编者按：这是主流BI分析工具对比系列文章的第二部分内容。本系列文章主要对比来自12家顶级厂商的BI分析工具。第一部分内容主要关注如何在运营快照、有限分析、套装应用三种应用案例下选择合适的BI分析工具。

本文将继续介绍哪款主流BI分析工具最适合用于电子表格集成、查询与分析、补充数据来源分析等用例。

电子表格集成。虽然很多BI工具与电子表格做了集成，微软最终还是凭借其

Excel提供了BI能力。Microsoft Power Pivot的in-memory columnar功能替代了专有的Excel数据存储。Power Query、Power View与Power Map提供BI报告、仪表板与可视化功能，在PowerBI与Office 365协同工作时无需用户离开原生Excel。

来自IBM、SAP、Oracle Information Builders与MicroStrategy的BI产品套件可将电子表格作为来源，让它从BI工具中拉出数据。诸如Tableau、QlikTech和TIBCO Spotfire发现工具通常以导入这种单边方式与电子表格相互作用，或者查询电子表格数据。

查询与分析。分析时会出现两种情况。第一种，业务人员不知道在分析之前需要何种数据。这是一种真实的自助服务BI用例，业务用户执行随机分析。这需要用户知道何种数据可用，如何访问，以及数据质量与完整性。所以使用的工具必须能执行分析，还有数据准备或数据融合。Qlik Sense、Tableau、TIBCO Spotfire与Logi Vision适合这种应用场景，提供有限的数据准备很有必要。否则，需要第三方数据准备工具获取这种功能。一位技术娴熟的业务用户也能够使用QlikView、Logi Info和Birst的工具完成该任务。

在第二种情形下，性能指标无法定义，但在分析之前已获悉数据。IT的最佳实践是创建一个预定义数据模型，让业务用户专注于业务分析。这种BI类型能支持的最佳用例是联机分析处理OLAP或预置的内存柱状数据模型。Microsoft BI (Power Pivot)、SAS、IBM、Oracle、MicroStrategy与Tableau符合需求，因为它们支持访问OLAP，启用pivot-style分析。

补充数据来源分析。IT应该预先构建数据模型，基于已知的反复使用的数据与性能指标。随着业务用户执行每一个新的业务分析，他们可能需要补充数据和指标。业务用户需要大量的数据准备，这决定了所选的BI工具是一款由指导性的数据分析或自助服务数据发现工具。

如果业务用户仅需要筛选IT管理数据源，少量或没有数据准备，那么QlikView、Logi Info、Microsoft Power BI与Birst是最佳选择。如果需要大量的数据融合，那么自助服务数据发现工具Tableau、Qlik Sense、Logi Vision与Microsoft PowerPivot符合需求。

BI分析工具都说自己拥有各种应用场景所需的必要功能，同时也提供诸如协作、先进可视化与内存分析等高级功能。