
die maximal zu ladende Datenmenge nur durch phy-
sikalische Grenzen wie Hardware-Ressourcen (zum
Beispiel den Arbeitsspeicher) begrenzt2, bei Microsoft
Power BI liegt die Begrenzung des Datenspeichers bei
10 GB.3
Die Skriptsprache zum Laden und Transformieren der
Daten in Qlik Sense erinnert stark an SQL. Entspre-
chend sind hier Transformationen wie Berechnungen,
Datenvalidierungen, Zusammenfügen von Tabellen
und viele weitere möglich. Das Datenmodell besteht
aus einer oder mehreren Tabellen, die über Schlüssel
verbunden sind. Auch in Microsoft Power BI können
Daten sehr gut transformiert werden. Das Datenmodell
besteht ebenfalls aus einer oder mehreren Tabellen,
die über Schlüssel verbunden sind. Bei Tableau hin-
gegen müssen die Tabellen über einen Join-Opera-
tor verbunden werden. Daten können zwar ebenfalls
transformiert werden, jedoch sind die Transformati-
onsmöglichkeiten nicht so mächtig wie in den beiden
anderen Programmen.
Die Unterscheidung zwischen Kennzahlen und Dimen-
sionen ist in den Programmen unterschiedlich gere-
gelt. In Qlik Sense ist weder ersichtlich, ob eine Spalte
eine Dimension oder Kennzahl darstellt, noch ist der
Datentyp erkennbar. Bei Tableau sind Dimensionen
und Kennzahlen entsprechend getrennt. Ein Icon vor
dem Spaltennamen zeigt den Datentypen an. Bei Mi-
crosoft Power BI sind Spalten ohne Icon Dimensionen,
während bei Kennzahlen der Datentyp durch ein Icon
angezeigt wird.
2 Qlik: „Laden und Modellieren von Daten“ [Online]. https://help.qlik.com/de-DE/sense/1.1/pdf/Laden%20und%20Modellieren%20von%20Daten.pdf [Zugriff am 7. September 2017]. S. 91.Tableau: Zeilen- oder Spaltenbegrenzungen für Daten. 2017. http://kb.tableau.com/articles/howto/maximum-limit-for-rows-or-columns-of-data?lang=de-de [Zugriff am 7. September 2017].3 Microsoft: Power BI Dokumentation: Verwalten Ihres Datenspeichers. https://powerbi.microsoft.com/de-de/documentation/powerbi-admin-manage-your-data-storage-in-power-bi/ [Zugriff am 7. September 2017].
Seite 5 │17
Jedes der drei Programme hat das Potenzial für wei-
terführende Analysen. In Qlik Sense kann mit einem
„Set Analysis“-Ausdruck der Datenbereich bestimmt
werden, über den aggregiert wird. In Tableau wird mit
einem „LoD-Ausdruck“ (Level-of-Detail) die Detail-
genauigkeit einer Berechnung festgelegt. In Microsoft
Power BI werden mithilfe der funktionalen Sprache
„DAX“ (Data Analysis Expressions) benutzerdefinierte
Spalten und Kennzahlen erstellt und deren Aggregati-
on und Granularität festgelegt.
Abbildung 1: Qlik Sense Abbildung 2: Tableau Abbildung 3: Microsoft Power BI
Seite 6 │17
3. VisualisierungenIn diesem Kapitel werden klassische Analysen, wie sie
in einer Vertriebsabteilung verwendet werden könnten,
visualisiert. Es werden beispielhaft drei unterschiedli-
che, komplexere Analysen vorgeführt.
3.1 Geo-VisualisierungEin Unternehmen will die Länder, Regionen und Städte
seiner Kunden und die erzielten Umsätze und Gewin-
ne auf einer Karte sichtbar machen.
3.1.1 Qlik SenseQlik Sense stellt Koordinaten für viele Städte sowie
Bereichsdaten für Länder zur Verfügung, auf die beim
Laden zugegriffen werden kann. Es können aber auch
eigene Koordinaten und Bereiche geladen werden.
Geo-Visualisierungen lassen sich in Qlik Sense schnell
erstellen. Auf dem Diagrammtyp „Karte“ wird per Drag
& Drop eine Dimension (sowohl Orte als auch Nicht-
Geodaten wie beispielsweise Kunden) sichtbar ge-
macht. Eine Kennzahl kann zur Farbgebung verwendet
werden, in einer Punktekarte (Abbildung von Koordi-
naten) kann zusätzlich eine Kennzahl die Punktgröße
anpassen. Es ist nicht möglich weitere Kennzahlen in
der QuickInfo anzuzeigen. Die Legende liefert zwar die
Bedeutung der Farben, aber nicht die der Punktgröße.
Bei einem Drilldown werden nur die Koordinaten einer
Ebene (zum Beispiel Stadt) geplottet, deshalb ist die-
ser nicht geeignet um die jeweils anderen Ebenen mit-
einander zu vergleichen.
Abbildung 4: Qlik Sense Geo-Visualisierung
Seite 7 │17
3.1.2 TableauIn Tableau werden Geodaten automatisch geographi-
sche Orte zugeordnet. Diese können für jedes Geo-
datum angepasst werden. Werden eigene Koordinaten
geladen, müssen diese in der Darstellung explizit ver-
wendet werden.
Eine Geo-Visualisierung kann sehr schnell erstellt wer-
den. Sobald ein geographisches Feld auf das Arbeits-
blatt gezogen wird, erstellt Tableau eine Karte. Kenn-
zahlen können verwendet werden, um die Punktgröße
und -farbe anzupassen. Die Farbe kann dabei beliebig
vergeben werden, so dass z. B. eindeutig zwischen
positiven und negativen Beträgen unterschieden wer-
den kann. Die Bedeutung der Größe und Farbe wird in
der Legende symbolisiert. Weitere Kennzahlen sowie
Nicht-Geodaten (wie Kunden) werden über die Quick-
Info abgebildet.
Ein Drilldown von beispielsweise Land-Region-Stadt
ist möglich, wenn eine Drilldowngruppe verwendet
wird.
Abbildung 5: Tableau Geo-Visualisierung
Seite 8 │17
3.1.3 Microsoft Power BIIn Microsoft Power BI werden Geodaten automatisch
Koordinaten zugeordnet. Werden eigene Koordinaten
geladen, müssen diese in der Darstellung explizit ver-
wendet werden. Für einzelne Geodaten können die Ko-
ordinaten nicht verändert werden. Allerdings werden
Orte durch zusätzliche Angabe des Landes relativ gut
erkannt, so dass eine Anpassung nur selten nötig ist.
Abbildung 6: Microsoft Power BI Geo-Visualisierung
Geo-Visualisierungen können sehr schnell per Drag
& Drop eines Geodatums auf das Arbeitsblatt erstellt
werden. Eine Kennzahl kann zur Bestimmung der
Punktfarbe verwendet werden, eine weitere für die
Punktgröße. Es gibt keine Legende für die Punktgröße
und -farbe, die Farbe kann aber frei vergeben werden,
so dass z. B. eindeutig zwischen positiven und nega-
tiven Beträgen unterschieden werden kann. Weitere
Kennzahlen und Nicht-Geodaten können nur über die
QuickInfo angezeigt werden. Ein Drilldown von bei-
spielsweise Land-Region-Stadt ist auch ohne vorheri-
ge Erstellung einer Drilldowngruppe möglich.
3.2 ABC-Analyse der ProdukteEin Unternehmen möchte mithilfe einer ABC-Analyse sei-
ne Produkte nach den Umsätzen in drei Klassen einteilen.
3.2.1 Qlik SenseABC-Analysen können in Qlik Sense nicht leicht er-
stellt werden, da die Berechnungen händisch durch
den Benutzer über „Set Analysis“-Ausdrücke vorge-
nommen werden müssen.
Abbildung 7: Qlik Sense ABC-Analyse
Seite 9 │17
In der Darstellung als Diagramm können nicht alle
Werte auf einmal angezeigt werden. Die Farben kön-
nen für alle im Diagramm abgebildeten Werte über
eine Formel angepasst werden, ansonsten erfolgt die
Farbzuweisung von Qlik Sense über die Reihenfolge.
In der Tabelle ist eine bedingte Farbgebung ebenfalls
über eine Formel einstellbar.
Der Vorteil der Diagramme ist, dass sie gut für andere
Dimensionen wiederverwendet werden können.
Abbildung 8: Qlik Sense ABC-Analyse Tabelle - nur „Tires and Tubes“
Seite 10 │17
3.2.2 TableauDie Erstellung einer ABC-Analyse in Tableau ist nicht
einfach, obwohl die Berechnung des kumulierten Ge-
samtumsatzes in Prozent eine „schnelle Tabellenbe-
rechnung“ ist, so dass der Benutzer diese nicht selbst
über eine Formel berechnen muss. Tableau bietet für
Pareto-Diagramme eine Anleitung als Schulungsvi-
deo 4 und geschriebenen Text 5 an.
Abbildung 9: Tableau ABC-Analyse
Abbildung 10: Tableau ABC-Analyse Tabelle - nur „Tires and Tubes“
Das Balkendiagramm kann so angepasst werden, dass das komplette Diagramm sichtbar ist.
4https://www.tableau.com/learn/tutorials/on-demand/pareto-charts5https://onlinehelp.tableau.com/current/pro/desktop/en-us/pareto.html
Seite 11 │17
Die Farbgebung ist nicht so einfach wie die gewohnte
Farbgebung. Diese erfolgt hier über Parameter. Dies
hat allerdings den Vorteil, dass die Klassengrenzen
schnell angepasst werden können.
Die Diagramme sind nur teilweise für andere Dimensi-
onen wiederverwendbar.
3.2.3 Microsoft Power BIDie Berechnungen, die für eine ABC-Analyse nötig
sind, erfolgen über komplexe „Measures“, deren Ag-
gregationen konkret für eine Dimension festgelegt
werden und deshalb nicht für andere ABC-Analysen
wiederverwendet werden können.
Abbildung 11: Microsoft Power BI ABC-Analyse
In der Darstellung fehlt der Überblick über alle Werte.
Es ist keine bedingte Farbformatierung möglich.
Abbildung 12: Microsoft Power BI ABC-Analyse Tabel-
le – nur „Tires and Tubes“
In einer Tabelle ist eine Farbformatierung mit anpassba-
ren Klassengrenzen zwar möglich, aber nicht optimal.
Alternativ kann für die Visualisierung ein sogenanntes
„Wasserfalldiagramm“ verwendet werden. In diesem
wird automatisch eine Kennzahl kumuliert. Deshalb ist
die Erstellung sehr einfach und schnell. Ein Nachteil
dieser Darstellung sind die geringen Modifikations-
möglichkeiten.
Abbildung 13: Microsoft Power BI ABC-Analyse als
„Wasserfalldiagramm“
Seite 12 │17
3.3 WarenkorbanalyseEin Unternehmen möchte wissen, welche Subkate-
gorien oft zusammen gekauft werden. Hierfür soll die
Konfidenz6 in Prozent berechnet werden.
3.3.1 Qlik SenseUm die Warenkorbanalyse zu visualisieren, muss die
Tabelle mit den Bestellpositionen und der Subkatego-
rie neben dem initialen Laden ein zweites Mal geladen
werden, damit die Analyse erstellt werden kann. Die
Anzahl der zu ladenden Datensätze entspricht der An-
zahl der Bestellpositionen.
Die Erstellung des eigentlichen Diagramms ist einfach,
allerdings wird für die Berechnung ein „Set-Analysis“-
Ausdruck benötigt. Die Farbformatierung erfolgt über
eine Formel und ist dadurch nicht selbsterklärend. Es
fehlt eine Gesamtansicht über alle Subkategorien.
3.3.2 TableauEine Variante der Warenkorbanalyse ist die Dar-
stellung als Hervorhebungstabelle. Hierfür müssen
weitere Daten geladen werden. Da die Tabelle über
den Join-Operator verbunden wird, wird für jede
Bestellung jede Bestellposition mit allen anderen
Bestellpositionen kombiniert. Die Gesamtanzahl der
Datensätze steigt enorm an. Zudem muss die Wa-
renkorbanalyse in einer separaten Datei erfolgen, da
durch das zusätzliche Laden alle anderen Berechnun-
gen verfälscht werden.
Abbildung 14: Qlik Sense Warenkorbanalyse
6Anzahl der Bestellungen mit beiden Subkategorien / Anzahl der Bestellungen mit einer Subkategorie
Abbildung 15: Tableau Warenkorbanalyse
Abbildung 16: Tableau Warenkorbanalyse gesamte Ansicht
Seite 13 │17
Die Erstellung dieser Tabelle ist einfach, da die Be-
rechnung der Konfidenz über eine „schnelle Tabellen-
berechnung“ erfolgen kann. Die Hervorhebungstabelle
(Standardtabelle) enthält bereits eine bedingte Farbfor-
matierung. Es können alle Spalten und Zeilen ange-
zeigt werden, um einen Überblick zu bekommen.
Seite 14 │17
3.3.3 Microsoft Power BIEs muss eine weitere Tabelle geladen werden, die pro
Bestellung jede Bestellposition mit allen anderen Bestell-
positionen kombiniert. Somit steigt die Gesamtanzahl der
Datensätze enorm an. Durch Transformationen kann die
Anzahl der zu ladenden Daten verringert werden.
Die Erstellung der Visualisierung ist sehr einfach, da
die Berechnung als Prozentzahl eine Standardberech-
nung ist. Die bedingte Farbformatierung ist in der Ta-
belle integriert.
3.4 Integration von RDie Skriptsprache R wird inzwischen immer öfter für
statistische Berechnungen in BI eingesetzt. Deshalb
ist es von Vorteil, wenn R in den Analyseprogrammen
integriert werden kann.
3.4.1 Qlik SenseIn der aktuellen Version ist R noch nicht in Qlik Sense
integriert, ein API Support für die Integration von R ist
für folgende Versionen jedoch geplant 7. Einige Erwei-
terungen bieten bereits die Möglichkeit zur R-Integra-
tion. So kann mit einer Erweiterung auf „Forecasting
with ARIMA“ 8 zugegriffen werden.
Abbildung 17: Microsoft Power BI Warenkorbanalyse
Abbildung 18: Qlik Sense Forecast ARIMA
7 Qlik: Innovation in Visual Analytics. 2017. [Online]. http://go.qlik.com/rs/497-BMK-910/images/Qlik%20Statement%20of%20Direction%202017%20-%20A4.pdf [Zugriff am 4. August 2017]. S. 16.8 F. Heiba: 3rd Party Engine Connector Extension. 19 September 2016. http://branch.qlik.com/#!/project/5756d6de3cc4c57c9d9f6346 [Zugriff am 4. August 2017].
Seite 15 │17
Wie gewohnt werden Dimensionen und Kennzahlen
angegeben. Nach Auswahl der Funktion „ARIMA“ wird
der Forecast angezeigt (siehe Abbildung 18).
Abbildung 19 stellt die Verknüpfung von Qlik Sense
zum R-Server dar. Nach Auswahl der „3rd Party Engi-
ne“, der Funktion, dem Dateninput und Output werden
die benötigten Daten von Qliks In-Memory-System
abgerufen und an den R- beziehungsweise Matlab-
Server gesendet. Dieser berechnet die Anfrage und
schickt ein Ergebnis zurück, das dann visualisiert wird.
Abbildung 19: Verknüpfung Qlik Sense zu R9
3.4.2 TableauIn Tableau können Dateien des Typs .RData oder .rda
geladen werden, wobei jeweils nur das erste Objekt
pro R-Datei geladen wird.10 Folgende Objekttypen wer-
den unterstützt: Vektoren, Zweidimensionale Matrizen,
Faktoren, Daten-Frames.
Zusätzlich können Berechnungen in R durchgeführt
werden (Beispiel: Abbildung 21), deren Ergebnisse
anschließend visualisiert werden können (Beispiel:
Abbildung 22). Hierfür wird ein R-Skript in ein berech-
netes Feld geschrieben. Dabei muss der Datentyp des
Ergebnisses bereits bekannt sein11 und für jeden Da-
tensatz (Zeile) muss ein Ergebnis zurückgegeben wer-
den. Damit Tableau das Skript zu R schicken kann, ist
ein R-Server notwendig (z. B. Rserve). Abbildung 20
verdeutlicht diesen Prozess.
Abbildung 20: Verknüpfung von Tableau zu R12
Abbildung 21: Berechnung von Klassen mit kMeans in
R in Tableau (Fisher‘s Iris data set)
9 Quelle: F. Heiba: 3rd Party Engine Connector Extension. 19 September 2016. http://branch.qlik.com/#!/project/5756d6de3cc4c57c9d9f6346. [Zugriff am 4. August 2017:10 Tableau: Statistische Datei. 23 Juni 2017.. https://onlinehelp.tableau.com/current/pro/desktop/de-de/help.html#examples_statfile.html#Rdata. [Zugriff am 2. August 2017].11 Mögliche Datentypen-Rückgabewerte: Zeichenketten, Wahrheitswerte, ganze Zahlen, reelle Zahlen12 Quelle: B. Beran: Building Advanced Analytics Applications with R and Python Integration. https://www.tableau.com/learn/webinars/building-advanced-analytics-applications-r-and-python-integration. Zeit: 15:34 [Zugriff am 1. August 2017].
Seite 16 │17
Abbildung 22: Tableau Präsentation der Berechnung in
R (Fisher‘s Iris data set)
3.4.3 Microsoft Power BIEin R-Skript kann zum einen als Datenquelle und zum
anderen für die graphische Aufbereitung verwendet
werden.
Wird ein R-Skript als Datenquelle verwendet, können
nur „data.frames“ (tabellarische Daten) geladen wer-
den. Anschließend verhalten sich diese Daten wie alle
anderen geladenen Daten.
Diagramme die mit R erstellt werden (Beispiel: Ab-
bildung 23) verhalten sich größtenteils wie die an-
deren Visualisierungen. Sie können gefiltert werden
und aktualisieren sich, wenn Daten geladen werden.
Sie unterscheiden sich dadurch, dass keine QuickIn-
fo angezeigt wird. Die vom visuellen R-Element zum
Zeichnen verwendeten Daten sind auf 150.000 Zeilen
beschränkt. In CRAN veröffentliche Pakete werden
unterstützt, benutzerdefinierte Pakete werden nicht
unterstützt.13,14
Abbildung 23: Microsoft Power BI Fisher‘s Iris data
set – Clustering in R
13D. Iseminger: Erstellen von R-Visualisierungen im Power BI-Dienst. 6 Juni 2017. https://powerbi.microsoft.com/de-de/documentation/power-bi-service-r-visuals/. [Zugriff am 2. August 2017].14Alle unterstützten Pakete: D. Iseminger: R-Pakete im Power BI-Dienst. 6 Juni 2017. https://powerbi.microsoft.com/de-de/documentation/powerbi-service-r-packages-support/ [Zugriff am 2. August 2017].
Seite 17 │17
4. Fazit & EmpfehlungenQlik Sense, Tableau und Microsoft Power BI sind bei
einfachen Analysen (wie Zeitreihenanalyse, Top/Flop
etc.) für Self-Service geeignet, da sie größtenteils intu-
itiv zu bedienen und schnell zu erlernen sind. Bei der
Erstellung komplexer Analysen bedarf es allerdings ei-
nes versierten, erfahrenen Benutzers.
Zwischen den drei Lösungen offenbaren sich auf den
ersten Blick nur wenige Unterschiede in Bezug auf de-
ren Funktionsumfang. Alle Programme bieten ein gro-
ßes Sortiment an Diagrammtypen, wie zum Beispiel
Linien-, Balken- und Kreisdiagramme, Baumkarten
oder Geo-Visualisierungen.
Sowohl Qlik Sense als auch Microsoft Power BI bie-
ten mächtige Werkzeuge zur Transformation und Mo-
dellierung der geladenen Daten an, die Präsentation
der Daten ist eher schlicht gehalten. Der Fokus von
Tableau ist die Visualisierung der Daten und der Self-
Service-Gedanke. Dieses Programm bietet die größ-
te Unterstützung für den Benutzer durch vordefinierte
Berechnungen.
Bei der Integration von R zeigen sich deutliche Unter-
schiede. Während in Qlik Sense eine Integration nur
über Erweiterungen möglich ist, können in Power BI
Visualisierungen direkt in R erstellt werden und sogar
R Skripte als Datenquelle geladen werden. In Tableau
können Berechnungen in R durchgeführt werden, die
dann mit den in Tableau vorhandenen Diagrammtypen
dargestellt werden können.
Der Markt für BI-Lösungen ist sehr dynamisch und die
Möglichkeiten zur Darstellung der Informationen sind
sehr vielfältig. Der hier betrachtete Auszug kann daher
keinesfalls vollumfänglich sein, so dass sich in konkre-
ten Fall die Auseinandersetzung mit den spezifischen
Anforderungen empfiehlt, um eine optimale Lösung zu
finden.
Eva Lesny
Business Intelligence
Consultant
Sulzer GmbH | Frankfurter Ring 162 | 80807 München | www.sulzer.de
Andreas Karl
Teamleiter Business Intelligence
089 31858 - 4245
Kontakt