Meilleur Logiciel d'intelligence d'affaires intégré avec Capacités Collaboration / Flux de travail

Les critiques apprécient l'interface conviviale de l'outil, sa capacité à gérer de grands ensembles de données, le soutien de la communauté et les tutoriels, ainsi que la flexibilité pour créer des tableaux de bord pour divers appareils et écrans. Les critiques ont noté que Tableau peut être difficile pour les nouveaux utilisateurs, il nécessite une configuration et un étalonnage importants, et la gestion des versions des classeurs peut être difficile sans outils externes, de plus, son coût est souvent un inconvénient majeur.

Les examinateurs apprécient l'intégration transparente de QuickSight avec d'autres services AWS, ses capacités de traitement rapide des données et la facilité de création et de partage de tableaux de bord interactifs. Les examinateurs ont noté des limitations dans la personnalisation de la visualisation, une interface utilisateur moins intuitive par rapport à d'autres outils, et des défis dans la configuration initiale et la courbe d'apprentissage.

Les critiques apprécient l'interface intuitive de GoodData, sa facilité d'utilisation et sa capacité à s'intégrer avec de multiples sources de données, offrant des solutions analytiques flexibles et évolutives pour les entreprises. Les utilisateurs ont rencontré une courbe d'apprentissage abrupte, des problèmes de performance avec de grands ensembles de données, et ont trouvé certains aspects de la plateforme, tels que les paramètres de permissions et l'exportation de données, difficiles.

Les utilisateurs mentionnent fréquemment l'interface conviviale de Sigma, sa capacité à simplifier le travail avec de grands ensembles de données, et son intégration transparente avec les entrepôts de données cloud comme des avantages clés. Les examinateurs ont rencontré des problèmes de performance avec Sigma, notant que les requêtes volumineuses peuvent être lentes si l'entrepôt de données n'est pas correctement optimisé, et que les temps de chargement peuvent être lents, surtout sur les tableaux de bord avec plusieurs tuiles.

Les utilisateurs apprécient son interface conviviale, la capacité de créer des tableaux de bord visuellement attrayants et interactifs avec un minimum d'effort, et la large gamme d'options de visualisation de données qui rendent le processus d'analyse plus efficace. Les utilisateurs ont signalé que l'interface peut sembler dépassée, que la configuration initiale peut être complexe, et que les performances peuvent ralentir avec de grands ensembles de données ou lors de la configuration de filtres ou de calculs avancés.

Les utilisateurs apprécient l'interface utilisateur intuitive de Yellowfin, ses capacités analytiques robustes, ses puissantes fonctionnalités de visualisation de données et de narration, ainsi que sa capacité à s'intégrer à diverses sources de données et à fournir des analyses en temps réel avec des fonctionnalités d'IA intégrées. Les examinateurs ont noté que les performances de Yellowfin peuvent être affectées lors du traitement de grands ensembles de données, en particulier lors de charges lourdes de tableaux de bord, et que certaines fonctionnalités avancées ont une courbe d'apprentissage et pourraient bénéficier d'une documentation et de tutoriels plus conviviaux.

Les critiques apprécient la capacité de Domo à consolider les rapports provenant de multiples sources de données, à automatiser les tâches, à fournir des informations en temps réel, et son interface conviviale qui permet de créer facilement des tableaux de bord et des visualisations. Les critiques ont noté que Domo présente une courbe d'apprentissage abrupte pour les nouveaux utilisateurs, peut parfois être lent avec de grands ensembles de données, et que ses capacités de visualisation ne sont pas aussi robustes que celles de certains concurrents.

Les utilisateurs apprécient qu'Oracle Analytics Cloud soit une plateforme tout-en-un qui combine la visualisation de données, l'analytique en libre-service et les capacités d'apprentissage automatique avec la robustesse de l'infrastructure cloud d'Oracle, et qu'elle soit facilement accessible de n'importe où dans le monde. Les utilisateurs ont mentionné que Oracle Analytics Cloud est complexe à apprendre pour les nouveaux utilisateurs, que la performance dépend souvent de la qualité de la modélisation des données et de leur emplacement, et que le prix devient cher si vous ajoutez du stockage et de l'utilisation d'OCPU.

Les utilisateurs mentionnent fréquemment l'interface conviviale de Looker Studio, sa capacité à créer des tableaux de bord en temps réel et son intégration transparente avec les produits Google et diverses bases de données comme des caractéristiques remarquables. Les utilisateurs ont signalé des problèmes avec la courbe d'apprentissage abrupte de Looker Studio, en particulier avec LookML, les options limitées de visualisation avancée, et des performances lentes lors de l'interrogation de grands ensembles de données.

Les utilisateurs apprécient les capacités robustes de la plateforme, son interface intuitive et sa scalabilité au niveau de l'entreprise, beaucoup louant ses fonctionnalités conviviales, ses mises à jour fréquentes et sa capacité à gérer de grands volumes de données. Les examinateurs ont mentionné des problèmes tels que la complexité de l'écriture de la logique lors de la création de métriques, des bugs mineurs affectant les utilisateurs professionnels, un service lent et des difficultés à intégrer des fichiers Microsoft Excel dans les tableaux de bord.

Les critiques apprécient la recherche en langage naturel intuitive, la capacité de créer facilement des rapports personnalisés, l'équipe de support utile, et la capacité de l'IA à suggérer des questions et des idées. Les utilisateurs ont rencontré des limitations dans la flexibilité de l'approvisionnement en données, un besoin d'une meilleure personnalisation de la visualisation, des difficultés à définir des autorisations pour les utilisateurs externes, et une courbe d'apprentissage pour les analyses avancées.

Les utilisateurs mentionnent fréquemment l'accessibilité du modèle de licence, la richesse des fonctionnalités, les mises à jour constantes de la plateforme et l'excellent support client qui fournit des conseils précis. Les examinateurs ont mentionné des problèmes tels que la lenteur du chargement du tableau de bord, des bugs lors des mises à jour de version, la complexité de l'utilisation de certaines fonctionnalités, et le manque de bon support 'RTL'.

Les critiques apprécient les solides capacités d'analyse intégrées de la plateforme, les options flexibles de modélisation des données, l'architecture évolutive adaptée aux grands ensembles de données, et la personnalisation via des API, des plugins et des scripts. Les utilisateurs ont rencontré une courbe d'apprentissage plus abrupte pour les fonctionnalités avancées, des problèmes d'agrégation de données entraînant des problèmes de performance, un stockage coûteux sur le service cloud, et des défis d'intégration avec d'autres plateformes comme Slack.