在欧洲杯1/8决赛，法国VS捷克，一场看似法国晋级无忧的比赛，却被顽强的捷克拖入了一场残酷的点球大战中，世界杯冠军法国男足爆冷出局，他们以7-8输给瑞士男足，遗憾止步16强。作为法国队的头号巨星-姆巴佩，也是唯一罚丢点球，也直接导致法国队被淘汰出局的男人，也在赛后第一时间在社交媒体发声，向球迷道歉。
法国队为了年轻巨星的成长交足了学费，而现实中这种交学费的现象也是屡见不鲜。拿数据可视化领域来说，我们经常看到的就是，企业在选择BI工具的时候，犹豫不决，今年用帆软，明年用润乾，后年用永洪，过不了几年几乎把每款数据可视化工具用了个遍。每款工具都需要尝试一遍，然后钱没少花，问题还没是有任何的解决，学费交了一遍又一遍。这种情形和法国队又何其的相似，给姆巴佩交了学费，止步于16强。
其实我们应该透过现象看本质，困扰用户的问题究竟是什么？很多问题都是随着数据量的越来越大，系统开始频繁的崩溃，越来越慢，一个报表等待十几分钟是常有的事情，而且这种报表的设计本身就不合理，为了工具化，一个稍微复杂点的报表页面，下达十几个乃至几十个SQL命令，是很常见的事情，这种为了工具化，而牺牲性能的做法，在数据可视化BI工具中屡见不鲜。而很多厂商的解决方案是提出数据集等一系列缓存的概念，这种方式在数据量小的时代，固然是好，但是在现如今数据动不动以TB开始的阶段，这种模式反而成为了绊脚石，造成系统不问题，频繁崩溃。而且现在很多BI工具，都开始往大数据方面靠拢，号称亿级别的数据处理能力，其实这些听听就好，您可以想一想一个web服务器，又或者加上几个进程就可以解决大数据的处理的问题，那么那些靠大数据吃饭的人员岂不是要失业了。
正是上面的种种问题，很多用过，吃过亏的人员，交过学费了，才开始重新审视自己该选择什么样的数据可视化BI工具，这个时候即使你宣传得天花乱坠，这些人也不会相信了。那么如何避免交学费，从而一步到位选择自己需要的数据可视化BI工具呢？首先，需要知道的是，术业有专攻，任何大而全的东西，都不可能做到面面俱到的，我们要降低风险，首先就是要解耦。即，数据可视化，就是做数据可视化的工作，大数据的，就该由大数据相关的工具或者人员来做等等，这样就可以降低风险避免交学费。
而一直坚持不忘初心的两款工具，一款是国外的Tableau，一款是国内的云蛛系统，这两款工具都是认为术业有专攻，专业的人做专业的事情，不会误入歧途。它们要做的就是把数据可视化这块做精做专，至于数据处理及优化，交由专业的工具或者人员处理优化，这样才是正确的。这里要提一下云蛛系统，其和Tableau有些像，而且是商用开源的，是的，它是开源的，这样就可以留给用户更大的优化空间。其开源度超过99%，用户想怎么改就怎么改，想怎么优化就怎么优化，可以这么说，吃透了的话，和自己开发出来的没什么两样。而这样的方式，用户面对特殊的情况，就可以用最终大法，通过优化代码满足及其苛刻的环境的要求，如果修改代码都无法满足，那么这块任何的也无法满足了，因为再写代码也会面临一样的问题。
而且云蛛系统独家的分体式BI+试衣模式技术，能够让工具类的开发达到媲美人工开发的程度，突破传统BI工具无法替代人工开发的桎梏，这个是Tableau做不到的。所以综上分析，为了避免“姆巴佩”式的交学费，我们应该一开始就明确自己到底该选择一款什么样的BI工具，从而一劳永逸。
