Tegenwoordig hebben we steeds meer data en dagelijks blijft de hoeveelheid data toenemen. Data kan heel waardevol zijn als je het op de juiste manier gebruikt en verwerkt. Voor het verwerken hiervan bestaan verschillende data-visualisatie programma’s. In dit artikel hebben we de verschillen tussen Microsoft PowerBI en AWS QuickSight opgesomd. We geven jou de voor- en nadelen van beide tools.
Waarvoor data verzamelen en gebruiken?
Qquest is een detacheringsorganisatie, binnen onze organisatie staat kennisdelen centraal. Binnen de organisatie zijn specialismes opgedeeld in verschillende gildes. De gilde Data & Analytics focust zich op het ontwikkelen van nieuwe kennis en maakt trainingsmateriaal voor de Qquest TalentClass (IT-Traineeship). Om onze trainees de meest relevante data skills bij te brengen is er een intern project opgezet: “de data-fabriek”. In deze fabriek zijn scrapers ingebouwd die continu informatie werven van websites. Informatie die verzameld wordt bevatten hard- en soft skills die gevraagd worden voor IT-functies. De skills die het meest naar voren komen worden vervolgens weer verwerkt in het trainingsprogramma van de TalentClass. Op deze manier kan het traineeship zo optimaal mogelijk afgestemd worden op de vraag vanuit de IT-markt en het aanbod van IT-specialisten.
Data-analist verwerkt de informatie van de scrapers
Zodra informatie verzameld is, kan de data-analist een dashboard gaan bouwen. Hiermee kan data makkelijk worden gevisualiseerd en geanalyseerd. Het dashboard bouwen is ook een onderdeel van het project. Momenteel is het dashboard gebouwd in PowerBI en staat de database op de server van AWS. Doordat we met twee verschillende applicaties werken is de vraag ontstaan om de verschillen tussen PowerBI en Quicksight in kaart te brengen.
Minimale functionaliteiten in QuickSight
In het huidige dashboard van PowerBI zijn twee aspecten belangrijk: de visualisatie en de slicers. Ten eerste de visualisaties. Die bestaan voornamelijk uit tabellen, die onderling interactief zijn. Wat deze interactie doet zal worden uitgelegd in het volgende voorbeeld: in de eerste afbeelding is een pie chart + tabel getoond. De functies staan in de pie chart, in de tabel staan de gevraagde hard- en soft skills. Wanneer je een specifieke functie selecteert, zoals Data scientist, worden de gevraagde skills bij de desbetreffende functie getoond.
Data scientist geselecteerd
Ten tweede zijn de ‘slicers’ van groot belang. Een slicer is een vorm van visualisatie binnen het dashboard zelf. Met de slicer kan je de informatie die de visualisaties bevatten aanpassen. Denk bijvoorbeeld aan de slider tussen twee prijzen op een webshop. Hiermee kan je het bereik aanpassen en alleen de items laten zien die binnen het opgegeven prijsbereik ligt. In QuickSight zullen deze aspecten werkend moeten blijven mocht er een overgang plaats vinden.
Inladen en bewerken van data
Met het bouwen van het dashboard wordt rekening gehouden met de eerdergenoemde functionaliteiten. Allereerst de tabellen. Visueel gezien komt het goed overeen met PowerBI. Functioneel gezien heeft PowerBI hierin een kleine voorsprong. In PowerBI zijn alle visualisaties standaard interactief. QuickSight biedt ook interactieve visualisaties aan alleen is er een extra tussenstap nodig. Om de visualisasd. aties interactief te maken voeg je ‘actions’ toe tijdens het bouwen van het dashboard.
Ten tweede de slicers van PowerBI. Voor het dashboard wordt de informatie binnen de visualisaties getoond op basis van een bereik (slider) tussen twee datums. Met een click kan je dit bereik aanpassen en daarmee ook de informatie die wordt getoond. QuickSight heeft niet een soortgelijke filter voor de visualisaties. Om dit op te lossen in QuickSight, zou elke datum als specifiek filter toegevoegd moeten worden. Dit kost enorm veel tijd om in te bouwen en ook veel tijd om de informatie te analyseren, aangezien je elke specifieke dag die je wel of niet wilt moet aan of uit vinken.
Naast de belangrijkste functionaliteiten voor het dataproject, zijn er nog een aantal andere dingen die opvielen bij het vergelijken van Microsoft PowerBI en Amazon QuickSight. Hieronder een overzicht van de voordelen en nadelen:
Voor & nadelen PowerBI
+ Tabellen met elkaar linken gaat gemakkelijk
+ Gegevens filteren met behulp van visualisaties (‘slicers’)
+ Uitgebreide keus aan visualisaties en makkelijk te personaliseren
+ Standaard filter en interactie tussen visualisaties
+ Gratis, mogelijkheid voor een upgrade
+ Dataset is gemakkelijk aan te passen
– Meer mogelijkheden, dus relatief langer om onder de knie te krijgen
– Zware berekeningen van de data gaat langzaam
Voor & nadelen AWS QuickSight
+ Door het Spice geheugen kost het maken van zware berekeningen bijna geen tijd
+ Werkt goed samen met databases in AWS
– Het filteren van visualisaties is een omslachtig proces
– Een visualisatie met een wereldkaart gaat alleen met plaatsnamen uit de VS. Voor andere plaatsen heb je lengte- en breedtegraden nodig.
Conclusie
Voor het data-project binnen Qquest is QuickSight (nog) niet geschikt. Het huidige dashboard is zo ingericht dat de gebruiker zelf nog veel kan filteren. Daar loopt PowerBI ver mee voor. Achter de schermen is het linken van de data uit de database ook gemakkelijker. Maak je echter gebruik van zware berekeningen over je data en hoeft de gebruiker niet of nauwelijks te filteren is AWS QuickSight misschien de betere oplossing.
Meer weten over Data & Analytics?
Lees alles over waar wij goed in zijn met Data & Analytics.
Meer weten over Data & Analytics?
Lees alles over waar wij goed in zijn met Data & Analytics.