现如今，在谈到商业智能（BI）分析工具时，目前国外主要的两个行业领导者分别是微软的PowerBI和Tableau。根据著名国际咨询公司Gartner公布的2017年度北美BI魔力象限报告中内容指出，微软的Power BI在未来大有赶超Tableau之势。

但是在国内，根据著名IDC机构发布的《2017年中国商业智能（BI）市场跟踪报告》表明，国内BI厂商帆软已经超越了SAP、IBM、Tableau、Microsoft等众多国际巨头厂商，在各大主流BI产品中以13.76%的市场占有率位列第一（并且是国内唯一一家上榜公司）。

看到这里你也许会有些好奇，为何在国外风生水起的PowerBI却会被国内本土厂商的帆软BI产品所超越？那么在这里，本文将给大家做一场帆软FineBI和微软PowerBI的综合对比。如果你正在寻找一款合适的商业智能BI分析工具，希望小编的这篇对比文章会对你的选型有所帮助。

一、帆软FineBI VS. 微软 Power BI：公司背景

FineBI来源于帆软公司，早期于2006年由南京大学起步创立，目前已经发展为国内最大的BI分析平台提供商。公司旗下的FineBI产品早期于2013年发布V1.0，目前最新版已经迭代到FineBI V5.0，主要面向企业客户（个人用户免费全功能使用，但是限制2个并发用户），在国内各行业有着众多的成功应用案例。

Power BI来源于微软公司，第一个商业版本于2015年7月发布 - 但是微软早在2013年就将大量的Excel用户社区与Power BI的beta版本联系起来。它是在微软的SQL Server Reporting Services团队中成立的 - 主要基于高级Excel功能，包括Power Query，Power Pivot，Power View和Power Map，Power BI则是微软将它们作为集合推出，目前国内BI商业化模式推广正处于起步阶段。

二、帆软FineBI VS 微软 Power BI：数据对接能力

首先是对常规的文件数据如Excel、CSV等，FineBI和Power BI都是支持直接进行对接分析的。

对接企业的数据库能力方面，传统的数据库例如Oracle、SQLServer、MySQL等两款BI工具都是支持直接进行对接。

但是Power BI在对于国内企业现今比较流行的大数据平台则例如Kylin、Derby、Gbase、ADS、Hbase、Mongodb等是不支持的，FineBI则可以直接连接，这一点FineBI比PowerBI的大数据平台对接能力更强。另外在对于一些数据库的认证方式上，例如FineBI支持的kerberos认证连接方式，PowerBI也无法支持。

多维数据库的连接上，PowerBI仅支持对接Ssas多维数据库，不支持SAP BW、Essbase多维数据库，FineBI则可以通过服务器数据集进行对接。

在一些需要基于java定制的api程序数据集，PowerBI不支持进行对接，FineBI则可以进行对接基于java api的程序数据集。

Power BI对于一些联机服务器数据源支持的比较好，也许是由于这类数据个人用户用的比较多，例如Google分析、appFigures等数据，这一点FineBI是不支持的。

数据对接能力总结：

从数据引擎的对接能力来看，FineBI对企业数据平台的对接能力更强，PowerBI对一些个人用户使用的比较多联机服务器数据源支持的比较到位。

三、帆软FineBI VS 微软 Power BI：数据建模&&数据加工能力

a.数据建模：

帆软FineBI和PowerBI的数据模式都支持实时和抽取模式，但是抽取模式下，由于FineBI的采用的分布式架构引擎进行数据的列式存储（支持十亿大数据量），PowerBI的数据引擎在抽取模式下仅仅是将数据以行式储存方式导入，所以在面对海量大数据时FineBI比PowerBI计算速度更快、性能处理更加强大。另外在数据编码上，帆软FineBI支持对数据进行多种编码类型转换，PowerBI对这方面的转换是不支持的。

在基础数据关联建模方面，FineBI和PowerBI都能够对基础的元数据建立维度表和事实表之间的关联关系，形成关联模型，以提高数据可视化分析阶段的效率。关联操作上PowerBI建立数据关联可以直接进行关联连线设置，这里比FineBI更为便捷。

但是深入使用对比会发现，PowerBI的数据模型建立之后只能针对当前报表进行使用，而FineBI建立好的数据关联模型则是以基于业务为主题的业务包形式进行存储，这样一来FineBI的数据关联模型在做可视化分析时也就能够无限复用了。

但是在数据源种类整合时，PowerBI无法对不同来源的数据进行实时整合建模，例如下图所示，PowerBI会自动禁用多个数据源的实时建模，需要将数据模式全部修改为抽取数据才可以进行整合关联建模。

而FineBI在处理跨数据源关联建模时，由于特有的智能内存化机制，即时面对不同来源的实时数据，FineBI也能智能进行内存化关联建模，这方面强于PowerBI。

b.数据加工

对于数据的清洗加工处理方面，PowerBI虽然提供了一些可视化界面的操作选项，但是在实际进行数据加工处理时还是比较依赖M语言和DAX函数的（面对一些复杂的例如需要做自循环列分层的数据无法处理），需要用户有一定的公式编码书写能力。

而FineBI在数据加工处理这方面对用户比较友好，提供了非常强的全可视化操作的自助数据集供用户使用，过滤、分组汇总、新增列、合并表、自循环列、行列转换等操作都可以快速进行处理，极大地降低了用户进行数据清洗和数据加工处理的门槛和时间成本。

数据建模+数据加工能力总结：

PowerBI和FineBI在数据建模和数据加工能力方面的综合能力对比，FineBI总体强于PowerBI，另外PowerBI在数据建模加工所需要的M语言和DAX函数对用户的技术能力要求相对较高。

四、帆软FineBI VS 微软 Power BI：可视化能力

a.图表丰富度

可视化展现能力方面，PoweBI内置的图表种类相对较少，例如一些常用的玫瑰图、多层饼图、词云图、热力地图、流向地图等都不支持（需要进行市场图表拓展下载使用）。图形属性方面还算丰富，可以由用户自定义进行图表样式属性的设置调节。

前面提到，PowerBI虽然内置图表库相对单调，但是提供了一个丰富的PowerBI图表拓展市场供用户进行下载使用，图表类型的拓展能力还是十分强大的。

FineBI在图表类型方面相对比较创新，采用了全新的设计理念，由此提供了无限的视觉分析可能——无限的图表类型，不限制的图表属性组合映射效果以及智能的图表推荐功能。

较PowerBI而言，FineBI摆脱了传统图表类型的桎梏，提供给用户更为友好的智能图表推荐功能，对于用户来说再也不用纠结选饼图好还是选柱状图好了，这一点给图表选择困难的同学是可谓是带来了一个天大的福音。另外，FineBI由于支持用户将字段绑定到图表的颜色、大小、形状、标签等属性，这样一来图表的可视化展现能力也就更加丰富灵活了，我们可以通过数据——>图表属性的无限组合，尽情地进行数据可视化认知的探索和洞察。

但是在图表的拓展能力方面，FineBI没有类似PowerBI的可拓展图表库供用户下载使用，这方面较PowerBI稍有不足（不过FineBI的内置的图表类型非常丰富，结合智能灵活的图表设计模式基本也够用户用了吧）。

b.Dashboard展现能力

再来看看两款产品组合的Dashboard展现能力对比，下图是PowerBI首届数据可视化大赛的冠军作品，指标合理呈现，布局直观简洁，但是整体评价来说却也是比较中规中矩（可能是秉承微软一贯的方块美），没有太多惊艳到人的感觉。

FineBI的Dashboard展现能力方面，下图是其中内置的一个比较典型的集团CEO看板demo，总体来说更加细腻（柱形图圆角、字体颜色、风格、展现形式等 ），结合图表的动态闪烁动画简直不要太酷炫，相对来说可能更加符合国人的审美观念（内置很多类似的全局风格属性、可以一键切换设置）。

可视化能力总结：

可视化能力方面，PowerBI的基础图表类型相对较少，但是有一个丰富的PowerBI图表拓展市场作为补充，可视化效果方面相对单调；FineBI较PowerBI的可视化效果更加细腻灵活，图表的可视化呈现感染力更强。

五、帆软FineBI VS 微软 Power BI：OLAP计算分析能力

a.OLAP多维分析能力

OLAP多维分析能力方面，PowerBI支持对数据进行钻取、联动、切片，但是不支持旋转操作，另外在超级链接跳转的时候无法自动进行模板之间的过滤配置，只能单独进行URL跳转。

FineBI在OLAP多维分析方面做的比较全面，钻取、联动、旋转、切片、跳转都可以进行快速设置，功能非常强大。

b.计算分析能力

计算分析能力方面，PowerBI同样比较依赖于DAX函数来进行运算，例如用户想做类似同期环期、同比环比的快速计算，无法直接得出结果，需要用户书写一些DAX函数才能计算出相关结果。

在计算分析能力这方面FineBI拥有着PowerBI无法比拟的便捷性，因为FineBI为用户直接提供了快速计算的功能，包括求同期/环期、同比/环比、排名、累计值、所有值、百分比计算等等。这样一来，用户无须掌握任何函数计算方法，也可以轻松快速地计算出想要的结果。

OLAP计算分析能力总结：

FineBI的OLAP计算分析能力较Powerbi更加全面强大，操作更加快速便捷，用户学习上手门槛更低。

六、帆软FineBI VS 微软 Power BI：数据挖掘能力

PowerBI目前在数据挖掘这方面没有成熟的分析模块，只是简单的集成了一个R语言的执行脚本组件供用户书写代码集成使用。

而在FineBI中，如果你想预测未来的销售额，你想智能的给用户群分类，或者你想知道短信发给哪个用户获得的反馈可能性比较大，想建立商品关联销售模型，这些都将会成为现实。FineBI的数据挖掘分析模块中除了内置了时序预测、聚类、分类、回归、关联规则五大成熟的模型算法之外，还支持用户进行自定义级别的R语言集成使用。

此外，FineBI还将时间序列算法和聚类算法，和图表分析相结合，也就是大家不止可以实现预测和聚类，更进一步，只需要简单的拖拖拽着就可以立即看到预测和聚类的结果，让数据挖掘不止于能用，更要易用。

数据挖掘能力总结：

PowerBI目前在数据挖掘分析领域中基本处于空白阶段，只是集成了一个R语言的执行脚本组件供用户书写代码使用，而FineBI除了支持R语言的自定义级别数据挖掘分析之外，还内置了时序预测、聚类、分类、回归、关联规则五大成熟的模型算法，数据挖掘分析能力整体强过PowerBI。

七、帆软FineBI VS 微软 Power BI：集成应用能力

WEB级别的集成应用方面，微软的PowerBI开放了丰富的接口供用户进行集成使用，另外还支持用户自定义开发例如图表对象进行集成使用。FineBI也提供了丰富的WEB接口供用户使用，但是无法进行代码级别的自定义图表开发集成。

在移动集成应用中，FineBI支持微信集成和钉钉集成，给当今便捷式社交平台的数据分析查看带来了较大的便利，这方面的应用PowerBI并不支持。

门户集成方面，FineBI开放了单点登录接口，这方面PowerBI暂未直接支持。

集成应用能力总结：

WEB级别的嵌入集成能力，两款BI产品大致相当；图表的自定义开发集成，PowerBI强于FineBI；移动微信钉钉集成和单点登录门户集成应用方面，FineBI强于PowerBI。

八、帆软FineBI VS 微软 Power BI：数据管控能力

数据的权限管控能力方面，PowerBI支持将做好的报表打包发布为组织内容包并且进行指定用户组分配查看权限，并且由管理员进行用户组的行级别权限分配，但是无法控制用户查看的列级别的权限粒度。

而FineBI具有非常完善的数据权限管控能力，除了提供仪表板的权限分配之外，还能够针对不同部门/岗位/角色的人员进行行/列级别的数据权限管控，使得不同的人能够根据权限限制而只能看到自己的部分数据。另外在针对企业集团数据权限管控方面，FineBI提供了强大的多级管控权限供用户进行多层权限分配，为集团性企业的数据权限管控提供了保障。

数据管控能力总结：

PowerBI的数据权限管控能力相对不足，无法进行精准的列级别的权限粒度管控，另外在应对集团性权限控制方面目前也没有对应完整管控的策略，FineBI在这方面则拥有非常完善的数据权限管能力。

九、帆软FineBI VS 微软 Power BI：学习与技术服务

Power遵循着微软产品相似的理念、原则和体系结构，它也为Windows用户提供了一个简洁熟悉的操作界面，以帮助用户快速适用学习上手。但是，像其他软件一样，它也有其起伏，目前并不是非常成熟，商业选型必须仔细考虑。

另外学习资料方面，关于PowerBI官方的学习资料基础文档还算健全，但是有部分内容是英文的，另外学习视频无法访问（可能需要翻墙）。

FineBI由于是国内帆软的BI分析平台提供商，所以不论是基础的学习文档还是教学视频资料都比较丰富，另外还有着非常活跃的帆软中文社区供所有用户进行学习交流。技术服务方面，如果是企业级别的用户，还会有专业的技术服务团队响应服务。

综合来看，微软的PowerBI市场占有率被国内本土厂商的帆软BI产品所超越也并不是什么不可理解的事情了，除了帆软BI成熟和完善的产品之外，本土化的学习和技术服务也是非常重要的一个因素。

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo