Snowflake und Looker sind beides führende Plattformen für Business Intelligence (BI), Datenanalyse, und Datenmanagement mit einer großen Anhängerschaft.
Diese Datenlösungen sind stark gefragt, da Unternehmen die gewaltigen Datenbestände nutzen möchten, die ihnen zur Verfügung stehen. Statt dass ein kleines Team von Data Scientists Daten analysiert und aufbereitet, nutzen heute Teams aus Management, Marketing, Vertrieb und IT Big Data in ihren täglichen Aktivitäten.
Da Snowflake und Looker beide angesehene Plattformen für Datenmanagement und -analyse sind, müssen sich Nutzer mitunter zwischen ihnen entscheiden. Für und gegen jede der beiden Datenlösungen gibt es Argumente.
Welche dieser angesehenen Datenplattformen ist die beste? Beide bieten das Volumen, die Geschwindigkeit und die Qualität, die von Business-Intelligence-Anwendungengefordert werden. Doch es gibt ebenso viele Gemeinsamkeiten wie Unterschiede zwischen ihnen. Sie verfolgen unterschiedliche Ansätze im Datenbereich. Daher läuft die Auswahl häufig auf eine Präferenz für eine Datenplattform und deren Eignung für die Big-Data-Strategie des Unternehmens hinaus.
Siehe auch: Die besten Tools für Datenanalyse
Snowflake vs. Looker: Die wichtigsten Funktionen
Snowflake ist ein relationales Datenbankmanagementsystem und Data Warehouse für strukturierte und semistrukturierte Daten. Das im Software-as-a-Service-Modell (SaaS) angebotene System nutzt eine SQL-Datenbank-Engine, um die Speicherung von Informationen in der Datenbank zu verwalten. Abfragen werden gegen virtuelle Warehouses innerhalb des gesamten Warehouses verarbeitet. Jedes davon läuft auf eigenen Clusterknoten, unabhängig von den anderen und ohne gemeinsame Rechenressourcen.
Darüber liegen Cloud-Services für Authentifizierung, Infrastrukturmanagement, Abfragen und Zugriffskontrollen. Das Snowflake Elastic Data Warehouse ermöglicht es Nutzern, Daten mithilfe von Amazon-S3- oder Azure-Ressourcen zu analysieren und zu speichern.
Insgesamt sollte Snowflake eher als Data Lake oder Data Warehouse betrachtet werden, das Analysen ermöglicht, und weniger als voll ausgestattete Analyseanwendung. Entsprechend eignet es sich besonders gut für die Verwaltung, Verarbeitung, Aggregation und gemeinsame Nutzung großer Datenmengen im gesamten Unternehmen. Auch gute Archivierungsfunktionen sind vorhanden.
Ende 2022 veröffentlichte Snowflake einige Plattform-Updates. Dazu gehörten Leistungsverbesserungen in der einzelnen elastischen Engine, die sie schneller machen und gleichzeitig die Wirtschaftlichkeit für Nutzer verbessern. Darüber hinaus ermöglicht die Snowgrid-Technologie von Snowflake Kunden den Betrieb in globalem Maßstab – mit Verbesserungen bei Cloud-übergreifender Zusammenarbeit, Cloud-übergreifender Data Governance und Cloud-übergreifender Geschäftskontinuität.
Looker, das vor zwei Jahren von Google übernommen wurde, ist webbasiert und bietet zahlreiche Analysefunktionen, mit denen Unternehmen Analysen und Erkenntnisse untersuchen, entdecken, visualisieren und teilen können. Unternehmen können damit Daten bis ins Detail aufschlüsseln.
Looker nutzt eine spezielle Modellierungssprache, um Datenbeziehungen zu definieren und dabei SQL zu umgehen. Looker profitiert von der Zugehörigkeit zu Google, da es eng in zahlreiche Google-Datensätze integriert ist, darunter Google Analytics. Bei der Granularität und Planung von Berichten, einschließlich Echtzeitanalysen und Echtzeitberichten, erhält es gute Bewertungen. Nutzer loben die Möglichkeit, Dashboards zu erstellen, die im gesamten Unternehmen für Self-Service-Analysen eingesetzt werden können.
Snowflake bietet robuste Unterstützung für JSON-basierte Funktionen sowie die Automatisierung der Datenbankwartung. Es stellt spaltenbasierte Speicherung und massiv parallele Verarbeitung (MPP) für gleichzeitige Analyseberechnungen und schnelle Abfragen selbst bei sehr großen Datensätzen bereit. Außerdem hält es Rechenleistung, Speicher und Cloud-Services getrennt und ermöglicht eine gleichzeitige Skalierung. Zu den zahlreichen Analysefunktionen gehören die mobile Datenexploration, Analyse-Dashboards, die Veröffentlichung und Einbettung von Analyseinhalten, die Anbindung von Datenquellen und cloudbasierte BI.
Insgesamt liegt Looker bei den umfassenden Analysefunktionen vorn. Wer jedoch leistungsfähigere Data-Warehouse- und Datenmanagement-Tools benötigt, ist mit Snowflake besser bedient.
Snowflake vs. Looker: Support und Benutzerfreundlichkeit
Das Snowflake Data Warehouse gilt als benutzerfreundlich und verfügt über eine intuitive SQL-Oberfläche, die die Einrichtung und Inbetriebnahme relativ einfach macht. Es automatisiert die Datenbereinigung, Komprimierung, Diagnose und weitere Funktionen. Bei Skalierungsvorgängen müssen Daten mit Snowflake nicht kopiert werden.
Auch die gemeinsame Nutzung von Daten Dritter und der Zugriff darauf zur Durchführung von Analysen gestaltet sich mit Snowflake unkompliziert. Strukturierte und semistrukturierte Daten werden unterstützt. Nutzer berichten außerdem, dass das System viele Spalten gut verarbeiten kann. Einige bemängeln jedoch die Dokumentation und sagen, dass es durch das Fehlen von Analysefunktionen ab Werk eingeschränkt wird. Gartner Peer Reviews bewertet die einfache Bereitstellung und Administration positiv. Snowflake bietet rund um die Uhr Live-Support.
Looker soll aufgrund der erforderlichen Nutzung der proprietären Programmiersprache LookML eine steile Lernkurve haben. Wer mit dieser Sprache vertraut ist, sagt jedoch, dass Looker nach dem Erlernen einfach zu bedienen sei. Ihrer Ansicht nach lohnt sich der Aufwand, da sich damit Datenbeziehungen definieren und SQL umgehen lässt. Außerdem werde die Verteilung von Erkenntnissen an Mitarbeiter in vielen Geschäftsbereichen erleichtert.
Sobald die Lernkurve überwunden ist, sagen Nutzer, dass sich die Plattform sehr einfach für Analysen einsetzen lässt. Die Visualisierungen seien allerdings vergleichsweise schlicht, so einige Nutzer. Dennoch helfen Lookers Drag-and-drop-Oberfläche sowie vorgefertigte Vorlagen und Datenmodelle Analysten dabei, ähnliche Analysen schnell zu wiederholen, statt jedes Mal bei null anzufangen.
In dieser Kategorie gewinnt Snowflake.
Siehe auch: Was ist Datenvisualisierung?
Snowflake vs. Looker: Sicherheit
Snowflake bietet eine ständig aktive Verschlüsselung sowie Netzwerkisolierung, an sicheren Zugriff gebundene Anfragen und weitere robuste Sicherheitsfunktionen. Diese Funktionen sind nach Stufen gestaffelt, wobei jede höhere Stufe mehr kostet. Dadurch bezahlen Sie nicht für Sicherheitsfunktionen, die Sie nicht benötigen oder wünschen.
Wie bei vielen auf Hyperscalern basierenden Tools ist die Sicherheit sowohl ein großer Pluspunkt als auch ein Grund zur Sorge. Google zufolge ist Looker durch die robusten Schutzmechanismen seiner Public Cloud abgesichert. Das Unternehmen übernimmt die Verantwortung für die Codequalität, doch die Konfiguration des sicheren Zugriffs zwischen Looker und Unternehmensdatenbanken obliegt dem Nutzer. Nutzer sind außerdem dafür verantwortlich, den Zugriff und die Berechtigungen für Nutzer von Looker-Instanzen zu kontrollieren.
Bei der Sicherheit gewinnt Snowflake.
Snowflake vs. Looker: Integration
Snowflake ist im AWS Marketplace verfügbar, jedoch nicht so tief in das AWS-Ökosystem eingebettet und verfügt nicht über die Tiefe und Breite an Herstellerpartnerschaften, die Google vorweisen kann. Einige Nutzer sagen, dass sich Snowflake mit bestimmten Analyseanwendungen nur schwer integrieren lässt. In anderen Anwendungsfällen für Analysen ist Snowflake jedoch hervorragend integriert. Tableau, Apache Spark, IBM Cognos und Qlik sind vollständig integriert. Wer diese Tools nutzt, kann Analysen problemlos durchführen. Gartner Peer Reviews bewertet Snowflake bei Integration und Bereitstellung hoch.
Looker kann ebenfalls unter Windows, Mac und Linux ausgeführt werden. Es bietet APIs und weitere Möglichkeiten, seine Datenmodelle in externe Visualisierungsplattformen zu exportieren. Natürlich ist es außerdem eng mit vielen Google-Datenquellen integriert. Gartner Peer Insights bewertet es bei der Integration positiv.
Integration: Looker gewinnt.
Snowflake vs. Looker: Preise
Looker ist nicht günstig. Einige Quellen veranschlagen die Kosten für Unternehmensbereitstellungen auf bis zu 35.000 US-Dollar pro Jahr. Hinzu kommen monatliche Gebühren für Funktionen wie Dashboard-Aufrufe, Dashboard-Ersteller und Entwickler. Wer diese Funktionen der Enterprise-Klasse für die Verteilung an Nutzer und die Berichterstellung benötigt, zahlt diese Preise offenbar gern. Einige grobe Schätzungen beziffern Looker auf etwa 60 US-Dollar pro Nutzer und Monat. Das variiert jedoch erheblich von einer Bereitstellung zur nächsten.
Snowflake kostet etwa 40 US-Dollar im Monat. Aber auch hier variiert die Nutzungsrate je nach Workload erheblich. Einige Nutzer sagen, dass große Datensätze bei Snowflake aufgrund der getrennten Preisgestaltung für Rechenleistung und Speicher mehr kosten. On-Demand-Preise sind ein Merkmal von Snowflake. Außerdem bietet es automatisierte Skalierung für parallele Zugriffe in allen Editionen ohne Aufpreis. Die Preisgestaltung kann allerdings komplex sein: Es gibt vier Editionen aufwärts vom Basismodell, und die Preise steigen mit den Stufen. Für den Speicher kann entweder die Kapazität im Voraus bezahlt oder das Pay-as-you-go-Modell gewählt werden.
Die Unterschiede zwischen den Preismodellen erschweren einen eindeutigen direkten Vergleich. Nutzern wird empfohlen, die Ressourcen zu ermitteln, die sie voraussichtlich benötigen, um das erwartete Datenvolumen, den Verarbeitungsaufwand und ihre Analyseanforderungen zu unterstützen. In dieser Kategorie ist der Vergleich knapp und hängt vom jeweiligen Anwendungsfall ab, doch Snowflake scheint bei den Preisen hauchdünn vorn zu liegen.
Siehe auch: Verfahren des Data Mining
Snowflake vs. Looker: Fazit
Snowflake und Looker sind hervorragende Tools. Beide haben ihre Vor- und Nachteile. Die Entscheidung zwischen ihnen hängt von Nutzungsmustern, Datenvolumen, Workloads und Datenstrategien ab. Gartner Peer Reviews bewertet Snowflake in Bereichen wie den allgemeinen Produktfunktionen etwas besser als Looker. Die Produkte unterscheiden sich jedoch deutlich genug, dass diese Bewertung nicht ausschlaggebend sein sollte.
Snowflake ist die beste Wahl, wenn Datenmanagement, Integration und gemeinsame Datennutzung im Vordergrund stehen. Wer Daten über mehrere Datenbestände hinweg zentralisieren und große Datenmengen verwalten möchte, wird Snowflake als unverzichtbar empfinden. Hochwertige Analysefunktionen können über andere Plattformen ergänzt werden.
Looker hingegen ist die beste Wahl, wenn der Schwerpunkt auf Datenanalyse liegt. Wer bereits auf ein Analyse-Tool festgelegt ist, sollte daher Snowflake wählen. Wer dagegen keine moderne Analyse-Engine besitzt, ist mit Looker besser beraten. Bei bestimmten Anforderungen von Unternehmen an Berichte und die Verteilung von Analysen ist Looker besonders stark. Und wer stark auf Google-Plattformen setzt, profitiert von den Vorteilen für erfahrene Analysten.
Einige sagen, Snowflake sei besser, wenn man klein anfängt und schrittweise skaliert. Das sind jedoch Verallgemeinerungen, und jedes Unternehmen muss selbst untersuchen, wie sich die Kosten entwickeln. Für manche macht Lookers Bündelung von Rechenleistung und Speicher die Lösung deutlich günstiger. Bei anderen Workloads kann jedoch das Gegenteil zutreffen. In diesen Fällen ist Snowflakes Möglichkeit, die Preise für Rechenleistung und Speicher zu trennen, möglicherweise die bessere Wahl.
Siehe auch: Die beste Business-Intelligence-Software