Data Driven Decisions

❗️Интересный факт. 2026 год, волна активного импортозамещения, казалось бы, уже должна пойти на спад. Но до сих пор более 50% вакансий аналитиков на рынке труда ищут специалистов по Power BI.

По исследованиям, доля зарубежных систем в целом снижается, но доля Power BI при этом растёт. Несмотря на уход Microsoft с Российского рынка, Power BI был и остаётся лидером с колоссальным отрывом от остальных игроков.

❓ Почему так?

➡️Лидерами просто так не становятся. Сочетание функциональных возможностей и относительной простоты освоения, минимально возможный финансовый порог входа – и вы получаете систему, которая готова к работе уже вчера.

➡️Экосистема. Power BI встроен в инфраструктуру Microsoft: Excel, Azure, Power Platform, Fabric. Для компаний, которые годами жили в этой среде, переход на другой инструмент – это не смена BI, а перестройка всего инфраструктурного контура.

➡️Кадры. Специалистов по Power BI на рынке больше, чем по любой другой BI-системе. Курсы, сертификации, сообщества, экспертиза – всё это копилось годами и никуда не делось.

➡️Обновления и поддержка. Даже без официального канала в РФ продукт продолжает развиваться, а знания и практики – распространяться через сообщество.
 
Power BI – это не "мёртвая" система, которую надо срочно замещать. Это работающий инструмент, вокруг которого сложилась устойчивая практика.
 
🔸🔸🔸

🧡🧡🧡🧡🧡🧡🧡

🎙️И именно поэтому 22 октября мы проводим Практико-ориентированный вебинар "Power BI: Собираем дашборд с нуля" за 1,5 часа
 
Что разберём:
🔸Power BI как лидер рынка – почему держит первое место, где лидерство помогает, а где требуется кое-что ещё
🔸Подключение данных – источники и коннекторы, Power Query, что и где преобразовывать
🔸Модель данных – схема "звезда", связи, направления фильтрации, типовые ошибки
🔸Меры и DAX – базовый DAX, контексты, вычисляемые столбцы против мер
🔸Визуалы и дашборд – когда какой тип визуализации брать, компоновка и логика чтения, интерактивность
🔸Публикация и доступы – Power BI Service, роли, обновление данных

🔥Будет очень плотно!
 
❗️Ждём вас на вебинаре!
🗓️22.10.2026 11:00 МСК
Ссылка на регистрацию ➡️ЗАРЕГИСТРИРОВАТЬСЯ

🔤🔤🔤 🔤🔤

Ознакомительные статьи про DataLens, Superset и Visiology.

Сегодня на очереди PIX BI – ещё один представитель российского BI-сегмента, который за последние годы заметно укрепил позиции на рынке.

1️⃣ Знакомство с системой
PIX BI – платформа бизнес-аналитики от компании PIX Robotics, ведущего российского разработчика ПО для крупного и среднего бизнеса. Self-service система бизнес-анализа, предназначенная для пользователей без специализированных IT-навыков.

Позиционируется как альтернатива Qlik: нативная поддержка QVD-файлы, ассоциативный анализ (трехцветное выделение значений при фильтрации) и язык формул PIX Meta построен на логике, близкой к Qlik.

Сообщество вокруг платформы растёт: Telegram-канал насчитывает более 800 подписчиков, чат сообщества – почти 3000 участников.

2️⃣ Подготовка данных
PIX BI поддерживает оба базовых режима работы с данными:
➕Прямые запросы (Direct Query) – запрос уходит в источник при каждом открытии дашборда. Производительность зависит от внешнего хранилища.
➕Загрузка данных во внутреннее хранилище PIX BI – платформа хранит данные у себя и отвечает за их актуальность.

Встроенный ETL-модуль PIX BI позволяет подключаться к разным источникам и выполнять базовые преобразования данных без сторонних инструментов.

Что это значит для бизнеса: если у вас нет отдельного хранилища – PIX BI может стать и ETL-инструментом, и BI-платформой одновременно. Это снижает порог входа для компаний, которые только начинают строить аналитику.

3️⃣ Модель данных
PIX BI поддерживает визуальное моделирование – связи между таблицами отображаются графически. При добавлении новых наборов данных связи нужно создавать вручную, автоматически они не добавятся (как по мне – и хорошо, всегда отключаю эту опцию в Power BI).

Качество соединения – уникальная особенность. Для каждой связи PIX BI показывает процент совместимости данных. Если данные в связанных таблицах перестают соответствовать друг другу (например, в таблице заказов появились пользователи, которых нет в справочнике), процент падает.

Что это значит для бизнеса: модель данных строится вручную, но платформа даёт инструмент для контроля качества связей.

4️⃣ Языки и расчёты
Главный инструмент – PIX Meta, язык формул, аналогичный Qlik и DAX в Power BI, поддерживающий несколько десятков функций.

Что это значит для бизнеса: для базовой и умеренно сложной аналитики PIX Meta достаточно. Если нужны оконные функции или сложные преобразования – их лучше делать на этапе загрузки данных, а не в формулах.

5️⃣ Визуализация
PIX BI предлагает 28 готовых визуализаций "из коробки" с гибкой настройкой дизайна. Больше, чем просто классика, и покрывает 90–95% типовых аналитических задач. Подключаются ECharts, Highcharts. JavaScript – для нестандартных задач.

Отдельная фишка – возможность писать комментарии к визуализациям и отвечать на них, тегая конкретных пользователей.

Адаптивная вёрстка – дашборды автоматически подстраиваются под размер экрана любого устройства, визуализации выстраиваются в одну колонку.

Что это значит для бизнеса: стандартного набора визуализаций хватает большинству проектов. Но есть надо – можно и "разгуляться" с библиотеками и кастомизациями.

6️⃣ Ценообразование
Среди серверных решений у PIX BI самая низкая планка на минимальное количество лицензий – от 5. У большинства конкурентов – от 10, 12, 15…
Лицензии делятся на 2 типа: для пользователей и разработчиков. 25 000 и 50 000 соответственно. В пакете должна быть хотя бы одна лицензия для разработчика.

Что это значит для бизнеса: PIX BI – не бесплатное решение, но и не корпоративная система с порогом в миллионы.
 
❓Что бы вам хотелось ещё узнать о PIX BI? Пишите вопросы в комментариях.

#pix_bi #обзор_bi

🤔 Последнее время как будто бы растёт спрос на Excel как на инструмент аналитики.

Почему такой вывод? Признак косвенный, конечно, но всё же. Я давно работаю с Excel, давно есть свой курс, но последнее время запросы на коммерческие курсы участились. Причём часто в контексте именно аналитики.

❗️Не такой уж большой процент пользователей знает, что в Excel есть масса возможностей для аналитики. Не только циферки по клеточкам расфасовать и в формулы завернуть.
🔸Но и настроить импорт данных из учётных систем,
🔸обработать данные,
🔸связать между собой,
🔸настроить динамические вычисления.
Не полноценная BI-система, конечно, но очень даже.

Всю прошлую неделю была в командировке в Кумертау - небольшой промышленный и авиастроительный город в Башкортостане. Юг Урала, предгорье, шикарные виды, открытые люди. Проводила курc по Excel для сотрудников ОЙЛТИММАШ. Очаровала их разными фишками и работой в Power Query. Ждём запрос на курс по продвинутому Excel. 😊

🎙️ Тем временем, подошёл момент выложить видео с нашего последнего вебинара – "Выбор BI: сделать, чтобы не переделывать".

➡️Смотрите, где удобно:
📱Youtube 📱 VK 📹 Rutube

Друзья, я запустил проектик, из серии собери электронное устройство сам как набор лего, первое устройство игра из серии Game&Watch в СССР была известна как Ну Погоди или Веселый повар.

https://ch.khanin.info/gw

Раз, Маша решила не постить пятничные шутки сегодня, я поделюсь с вами своей новой статьей, большой, в ней много, очень много и не букв, а слов, почти 6000! примерно на 30 минут чтения.

В ней много картинок, схем, анимаций.

Я рассказал как собирал программируемый калькулятор на транзисторах, почему делал тот или иной выбор, как он работает и т.д. В общем я старался.

https://khanin.info/blog/474

Друзья, помните TeachMeGrow? Симулятор стартапа, который я когда-то делал.
Проект недавно перезапустили и многое переделали внутри. Заходите потестить 😁
Если найдёте баги или косяки, пишите новому владельцу: @pave1eon

❓ Что скрывает экономика проекта?

➡️Скрытые затраты. Цена лицензии – это ещё не стоимость владения. Дальше всплывают серверы, доработки, интеграции и поддержка.
➡️Внезапные ограничения. Демо показало гибкость. Внедрение показало потолок – не хватает коннекторов, отчёты не собрать без доработки.
➡️Отсутствие компетенций. Система куплена, а команды, которая её потянет, нет. Нанимать, учить или отдавать на аутсорс – решается уже после покупки.
➡️Выбор нечем обосновать. Нужны аргументы, а не "нам показалось, что эта лучше". Без критериев и цифр разговор превращается в спор вкусов.

Уже завтра! Поговорим про взвешенный выбор BI-систем.

🎙️1 октября вебинар "ВЫБОР BI: СДЕЛАТЬ, ЧТОБЫ НЕ ПЕРЕДЕЛЫВАТЬ".
Последние годы рынок аналитики в России очень динамичен. 5 лет назад мы выбирали из 3-4 систем-лидеров. Могли не глядя выбрать Power BI и не переживать об аналитике. Сегодня же рынок колоссально изменился и продолжает меняться – мы выбираем из десятков разных систем:

➡️ отечественные BI активно развиваются, но все в своём темпе - кто уже достаточно хорош?
➡️ опенсорсные BI стали заметнее, или просто мы стали на них смотреть более пристально - так ли уж бесплатно, как заявляют?
➡️ зарубежные BI - говорят, их всё равно все используют?
➡️ BI на базе AI - и такие теперь есть - стоит ли рассматривать?

❗️Ждём вас на вебинаре!
🗓️01.10.2026 11:00 МСК
Ссылка на регистрацию ➡️ ЗАРЕГИСТРИРОВАТЬСЯ

🔤🔤🔤🔤🔤🔤🔤🔤🔤

Продолжаем цикл статей по BI-системам. Разобрали облачный DataLens и опенсорсный Apache Superset. Сегодня на очереди Visiology – российская платформа, которая за последние годы превратилась в одного из лидеров импортозамещения.

1️⃣Знакомство с системой
Visiology – российская BI-платформа, разработанная одноимённой компанией. Позиционируется как решение для корпоративной аналитики с фокусом на импортозамещение и работу с большими объёмами данных.

Решение поставляется в варианте серверного решения. Из облачного – ограниченная демоверсия, чтобы попробовать продукт.

Visiology позиционируется, как отечественный Power BI. Многие решения действительно похожи: работа с моделью, собственный ETL, вычисления на DAX. В каких-то разделах идёт активное развитие, а в каких-то есть интересные фишки, которых не хватало в Power BI. Мне очень нравится возможность настраивать обновление данных потаблично и на любое время.😇Многие пользователи оценили модуль Smart Forms, который позволяет создавать формы для ввода данных со структурой и валидацией и отправлять их прямиком в модель данных.

2️⃣ Подготовка данных
Главное отличие от DataLens и Superset – наличие собственного аналитического движка ДанКо на базе ClickHouse, и встроенного ETL-модуля. ДанКо  - это не просто "прослойка", а полноценный компонент, который берёт на себя хранение, индексацию и оптимизацию данных.

Что это значит для бизнеса:
❗️Есть возможность обойтись без отдельно выделенного хранилища. Данные загружаются прямо в Visiology, и ряд преобразований можно реализовать внутри платформы без потери скорости работы визуализаций.
❗️Встроенный ETL. Модуль ETL позволяет аналитику самостоятельно очищать данные, объединять таблицы из разных источников, фильтровать и добавлять столбцы. Базовые команды – без привлечения ИТ-команды, чуть дальше – здравствуй, SQL.
❗️Обратная сторона: ДанКо – проприетарный движок. Вы не можете просто "взять и заменить" его на свой ClickHouse.

3️⃣Модель данных
Платформа использует табличную модель данных (Tabular Object Model) с визуальным отображением связей.
Схемы "звезда", "созвездие". В прошлом году появилась долгожданная "снежинка". Однонаправленные связи "один-ко-многим". Допустимо 5 таблиц в одной цепочке у "снежинки". Активные и неактивные связи.

Что это значит для бизнеса:
❗️Модель данных строится графически, связи видны и управляемы. Возможности широки.

4️⃣ Языки и расчёты
Главный инструмент – DAX. Это тот же язык, что в Power BI, что даёт Visiology мощное преимущество при миграции.
Поддерживаются ключевые функции DAX: CALCULATE, FILTER, REMOVEFILTERS, SUMMARIZE, итерационные функции (SUMX, COUNTX и др.). Набор функций регулярно пополняется. Меры создаются один раз в общей модели данных и переиспользуются на всех дашбордах.

❗️ Что это значит для бизнеса: если ваша команда знает DAX – переход на Visiology будет относительно безболезненным, но отнюдь не бесшовным.

5️⃣Визуализация
Базовый набор виджетов: линейчатая, столбчатая, круговая диаграммы, график, таблица, датчик, дерево.
Доступен маркетплейс виджетов, кастомизация виджетов с помощью java script + html. При желании можно пересобрать весь дашборд на кастомном коде.
❗️ Что это значит для бизнеса: есть весьма уверенный набор настроек визуализации. Однако какие-то фишки будут требовать кода.

6️⃣ Ценообразование
Visiology не бесплатна. Подписочная лицензия "Старт" – минимальный пакет: от 15 пользователей, 45 тр за пользователя в год.
Для корпоративного сегмента – серверные лицензии с расчётом от количества пользователей.
Cortex – AI-слой платформы, лицензируется отдельно.
 
❓ Что бы вам хотелось ещё узнать о Visiology? Пишите вопросы в комментариях.

#visiology #обзор_bi

🤔 Случился тут проект с очень неординарным стартом...

Что называется, мотаем на ус. А дело было так…

🔸🔸🔸

Жила-была компания. Был у неё подрядчик на аналитику. Выстроена отчётность: BI и хранилище данных. Сотрудники активно пользуются. Однако с подрядчиком не сошлись в том, как продолжать сотрудничество, не буду вдаваться в детали, приняли решение разойтись. И тут выяснилось самое интересное. ➡️ Оказалось, что подрядчик владеет хранилищем, лицензиями, алгоритмами, всё на его серверах. И передавать это всё – внимание – не намерен. ❗️Это его интеллектуальная собственность! И в договоре так. 🫠

И получается, компания несколько лет оплачивала работы по созданию дашбордов, чтобы данные из систем приводились в надлежащий вид, дополнялись расчётами, визуализировались. 📊 И вся эта работа – вышла из чата. Прощаетесь с подрядчиком – прощаетесь со всем. Делайте заново.

🤔 Честно, я с таким столкнулась впервые. Я воспитана ИТшкой. Заказная работа – по умолчанию собственность заказчика. Оказалось, так мыслят не все. Не буду рассуждать о мотивациях, о юристах...

➡️Мотаем на ус, что надо проверить или прописать в договоре с подрядчиком на аналитику:

1️⃣ Права на результаты.
По п. 1 ст. 1296 ГК РФ исключительное право на программу или базу данных, созданную по договору заказа, по умолчанию принадлежит заказчику – но только если в договоре прямо не написано иное. Однако конфигурации дашбордов, визуализации и макеты не всегда однозначно квалифицируются как программа или база данных, поэтому надёжнее прямо закрепить в договоре:
🟠исчерпывающий перечень результатов: код, ETL-скрипты, модель данных, конфигурации дашбордов, документация
🟠 что исключительное право на каждый результат принадлежит заказчику с момента его создания, а передача оформляется актом
🟠момент перехода права – например, после подписания акта и полной оплаты

2️⃣ Передача доступов.
Юридически право у вас есть, но без админ-доступов вы не сможете им воспользоваться – особенно если дашборды размещены на серверах или в облаке подрядчика. Пропишите:
🟠перечень передаваемых доступов (BI-платформа, репозиторий, ETL-оркестратор, хранилище)
🟠передачу владения на датасеты и потоки данных, поскольку расписание обновления и учётные данные источников могут быть привязаны к владельцу, а не к администратору
🟠срок передачи
🟠обязательную верификацию (заказчик сам заходит и обновляет данные) и условие, что акт не подписывается до передачи доступов
🟠удаление учётных записей подрядчика после письменного подтверждения заказчиком работоспособности обновлений и доступов
 
Раз уж случился юридический пост, отмечу ещё несколько важных моментов:

3️⃣ NDA (Non-disclosure agreement) – или соглашение о неразглашении, если по-русски. Важный документ, который нужно подписать до того, как у подрядчика будет доступ куда-либо. Стандарт де-факто для любой уважающей себя компании, работающей с чужой конфиденциальной информацией.

4️⃣ Использование инструментов искусственного интеллекта. Сейчас про это всё больше. Если вы не хотите, чтобы ваши данные улетели в какую-нибудь ИИшку для каких-нибудь манипуляций – пропишите в договоре.
 

❓ А что бы вы добавили в такой договор? Какие пункты для вас критичны? Или может быть где-то уже обожглись?

📝 Ответ на пятничную задачку.

Расстояние между домами = 2,4 км.

Детальное решение смотрите в карточках.

Когда-то Даниил Ханин, создатель этого канала, гуру unit-экономики и мой хороший друг, публиковал в своём канале разные хитрые задачки. И помню, как я просидела не один вечер, вырывая из тетради лист за листом в попытках найти решение очередной головоломки.

И когда мы в команде прикидывали контент для каналов, мне эта затея вспомнилась. А почему бы и нет? И про цифры, и мозг размять. У партнёра (тоже знатного любителя математики) невесть откуда нашлись книги Перельмана. Задачки были вписаны в контент-план по пятницам.

Однако с момента старта активного контента всё как-то не складывалось – каждый раз находились темы с более высоким приоритетом. А Перельман грустил на углу стола.

Сегодня пришёл его звёздный час ⭐️ Давайте попробуем?
Оговорочка – это эксперимент 😊 Не зайдёт – отправлю Перельмана обратно на полку.

Итак, держите задачку ➡️ в картинках к посту.

Присылайте ответы, делитесь логикой решения! 💡

Выбор BI – фундамент аналитики
...А тут вы решили пристроить дополнительный этаж…🏠

В прошлом году меня подключили к проекту разработки дашбордов. Уже была выбрана BI-система. Другим подрядчиком уже была разработана часть дашбордов.
И уже в процессе проработки технического задания внезапно выяснилось, что заказчик хочет, чтобы всё обновлялось в режиме реального времени. В ТЗ про это ни слова. Архитектура уже выстроена. Выбранная BI-система в реалтайме не работает и в ближайшей перспективе у вендора таких планов нет. Трум-пум-пум...

🔸🔸🔸

К слову, абсолютное большинство корпоративной аналитики обновляется по расписанию 🕐, не в реалтайме. Чаще всего – ночью. Бывает, что по незнанию заказчик говорит, что ему нужно всё обновлять в режиме реального времени. Но когда начинаешь уточнять, оказывается, что не нужно, и расписания вполне достаточно.

❓Что есть требование "хочу реалтайм" с точки зрения проекта? Это критерий, который делит варианты архитектуры на разные группы.
📝Реалтайм требует другого принципа работы с данными, других инструментов и других подходов. Сама BI тоже должна уметь в реалтайм. Вся цепочка инструментов должна уметь.

🔸🔸🔸

❗️Выбор BI-системы – крайне важный шаг. Это не просто покупка лицензий. Это решение, которое определит, как ваша команда будет работать с данными ближайшие несколько лет. И если выбрать неправильно – переделывать придётся очень многое: отчёты, витрины, интеграции, переобучать людей. А иногда ещё и менять команду разработки. Финансовые потери могут зашкаливать.

Последние 4 года рынок аналитики в России очень динамичен. 5 лет назад мы выбирали из 3-4 систем-лидеров. Сейчас перед нами десятки отечественных решений – каждая со своими особенностями. Бизнес тоже растёт, требования меняются. Всё меняется. 😵‍💫

🔸🔸🔸

🧡🧡🧡🧡🧡🧡🧡

🎙️1 октября проводим вебинар "ВЫБОР BI: СДЕЛАТЬ, ЧТОБЫ НЕ ПЕРЕДЕЛЫВАТЬ".
Разберём на примерах проектов, почему те или иные критерии важны, на что влияют в долгосрочной перспективе. Посмотрим, как те или иные системы вписываются в эти критерии.

➡️По итогу у вас сложится понимание рынка сейчас – из чего выбирать и как.
➡️Получите чек-лист критериев для выбора, который сможете применить к своему проекту: экономические критерии, инфраструктурные, компетенции, риски и прочее.
➡️Сможете обосновать свой выбор перед руководством – почему мы платим столько и за что?

Полезно будет всем, кто так или иначе связан с выбором BI:
🔸тем, кто платит
🔸тем, кто разрабатывает дашборды
🔸тем, кто отвечает за ИТ и архитектуру
🔸и конечно же – тем, кто будет в BI работать

🔸🔸🔸

Напомню, что наши вебинары – это:
🔸никаких продаж на вебинаре – слайд о нас и приглашение к сотрудничеству
🔸никакого ИИ-контента – только живые примеры и живые смыслы
🔸максимум пользы на 1 час времени

❗️Ждём вас на вебинаре!
Ссылка на регистрацию ➡️ ЗАРЕГИСТРИРОВАТЬСЯ

🔤🔤🔤🔤🔤🔤 🔤🔤🔤🔤🔤🔤🔤🔤
Максимум свободы – максимум ответственности

Продолжаем цикл статей по BI-системам. В прошлый раз разбирали Yandex DataLens – облачный, дружелюбный, но со своими архитектурными особенностями. Сегодня на очереди Apache Superset – лидер опенсорсной аналитики.

Структуру обзора сохраняем ту же, чтобы можно было сравнивать системы.

1️⃣Знакомство с системой
Superset – это опенсорсная BI-платформа для исследования и визуализации данных. Изначально создан в Airbnb в 2015 году, в 2017 году попал в Apache Incubator, а с 2021-го имеет статус Top-Level Project среди продуктов Apache.

Главный козырь – полная бесплатность. Apache позволяет использовать систему в любых целях, модифицировать и распространять без лицензионных отчислений. Это даёт системе мощные преимущества.

В отличие от DataLens, у Superset нет облачной версии от вендора. Вы разворачиваете систему сами (Docker, Kubernetes и другие страшные слова) и сами полностью отвечаете за её работоспособность. Принципиально другой подход: максимум свободы – максимум ответственности.

Сообщество вокруг Superset огромное: 74,9K+ звёзд на GitHub, более 1600+ контрибьюторов, 40+ встроенных визуализаций и поддержка 100+ источников данных (БД и то, что может быть "считано" как БД).

2️⃣Подготовка данных
Superset, как и DataLens, не хранит данные у себя и не имеет встроенного ETL-модуля. Это фундаментальное архитектурное решение, которое определяет всё остальное.

Что это значит для бизнеса:
❗️Когда пользователь открывает дашборд, Superset отправляет запрос напрямую в БД. Производительность дашборда напрямую зависит от производительности хранилища и самих запросов. Если база медленная или запрос тяжёлый – пользователь будет смотреть на индикатор загрузки.
❗️Superset не преобразует данные. Всё, что нужно для визуализации, должно быть либо уже в хранилище, либо собрано через SQL-запрос в SQL Lab. Работа напрямую с источниками, как правило, организуется дополнительными инструментами.
❗️Кэширование – ваше спасение. Superset поддерживает настраиваемый кэш результатов запросов. Это снижает нагрузку на хранилище и ускоряет загрузку повторяющихся элементов.

3️⃣Модель данных
И здесь Superset отличается от DataLens. В DataLens таки формируется модель данных с явными связями. В Superset нет инструмента для настройки связей между таблицами в интерфейсе.
Датасет – это просто таблица, представление или сохранённый SQL-запрос. Нужно соединить таблицы – пишем JOIN в SQL Lab и сохраняем результат как виртуальный датасет.

4️⃣Языки и расчёты
Главный инструмент – SQL Lab: полноценный веб-редактор SQL с автодополнением, просмотром схемы таблиц, возможностью сохранять запросы и превращать их в датасеты.
В датасете можно определить:
🔤Вычисляемые поля на SQL-выражениях
🔤Агрегатные метрики (SUM, COUNT, AVG и т.д.)
🔤Параметризованные запросы с переменными (Jinja)

Что это значит для бизнеса:
❗️Порог входа выше, чем в DataLens (местами – сильно выше). Если аналитик не знает SQL – ему будет тяжело. Но для тех, кто знает – возможности практически безграничны.

5️⃣Визуализация
Superset предлагает 40+ встроенных типов визуализаций. Плюсом можно подключать сторонние библиотеки типа ECharts и снова ни в чём себя не ограничивать. А можно свой виджет написать, для умельцев.

Что это значит для бизнеса:
❗️Стандартный набор покрывает большинство задач. Если нужна специфическая визуализация с точными настройками – придётся либо смириться с ограничениями, либо звать разработчика.

6️⃣Ценообразование
Здесь всё просто и сложно одновременно.
Лицензия Apache 2.0 – 0 рублей 00 копеек. Никаких платежей, никаких ограничений по количеству пользователей.
Реальные расходы вынесены за рамки: инфраструктура + трудозатраты + доработки.

Что это значит для бизнеса:
❗️Superset бесплатен на бумаге, но может быть дорогим в реальности. Для команды с сильным инженерным бэкграундом и инфраструктурой – отличный выбор. Для компании без таких ресурсов – "думайте сами, решайте сами".


➕ В дополнение - пара любопытных графиков.

🔤🔤🔤

❓Что бы вам хотелось ещё узнать о Apache Superset?
 
#superset #обзор_bi

я создал отдельный канал, в котором делюсь своими наработками в области микроэлектроники, чтобы не сорить в этом канале. Кому интересно подписывайтесь и там, это будет ламповый канал про транзисторные компьютеры. А этот канал останется про продуктовую аналитику, BI и юнит-экономику.

https://t.me/DataDrivenElectronics