Getallen laten spreken met
Tableau of Power BI?
Big data is nog geen kennis. Je maakt er kennis van door die data te analyseren en vervolgens te visualiseren. Als je dat visualiseren op de juiste manier doet, zullen de resultaten duidelijk en inzichtelijk zijn voor anderen. Welke van de 2 beste visualisatie tools ter wereld wint de strijd bij gebruik voor HR-analytics: Tableau of Power BI? Data Scientists Jilske Hupkes en John Martens van AnalitiQs zochten het voor je uit!
Waarom maatwerk visualisatie?
Er bestaan verschillende niveaus van HR-analytics. In een eerder interview met Gido van Puijenbroek van AnalitiQs worden die niveaus toegelicht. Als je het hoogste niveau wilt bereiken, ontkom je er bijna niet aan om met een visualisatie tool te werken. Tableau was hierin lange tijd de wereldwijde marktleider. Microsoft heeft in het recente verleden met Power BI hard aan de weg getimmerd en is nu ook een zeer belangrijke speler geworden. Beide tools staan even hoog in het 2018 BI Magic Quadrant van Gartner.
Je hebt vast wel eens in Microsoft Excel een grafiek gemaakt van een tabel met wat getallen erin. Je kunt kiezen tussen kolommen of cirkels, kleuren instellen, legenda, etc. Dat principe is bij Tableau en Power BI in de basis nog steeds hetzelfde, alleen heb je hiervoor wel specialisten nodig. Welke tool werkt nu het beste voor HR-data? Data Scientists Jilske Hupkes en John Martens van AnalitiQs zochten uit en zetten hun bevindingen voor je op een rijtje.
‘Garbage in is Garbage out’
“Dit is een veel gehoorde term in analytics land en de grote uitdaging tijdens veel visualisatieprojecten. Data verzamelen is eigenlijk niet het grote probleem. Sommige organisaties stoppen bijvoorbeeld veel geld in het opzetten van datawarehouses om data uit allerlei operationele systemen te verzamelen. Als je dan goed naar die data gaat kijken zie je vervuiling, inconsistenties en ontbrekende data. En de hoeveelheid en verscheidenheid aan data in een data warehouse is zo groot dat opruimen vaak onbegonnen werk lijkt. Het verkrijgen van bruikbare data is dus de uitdaging. Daarom wordt ook vaak doelgericht en eenvoudig gestart. Ook werken we nog geregeld in Excel of gebruiken we een eenvoudige SQL-database voor de dataverwerking.
In plaats van focussen op een backend project, zoals een data lake, zit er voor de klant vaak meer toegevoegde waarde in het samen bouwen van een visualisatie over een herkenbare (business)vraag op basis van opgeschoonde specifieke data. Als op deze wijze een start is gemaakt en de waarde van datavisualisatie is aangetoond, volgen de meer technische projecten zoals het aansluiten van HR op een data lake.
Tableau versus Power BI functioneel
“Beide tools zijn ontstaan vanuit visualisatie. In de basis kun je met beide tools visueel hetzelfde bij het maken van grafieken en tabellen. Wat zijn de verschillen?
- De standaard beschikbare visualisaties zijn redelijk vergelijkbaar, maar Tableau heeft meer statistisch gerelateerde visualisaties en Power BI meer KPI gerelateerde visualisaties.
- Power BI is net als andere moderne Microsoftproducten gebouwd rond het ‘tegeltje’ (tiles) concept en geeft dus minder vrijheid in het plaatsen en uitlijnen van onderdelen van meerdere grafieken (zoals assen). In Power BI is het handiger om de pagina’s zo clean mogelijk te houden, waar je in Tableau door lay-out maatwerk meer op 1 pagina kwijt kan zonder dat deze te druk wordt. Dit maatwerk op lay-out niveau heeft in Tableau zelfs een eigen pagina, met een sterk visuele gebruikersinterface, waardoor je dit visuele maatwerk als ontwikkelaar snel onder de knie kunt krijgen. Voor Power BI is het mogelijk om zelf visualisaties te programmeren, waardoor je ook maatwerk kunt bieden. Hiervoor moet je echter wel de programmeertaal leren voor het bewerken of schrijven van het benodigde ‘json’-bestand.
- Binnen Power BI kunnen eindgebruikers op basis van de met hun gedeelde rapporten makkelijk zelf een dashboard samenstellen van hun favoriete visualisaties (tegeltjes).
- Bij Power BI is het makkelijker voor de analist om verschillende rechten aan gebruikers toe te kennen binnen een dataset. Hierdoor kunnen verschillende gebruikers hetzelfde rapport bekijken, maar door hun verschillende rechten op de bijbehorende dataset zullen ze andere data te zien krijgen. In Tableau kan dit ook, maar dan heb je wel enige technische kennis nodig. Heb je deze niet? Dan zul je voor gebruikers met andere rechten ook andere rapporten moeten aanmaken.
- Power BI server, de browser interface voor de gebruikers, biedt een sterke zoekfunctionaliteit. Wanneer je bijvoorbeeld zoekt op ‘headcount UK’, krijg je direct een bijbehorende en gefilterde grafiek met data te zien.”
Datapreparatie
“De data preparatie die aan visualisatie voorafgaat, deden we voorheen meestal met Power Query of SQL Server, beiden van Microsoft. Power BI biedt met de Query editor bruikbare datapreparatie-mogelijkheden en sinds kort is er Tableau Prep waarin we veelbelovende algoritmes zien om datapreparatie nog makkelijker te maken. Wil je data opschonen? Dan kan Tableau bijvoorbeeld verschillende spellingen en hoofdlettergebruik van hetzelfde woord herkennen en direct corrigeren.”
Andere overwegingen voor een juiste keuze
“Op functioneel gebied wint Tableau, met name vanwege de lay-out en maatwerkmogelijkheden die in de huidige tijd van de gebruikerservaring essentieel zijn. Er zijn nog wel andere overwegingen voor het maken van een keuze:
- Power BI is in veel gevallen goedkoper omdat het met andere producten van Microsoft wordt aangeboden. Overigens is Tableau bezig met aanpassingen in haar licentiestructuren om concurrerend te blijven. Uiteindelijk bepaalt een veelvoud aan factoren de licentiekosten, denk bijvoorbeeld aan aantal gebruikers, benodigde licentietypen en omvang/type organisatie.
- Wat betreft de implementatiekosten is er niet veel verschil. Tijdens een project gaat de meeste tijd in datapreparatie zitten en ondanks algoritmes en nieuwe functionaliteiten is dit nog steeds de grootste kostenpost. De uiteindelijke visualisatie is het minste werk.
- Omdat je met Power BI min of meer gedwongen wordt om de dashboards eenvoudig te houden is dit toegankelijker voor managers en ‘niet data gespecialiseerde’ gebruikers. Voor gebruikers die wat meer data savvy zijn, zoals data-analisten binnen HR en Finance professionals, kun je meer bereiken met Tableau.”
En de winnaar is…
“We concluderen dat er geen eenduidige winnaar is. Zoals zo vaak hangt de keuze af van de situatie. We hopen dat dit artikel een inzicht geeft in de overwegingen die je kunt maken. Heb je vragen of aanvullende overwegingen/observaties? Dan horen we graag van je!”