Vertailujen tulokset

Pallopiirroskartta visualisoinnin osalta vertailtuohjelmistojen oletusasetuksilla Microsoft Power BI:n ja Qlik Sensen visualisoinnit onnistuivat molemmat kuvaamaan dataa hyvin.

Molempien ohjelmistojen läheltä kuvattu visualisointi eri kokoisine palloineen on hyvä esi-merkki, miten pallopiirroskartta toimii. Molemmilla ohjelmistoilla pallopiirroskartan kauem-paa kuvattu visualisointi sisälsi saman ongelman. Ongelmaksi muodostui se, että visuali-soinnista ei pysty erottamaan erikokoisia palloja. Power BI:n paranneltu visualisointi tehtiin muuttamalla pallot lämpökameraliukuvärjäykseksi. Tämä onnistui muuttamaan kauempaa kuvatun visualisoinnin huomattavasti ymmärrettävämpään muotoon. Qlik Sensen paran-neltu visualisointi tehtiin samalla tekniikalla. Siinä visualisoinnin pallot muutettiin lämpöka-mera visualisoinniksi. Qlik Sensen lämpökalämpöka-mera visualisointi onnistuu kuvaamaan dataa paremmin kuin Power BI:n vastaava. Qlik Sense lisää visualisointiin automaattisesti ti-heysmittarin, jonka värityksestä selviää visualisoinnin eri värit. Erot pallopiirroskartan visu-alisoinnissa olivat todella pieniä ohjelmistojen kesken.

Täytetyn kartan eli koropleettikartan osalta visualisoinnit noudattivat samaa linjaa. Molem-mat ohjelmistot onnistuivat koropleettikartan ja avoimen datan yhdistämisessä hyvin. Mo-lempien ohjelmistojen parannetut versiot koropleettikartasta onnistuivat visualisoinnin te-hostamisessa. Visualisoinnit olivat lähes identtisiä ohjelmistojen kesken. Oletusasetuksilla visualisointien värit olivat keskenään samanlaisia. Suurimmat erot visualisoinneissa olivat siinä, että Power BI visualisointi on läpinäkyvä ja näyttää maiden ja kaupunkien nimet ja rajat. Qlik Sensen oletusasetuksilla tehdyt visualisoinnit eivät näytä maiden rajoja tai ni-miä. Qlik Sensen tiheysmittari teki jälleen visualisoinnista hieman selkeämmän. Koropleet-tikarttaan yhdistetyssä taulukossa oli eroja. Molemmat taulukot olivat samanlaisia ilman kohdentamista. Kohdennettaessa kartta tiettyyn maahan, taulukot olivat kuitenkin erilaisia.

Power BI:n kohdennettu taulukko korosti maan nimen lisäksi myös tilastot valituilta vuo-silta. Qlik Sensen taulukko korosti vain maan nimen, eikä ollut yhtä selkeä, kuin Power BI -ohjelmiston vastaava taulukko.

Ohjelmistojen visualisoinneilla ei ollut merkittäviä eroja. Ohjelmistojen oletusasetus visu-alisoinnit olivat itseasiassa lähes samanlaisia, joissakin tapauksissa jopa oletusasetuksien värit olivat identtisiä. Eroja syntyi ohjelmistojen kesken kuitenkin visualisointien rakennus-vaiheessa. Power BI ei tunnistanut datassa esiintyneitä EU-maiden lyhenteitä. Kahden maan osalta Power BI tunnisti kyseiset maat Pohjois-Amerikan osavaltioina. Kyseinen virhe oli kuitenkin helppo korjata hieman dataa muuntelemalla. Power BI -ohjelmistossa en onnistunut muuttamaan visualisoinnin otsikkoa enää myöhemmin, jos joitakin sidoksia

oli jo rakennettu. Qlik Sensen koropleettikartan osalta, vedä ja pudota ominaisuus ei suos-tunut hyväksymään TSV muodossa ollutta avointa dataa, vaan se piti manuaalisesti la-data valikoista. Ongelmia oli myös Qlik Sensen parannellun koropleettikartan kanssa. Au-tomaattinen väritys ei suostunut jostain syystä toimimaan. Tämän sai korjattua muutta-malla avoimen datan desimaalilukujen merkit pisteistä pilkuiksi. Suurimmat erot ohjelmis-tojen välillä olivat käyttöliittymään ja käytettävyyteen liittyviä. Tarpeeksi suuria eroja ei vi-sualisointien suhteen tullut, että pystyisi sanomaan kumpi ohjelmistoista on parempi avoi-men datan visualisointeihin. Molemmat ohjelmistot sopivat avoiavoi-men datan visualisointiin erinomaisesti.

5 Pohdinta

Tässä opinnäytetyössä vertailtiin Microsoft Power BI ja Qlik Sense business intelligence -ohjelmistoja avoimen datan visualisoinnissa. Molemmat ohjelmistot ovat ominaisuuksil-taan erittäin laajoja kokonaisuuksia. Ne löytyvätkin Gartnerin vuotuisissa analytiikkaohjel-mistojen arvosteluissa kärkipaikoilta.

Microsoft Power BI ja Qlik Sense suoriutuivat annetuista tehtävistä erinomaisesti. Oletus-asetuksilla tehdyt visualisoinnit avoimesta datasta onnistuivat visuaalisesti erinomaisesti.

Myös visualisointien tehostaminen ja parantaminen onnistui molemmilta ohjelmilta erin-omaisesti. Tulokset olivat pienoinen pettymys, koska vertailujen tulokset osoittivat, että ohjelmistot ovat visualisoinneiltaan lähes identtisiä, eikä merkittäviä eroja syntynyt. Tulos-ten perusteella ei voida todeta kumpaakaan ohjelmista toista paremmaksi. Erot syntyivät käytettävyydestä ja se ei ollut tämän opinnäytetyön tutkimustavoitteissa.

Opinnäytetyön kannalta haastavaa oli löytää sopivia avoimen datan esimerkkejä ja kritee-rit täyttäviä ohjelmistoja. Monien ohjelmistojen hinnoittelu oli ekritee-rittäin epäselvää tai ohjel-mistoilla oli vain 14 päivän kokeilumahdollisuus. Erilaisten avoimen datan esimerkkien et-siminen ja testaus business intelligence -ohjelmistoilla oli hidasta ja aikaa vievää. Tämä rajoitti opinnäytetyön tekemistä huomattavasti. Opinnäytetyön kannalta olisi ollut parempi valita vertailuohjelmistoiksi myös sellaisia ohjelmistoja, joiden ominaisuudet eivät yllä Po-wer BI- ja Qlik Sense -ohjelmistojen tasolle. Jatkotutkimuksen kannalta vertailtavien busi-ness intelligence -ohjelmistojen määrä voisi olla suurempi. Vertailun voisi myös toteuttaa vertailemalla visualisointien eroja mobiililaitteita hyödyntäen. Vertailua olisi mahdollista myös laajentaa ottamalla mukaan kolmansien osapuolien visualisointiin tarkoitettuja mo-duuleita.

Business intelligence -ohjelmistot ja avoin data olivat osittain tuttuja entuudestaan. Kiin-nostukseni avoimen datan visualisointeihin johti tämän aiheen valintaan. Microsoft Power BI oli entuudestaan tuttu ohjelmisto. Olin jo aikaisemmin kokeillut avoimen datan visuali-sointeja Power BI:n avulla. Qlik Sense puolestaan oli minulle entuudestaan tuntematon ohjelmisto. Olen aikaisemmin käyttänyt Qlik View -ohjelmaa ja siinä oli samankaltaisia ele-menttejä Qlik Sensen kanssa. Oli mielenkiintoista päästä tutustumaan ja käyttämään Qlik Sense ohjelmistoa. Kehityin opinnäytetyön aikana huomattavasti kirjoittajana, niin jäsente-lyn, kuin lähteiden käytön kanssa. Ongelmia tuottivat erityisesti vierasperäiset sanat, joille ei välttämättä ollut järkevää suomennosta. Business intelligence -ohjelmistojen käyttö ja yhdistely avoimen datan aineistoihin kehittyi huomattavasti opinnäytetyön edetessä. Olisi

ollut mielenkiintoista päästä kokeilemaan myös erilaisia 3D-visualisointeja, käyttäen hy-väksi erilaisia kolmansien osapuolien moduuleita. Tämä ei ollut kuitenkaan mahdollista tä-män opinnäytetyön puitteissa. Tulevaisuudessa olisikin mielenkiintoista päästä työskente-lemään business intelligence -ohjelmistojen parissa. Mahdollisuudet päästä käyttämään lukuisia eri ohjelmistoja ja yritysten laajoja datavarastoja kiinnostavat.

Lähteet

AbsentData Blog 2019. Microsoft Power BI pros and cons. Luettavissa: https://www.ab-sentdata.com/power-bi-pros-and-cons/. Luettu: 27.11.2019.

Bode, A. 2013. Open data: A history. Luettavissa: https://www.data.gov/blog/open-data-history. Luettu: 14.8.2019.

Chignard, S. 2013. A brief history of open data. Luettavissa: http://parisinnovationre-view.com/articles-en/a-brief-history-of-open-data. Luettu: 14.8.2019.

EU Open data portal. 2020. Population as a percentage of EU28 population. Luettavissa:

https://data.europa.eu/euodp/en/data/dataset/M0X26Pva84sz6IV2kjrOg. Luettu:

29.1.2020.

Gartner. 2019. Gartnerin näkemys business intelligence-ohjelmistojen markkinatilan-teesta. Luettavissa: https://info.microsoft.com/rs/157-GQE-382/images/EN-CNTNT-Gart-nerMQ-BI2019.jpg. Luettu: 14.8.2019.

Helsinki region infoshare. 2017. Mitä on avoin data? Luettavissa: https://hri.fi/fi/oh-jeet/mita-on-avoin-data/. Luettu: 14.8.2019.

Helsinki region infoshare. 2017. Helsingin seudun liikenteen (HSL) nousijamäärät pysä-keittäin. Luettavissa: https://hri.fi/data/fi/dataset/hsl-n-nousijamaarat-pysakeittain. Luettu:

19.11.2019.

Honkanen, M. 2019. Pika-opas avoimen datan julkaisuun. Luettavissa: https://www.avoin-data.fi/fi/opas/pika-opas-avoimen-datan-julkaisuun. Luettu: 14.8.2019.

Hovi, A, Hervonen, H. & Koistinen, H. 2009. Tietovarastot ja Business Intelligence. Do-cendo, Jyväskylä.

Korhonen, J. 2017. Lahden kaupungin tuottaman datan avaamisen haasteet: kuinka saa-daan tieto hyötykäyttöön. Luettavissa: http://www.lamkpub.fi/2017/10/11/lahden-kaupun-gin-tuottaman-datan-avaamisen-haasteet-kuinka-saadaan-tieto-hyotykayttoon/. Luettu:

Koski, H. 2016. Avoimen datan vaikuttavuus: mitä tiedämme, miten tutkia? Luettavissa:

https://www.databusiness.fi/fi/blogi/avoimen-datan-vaikuttavuus-mita-tiedamme-tutkia/.

Luettu: 14.8.2019.

Laney, D. 2001. 3D data management: controlling data volume, velocity, and variety. Lu-ettavissa: https://blogs.gartner.com/doug-laney/files/2012/01/ad949-3D-Data-Manage-ment-Controlling-Data-Volume-Velocity-and-Variety.pdf. Luettu: 14.8.2019.

Manyika, J, Chui, M, Brown, B, Bughin, J, Dobbs, R, Roxburgh, C and Hung Byers,A.

2011. Big data: The next frontier for innovation, competition, and productivity. McKinsey Global institute. Luettavissa: https://www.mckinsey.com/business-functions/digital-mckin-sey/our-insights/big-data-the-next-frontier-for-innovation. Luettu:14.8.2019.

Microsoft 2019. Intro to dashboard tiles for Power BI designers. Luettavissa:

https://docs.microsoft.com/en-us/power-bi/service-dashboard-tiles. Luettu: 28.11.2019.

Peer 2 Peer University. 2017. Datan avaaminen: miksi julkaista avointa dataa? Datan hyö-dyntäjän verkkokurssi. Luettavissa:

https://courses.p2pu.org/en/courses/2486/con-tent/5068/. Luettu: 14.8.2019.

Pengon Oy. 2014. Tiedosta tulosta: Pengon Oy:n business intelligence -blogi. Luettavissa:

https://blogi.pengon.fi/business-intelligencen-usein-kysytyt-kysymykset-ja-vastaukset. Lu-ettu: 14.8.2019.

Rada, R. 2015. Introduction to Power BI: What is Power BI. Luettavissa: https://ra-dacad.com/introduction-to-power-bi-what-is-power-bi. Luettu: 28.11.2019.

van Rijmenam, M. 2013. A Short history of big data. Luettavissa: https://da-tafloq.com/read/big-data-history/239. Luettu: 14.8.2019.

Salo, I. 2013. Big data: tiedon vallankumous. Docendo. Jyväskylä.

Suominen, S. 2015. Powen: Mikä ihmeen dashboard? Luettavissa: https://www.po-wen.fi/mika-ihmeen-dashboard/. Luettu: 21.1.2019.

Svärd, E, Lehtonen, J & Linjama, H. 2015. Osumia taloushallinnossa - business intelli-gence. Luettavissa: https://www.jamk.fi/fi/Tutkimus-ja-kehitys/JAMKin-julkaisut/Julkai-suja/osumia-taloushallinnossa1/. Luettu: 7.2.2020.

Valtionvarainministeriö. Avoin tieto. Luettavissa: https://vm.fi/avoin-tieto. Luettu:

14.8.2019.

Walker, M. 2015. A data science central community, guest blog. Luettavissa:

https://www.bigdatanews.datasciencecentral.com/profiles/blogs/data-veracity. Luettu:

15.8.2019.