現如今，在談到商業智能（BI）分析工具時，目前國外主要的兩個行業領導者分別是微軟的PowerBI和Tableau。根據著名國際咨詢公司Gartner公布的2017年度北美BI魔力象限報告中內容指出，微軟的Power BI在未來大有趕超Tableau之勢。

但是在國內，根據著名IDC機構發布的《2017年中國商業智能（BI）市場跟蹤報告》表明，國內BI廠商帆軟已經超越了SAP、IBM、Tableau、Microsoft等眾多國際巨頭廠商，在各大主流BI產品中以13.76%的市場占有率位列第一（并且是國內唯一一家上榜公司）。

看到這里你也許會有些好奇，為何在國外風生水起的PowerBI卻會被國內本土廠商的帆軟BI產品所超越？那么在這里，本文將給大家做一場帆軟FineBI和微軟PowerBI的綜合對比。如果你正在尋找一款合適的商業智能BI分析工具，希望小編的這篇對比文章會對你的選型有所幫助。

一、帆軟FineBI VS. 微軟 Power BI：公司背景

FineBI來源于帆軟公司，早期于2006年由南京大學起步創立，目前已經發展為國內最大的BI分析平臺提供商。公司旗下的FineBI產品早期于2013年發布V1.0，目前最新版已經迭代到FineBI V5.0，主要面向企業客戶（個人用戶免費全功能使用，但是限制2個并發用戶），在國內各行業有著眾多的成功應用案例。

Power BI來源于微軟公司，第一個商業版本于2015年7月發布 - 但是微軟早在2013年就將大量的Excel用戶社區與Power BI的beta版本聯系起來。它是在微軟的SQL Server Reporting Services團隊中成立的 - 主要基于高級Excel功能，包括Power Query，Power Pivot，Power View和Power Map，Power BI則是微軟將它們作為集合推出，目前國內BI商業化模式推廣正處于起步階段。

二、帆軟FineBI VS 微軟 Power BI：數據對接能力

首先是對常規的文件數據如Excel、CSV等，FineBI和Power BI都是支持直接進行對接分析的。

對接企業的數據庫能力方面，傳統的數據庫例如Oracle、SQLServer、MySQL等兩款BI工具都是支持直接進行對接。

但是Power BI在對于國內企業現今比較流行的大數據平臺則例如Kylin、Derby、Gbase、ADS、Hbase、Mongodb等是不支持的，FineBI則可以直接連接，這一點FineBI比PowerBI的大數據平臺對接能力更強。另外在對于一些數據庫的認證方式上，例如FineBI支持的kerberos認證連接方式，PowerBI也無法支持。

多維數據庫的連接上，PowerBI僅支持對接Ssas多維數據庫，不支持SAP BW、Essbase多維數據庫，FineBI則可以通過服務器數據集進行對接。

在一些需要基于java定制的api程序數據集，PowerBI不支持進行對接，FineBI則可以進行對接基于java api的程序數據集。

Power BI對于一些聯機服務器數據源支持的比較好，也許是由于這類數據個人用戶用的比較多，例如Google分析、appFigures等數據，這一點FineBI是不支持的。

數據對接能力總結：

從數據引擎的對接能力來看，FineBI對企業數據平臺的對接能力更強，PowerBI對一些個人用戶使用的比較多聯機服務器數據源支持的比較到位。

三、帆軟FineBI VS 微軟 Power BI：數據建模&&數據加工能力

a.數據建模：

帆軟FineBI和PowerBI的數據模式都支持實時和抽取模式，但是抽取模式下，由于FineBI的采用的分布式架構引擎進行數據的列式存儲（支持十億大數據量），PowerBI的數據引擎在抽取模式下僅僅是將數據以行式儲存方式導入，所以在面對海量大數據時FineBI比PowerBI計算速度更快、性能處理更加強大。另外在數據編碼上，帆軟FineBI支持對數據進行多種編碼類型轉換，PowerBI對這方面的轉換是不支持的。

在基礎數據關聯建模方面，FineBI和PowerBI都能夠對基礎的元數據建立維度表和事實表之間的關聯關系，形成關聯模型，以提高數據可視化分析階段的效率。關聯操作上PowerBI建立數據關聯可以直接進行關聯連線設置，這里比FineBI更為便捷。

但是深入使用對比會發現，PowerBI的數據模型建立之后只能針對當前報表進行使用，而FineBI建立好的數據關聯模型則是以基于業務為主題的業務包形式進行存儲，這樣一來FineBI的數據關聯模型在做可視化分析時也就能夠無限復用了。

但是在數據源種類整合時，PowerBI無法對不同來源的數據進行實時整合建模，例如下圖所示，PowerBI會自動禁用多個數據源的實時建模，需要將數據模式全部修改為抽取數據才可以進行整合關聯建模。

而FineBI在處理跨數據源關聯建模時，由于特有的智能內存化機制，即時面對不同來源的實時數據，FineBI也能智能進行內存化關聯建模，這方面強于PowerBI。

b.數據加工

對于數據的清洗加工處理方面，PowerBI雖然提供了一些可視化界面的操作選項，但是在實際進行數據加工處理時還是比較依賴M語言和DAX函數的（面對一些復雜的例如需要做自循環列分層的數據無法處理），需要用戶有一定的公式編碼書寫能力。

而FineBI在數據加工處理這方面對用戶比較友好，提供了非常強的全可視化操作的自助數據集供用戶使用，過濾、分組匯總、新增列、合并表、自循環列、行列轉換等操作都可以快速進行處理，極大地降低了用戶進行數據清洗和數據加工處理的門檻和時間成本。

數據建模+數據加工能力總結：

PowerBI和FineBI在數據建模和數據加工能力方面的綜合能力對比，FineBI總體強于PowerBI，另外PowerBI在數據建模加工所需要的M語言和DAX函數對用戶的技術能力要求相對較高。

四、帆軟FineBI VS 微軟 Power BI：可視化能力

a.圖表豐富度

可視化展現能力方面，PoweBI內置的圖表種類相對較少，例如一些常用的玫瑰圖、多層餅圖、詞云圖、熱力地圖、流向地圖等都不支持（需要進行市場圖表拓展下載使用）。圖形屬性方面還算豐富，可以由用戶自定義進行圖表樣式屬性的設置調節。

前面提到，PowerBI雖然內置圖表庫相對單調，但是提供了一個豐富的PowerBI圖表拓展市場供用戶進行下載使用，圖表類型的拓展能力還是十分強大的。

FineBI在圖表類型方面相對比較創新，采用了全新的設計理念，由此提供了無限的視覺分析可能——無限的圖表類型，不限制的圖表屬性組合映射效果以及智能的圖表推薦功能。

較PowerBI而言，FineBI擺脫了傳統圖表類型的桎梏，提供給用戶更為友好的智能圖表推薦功能，對于用戶來說再也不用糾結選餅圖好還是選柱狀圖好了，這一點給圖表選擇困難的同學是可謂是帶來了一個天大的福音。另外，FineBI由于支持用戶將字段綁定到圖表的顏色、大小、形狀、標簽等屬性，這樣一來圖表的可視化展現能力也就更加豐富靈活了，我們可以通過數據——>圖表屬性的無限組合，盡情地進行數據可視化認知的探索和洞察。

但是在圖表的拓展能力方面，FineBI沒有類似PowerBI的可拓展圖表庫供用戶下載使用，這方面較PowerBI稍有不足（不過FineBI的內置的圖表類型非常豐富，結合智能靈活的圖表設計模式基本也夠用戶用了吧）。

b.Dashboard展現能力

再來看看兩款產品組合的Dashboard展現能力對比，下圖是PowerBI首屆數據可視化大賽的冠軍作品，指標合理呈現，布局直觀簡潔，但是整體評價來說卻也是比較中規中矩（可能是秉承微軟一貫的方塊美），沒有太多驚艷到人的感覺。

FineBI的Dashboard展現能力方面，下圖是其中內置的一個比較典型的集團CEO看板demo，總體來說更加細膩（柱形圖圓角、字體顏色、風格、展現形式等 ），結合圖表的動態閃爍動畫簡直不要太酷炫，相對來說可能更加符合國人的審美觀念（內置很多類似的全局風格屬性、可以一鍵切換設置）。

可視化能力總結：

可視化能力方面，PowerBI的基礎圖表類型相對較少，但是有一個豐富的PowerBI圖表拓展市場作為補充，可視化效果方面相對單調；FineBI較PowerBI的可視化效果更加細膩靈活，圖表的可視化呈現感染力更強。

五、帆軟FineBI VS 微軟 Power BI：OLAP計算分析能力

a.OLAP多維分析能力

OLAP多維分析能力方面，PowerBI支持對數據進行鉆取、聯動、切片，但是不支持旋轉操作，另外在超級鏈接跳轉的時候無法自動進行模板之間的過濾配置，只能單獨進行URL跳轉。

FineBI在OLAP多維分析方面做的比較全面，鉆取、聯動、旋轉、切片、跳轉都可以進行快速設置，功能非常強大。

b.計算分析能力

計算分析能力方面，PowerBI同樣比較依賴于DAX函數來進行運算，例如用戶想做類似同期環期、同比環比的快速計算，無法直接得出結果，需要用戶書寫一些DAX函數才能計算出相關結果。

在計算分析能力這方面FineBI擁有著PowerBI無法比擬的便捷性，因為FineBI為用戶直接提供了快速計算的功能，包括求同期/環期、同比/環比、排名、累計值、所有值、百分比計算等等。這樣一來，用戶無須掌握任何函數計算方法，也可以輕松快速地計算出想要的結果。

OLAP計算分析能力總結：

FineBI的OLAP計算分析能力較Powerbi更加全面強大，操作更加快速便捷，用戶學習上手門檻更低。

六、帆軟FineBI VS 微軟 Power BI：數據挖掘能力

PowerBI目前在數據挖掘這方面沒有成熟的分析模塊，只是簡單的集成了一個R語言的執行腳本組件供用戶書寫代碼集成使用。

而在FineBI中，如果你想預測未來的銷售額，你想智能的給用戶群分類，或者你想知道短信發給哪個用戶獲得的反饋可能性比較大，想建立商品關聯銷售模型，這些都將會成為現實。FineBI的數據挖掘分析模塊中除了內置了時序預測、聚類、分類、回歸、關聯規則五大成熟的模型算法之外，還支持用戶進行自定義級別的R語言集成使用。

此外，FineBI還將時間序列算法和聚類算法，和圖表分析相結合，也就是大家不止可以實現預測和聚類，更進一步，只需要簡單的拖拖拽著就可以立即看到預測和聚類的結果，讓數據挖掘不止于能用，更要易用。

數據挖掘能力總結：

PowerBI目前在數據挖掘分析領域中基本處于空白階段，只是集成了一個R語言的執行腳本組件供用戶書寫代碼使用，而FineBI除了支持R語言的自定義級別數據挖掘分析之外，還內置了時序預測、聚類、分類、回歸、關聯規則五大成熟的模型算法，數據挖掘分析能力整體強過PowerBI。

七、帆軟FineBI VS 微軟 Power BI：集成應用能力

WEB級別的集成應用方面，微軟的PowerBI開放了豐富的接口供用戶進行集成使用，另外還支持用戶自定義開發例如圖表對象進行集成使用。FineBI也提供了豐富的WEB接口供用戶使用，但是無法進行代碼級別的自定義圖表開發集成。

在移動集成應用中，FineBI支持微信集成和釘釘集成，給當今便捷式社交平臺的數據分析查看帶來了較大的便利，這方面的應用PowerBI并不支持。

門戶集成方面，FineBI開放了單點登錄接口，這方面PowerBI暫未直接支持。

集成應用能力總結：

WEB級別的嵌入集成能力，兩款BI產品大致相當；圖表的自定義開發集成，PowerBI強于FineBI；移動微信釘釘集成和單點登錄門戶集成應用方面，FineBI強于PowerBI。

八、帆軟FineBI VS 微軟 Power BI：數據管控能力

數據的權限管控能力方面，PowerBI支持將做好的報表打包發布為組織內容包并且進行指定用戶組分配查看權限，并且由管理員進行用戶組的行級別權限分配，但是無法控制用戶查看的列級別的權限粒度。

而FineBI具有非常完善的數據權限管控能力，除了提供儀表板的權限分配之外，還能夠針對不同部門/崗位/角色的人員進行行/列級別的數據權限管控，使得不同的人能夠根據權限限制而只能看到自己的部分數據。另外在針對企業集團數據權限管控方面，FineBI提供了強大的多級管控權限供用戶進行多層權限分配，為集團性企業的數據權限管控提供了保障。

數據管控能力總結：

PowerBI的數據權限管控能力相對不足，無法進行精準的列級別的權限粒度管控，另外在應對集團性權限控制方面目前也沒有對應完整管控的策略，FineBI在這方面則擁有非常完善的數據權限管能力。

九、帆軟FineBI VS 微軟 Power BI：學習與技術服務

Power遵循著微軟產品相似的理念、原則和體系結構，它也為Windows用戶提供了一個簡潔熟悉的操作界面，以幫助用戶快速適用學習上手。但是，像其他軟件一樣，它也有其起伏，目前并不是非常成熟，商業選型必須仔細考慮。

另外學習資料方面，關于PowerBI官方的學習資料基礎文檔還算健全，但是有部分內容是英文的，另外學習視頻無法訪問（可能需要翻墻）。

FineBI由于是國內帆軟的BI分析平臺提供商，所以不論是基礎的學習文檔還是教學視頻資料都比較豐富，另外還有著非?；钴S的帆軟中文社區供所有用戶進行學習交流。技術服務方面，如果是企業級別的用戶，還會有專業的技術服務團隊響應服務。

綜合來看，微軟的PowerBI市場占有率被國內本土廠商的帆軟BI產品所超越也并不是什么不可理解的事情了，除了帆軟BI成熟和完善的產品之外，本土化的學習和技術服務也是非常重要的一個因素。

商業智能BI產品更多介紹：www.dackmarket.com

免費體驗Demo 免費下載FineBI