يقدر المستخدمون واجهة السحب والإفلات ، مما يسهل إنشاء وتعديل سير العمل دون معرفة واسعة بالبرمجة.

تشيد المنصة بمرونتها ، مما يسمح للمستخدمين بتجربة خوارزميات مختلفة وتغيير أجزاء سير العمل بسهولة.

يتكامل KNIME بشكل جيد مع مجموعة متنوعة من مصادر البيانات والأدوات الخارجية مثل بايثون و آر ومكتبات التعلم الآلي مثل H2O و Keras.

يدعم مجموعة واسعة من تنسيقات البيانات وقواعد البيانات ، مما يجعلها متعددة الاستخدامات لمهام علوم البيانات المختلفة.

تعتبر الطبيعة المفتوحة المصدر لـ KNIME حلاً فعالاً من حيث التكلفة للأفراد والمنظمات ، خاصة مقارنة بالمنافسين مثل Alteryx.

الإصدار المجاني كامل الوظائف ، ويوفر قدرات تحليلات البيانات القوية دون تكاليف إضافية.

لدى KNIME مجتمع مستخدم قوي ونشيط يساهم في المنتديات ، ويشارك سير العمل ، ويوفر الدعم.

تقدم المنصة وثائق شاملة ودروسًا تساعد المستخدمين على البدء وحل المشكلات.

يجد المستخدمون أن KNIME موثوق وقادر على التعامل مع مجموعات بيانات كبيرة بكفاءة.

تساعد القدرات المدمجة في تعدد الخيوط في تجنب الكود المكرر وتحسين الأداء.

تقدم KNIME مجموعة متنوعة من العقد لتصور البيانات والتقارير ، مما يسهل تقديم رؤى البيانات لغير الخبراء.

تساعد القدرة على توضيح سير العمل في تفسير العمليات وتسليم العمل للآخرين.

يجد بعض المستخدمين أن منحنى التعلم الأولي حاد ، خاصة بالنسبة لأولئك الذين ليسوا على دراية بأدوات علوم البيانات.

بعض الميزات ، مثل استخدام متغيرات التدفق ، ليست بديهية وتتطلب مزيدًا من التعلم.

يمكن أن تكون واجهة المستخدم مزدحمة ومتأخرة في بعض الأحيان ، خاصة عند التعامل مع سير العمل الكبيرة أو التكامل مع لغات البرمجة الأخرى.

التغييرات الأخيرة في واجهة المستخدم جعلت الوصول إلى بعض الموارد والأمثلة أكثر صعوبة ، وهي كانت متاحة بسهولة أكبر سابقًا.

بينما حسنت KNIME من قدرات التصور الخاصة بها ، لا يزال بعض المستخدمين يجدونها غير كافية مقارنة بأدوات التصور المخصصة مثل Tableau.

تعتبر خيارات التصور المدمجة في المنصة أحيانًا غير كافية لاحتياجات التحليلات المرئية الأكثر تعقيدًا.

على الرغم من أن المجتمع نشط ، يشعر بعض المستخدمين أن الوثائق الرسمية يمكن أن تكون أكثر شمولاً ووضوحًا.

المتحدثون غير الناطقين باللغة الإنجليزية بين المطورين ينتج أحيانًا تعبيرات غامضة في الأمثلة والوثائق.