调研结论
| Superset | Power BI | |
|---|---|---|
| 价格 | 开源 | ①. Power BI Pro 每人 $10/月（$120/年/人） ②. Power BI Premium 每人 $20/月（$240/年/人） ③. Power BI Embedded：4C10G $11W/年 |
| 权限 | 基于角色的访问控制，支持细粒度的访问： 表级别、库级别、图表级别，看板级别，用户级别 | 基于角色的访问权限：行级别，页面控制，角色控制 |
| 通用功能 | 数据源管理、数据可视化、实时数据分析、看板生成、看板分享、导出报告、权限控制 | |
| 看板分享 | 免费 | 收费 |
| 嵌入功能 | 无限制：支持iframe方式嵌入 | 收费：支持iframe方式嵌入，支持Power BI Embedded方式 |
| 特殊说明 | 图表不丰富， 需要二次开发集成第三方可视化库 | 支持集成可视化SDK， 限制数据集刷新率大小， 限制模型内存大小， 限制每用户数据集大小 |
| 本地化部署 | 开源产品，支持本地化部署 | 依附于Premium 版本，通过报表服务器本地化部署 |
| 数据安全 | 可本地化部署，可保障数据安全 | |
| 查询性能 | 快 | |
| 总结 | 适用现有的分析报告，现有的运营分析 | 不适用（用户数有限制、不能分享） |
摘要：
本报告旨在深入分析Power BI和Superset BI两个商业智能（BI）工具，为您提供全面的市场调研信息，以便您能够做出明智的决策。
本次报告将会重点评估中国市场的主要BI产品技术提供商的技术能力，具体评估内容包括但不限于功能、性能、用户体验、可扩展性、成本、数据处理、报表查询、可视化设计、分析交互、高级分析、集成开发、管理部署、产品生态和落地部署等。
IDC中国软件市场研究经理李凌霄表示：“中国国内BI市场已经形成了比较成熟的市场格局和产品体系，在兼顾传统数据查询需求的基础上兼顾深度数据分析能力，但深度数据分析是BI市场发展的深水区，产品深度和落地能力需要厂商和用户的共同推进。同时，随着大模型技术的逐渐成熟和平民化，未来大模型技术与BI产品的融合将打破现有市场格局，新的市场玩家将对传统BI厂商形成一定的冲击，但从整体上看，整个行业的技术发展，无论是新老玩家，迎来的都将是一个重大机遇。”
一、商业智能 BI
商业智能（BI，Business Intelligence）：又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
是由数据库、数据仓库、数据湖、湖仓一体、ETL、OLAP、数据挖掘、机器学习和人工智能等技术组成的一套完整解决方案。
1.1 BI商业智能行业图谱
BI商业智能行业图谱从BI组件和整体解决方案两个维度列举了现有的BI产品和BI厂家。BI组件以产品为主或者厂家主要产品所处的领域，BI组件中包含大量开源产品，通常为自建BI平台厂商采用。整体解决方案主要从国内和国外两个领域列举了主要的供应商，从事整体解决方案的方案企业一般能够提供完整的BI组件。
BI组件主要分为ETL工具、数据仓库/数据集市、元数据管理、OLAP Tools/Server以及前端的查询、分析与挖掘、报表和可视化等组件构成。BI组件可以分为商业产品和开源产品两类，商业组件多集中在分析/挖掘报表、报表、可视化、ETL等领域，这些领域通常是性能要求高或者对业务变化比较敏感的部分。
BI组件开源产品中Apache系Hadoop、Impala、Hive、Drill、Atlas、Kylin、Superset几乎涵盖从存储到分析的大部分模块，此外Cloudera、Airbnb、Pivotal、Hitachi等企业也贡献大量开源力量，由中国团队主导的Druid和Kylin目前已经成为主流的OLAP开源工具。但开源产品主要应用于互联网公司（如快手、美团等），如果没有专业维护团队，开源产品并不能满足业务部门的需要。
1.2 商业智能BI的五大技术发展趋势：
- BI SaaS化方面，基于云原生与应用市场，快速落地数据分析能力；
- 一站式平台化方面，打通“数据采集—数据接入—数据管理—数据开发—数据分析—AI建模—AI模型运行—数据应用”全流程，全面支撑从团队到企业级规模；
- BI与新技术融合方面，融合人工智能技术，为企业提供包括数据解释、舆情分析、AI预测等增强分析与AI能力；
- 自助式BI方面，通过智能ETL、可视化自助分析等让没有技术背景的业务人员也能高效完成数据清洗、准备、分析等工作，低门槛快速用起来；
- 协作BI方面，对接钉钉、企业微信、飞书、云之家、泛微OA等协作工具与企业系统，实现免密登录，同时可利用第三方APP的消息推送功能进行订阅与预警消息推送，助力高效决策。
二. 商业智能产品布局
2.1 Power BI vs Superset vs DataV vs Metabase
| 特征/名称 | Superset | Power BI | DataV | Metabase | |
| 简介 | 是一个开源的现代数据探索和可视化平台 ，利用无代码可视化构建器探索数据，可连接任何基于SQL的数据库，高度可扩展，40多种预安装的可视化图表。 提供Dashboards信息，图生成器，SQL实验室，数据集等功能。 | 一款由微软开发的商业智能工具，可以连接微软生态下的各种数据源，可以帮助用户从海量数据中发现趋势、模式和见解，从而支持业务决策和战略规划。 | 阿里巴巴的一款基于可视化的大屏展示工具，它可以将各种数据以图表、表格、地图等形式展示出来，帮助用户更加直观地理解和分析数据。 | 一个开源的商业智能工具，您可以通过它理解数据、分析数据，进行数据查询并获取格式化结果（图形化视图），以数据驱动决策。 | |
| 基础属性 | 开发公司 | Apache Software Foundation | Microsoft | Alibaba Cloud | Metabase, Inc. |
|---|---|---|---|---|---|
| 开源/商业 | 开源 | 商业 | 部分开源，商业版专有 | 开源 | |
| 支持数据库 | 支持任何基于SQL的数据库 | 主要支持Microsoft产品， 还支持Mysql，PgSQL，Impala，ClickHouse | 支持多种数据库，包括MySQL、PostgreSQL等 | 支持多种数据库，包括MySQL、PostgreSQL等 | |
| 技术框架 | Python+Flask | - | Node.js+Vue.js | Java，Clojure + TypeScript | |
| 核心功能与基础要素 | 用户界面 | 相对简单 | 直观友好 | 直观友好 | 直观友好 |
| 可视化能力 | 基础且丰富的数据可视化选项 | 强大的数据可视化能力，支持丰富的图表和报表 | 提供强大的数据可视化能力，支持多种图表和组件 | 提供基本的数据可视化选项，适用于简单需求 | |
| 集成能力 | 支持 40 多种数据源，多种数据源类型 | 深度集成Microsoft生态系统，支持 近200 多种数据源 | 提供REST API，支持与其他系统集成 | 提供REST API，支持与其他应用程序集成 | |
| 定制能力 | 提供一定的定制能力 | 提供广泛的定制能力，根据需要进行高度定制 | 提供可定制的组件和模块，支持自定义主题 | 提供一定的定制能力，支持插件系统 | |
| 安全性 | 提供基本的鉴权功能，可以进行身份验证和授权管理 | 企业级安全性，支持复杂的身份验证、权限和加密措施 | 支持访问控制、数据脱敏等安全特性 | 支持基本的安全性功能，包括身份验证和授权管理 | |
| 学习曲线 | 易于上手 | 需要一定的学习，但提供丰富的学习资源和社区支持 | 相对低的学习曲线，提供友好的文档和社区支持 | 相对低的学习曲线，易于上手 | |
| 成本 | 免费，更多是自行管理和维护的工作 | 付费，但提供完善的支持和服务，易于部署和管理 | 提供免费社区版，商业版需要付费 | 免费，但可能需要更多自行管理和维护的工作 | |
| 适用场景 | 简单到中等复杂度的数据分析任务 | 适用于广泛的企业级数据分析和报告需求 | 适用于实时数据监控、可视化大屏等场景 | 适用于中小规模的数据分析任务 | |
| 用户体验 | 相对简单，适合初学者 | 偏重于报表设计，适用于不同技能水平的用户 | 提供交互式数据探索和用户友好的界面 | 提供简单而直观的用户界面 | |
| 市场定位 | 开源的轻量级的BI产品， 现代数据探索和可视化平台 | 商业智能完整的解决方案提供商， 发现强大的见解并将其转化为影响力 | 数据大屏， 利用云计算和可视化传递数据价值 | 开源的数据库查询和管理工具， 友好的用户体验和集成工具进行快速分析 | |
| 扩展性与高级功能 | 可扩展性 | 可以通过viz插件系统进行一定程度的定制和扩展 | 丰富的定制和扩展功能，支持Power BI插件和定制开发 | 支持定制组件和插件，适用于不同场景的扩展 | 提供插件系统，可以进行一定程度的扩展 |
| 数据处理 | 基本的数据处理功能，适用于简单的数据操作 | 支持复杂的数据处理、转换和清洗，具有强大的ETL功能 | 提供数据处理和转换功能，支持实时计算 | 提供基本的数据处理和清洗功能 | |
| 报表查询 | 提供标准的SQL查询接口，适用于数据库用户 | 支持自然语言查询、DAX查询等多种查询方式 | 提供图形化的可视化查询界面 | 支持SQL查询和问题构建 | |
| 分析交互 | 基本的交互式功能，支持数据探索和筛选 | 提供丰富的交互式报表和仪表板功能，支持复杂的交互 | 提供实时交互式的数据探索和导航 | 提供基本的交互式功能，支持数据探索和筛选 | |
| 高级分析 | 较为有限的高级分析功能，适合基本数据探索 | 高级分析和预测功能，包括机器学习集成等 | 支持数据挖掘和智能分析功能 | 限制较多，适合基本数据探索 | |
| 开发与部署 | 集成开发 | 相对简单的集成，支持REST API和插件 | 提供丰富的API和SDK，支持与其他应用程序的深度集成 | 支持REST API和JavaScript API | 支持REST API，有限的集成选项 |
| 管理部署 | 相对简单，需要手动配置，支持Docker容器化部署 | 提供云端和本地部署选项，企业级的管理和监控功能 | 提供部署和监控功能，支持云端和本地部署 | 相对简单的部署和管理，支持Docker容器化部署 | |
| 生态系统< | |||||
