Return to Blog
ChatGPT
Perplexity
Recopilar datos es fácil, pero interpretar esos mismos datos es difícil. Aquí es donde herramientas como Reveal y Looker resultan útiles: convierten datos brutos en información fácil de entender y fácil de usar, lo que permite a las organizaciones remodelar y modernizar la forma en que hacen negocios.
En este artículo, examinaremos de cerca dos de las soluciones de analítica integrada más populares del mercado: Reveal y Looker, para ayudarle a encontrar la mejor herramienta para sus necesidades.
¿Qué es Reveal?
Reveal es una plataforma de analítica integrada y BI (business intelligence) que facilita la adición de potentes capacidades analíticas y visualizaciones de datos a sus aplicaciones. Lleva el poder de los datos a manos de los usuarios finales transformando datos brutos en información procesable que pueden entender inmediatamente. Reveal proporciona paneles interactivos, capacidad de profundización (drill-down), funciones de uso compartido, analítica white-label, verdadero autoservicio con una experiencia de creador de paneles drag-and-drop y mucho más.
Diseñada específicamente para integración, la arquitectura moderna de Reveal incluye SDK nativos para cualquier plataforma para ofrecer la mejor experiencia en todos los dispositivos. Esto hace que conectar desde cualquier lugar y en cualquier momento, desde dispositivos en la nube, de escritorio y móviles, sea fácil y conveniente.
Reveal embedded analytics solution es parte de la empresa Infragistics (fundada en 1989), una organización con más de 30 años de experiencia en herramientas para desarrolladores, herramientas de diseño de aplicaciones y, más recientemente, herramientas de business intelligence.
¿Qué es Looker?
Looker es una plataforma de business intelligence basada en navegador que ayuda a recopilar, analizar y visualizar datos brutos. Facilita la coloración de paneles y también ofrece un flujo de trabajo fácil de usar, lo que facilita a las empresas desarrollar visualizaciones informativas.
En 2019, Looker fue adquirido por Google y ahora es parte de la plataforma Google Cloud.
Reveal VS Looker – Comparando Características y Funcionalidades
Una buena solución de analítica integrada ofrece mucho más que solo visualizaciones de datos. Para poder aprovechar realmente una herramienta hasta su máximo potencial, para que pueda mantenerse por delante de la competencia y aumentar sus flujos de ingresos, debe centrarse en todas las capacidades disponibles para ayudarle a lograrlo.
En esta parte del artículo, revisaremos las características y funcionalidades clave que diferencian a Reveal y Looker, para que pueda elegir fácilmente la plataforma adecuada para las necesidades de su organización.
Pros y Contras de Reveal
Pros:
Totalmente autoservicio – Una de las características de analítica integrada más destacadas de Reveal es la capacidad de autoservicio. Esto significa que trae los procesos y herramientas para empoderar a los usuarios finales para que analicen grandes cantidades de datos complejos, creen paneles personalizados y generen informes de forma independiente. En otras palabras, permite que su personal y departamentos no técnicos trabajen y comprendan los datos por sí mismos en lugar de depender de sus expertos en TI o BI.
Totalmente personalizable – El SDK de Reveal le permite hacer white-label y personalizar todos los elementos de UX (temas y estilos, redondez vs. cuadrangular, diálogos, etc.) para que coincidan con la apariencia y sensación de su propia marca única. De esta manera, los usuarios no se distraerán ni siquiera notarán que, de hecho, utilizan una solución completamente diferente como parte de la suya propia. La capacidad de personalización completa ayuda a aumentar la adopción por parte de los usuarios, garantiza la coherencia de la marca y, en última instancia, conduce a una experiencia de usuario perfecta.
Vinculación de paneles – Esta función le permite vincular una visualización o panel a otro panel o a una URL. Por ejemplo, digamos que está viendo un panel de alto nivel sobre sus cifras de ventas. Si desea profundizar en los ingresos en una región específica, puede hacerlo fácilmente vinculando su panel de alto nivel a una vista más detallada que pasará los parámetros de región en los que hizo clic.
Combinación de datos (Data blending) – Las funciones de combinación de datos le permiten encontrar información más fácilmente al reunir múltiples fuentes de datos en una sola visualización para una vista más profunda y paralela.
Ver predicciones con machine learning – La función de machine learning de Reveal se puede utilizar para identificar y mostrar visualmente predicciones de sus datos para tomar decisiones empresariales más basadas en evidencia. Permite que los sistemas electrónicos aprendan de los datos existentes y luego utilicen la información obtenida para hacer predicciones y decisiones de forma independiente.
Análisis de datos enriquecido – Con las funciones estadísticas y la funcionalidad de profundización de Reveal, puede obtener información más profunda sobre sus datos. La profundización lleva a un usuario de vistas generales a un análisis más detallado con un solo clic. Funciones estadísticas como la detección de valores atípicos, la previsión de series de tiempo y la regresión lineal le permiten operar con datos de una manera mucho más impulsada por los datos y dirigida en comparación con las visualizaciones de datos básicas.
SDK nativo – Reveal ofrece un amplio conjunto de SDK nativos, bibliotecas de aprendizaje y muestras detalladas en todas las principales plataformas, incluidos .NET, JavaScript (Angular, React, Web Components), iOS y Android.
Edición en contexto– Esta función permite a los usuarios realizar ediciones directamente dentro de su aplicación sin salir de ella y sin ir a otra aplicación. Pueden realizar las ediciones que desean y luego enviar fácilmente las actualizaciones a un servidor.
Campos calculados – Esta función le permite crear campos adicionales de su fuente de datos para utilizar directamente en sus visualizaciones de datos.
Contras:
Reveal tiene muchas funciones y capacidades potentes, pero como herramienta recién desarrollada, aún carece de algunas capacidades útiles. Algunas cosas que no consideraríamos necesariamente como contras son que actualmente están en proceso, como las funciones de cuadrícula, el resaltado y filtrado de series, y una barra de herramientas completa para mejorar el análisis de datos. Además, el equipo de Reveal está trabajando en agregar nuevas visualizaciones de datos y más fuentes de datos.
Pros y Contras de Looker
Pros:
Amigable con múltiples nubes (Multi-cloud friendly) – Puede cambiar fácilmente dónde desea implementar Looker sin afectar la experiencia del usuario final. Las bases de datos compatibles incluyen Amazon S3, Azure storage, Google Cloud Storage, Actian Avalanche, Mongo, Vector y más.
El poder de SQL Runner – Al usar SQL Runner de Looker, puede crear fácilmente grupos de información informativos sin usar métodos de extracción técnicos. Navegue por las tablas de su esquema, ejecute consultas descriptivas preescritas en sus datos, comparta consultas y más.
Integración con Slack – La integración con Slack permite a los usuarios de Looker llevar información a cualquier conversación. La desventaja de esta integración es que aún necesita cambiar entre diferentes aplicaciones en lugar de tener todo integrado dentro de su flujo de trabajo.
Looker Blocks– Modelos de datos preconstruidos que los usuarios pueden utilizar para patrones analíticos y fuentes de datos comunes. Puede usar bloques creados por otros usuarios en lugar de crearlos desde cero, y luego puede personalizar los bloques según sus especificaciones exactas. Algunos de los bloques disponibles incluyen bloques integrados, bloques de datos, bloques analíticos, etc.
Combinación de datos (Data blending)– La misma función que la combinación de datos de Reveal, con la diferencia de que Looker admite la combinación de datos con el concepto de Resultados Combinados (Merged Results). Para realizar la combinación de datos, debe crear una consulta desde un Explore para generar un conjunto de resultados, luego deberá agregar otro para fusionar en la consulta original.
Contras:
iFrame, Basado en navegador– Looker es una plataforma completamente basada en web que requiere que tenga un inicio de sesión de Looker para ver activos integrados. Esto significa que tiene cero control sobre la experiencia de usuario de su analítica integrada en su aplicación. En lugar de proporcionar a sus usuarios funcionalidad de white-label para personalizar todo para que coincida con su marca única, está atrapado con la UX, los colores, el estilo de los botones y los diálogos de Looker, la forma en que se presentan los paneles, etc. Looker fue construido y diseñado como una herramienta BI de autoservicio basada en SaaS, no un SDK integrado. Por lo tanto, ningún SDK, API o Componente le proporciona una experiencia de analítica integrada verdaderamente incrustada en su aplicación.
Datos en servidores de Looker: Looker requiere que sus datos residan en su servidor donde ejecuta los comandos. Esto lo obliga a enviar sus datos desde una ubicación segura, local, a la nube y a depender 100% de Looker para la seguridad, la autenticación y la autorización. No es secreto que incluso las empresas más grandes del planeta han sido hackeadas en los últimos años, por lo que es mejor ir con un proveedor que pueda garantizar la seguridad y la protección de sus datos. Además, una vez que sus datos van a la nube de Looker, pierde flexibilidad sobre ellos. Esto significa que debe cumplir con las reglas y la configuración de Looker solo para obtener paneles y agregar complejidad, mantenimiento y gobernanza innecesarios sobre sus propios datos.
**Precios escalonados:**Looker prefiere no publicar públicamente su información de precios en su sitio web, sino que prefiere ofrecer un modelo adaptado a medida. La cotización final que reciba de los especialistas en precios de Looker dependerá de múltiples factores, incluidos el número total de usuarios, los tipos de usuarios (visualizador vs. editor), las conexiones de bases de datos y la escala de implementación. Esto significa que cualquier cotización que reciba será el precio inicial para Looker, pero también crecerá a medida que crezca su base de usuarios. Según un sitio de terceros, los precios de Looker comienzan desde $3000-$5000 al mes para 10 usuarios, con un adicional de $50 al mes por cada nuevo usuario. Esta estructura de precios puede no atraer a los prospectos que están familiarizados con precios transparentes basados en SaaS.
Integración de Reveal
Cuando se trata de integrar analítica en su aplicación existente, es esencial que el software fluya sin problemas sin añadir peso y complejidad adicionales. Debe construirse desde cero pensando en la integración, al igual que lo hace Reveal. Con una arquitectura que proporciona flexibilidad y sin requisitos adicionales, con Reveal, puede integrar rápidamente la analítica en su código, siguiendo la demanda del cliente.
El SDK de Reveal está hecho para desarrolladores. Con él, los desarrolladores no se ven obligados a simplemente incrustar iFrames en su aplicación y configurar paneles con una URL parametrizada. Sus desarrolladores pueden usar código real con objetos y propiedades reales.
Para obtener más información técnica detallada, puede leer la documentación detallada del SDK y la API de Reveal.
Integración de Looker
La analítica de Looker funciona solo con fuentes de datos basadas en SQL, lo que significa que puede integrarse con cualquier base de datos o almacén de datos SQL, como Microsoft Azure SQL Data Warehouse, Amazon Athena y Greenplum.
Si tiene sus datos almacenados en NoSQL, archivos REST-API, etc., Looker necesitará poner alguna forma de base de datos SQL para consultar.
Por otro lado, la API de Looker integra datos en aplicaciones de clientes y terceros y otras aplicaciones como Google Docs y Excel.
Ejemplo de Panel de Reveal
Ejemplo de Panel de Looker
Precios
Naturalmente, el precio es una de las cosas principales a considerar al decidir con qué proveedor de analítica integrada asociarse. En el espacio de la analítica integrada, descubrirá que la mayoría de los proveedores mantienen sus precios en secreto y le cobran costos impredecibles como el uso y los usuarios, por ejemplo.
Entonces, ¿qué pasa con Reveal y Looker?
Reveal ofrece un único precio simple y asequible que le permite alcanzar usuarios ilimitados por aplicación. La estructura de precios de Reveal es transparente y asequible para empresas de todos los tamaños. Transparente significa que puede predecir exactamente cuánto pagará y, por lo tanto, calcular su ROI más fácilmente.
El objetivo de Reveal es convertirse en un socio valioso a largo plazo para sus clientes y promete nunca tarifas, usos o niveles de usuarios sorprendentes.
Por otro lado, los precios de Looker se personalizan para cada cliente en función de factores como el número de usuarios y la escala de su implementación. Sus precios están diseñados para adaptarse a cualquier tamaño de negocio, y usted recibe especialistas en precios para trabajar directamente con usted y garantizar la estructura de precios ideal para su negocio.
A primera vista, eso podría parecer una buena oferta, pero le recomendamos que lo lea una segunda vez.
Que los precios se personalicen para cada cliente en función de su número de usuarios y la escala de implementación significa que el precio que pagará aumentará a medida que crezca su negocio y su base de usuarios.
Esto podría estar bien para algunos, pero es importante saberlo con antelación, ya que los proveedores no advierten a los clientes con antelación, y cuando llega su factura, se sorprende al ver los números en ella.
Soporte
Al elegir entre proveedores como Reveal y Looker para un socio de analítica integrada, también debe considerar el soporte de ambas soluciones. Un soporte de calidad y experimentado puede ayudarle a tener éxito con el software y, por lo tanto, en su negocio.
Exploremos cómo se comparan Reveal y Looker en cuanto a soporte.
Reveal ofrece una gama de servicios de soporte continuos sin costos adicionales, junto con una comunidad amigable de 24 horas que puede responder cualquier pregunta en los foros de Reveal. Además, puede encontrar muchos recursos útiles en la página de preguntas frecuentes de Reveal, el centro de ayuda y videos de capacitación.
Para obtener más conocimientos profundos e información avanzada, puede seguir los seminarios web de Reveal.
Looker también proporciona una variedad de servicios de soporte. Puede encontrar cursos de eLearning a ritmo propio, por ejemplo, así como capacitaciones personalizadas. También puede navegar por artículos en el centro de ayuda, hacer networking con otros usuarios en el foro de la comunidad y enviar solicitudes de tickets de soporte. A los usuarios les gusta particularmente el soporte de chat en la aplicación.
Conclusión…
En conclusión, no hay mucho más que decir que tanto Reveal como Looker son excelentes herramientas de analítica integrada. Sin embargo, dependiendo de sus necesidades y presupuesto, una definitivamente será una mejor solución para su negocio que la otra.
Creemos que Reveal tiene grandes ventajas sobre Looker: es mucho más fácil y rápido de implementar y comenzar, ofrece mejores opciones de personalización y visualización, y aprovecha funciones avanzadas de analítica como machine learning e IA, por nombrar algunas.
Otra gran diferencia entre Reveal y Looker que creemos que está a favor del primero es la estructura de precios. Saber cuánto pagará desde el principio, sin importar cuánto crezca, es mejor, creemos, que recibir una factura con una cantidad cada vez mayor que pagar cada mes.
Pero, por supuesto, se lo dejamos a usted para que decida.
Si está interesado en saber más sobre la solución de analítica integrada de Reveal y ver cómo funciona en acción, programe una demostración, y nuestros expertos en analítica le mostrarán cómo usar y aprovechar el verdadero poder de los datos.
Tome decisiones basadas en datos
Empodere a sus usuarios con información procesable: en cualquier momento, en cualquier lugar y desde cualquier dispositivo.
