來吧，廢話不多說，直接上干貨！
到現在還在做報表的，已經很少了。上面三家都是中國主流報表廠商。不過在國外BI廠商的市場壓力面前，也都做了BI套件。主流的就帆軟，水晶報表最近見的少了。
普通小廠，1、2個數據工作者，建議采購一個報表平臺就行了，不用買BI軟件。
帆軟功能齊全，生態很好，人比較好招，還有升級版帆軟BI。
潤乾價格便宜，一套萬把塊錢，可惜現在只有便宜這個優點了。
早期都是國外市場的天下，BO、Brio、Cognos、MSTR等，都是老牌BI廠商了，我做純技術的時候就大量使用他們的產品。東西都不便宜，而且是按產品+用戶雙重收費，不太劃算。
早期國內只有報表，結果大單都被國外BI廠商接走了，于是他們痛定思痛，認真學習，就有了帆軟BI等產品。東西也不差，價格比國外的美麗多了。
而且基本都只是限定服務器，不限定用戶數，怎么用都OK。
不過用BI，就不是2、3個人的事情了，必須得建數倉，然后再做各種可視化、多維分析等。所以就得有數倉工程師、ETL工程師、BI工程師等崗位。當然，你要是牛，一個人全兼了也沒問題。
中型廠商，有好幾個系統的，建議采購一套BI系統，什么數倉、指標體系、固定報表、多維分析、數據可視化就都有了。建設期得多幾個人，建好之后就很舒服了，業務固定的話，留兩個人維護就OK了。
2013年左右，Hadoop體系的不斷完善，標志著大數據應用場景可以被滿足了。這時候就有前沿的一些企業開始做大數據平臺。廠商特別多，主流的就說3個吧：
大數據平臺
這幾年這些廠商也開始往“數據中臺”的概念上走。
但是畢竟是傳統軟件廠商，有點搞不太懂互聯網公司提的“數據中臺”到底是啥，貌似跟他們做的大數據平臺沒啥區別。
其實所有大數據平臺都已經具備了“數據中臺”的基礎能力，你拿大數據平臺和數據中臺的產品對一下，各種功能其實基本都一樣，只是數據中臺加了一些類似3One、標簽工廠等概念。
如果你的公司有很多業務系統，數據量非常大，面臨海量數據的存儲、計算的需求，隨便找上門三個里挑一個，肯定夠用。
“中臺”的概念就是阿里推廣開的。阿里從SuperCell學過來這一套，然后化為阿里內功后，再向外推廣。“數據中臺”也是那時候一起推廣出來的。所以主要的廠商都是阿里系的人出來創業的公司。
數據中臺
如果你們公司業務復雜，數據量大，有多個客戶應用場景，需要大量的客戶數據價值發現，那你可以考慮上一個中臺。
總結
報表平臺解決固定報表、數據可視化的工作；1、2個報表工程師就能搞定了；
BI平臺是在報表平臺上增加解決多維分析、自助查詢報表的能力，需要數倉團隊做底層數據支撐，需要BI工程師設定各種度量、維度，做多維分析報表；不用一張張的做固定報表了；
大數據平臺是在BI平臺基礎上，解決大數據量的存儲、計算、實時計算的問題；無需關注底層的海量數據存儲、計算、實時計算等問題；需要增加大數據工程師進行集群的維護，基于大數據平臺的各種開發工作。
數據中臺是在大數據平臺基礎上，提供ID打通、統一模型、統一服務的能力，附加標簽工廠、用戶分析等偏互聯網屬性的功能。人員需要增加數據中臺產品經理，其他的工作還是由大數據工程師、大數據分析師等完成。
數據治理能力是從BI平臺就開始有了，在大數據平臺和數據中臺中不斷被強化。所以BI平臺、大數據平臺、數據中臺中都有數據治理的能力。在數據中臺中還增加了數據資產和計費的概念和能力。
編輯導語：在如今這個數據化時代，數據對于個人和企業來說，其重要性都不可小覷。因此，有不少企業強化了數據工作，加強企業數據建設。接下來，本文作者整理了一份超全面的企業數據產品的選型對比，希望對大家有所幫助。
前言：
這個從上至下都在強調數字化轉型的時代，越來越多公司重視數據，也越來越多的企業有數據建設的需求。
企業無論做任何數據工作，必然要有一定的信息化基礎，也要有數據化建設的基礎，少不了數據平臺、數據應用工具，數據管理工具等。
關于企業數據建設這塊，本人從事了近7年，從技術到項目管理，做過乙方也做過甲方，也有多年和各乙方廠商打交道的經驗，遂來分享選型“內幕”。
涉及到的產品有：數倉、大數據平臺、報表、BI、數據中臺、數據治理等。
數據倉庫算是一個解決方案，視企業需求有不同架構（傳統數倉、數據集市、大數據平臺等），架構下有很多分層和組件，比起工具更需要架構師能力，具體原理就不講了。
關于數倉的選型主要涉及：數據存儲方案、ETL、還有前端應用。
底層的數據倉庫服務器通常是一個關系數據庫系統，常用的方案有Oracle、db2、還有greenplum、teredata等數據倉庫專業解決方案。
Teradata老江湖了，銀行業使用較多，但成本也是真的貴，目前我們做項目較多的是用Greenplum，算是業界最快和最高性價比的高端數據倉庫解決方案，Greenplum是基于PostgreSQL的，于2015年開源。
我知道的國內四大行有3家在用，5大物流公司有4家在用，不少公司在從Teradata遷移到GP。
大數據平臺主流的是：Hadoop+Hive。這套方案有多通用不用多說了，后面說到的大數據平臺廠商也大多基于這個來設計平臺產品。
ETL工具，kettle、Tablend和Penthao用的較多。
Talend：基于Eclipse，具有很好的擴展性、穩定性以及可定制化（可以自己開發eclipse插件），并且服從Eclipse標準（如文件目錄結構都是程序員熟悉的結構）。
Talend具有很好的嵌入性，因為它生成的是Java代碼，這些代碼可以很好的和其他系統結合在一起，這就要求使用者會java。
Penthao是一個老牌工具，2001年就發布了第一個版本，Kettle是Penthao整個解決方案的一個組件，用來進行數據集成。
它也是基于java開發的，但是它不要求用戶會java，將底層實現細節都隱藏了。主要的缺點是和talend相比，它的擴展性較差。由于它很難擴展，所以在社區中可用的組件就比較少。
前端應用工具主要就是報表、BI和數據挖掘，前兩者的選型后面會細講。
2013年左右，Hadoop體系的不斷完善，標志著大數據應用場景可以被滿足了。這時候就有前沿的一些企業開始做大數據平臺，廠商特別多，主流的就說3個吧，華為、星環還有新華三。
這幾年這些廠商也開始往“數據中臺”的概念上走。但是畢竟是傳統軟件廠商，有點搞不太懂互聯網公司提的“數據中臺”到底是啥，貌似跟他們做的大數據平臺沒啥區別。
其實所有大數據平臺都已經具備了“數據中臺”的基礎能力，你拿大數據平臺和數據中臺的產品對一下，其實各種底層架構和功能大體都一樣。
對于大部分企業來講，中臺那一套還是適合互聯網運營商銀行的“有錢主”、“數據巨無霸”，真的中臺更強調數據服務化，但普通企業有幾家真的達到這個痛點，還是老老實實做好數據化管理吧。
如果你的公司有龐雜的業務系統，數據量達到PB級，海量數據的存儲、計算的需求，三個里面選型吧，對比下方案。
現在還在做報表的廠商已經很少了，國內主流的就帆軟finereport和潤乾，起初很火的水晶報表最近也見的少了，還有開源的工具jaspereport也用的挺多。
選型方面，普通小公司，1~2個數據工作者，建議采購一個報表平臺就行了，不用急著上BI。
帆軟finereport功能齊全，生態和服務很好，招報表工程師也比較好招，價格比其他廠商略貴，品牌和服務溢價也能理解，畢竟國內top1。
潤乾已被帆軟打壓的走低價，號稱一套萬把塊錢，應該還會按并發抬價，還不算服務和項目實施，乙方可以考慮。
BI在零幾年的時候都是國外市場的天下，BO、Brio、Cognos、MSTR等，都是老牌BI廠商，我做純技術的時候就大量使用他們的產品。東西都不便宜，而且是按產品+用戶雙重收費，不太劃算。
架構也是真的復雜，上手難度對比現在互聯網時代產品的使用風格，也是確實難。
早期國內市場只有報表，但凡BI相關的大單都被國外廠商壟斷，但是后面BI的需求越來越明顯，就和當初信息化產業發展類似，中小型企業的需求逐漸顯露。
于是國內也就開始發展BI了，比如帆軟BI、BDP等。東西也不差，價格比國外的美麗多了，而且基本都只是限定服務器，不限定用戶數，怎么用都OK。
再到后來，tableau、powerBI這倆工具型產品火了起來，有很多擁護的個人使用者，上手確實好用，但是在企業級應用場景，要看性能和并發成本，就見仁見智了。
不過用BI，就不是2、3個人的事情了，必須得建數倉，然后再做各種可視化、多維分析等。所以就得有數倉工程師、ETL工程師、BI工程師等崗位。
當然，你要是牛，一個人全兼了也沒問題，很多單位招人也確實要兼做。
中大型公司，有好幾個業務系統的，建議采購BI系統，什么數倉、指標體系、固定報表、多維分析、數據可視化就都有了。建設期得多幾個人，建好之后就很舒服了，業務固定的話，留兩個人維護就OK了。
“中臺”的概念就是阿里推廣開的。
阿里從SuperCell學過來這一套，然后化為阿里內功后，再向外推廣。“數據中臺”也是那時候一起推廣出來的，所以主要的廠商都是阿里系的人出來創業的公司。
袋鼠云、數瀾、奇點云都是阿里的P9出來創辦的公司，技術都差不多。
如果你們公司業務復雜，數據量巨大，關鍵是業務方面有多個客戶應用場景，數據交互效率低，需要大量的客戶數據價值發現，需求也很緊迫，那可以考慮研究下中臺方案。
作者：李啟方，專注數據分析和企業數據化管理；公眾號：數據分析不是個事兒
本文由 @李啟方 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議