Mejor Software de Inteligencia de Negocios Integrado con Capacidades de Interfaz de informes

A los revisores les gusta la interfaz fácil de usar de la herramienta, su capacidad para manejar grandes conjuntos de datos, el apoyo de la comunidad y los tutoriales, y la flexibilidad para crear paneles para varios dispositivos y pantallas. Los revisores señalaron que Tableau puede ser desafiante para los recién llegados, requiere una configuración y calibración significativas, y gestionar las versiones de los libros de trabajo puede ser difícil sin herramientas externas, además su costo es a menudo una desventaja significativa.

Los revisores aprecian la integración fluida de QuickSight con otros servicios de AWS, sus rápidas capacidades de procesamiento de datos y la facilidad para crear y compartir paneles interactivos. Los revisores señalaron limitaciones en la personalización de la visualización, una interfaz de usuario menos intuitiva en comparación con otras herramientas y desafíos en la configuración inicial y la curva de aprendizaje.

Los revisores aprecian la interfaz intuitiva de GoodData, su facilidad de uso y su capacidad para integrarse con múltiples fuentes de datos, ofreciendo soluciones analíticas flexibles y escalables para las empresas. Los usuarios experimentaron una curva de aprendizaje pronunciada, problemas de rendimiento con grandes conjuntos de datos y encontraron algunos aspectos de la plataforma, como la configuración de permisos y la exportación de datos, desafiantes.

Los usuarios mencionan frecuentemente la interfaz fácil de usar de Sigma, su capacidad para simplificar el trabajo con grandes conjuntos de datos y su integración perfecta con almacenes de datos en la nube como beneficios clave. Los revisores experimentaron problemas de rendimiento con Sigma, señalando que las consultas grandes pueden ser lentas si el almacén de datos no está optimizado correctamente, y que los tiempos de carga pueden ser lentos, especialmente en los paneles con múltiples mosaicos.

A los usuarios les gusta su interfaz fácil de usar, la capacidad de crear paneles visualmente atractivos e interactivos con un esfuerzo mínimo, y la amplia gama de opciones de visualización de datos que hacen que el proceso de análisis sea más eficiente. Los usuarios informaron que la interfaz puede parecer desactualizada, la configuración inicial puede ser compleja y el rendimiento puede disminuir con grandes conjuntos de datos o al configurar filtros o cálculos avanzados.

A los usuarios les gusta la interfaz de usuario intuitiva de Yellowfin, sus capacidades analíticas robustas, su potente visualización de datos y sus características de narración, así como su capacidad para integrarse con diversas fuentes de datos y proporcionar análisis en tiempo real con funciones de IA integradas. Los revisores señalaron que el rendimiento de Yellowfin puede verse afectado al manejar grandes conjuntos de datos, especialmente durante cargas pesadas de paneles, y que algunas funciones avanzadas tienen una curva de aprendizaje y podrían beneficiarse de una documentación y tutoriales más fáciles de usar.

Los revisores aprecian la capacidad de Domo para consolidar informes de múltiples fuentes de datos, automatizar tareas, proporcionar información en tiempo real y su interfaz fácil de usar que permite la creación sencilla de paneles y visualizaciones. Los revisores señalaron que Domo tiene una curva de aprendizaje pronunciada para los nuevos usuarios, a veces puede retrasarse con grandes conjuntos de datos y sus capacidades de visualización no son tan robustas como las de algunos competidores.

A los usuarios les gusta que Oracle Analytics Cloud sea una plataforma todo en uno que combina la visualización de datos, la analítica de autoservicio y las capacidades de aprendizaje automático con la solidez de la infraestructura en la nube de Oracle, y que sea fácilmente accesible desde cualquier lugar del mundo. Los usuarios mencionaron que Oracle Analytics Cloud es complejo de aprender para los nuevos usuarios, el rendimiento a menudo depende de qué tan bien esté modelado y dónde resida uno de los datos, y el precio se vuelve caro si se añade almacenamiento y uso de OCPU.

Los usuarios mencionan frecuentemente la interfaz fácil de usar de Looker Studio, su capacidad para crear paneles en tiempo real y su integración perfecta con productos de Google y varias bases de datos como características destacadas. Los usuarios informaron problemas con la pronunciada curva de aprendizaje de Looker Studio, especialmente con LookML, opciones limitadas de visualización avanzada y un rendimiento lento al consultar grandes conjuntos de datos.

A los usuarios les gustan las capacidades robustas de la plataforma, su interfaz intuitiva y su escalabilidad a nivel empresarial, con muchos elogiando sus características fáciles de usar, actualizaciones frecuentes y la capacidad de manejar grandes volúmenes de datos. Los revisores mencionaron problemas como la complejidad de escribir lógica al crear métricas, errores menores que afectan a los usuarios empresariales, servicio lento y dificultad para incorporar archivos de Microsoft Excel en los paneles.

Los revisores aprecian la búsqueda intuitiva en lenguaje natural, la capacidad de crear informes personalizados fácilmente, el equipo de soporte útil y la capacidad de la IA para sugerir preguntas e ideas. Los usuarios experimentaron limitaciones en la flexibilidad de obtención de datos, una necesidad de mejor personalización de visualizaciones, dificultades para establecer permisos para usuarios externos y una curva de aprendizaje para análisis avanzados.

Los usuarios mencionan frecuentemente la asequibilidad del modelo de licencias, la riqueza de características, las actualizaciones constantes de la plataforma y el excelente soporte al cliente que proporciona orientación precisa. Los revisores mencionaron problemas como la lentitud en la carga del panel de control, errores durante las actualizaciones de versión, complejidad en el uso de algunas funciones y falta de buen soporte para 'RTL'.

A los revisores les gustan las sólidas capacidades de análisis integradas de la plataforma, las opciones flexibles de modelado de datos, la arquitectura escalable adecuada para grandes conjuntos de datos y la personalización a través de APIs, plugins y scripting. Los usuarios experimentaron una curva de aprendizaje más pronunciada para las funciones avanzadas, problemas con la agregación de datos que llevaron a problemas de rendimiento, almacenamiento costoso en el servicio en la nube y desafíos para integrarlo con otras plataformas como Slack.