Top Kostenlos Analyseplattformen

Rezensenten mögen die benutzerfreundliche Oberfläche des Tools, seine Fähigkeit, große Datensätze zu verarbeiten, die Unterstützung durch die Community und Tutorials sowie die Flexibilität, Dashboards für verschiedene Geräte und Bildschirme zu erstellen. Rezensenten bemerkten, dass Tableau für Neulinge herausfordernd sein kann, es erfordert eine erhebliche Einrichtung und Kalibrierung, und die Verwaltung von Arbeitsmappen-Versionen kann ohne externe Werkzeuge schwierig sein, außerdem ist der Preis oft ein bedeutender Nachteil.

Rezensenten erwähnen häufig die benutzerfreundliche Oberfläche, die große Integration von Quellen und die einfache Handhabung der Funktionen, was es ideal macht, um Rohdaten in interaktive Dashboards und Erkenntnisse zu verwandeln. Benutzer berichteten, dass Power BI keine Dateien unterstützt, die größer als 1 GB sind, Visualisierungen langsam lädt und manchmal die Berichte nicht mit den tatsächlichen Daten übereinstimmen.

Benutzer erwähnen häufig die benutzerfreundliche Oberfläche von Looker Studio, seine Fähigkeit, Echtzeit-Dashboards zu erstellen, und die nahtlose Integration mit Google-Produkten und verschiedenen Datenbanken als herausragende Merkmale. Benutzer berichteten über Probleme mit der steilen Lernkurve von Looker Studio, insbesondere mit LookML, begrenzten erweiterten Visualisierungsoptionen und langsamer Leistung beim Abfragen großer Datensätze.

Rezensenten schätzen Domos Fähigkeit, Berichte aus mehreren Datenquellen zu konsolidieren, Aufgaben zu automatisieren, Echtzeiteinblicke zu bieten und seine benutzerfreundliche Oberfläche, die die einfache Erstellung von Dashboards und Visualisierungen ermöglicht. Rezensenten bemerkten, dass Domo eine steile Lernkurve für neue Benutzer hat, manchmal bei großen Datensätzen verzögert und seine Visualisierungsfähigkeiten nicht so robust sind wie die einiger Konkurrenten.

Rezensenten schätzen die starken eingebetteten Analysefähigkeiten der Plattform, die flexiblen Datenmodellierungsoptionen, die skalierbare Architektur, die für große Datensätze geeignet ist, und die Anpassungsmöglichkeiten über APIs, Plugins und Skripte. Benutzer erlebten eine steilere Lernkurve für fortgeschrittene Funktionen, Probleme mit der Datenaggregation, die zu Leistungsproblemen führten, teuren Speicherplatz auf dem Cloud-Dienst und Herausforderungen bei der Integration mit anderen Plattformen wie Slack.

Rezensenten schätzen die nahtlose Integration von QuickSight mit anderen AWS-Diensten, seine schnellen Datenverarbeitungsfähigkeiten und die einfache Erstellung und Freigabe interaktiver Dashboards. Rezensenten bemerkten Einschränkungen bei der Anpassung der Visualisierung, eine weniger intuitive Benutzeroberfläche im Vergleich zu anderen Tools und Herausforderungen bei der anfänglichen Einrichtung und Lernkurve.

Benutzer mögen die intuitive Drag-and-Drop-Oberfläche des Tools, die große Auswahl an Verbindern und vorgefertigten Tools sowie die starken Automatisierungsfunktionen, die Zeit sparen und es sowohl für technische als auch nicht-technische Benutzer zugänglich machen. Rezensenten bemerkten, dass Alteryx teuer sein kann, insbesondere für kleinere Organisationen oder einzelne Benutzer, und dass es eine steile Lernkurve haben kann, wobei einige fortgeschrittene Funktionen ohne fortgeschrittenes Training schwer zu verwalten und zu debuggen sind.

Benutzer mögen die robusten Fähigkeiten der Plattform, die intuitive Benutzeroberfläche und die Skalierbarkeit auf Unternehmensebene, wobei viele die benutzerfreundlichen Funktionen, häufigen Updates und die Fähigkeit, große Datenmengen zu verarbeiten, loben. Rezensenten erwähnten Probleme wie die Komplexität beim Schreiben von Logik während der Erstellung von Metriken, kleinere Fehler, die Geschäftsanwender betreffen, langsamen Service und Schwierigkeiten beim Einbringen von Microsoft Excel-Dateien in Dashboards.

Benutzer erwähnen häufig die benutzerfreundliche Oberfläche von Sigma, die Fähigkeit, die Arbeit mit großen Datensätzen zu vereinfachen, und die nahtlose Integration mit Cloud-Datenbanken als Hauptvorteile. Rezensenten berichteten von Leistungsproblemen mit Sigma und stellten fest, dass große Abfragen langsam sein können, wenn das Data Warehouse nicht korrekt optimiert ist, und dass die Ladezeiten langsam sein können, insbesondere bei Dashboards mit mehreren Kacheln.

Benutzer mögen die Fähigkeit der Software, Daten aus verschiedenen Quellen zu integrieren, sie in Dashboards anzuzeigen und ihre hohe Rechenleistung in einer verteilten Verarbeitungsumgebung. Rezensenten erwähnten, dass die Dokumentation für SAS Viya 3.5 nicht umfassend ist, mit fehlenden Informationen und sporadischen Fehlern, die schwer zu beheben sind, und der Kundensupport oft langsam reagiert.

Benutzer mögen die benutzerfreundliche Oberfläche, die Möglichkeit, ansprechende und interaktive Dashboards mit minimalem Aufwand zu erstellen, und die große Auswahl an Datenvisualisierungsoptionen, die den Analyseprozess effizienter machen. Benutzer berichteten, dass die Benutzeroberfläche veraltet wirken kann, die anfängliche Einrichtung komplex sein kann und die Leistung bei großen Datensätzen oder beim Einrichten von Filtern oder erweiterten Berechnungen langsamer werden kann.

Rezensenten erwähnen häufig die intuitive Benutzeroberfläche der Plattform, die nahtlose Integration von SQL und Python und ihre Fähigkeit, die Zusammenarbeit durch Funktionen wie Live-Kommentare und Versionsverlauf zu erleichtern. Benutzer berichteten über Einschränkungen bei der Anpassbarkeit der Visualisierung, gelegentliche Abstürze beim Umgang mit großen Datensätzen und Probleme mit der AI-Magic-Funktion, die den Code nicht immer korrekt korrigiert.

Benutzer mögen die intuitive Benutzeroberfläche von Yellowfin, die robusten Analysefähigkeiten, die leistungsstarke Datenvisualisierung und die Storytelling-Funktionen sowie die Fähigkeit, sich mit verschiedenen Datenquellen zu integrieren und Echtzeitanalysen mit integrierten KI-Funktionen bereitzustellen. Rezensenten bemerkten, dass die Leistung von Yellowfin beeinträchtigt werden kann, wenn große Datensätze verarbeitet werden, insbesondere bei hohen Dashboard-Belastungen, und dass einige erweiterte Funktionen eine Lernkurve aufweisen und von benutzerfreundlicherer Dokumentation und Tutorials profitieren könnten.

Rezensenten schätzen die intuitive Suche in natürlicher Sprache, die Möglichkeit, benutzerdefinierte Berichte einfach zu erstellen, das hilfreiche Support-Team und die Fähigkeit der KI, Fragen und Einblicke vorzuschlagen. Benutzer erlebten Einschränkungen in der Flexibilität der Datenbeschaffung, einen Bedarf an besserer Anpassung der Visualisierung, Schwierigkeiten bei der Festlegung von Berechtigungen für externe Benutzer und eine Lernkurve für fortgeschrittene Analysen.