Daniel Hellerstedt är egentligen inte alls ny på jobbet längre utan han började hos oss i samband med att Coronaviruset slog till i samhället och all förändring det innebar. Men, denne relativt nyblivna småbarnsfarsa ska inte komma undan en proper presentation.

Daniel har en lång bakgrund som konsult som solutions architect och data analyst och bär med sig en bred kompetens inom allt från databaser till olika analysverktyg.

Som BI konsulter möter vi ofta representanter från små till medelstora bolag vars verksamheter vuxit de senaste åren. Många vi träffar har gått från att kunna fatta operativa beslut baserat på magkänsla till att behöva gör allt fler och mer komplexa beräkningar i Excel. När detta inte längre räcker till kan det bli aktuellt att skaffa ett BI system, då hamnar Power BI och Qlik Sense med rätta högt upp på listan som potentiella BI system. Båda produkterna är lämpliga för dataanalys och rapportering men vilken plattform ska man då välja?

Det finns otaliga inlägg och analyser (t.ex. Gartner Magic Quadrant for Analytics and Business Intelligence Platforms) som jämför dessa plattformar och slutsatsen är att vilken plattform som passar bäst beror på hur datakällorna ser ut och vad användarna behöver.

Ständig utveckling

Det är viktigt att känna till att både Power BI och Qlik Sense är två produkter som utvecklas och får nya funktioner flera gånger per år. Var noggrann med att kontrollera den information ni finner så den inte är för gammal, för faller avgörandet på grund av att en specifik förmåga saknas i någon av programmen så kan det vara så att denna feature precis har lanserats i produkten.

Vi behöver olika

Båda beslutsstöden har en mängd förmågor och möjligheter för att integreras med tjänster för avancerad dataanalys och stora datamängder. Med det sagt så för någon som kommer från Excel så är det viktigare att förstå vad produkterna kan erbjuda för den som behöver bygga upp en BI förmåga från grunden till en rimlig kostnad.

Rent tekniskt

Ett BI system skall i första hand hämta, transformera och presentera data (extract, transform, load) från många olika källor för ett antal användare.

Det som sker bakom kulisserna är att tabeller med källdata räknas om, filtreras och rättas så att man slutligen har ett antal tabeller som hänger ihop på ett korrekt sett i vad vi kallar en Datamodell. Denna datamodell bygger man sedan rapporter på i form av tabeller och diagram som användarna interagerar med.

Här, i hur deras förmåga fungerar med att hantera flödet från källsystem till datamodeller, har Power BI och Qlik Sense viktiga skillnader.

Power BI

Med Power BI Pro kan vi i nuläget inte spara och återanvända tabeller mellan applikationer. Det betyder att om man behöver i flera applikationer använda samma beräknade tabell så måste den beräknas på flera ställen, vilket ökar risken för fel och ökar även tiden det tar att utveckla och underhålla företagets BI system.

Qlik Sense

Med Qlik Sense kan man spara och återanvända tabeller igenom flödet vilket förenklar livet om vi behöver ha flera olika applikationer t.ex. för inköp, produktion och försäljning. Ska mycket data analyseras är det också viktigt att inte behöva räkna om tabeller flera gånger.

Av den anledningen rekommenderas det att använda en databas tillsammans med Power BI om man behöver göra något annat än enklare behandling av källdatat. Databasen (Data Warehouse) har förmågan att spara tabeller som återanvänds igenom flödet men öppnar också upp möjligheter att med säkerhet spara data samt använda datan med andra applikationer än Power BI. Men man ska veta att en databas är en dyr historia.

Användaren

När vi väl har gjort våra beräkningar så behöver informationen visualiseras med kpi-kort, tabeller och diagram. Både Power BI och Qlik Sense är kompetenta visualiseringsverktyg där också användaren har möjlighet att skapa egna rapporter som de kan dela med kollegor. En stor skillnad mellan Power BI och Qlik Sense är hur programmen hanterar selektioner och filtrering. I båda programmen används filter för att begränsa vad rapporterna visar som till exepmpel ett filter för vilken månad eller kund vi vill visa beräkningar för. Skillnaden mellan dem är att i Qlik Sense så är filtreringen mer intuitiv och användaren ser vad som är bortvalt vilket möjliggör kraftfullare analyser, exempelvis att visa alla produkter som inte har sålts i Tyskland.

Molntjänst eller lokal server

Båda produkterna har varsin molnplattform som gör att man inte behöver ha en lokal server som kör systemen.

Power BI

Power BI har funnits som molntjänst länge och omladdning och data likväl som delning och administrering av användare fungerar väldigt bra. Dessutom har man en gateway för att säkrare och enklare skicka information från lokala servrar till molnet. Nackdelen är att Power BI cloud har begränsningar för hur mycket data en rapport kan innehålla.

Qlik Sense

För Qlik Sense del så har man nyligen lanserat en förbättrad version av sitt Qlik Sense Cloud men man saknar gateway så min rekommendation är att inte använda molnversionen av Qlik Sense utan att välja Qlik Sens versionen som man installerar på en lokal (eller hostad) maskin. Fördelen med det är att man kan hantera stora datamängder genom att anpassa serverns prestanda.

Kostnader

Slutligen kommer vi till licenskostnaden där Power BI utmärker sig som betydligt billigare än Qlik Sense för små projekt eller i uppstart.

Licenskostnaden är främst relevant om man har en BI strategi som går ut på att ge många användare licenser eller/och om man har väldigt grundläggande behov så att ingen avancerad transformering av data behöver ske och budgeten är liten.

Ökar kraven på transformering kräver Power BI en databas för att vara jämförbar med Qlik Sense och då ökar implementationstider och licenskostnader. I de fallen måste man se till den totala kostnaden och licensernas relativa bidrag till kostnaden kommer minska ju mer arbetstimmar som krävs för att sätta upp och hantera behandlingen av data.

Hoppas detta ger en bättre förståelse för vilket beslutsstöd som passar just er!