Microsoft предлагает четкую и дальновидную дорожную карту, подкрепленную ежемесячной поставкой, уже очень сильного продукта на базе Azure. Для локального использования существует решение Power BI Desktop. Тем не менее, сильный акцент на облаке (что я считаю правильным) наряду с недостатком некоторых функций снижает оценку производительности. Это то, с чем должен справиться такой центр разработки, как Microsoft. Последующее выполнение их дорожной карты наряду с продолжающейся ценовой войной должно сделать их грозным конкурентом Tableau, которого Microsoft, вероятно, превзойдет в следующем году.
Таблица
Tableau в некотором смысле является золотым стандартом аналитики. Программное обеспечение является очень интерактивным и интуитивно понятным и обогащено множеством корпоративных функций, вероятно, в попытке противостоять Microsoft. В качестве предостережения Gartner упоминает, что эти новые функции, похоже, находятся в стадии разработки. Tableau, похоже, находится в сложном положении из-за необходимости переопределения своих дифференциаторов (интерактивность и индуктивность теряют свою значимость как дифференциаторов) и параллельной необходимости инвестировать в более перспективные функции, такие как интеллектуальное обнаружение данных. По сравнению с Microsoft Tableau тоже дорого. Этот год покажет, как Tableau справляется с этим трудным положением.
Qlik
У Qlik есть надежный и надежный набор продуктов, но, похоже, есть проблема с поддержкой их всех. Компания, которую берут в частные руки, похоже, немного беспокоится о стабильности дорожной карты, что пока кажется неоправданным. Основная проблема, которую Gartner видит в Qlik, — это отсутствие инвестиций в интеллектуальное обнаружение данных, что приводит к ухудшению видения.
отдел продаж
Salesforce прыгнула далеко в квадрант провидцев из-за сочетания аналитики с поддержкой ИИ (Einstein), интерактивных визуализаций (Wave) и покупки стартапа по интеллектуальному обнаружению данных BeyondCore (который впоследствии исчез из квадранта). Salesforce, похоже, концентрируется на своей установленной базе при маркетинге и продаже своего Analytics Cloud. Более глубокая интеграция вышеупомянутых функций в сочетании с усилением маркетинга и продаж новым клиентам может вывести Salesforce в квадрант лидеров.
Чистые данные
В прошлом году Clearstory Data находилась в квадранте дальновидности, а в этом году сильно продвинулась по шкале видения. Во многом это связано с глубоким пониманием их рынка, простотой использования, способностью выполнять сложную аналитику и дорожной картой, ориентированной на правильные вещи (интеллектуальное обнаружение данных). Clearstory нужно будет поработать над тем, чтобы они были малоизвестны, чтобы продолжать пользоваться успехом.
IBM
IBM получила толчок в масштабах исполнения благодаря сильному присутствию на рынке Watson, который обеспечивает возможности искусственного интеллекта, машинного обучения, аналитики и интеллектуального обнаружения данных, отвечая всем требованиям. «Проблема» IBM заключается в том, что у них также есть Cognos Analytics, что несколько запутывает видение. Кроме того, у IBM, как ни странно, возникают проблемы с большими объемами данных.
Сисенс
Sisense перешла от нишевых игроков к провидцам из-за сильного внимания к интеллектуальному обнаружению данных и использования инновационных технологий, таких как голосовые запросы и предложение «аналитических ботов». Будучи молодой компанией, им не хватает некоторых передовых возможностей. Они также пока не могут показывать большие развертывания.
Программное обеспечение ТИБКО
TIBCO Software вновь сосредоточила свое внимание на важнейших частях аналитического программного обеспечения, в частности, на интеллектуальном обнаружении данных, хотя они еще не являются достаточно «облачными». Возобновление внимания наряду с большим вниманием к взаимодействию с клиентами помогло им подняться по шкале исполнения.
Zoomdata
Zoomdata дебютирует в этом квадранте благодаря тому, что они уделяют большое внимание потоковой аналитике. Они сильны в этих областях, хорошо встраиваются, но им не хватает функциональности и взаимодействия с клиентами (и клиентами). Им также все еще нужно доказать свою способность поддерживать большое количество пользователей.
Но подождите, это не может быть все!
А как насчет других мощных компаний, таких как SAS, SAP и Oracle?
Ну, Oracle снова на карте после обновления своего аналитического предложения. Oracle набирает обороты, и с дорожной картой, включающей машинное обучение, интеллектуальное обнаружение данных и NLP, есть шанс перейти в квадрант провидцев в следующем году.
SAP практически не изменился, вероятно, немного повысился по обеим шкалам. Аналитическое предложение, кажется, имеет хороший импульс, и дорожная карта ориентирована в правильном направлении. Основной проблемой компании по-прежнему остается поддержка и сложность продукта SAP, на которые активно нацелены.
Это оставляет нас с SAS. В то время как SAS имеет один из самых сильных функциональных следов и сильную интеграцию. Подобно SAP, SAS страдает из-за стоимости, простоты использования и простоты ведения бизнеса. Вдобавок к этому, похоже, существует путаница в отношении различных линеек продуктов, предлагаемых SAS. Как и в случае с SAP, ни одна из этих проблем не должна быть непреодолимой.
