作为 Tableau 忠实粉丝，每每使用国产 BI就“哀其不幸，怒其不争”——这里的“不幸”并非时运，而“不争”也不是像帆软在市场宣传方面毫无下限。我所言的“不幸”是惋惜国产 BI 几乎成为了鱼虾混杂的泥潭，“不争”则是缺乏清醒的产品经理和研发人员。
如果有哪家产品做的真的好，哪怕没有达到 Tableau 或者 PowerBI 的世界一流水准，我也是乐意鼓掌的，但目前的现状却是，明明产品一团糟，却宣传恨不得说“世界第一”；产品中的用词混乱、符号不一，背后的设计毫无章法。
某个意义上，很多国产 BI 的宣传简直是“降低 BI 民智”的“毒药”！这是我不能容忍的。
WARNING：近期有厂家举报我的文章，说是伤害了“国产 BI”，网信办的工作人员很无奈地打电话来让我写个说明。有这个闲情，不会好好做做产品吗？ 另外，我的 wordpress是付费服务，托管在境外，不属于国内管辖。即便如此，我也没有捏造谣言吧。 请某些产品自重！否则我就免费给你们做做宣传，把你们地产品拆解一下，让所有用户都看看是什么情况 ！
为了让BI 厂家稍加清醒，我希望冒着一点点商业风险，来一个测评系列。
特别说明：为了降低某些风险，B 站的测评系列设置了充电可看。
一、QuickBI——国产BI 的“奇迹”和”后发劣势“
眼看它起高楼，眼看它宴宾客，眼看它满bug……作为第一款测评产品，也是我最为失望的产品，也许是 Gartner 的光环给了我太高期待，最后反落得最痛心。
1、数据：关于数据源和数据集（上）
连接数据体验很差、维度度量设置错误、计算体验糟糕，可见背后完全没有章法，几乎确定是某些开源工具之魔改（从计算角度看，似乎与有数 BI 有“同源”之处）
远离 Quick，BI 健康：QBI 数据准备和数据模型 2024/5 重新录制
为什么重新录制？因为它没有关系模型，却要给人关系模型的错觉！联结、关系、连接都分不清！
比如下图所示，你满心欢喜地以为自己在构建一个关系，结果却只是一个 Join，就像一个人拿着入学通知书去了“清华大学”，进了门才知道“青鸟大学”！
视频如下，点击可跳转到 B 站：
2、可视化，羸弱不堪
神奇的转聚合？数据类型和字段角色设置错误！无法设置多个坐标轴、筛选功能太差……
2024/10更新一篇博客，特别说明为什么逻辑上有问题：国产 BI 的“奇迹”：QuickBI 的“后发优势”（中） 2024/10/19
3、关于计算(下)
存在太多限制性要素，虽然学习了 lod 函数，但整个计算的体系明显有不自洽之处。
【2024/11补充】近期新写了一篇文章，批评计算的体系，欢迎参考 国产BI的“奇迹”：QuickBI 计算功能测评（下）
比如，最基本的 SUM（）<0判断无法完成、LOD 无法嵌套 if、缺乏筛选优先级设置……
如若总结一句话，我就想说：
你到底凭“什么”进的 Gartner？？？配吗？
三、永洪 vividime-——换个马甲想出海，你还好吗？
永洪这几年发展慢了，落后于市场。
1、数据源和数据集测评
——结论：毫无数据模型的概念，计算亦无章法。
2、报告编辑
国产BI之永洪（中）关系模型的限制与粗糙“条件列”
3、【国产BI测评】永洪BI：可视化尚可，筛选和计算“乏善可陈”
四、观远 BI——后起之秀，路在何方？
个人目前相对喜欢的国产 BI，虽然易用性较好，专业性不足，但技术主导、必要的自律、订阅的责任，让市场正在接受它。
1、国产BI之观远（上）数据中心：易用性和功能的取舍 V1.1
2、观远可视化：易用性背后
【国产BI之观远BI（中）：简单可视化及其限制性-哔哩哔哩】
https://b23.tv/M6qfVi2
3，观远分布分析，筛选和计算
⚠️ 函数缺乏有效性验证等问题，官方承诺正在修复，不日上线。
【国产BI之观远BI（下）：分布分析、筛选和计算评价-哔哩哔哩】
https://b23.tv/Mad5xfj
总而言之，观远是易用性不错，但深度欠佳的 BI 新生态，对业务场景理解略显不足。
五、SmartBI
放弃，不值得。
六、最后的对比（更新中）
Apr 28, 2024 补充；May 12, 2024 更新 quickBI
最后说明，所有测评没有经过任何厂家之道，仅仅代表个人立场。
6月23日 补充帆软说明
No comments yet