13.03.18 Qlik назван лидером Gartner Magic Quadrant 2018 | fbconsult

13.03.18 Qlik назван лидером Gartner Magic Quadrant 2018

793

В 2018 году, в очередной раз, Qlik был назван лидером Магического Квадранта Гартнера (Gartner Magic Quadrant) для платформ Аналитики и Бизнес Аналитики BI.

В этой статье мы детально рассмотрим критерии на которые опирается агенство Гартнера при выборе и сравнении аналитических платформ. Представим основные тенденции развития рынка бизнес аналитики BI.

Также мы детально опишем вендоров и решения включенные Гартнером в Лидеры Магического Квадранта.

2018 Magic Quadrant for Analytics and Business Intelligence Platforms

Введение

Не все платформы бизнес-аналитики одинковы.

Современные платформы аналитики и бизнес-аналитики представляют собой основные покупки, при этом развертывания становятся все более облачными. Потребители данных и аналитики модернизируют имеющиеся у них традиционные решения, а также расширяют свои портфели с новыми поставщиками, поскольку рынок требует внедрения инноваций, заключающихся в простоте использования конечными пользователями и возможностями расширенной аналитики.

Предположения о стратегическом планировании

К 2020 году расширенная аналитика — парадигма, которая включает в себя запросы и повествования на естественных для человека языках, расширенную подготовку данных, автоматизированную передовую аналитику и возможности визуального обнаружения данных — станет доминирующим драйвером новых покупок систем бизнес-аналитики, аналитики и платформ машинного обучения и встроенной аналитики.

К 2020 году число пользователей современных бизнес-аналитических и аналитических платформ, которые будут дифференцированы расширенными возможностями обнаружения данных, будет расти в два раза быстрее.

К 2020 году генерация запросов на естественном языке и искусственный интеллект станут стандартной функцией 90% современных платформ бизнес-аналитики.

К 2020 году 50% аналитических запросов будут генерироваться на естественном языке или голосом, или будут автоматически сгенерированы.

К 2020 году организации, предлагающие пользователям доступ к кураторскому каталогу внутренних и внешних данных, получат в два раза больше коммерческой ценности из-за инвестиций в аналитику, чем те, которые этого не делают.

В течение 2020 года число ученых -граждан будет расти в пять раз быстрее, чем число ученых-экспертов.

Описание рынка

Визуальное обнаружение данных является определяющей особенностью современной платформы аналитики и бизнес-аналитики (BI). Эта волна началась примерно в 2004 году и с тех пор повернула рынок и новые тенденции в сторону от ИТ-ориентированной системы записи (SOR- System Of Record). Современные аналитические платформы и платформы BI характеризуются простыми в использовании инструментами, которые поддерживают весь спектр возможностей аналитического документооборота. Они не требуют значительного участия ИТ-специалистов в предварительной подготовке данных в качестве предварительного условия для анализа, и в некоторых случаях автоматически генерируют многократно используемую модель данных. Самодостаточная технология In-Memory облегчает этап обследования, а также обеспечивает быстрое прототипирование. Современные аналитические платформы и платформы BI могут, по желанию, стать источником традиционных структур данных, построенных с использованием ИТ-технологий, для содействия управлению и повторному использованию в организации. Многие организации могут начать модернизацию путем гибкого развертывания ИТ-моделей, объединив их с новыми и многоструктурированными источниками данных. Между тем другие организации могут использовать аналитический движок в современной аналитике и платформе BI в качестве альтернативы традиционному хранилищу данных. Такой подход обычно подходит только для небольших или средних организаций с относительно чистыми данными из ограниченного числа исходных систем. Рост использования данных и хранилища логических данных также согласуется с возможностями современной аналитики и платформы BI, которые могут поглощать эти менее моделируемые источники данных.

Gartner переработал Магический Квардрант (Magic Quadrant) для платформ BI и аналитики в 2016 году, чтобы отразить этот более чем десятилетний сдвиг. Многолетний переход к современной гибкой и ориентированной на бизнес аналитике теперь является основным направлением, с двузначным ростом; Между тем, расходы на традиционную BI снижаются с 2015 года, когда Gartner разделил эти два сегмента рынка. Первоначально большая часть роста в современной аналитике и BI-рынке была обусловлена бизнес-пользователями, часто благодаря небольшим покупкам, производимым отдельными лицами или внутри бизнес-единиц. Однако, поскольку этот рынок повзрослел, ИТ все чаще управляет (с влиянием бизнес-пользователей) расширением этих развертываний как способом расширения охвата аналитики самообслуживания (self-service analytics).

Современный рынок BI включает в себя все, от давних, крупных технологических игроков до стартапов, подкрепленных огромным количеством венчурного капитала. Поставщики традиционных BI-платформ разработали свои возможности для включения современных визуальных данных, которые также включают в себя управление. Тем не менее, новые поставщики продолжают развивать возможности, которые когда-то были сосредоточены прежде всего на гибкости, расширяя их до более эффективного управления и масштабируемости, а также публикации и совместного использования.

Третья волна преобразований рынка BI уже началась в форме расширенной аналитики, при этом машинное обучение порождает понимание на все большем количестве данных. Продавцы, у которых расширенная аналитика как дифференциатор, лучше могут управлять премиальными ценами для своих продуктов.

Этот Магический Квардрант (Magic Quadrant) фокусируется на продуктах, отвечающих критериям современной аналитики, и платформах BI, которые управляют большинством чистых новых основных покупок на сегодняшнем рынке. Продукты, которые не соответствуют современным критериям, необходимым для включения в Магический Квардрант (из-за первоначальных требований к ИТ для предопределения моделей данных или из-за того, что они ориентированы на отчетность), представлены в Магическом Квадранте для традиционных платформ корпоративной отчетности.

Пять кейсов использования и 15 критических возможностей платформ аналитики и бизнес аналитики BI

Мы определяем и оцениваем 15 возможностей продукта в пяти основных кейсах использования, как указано ниже:

  • Гибкое централизованное обеспечение BI — Поддерживает гибкий рабочий процесс с поддержкой ИТ, от данных до централизованного доставляемого и управляемого аналитического контента, используя автономные возможности управления данными платформы.
  • Децентрализованная аналитика — Поддерживает рабочий процесс от данных до аналитики самообслуживания. Включает аналитику для отдельных бизнес-единиц и пользователей.
  • Управляемое обнаружение данных — Поддерживает рабочий процесс от данных к аналитике самообслуживания до SOR, управляемого ИТ-контентом управления, повторного использования и продвижения пользовательского контента к сертифицированному содержимому данных и аналитике.
  • OEM или Встроенная BI — Поддерживает рабочий процесс от данных к встроенному BI-контенту в процессе или приложении.
  • Внедрение Экстрасети — Поддерживает рабочий процесс, похожий на гибкую централизованную подготовку BI для внешнего клиента или в государственном секторе доступ граждан к аналитическому контенту.

Поставщики оцениваются в соответствии с 15 критическими возможностями, перечисленными ниже.

Инфраструктура

  1. Администрирование, безопасность и архитектура платформы BI. Возможности, обеспечивающие безопасность платформы, администрирование пользователей, доступ и использование платформы для аудита, а также обеспечение высокой доступности и аварийного восстановления.
  2. Cloud BI. Возможности платформы «как службы» и аналитические приложения для создания, развертывания и управления аналитическими приложениями в облаке на основе данных как в облаке, так и на местах.
  3. Подключение источников данных. Возможности, которые позволяют пользователям подключаться к структурированным и неструктурированным данным, содержащимся на различных типах платформ хранения (реляционных и нереляционных), как на местах, так и в облаке.

Управление данными

  1. Управление метаданными. Инструменты, позволяющие пользователям использовать общую семантическую модель и метаданные. Они должны обеспечить надежный и централизованный путь для администраторов для поиска, захвата, хранения, повторного использования и публикации объектов метаданных, таких как размеры, иерархии, меры, показатели производительности / ключевые показатели эффективности (KPI), а также объекты макета отчета, параметры и т.д. Администраторы должны иметь возможность продвигать метаданные данных и метаданные, определенные пользователем, в метаданные SOR.
  2. Самостоятельное извлечение, трансформация и загрузка (ETL) и хранение данных. Возможности платформы для доступа, интеграции, преобразования и загрузки данных в автономный механизм производительности с возможностью индексирования данных и управления нагрузками данных и обновления планирования.
  3. Подготовка данных самообслуживания. «Перетаскивание» пользовательской комбинации данных из разных источников и создание аналитических моделей, таких как пользовательские меры, наборы, группы и иерархии. Расширенные возможности включают в себя семантическое автообнаружение с использованием машинного обучения, интеллектуальные объединения, интеллектуальное профилирование, формирование иерархии, построение данных и смешивание данных по различным источникам данных, включая многоструктурные данные.
  4. Масштабируемость и сложность модели данных. Степень, в которой технология «In-Memory» или архитектура в базе данных обрабатывает большие объемы данных, сложные модели данных, оптимизацию производительности и большие развертывания пользователей.

Анализ и создание контента

  1. Расширенная аналитика для ученых-граждан. Позволяет пользователям легко получать доступ к расширенным возможностям аналитики, которые содержатся в самой платформе в виде опций, управляемых меню, или путем импорта и интеграции разработанных извне моделей.
  2. Аналитические приборные панели. Возможность создавать интерактивные информационные панели и контент с визуальной разведкой и встроенной расширенной и геопространственной аналитикой для использования другими пользователями.
  3. Интерактивное визуальное исследование. Позволяет исследовать данные с помощью множества опций визуализации, которые выходят за рамки базовых диаграмм круговой, столбчатой и линейной, чтобы включать в себя карты тепла и деревьев, географические карты, диаграммы рассеяния и другие визуальные эффекты специального назначения. Эти инструменты позволяют пользователям анализировать и обрабатывать данные, напрямую взаимодействуя с визуальным представлением его для отображения в виде процентов, корзин и групп.
  4. Расширенное обнаружение данных. Автоматически находит, визуализирует и описывает важные выводы, такие как корреляции, исключения, кластеры, ссылки и прогнозы в данных, которые имеют отношение к пользователям, не требуя от них создания моделей или алгоритмов записи. Пользователи изучают данные с помощью визуализаций, естественного языка, сгенерированного повествованием, поиском и технологиями запросов на языке (NLQ).
  5. Мобильное исследование и разработка. Позволяет организациям разрабатывать и доставлять контент на мобильные устройства в издательском и / или интерактивном режиме и использует собственные возможности мобильных устройств, такие как сенсорный экран, определение местоположения камеры и местоположения.

Обмен результатами

  1. Внедрение аналитического контента. Возможности, включая комплект разработчика программного обеспечения с API-интерфейсами и поддержку открытых стандартов для создания и модификации аналитического контента, визуализации и приложений, внедрения их в бизнес-процесс и / или приложение или портал. Эти возможности могут находиться вне приложения, повторно использовать аналитическую инфраструктуру, но должны быть легко и беспрепятственно доступны изнутри приложения, не заставляя пользователей переключаться между системами. Возможности интеграции аналитики и BI с архитектурой приложения позволят пользователям выбирать, где в бизнес-процессе должна быть встроена аналитика.
  2. Публикация и совместное использование аналитического контента. Возможности, позволяющие пользователям публиковать, развертывать и внедрять аналитический контент с помощью различных типов выходных данных и методов распространения с поддержкой поиска контента, планирования и оповещений. Эти возможности позволяют пользователям делиться, обсуждать и отслеживать информацию, анализировать контент и решения через темы обсуждения, чаты и аннотации.

Были также оценены общие возможности платформы:

  1. Простота использования, визуальная апелляция и интеграция рабочего процесса. Простота использования для администрирования и развертывания платформы, создания контента, потребления и взаимодействия с контентом, а также степень визуальной привлекательности продукта. Этот показатель также учитывает степень, в которой возможности предлагаются в едином, бесшовном продукте и рабочем процессе, или в нескольких продуктах с небольшой интеграцией.

Магический Квадрант (Magic Quadrant)

Рисунок 1. Магический квадрант для платформ Аналитики и Бизнес Аналитики BI

793

Источник: Gartner (Февраль 2018)

Описание Квадранта

Лидеры (Leaders)

Лидеры — это вендоры, которые демонстрируют четкое понимание возможностей продукта и приверженность успеху клиентов, которую покупатели требуют на этом рынке. Это сочетается с легко понятной и привлекательной ценовой моделью, которая поддерживает подтверждение стоимости, дополнительных покупок и масштаба предприятия. На современном рынке платформ бизнес аналитики BI, решения о покупке принимаются или, по крайней мере, сильно зависят от бизнес-пользователей, которые требуют простых в использовании и легко внедряемых продуктов. Они требуют, чтобы эти продукты обеспечивали четкую ценность для бизнеса и обеспечивали мощную аналитику для людей с ограниченными техническими знаниями и без необходимости привлечения ИТ специалистов. На быстро развивающемся рынке с постоянными инновациями лидер должен также продемонстрировать, что он не фокусируется только на текущем исполнении. У Лидера должна быть четкая дорожная карта для укрепления своего положения в качестве будущего лидера рынка, таким образом защищая инвестиции сегодняшних покупателей.

 

Qlik

Qlikпредлагает управляемое обнаружение данных и гибкую аналитику BI через свой продукт Qlik Sense. Платформа Qlik Analytics поддерживает разработчиков в создании настраиваемых приложений и встроенного варианта использования. Продукт QlikView также продолжает расширяться и составляет большую часть установленной клиентской базы компании, а Qlik Sense теперь составляет более 50% доходов от лицензий.

Масштабируемый механизм In-Memory позволяет клиентам создавать надежные, интерактивные, визуальные приложения. Некоторые клиенты предпочитают использовать движок в качестве хранилища данных вместо традиционных хранилищ данных. Qlik NPrinting является дополнительным серверным компонентом, который поддерживает BI Mode 1 с распространением отчетов по расписанию и правам доступа. В январе 2017 года Qlik приобрел Idevio, чтобы использовать возможности геоаналитики в качестве дополнительного дополнения. И NPrinting, и GeoAnalytics были первоначально разработаны партнерами.

Позиция Qlik в квадранте Leaders обусловлена прогрессом в ее дорожной карте для расширенной аналитики, улучшения маркетинговой стратегии и простоты использования. Его рыночное положение немного хуже, чем у других лидеров, в основном из-за его относительно низкой динамики, немного более низкого успеха продукта и его операций.

СИЛЬНЫЕ СТОРОНЫ

  • Масштабируемый продукт для надежных приложений: клиенты часто используют QlikView и Qlik Sense как хранилище данных, поскольку Qlik Associative Engine поддерживает несколько источников данных, сложные модели данных и сложные вычисления. Хотя аналитика самообслуживания и BI отражают значительную часть текущих покупок, механизм сценариев Qlik также поддерживает сложные преобразования данных из нескольких источников данных в поддержку гибкого централизованного предоставления BI для интерактивных информационных панелей, которые многие потребляют. Хотя вендор продолжает вкладывать средства в функции «point-and-click» для загрузки данных, этот механизм сценариев также означает, что разработчики не ограничиваются опциями, управляемыми меню, — обеспечивая прослеживаемость для загрузки и преобразования. Механизм Qlik Associative делится между QlikView и Qlik Sense. Функции управления предприятием остаются сильными и дифференцирующими.
  • Дифференцированный маркетинг: Qlik Associative Engine был отличительным признаком продукта с момента его создания, но не тот, который Qlik четко сформулировал в прошлом, иногда ссылаясь на него как на «силу серого». Клиенты часто понимали эту уникальную возможность после развертывания продукта. В прошлом году Qlik сделал больше, чтобы предоставить четкие бизнес-примеры; повышение уровня грамотности данных как части общей аналитики и программы BI было ключевым сообщением за это время. Это сообщение выходит за рамки возможностей продукта, а поставщик спонсирует виртуальные мероприятия, встречи и блоги и предоставляет образовательные услуги по этой теме. Кроме того, с ростом интереса к данным за хорошие усилия, стоит отметить, что журнал FastCompany признал Qlik одной из 10 самых инновационных компаний в области социального обеспечения. Программа Qlik Change Our World Corporate Social Responsibility (CSR), запущенная в 2010 году, теперь предоставляет бесплатное программное обеспечение и услуги для более чем 300 некоммерческих организаций.
  • Видение продукта: Qlik рано появился на рынке с некоторыми элементами видения продукта. Торговая площадка Qlik позволяет партнерам разрабатывать контент для дальнейшего расширения платформы или монетизации готовых отраслевых вертикальных приложений. Успех на рынке стал источником некоторых приобретений Qlik, таких как NPrinting и Idevio. Qlik Data Market также представляет кураторские общедоступные наборы данных в готовом к использованию виде. Этот поставщик еще раз выполнил свою расширенную стратегическую карту аналитики, способную анализировать как данные для отдыха, так и поточную аналитику, многокрасочные, большие данные и ее краудсорсинговый механизм рекомендаций.
  • Партнерская сеть: сеть из более чем 500 системных интеграторов и 1700 партнеров по всему миру, по оценкам, 70% реализации Qlik находятся под руководством партнеров. Эти партнеры часто имеют долгосрочные отношения со своими клиентами и понимают их особые требования. Партнеры Qlik также предоставляют расширения продуктов, готовое содержание и обучение через рынок или сообщество. Клиенты-заказчики Qlikценят наличие квалифицированных ресурсов на рынке, как указано выше. Хотя партнерская сеть Qlik является активом в целом, она медленнее принимала Qlik Sense по сравнению с QlikView.

ПРЕДОСТЕРЕЖЕНИЯ

  • Самообслуживание: Одним из ключевых атрибутов QlikView был его быстрый подход к внедрению мощных поисковых дэшбордов, а не для подготовки и анализа данных самообслуживания. Тем временем Qlik Sense был связан с модернизацией интерфейса и делает его более открытым и расширяемым; но он также должен был принести больше аналитики самообслуживания. На сегодняшний день это лишь частично было рассмотрено. Легкость, с которой пользователь может выполнить полный аналитический рабочий процесс (доступ к новому источнику данных, объединение нескольких источников данных, а затем визуальный анализ данных) с использованием Qlik Sense слабее, чем для его главных конкурентов. Сложные объединения требуют сценариев, и как только данные загружаются в Qlik, процесс разработки и панели управления по-прежнему в значительной степени представляет собой отдельный двухэтапный процесс. В Qlik Sense по-прежнему отсутствует редактор формул «point-and-click» или возможность создавать вычисления при изучении и визуализации.
  • Стоимость программного обеспечения: Существующие клиенты QlikView не получают продукт Qlik Sense как часть обслуживания, если только они не мигрируют. Клиенты редко мигрируют, потому что QlikView продолжает улучшаться. Кроме того, цены на два продукта резко отличаются. QlikSense имеет в основном пользовательскую модель (хотя один токен может использоваться несколькими пользователями, которые часто не входят в систему), тогда как QlikView имеет более гибкие параметры ценообразования, но часто использует сервер. Qlik тестирует новые варианты upsell, которые охватывают оба продукта. Из справочных клиентов Qlik 27% указали на стоимость программного обеспечения как ограничение на более широкое развертывание (он находился в верхнем квартиле для этого ограничения в течение нескольких лет). На рынке с понижательным ценовым давлением стоимость будет оставаться проблемой, если Qlik не сможет более четко сформулировать свои отличительные признаки с добавленной стоимостью. Как и некоторые другие вендоры этого Магического Квадранта (Magic Quadrant), Qlik переходит на модель ценообразования на основе подписки.
  • Замедленная доля: на этом рынке Qlik когда-то занимал первую или вторую позицию на основе поисковых запросов на gartner.com в 2017 году он является третьим. Поскольку Qlik сейчас находится в частной собственности, он не сообщает об общем росте доходов, но его глобальный подсчет голосов сократился на 2,8% в годовом исчислении до 3Q17. В январе 2018 года у Qlik было сокращение персонала на 10%, прежде всего в продажах, поскольку он переключает свой акцент на продажи через партнеров, ведущими продажи в небольших или средних организациях. Изменения в исполнительном руководстве, в частности, генеральный директор, технический директор и вице-президент по продажам, являются предметом озабоченности.
  • Проблемы с миграцией: контрольные оценки клиентов Qlik для общей поддержки выше среднего, с небольшим улучшением в годовом исчислении. Тем не менее, его баллы за удовлетворение миграционным опытом помещают его в нижний квартиль, год падения в течение года. Миграция может включать обновление в продуктовых линиях, а также от QlikView до Qlik Sense. Поскольку первичная рыночная стратегия Qlik заключалась в том, чтобы Qlik Sense и QlikView сосуществовали, инструменты миграции в основном отсутствовали до выпуска в июне 2017 года. Хотя сценарии загрузки и построения модели данных являются общими между этими двумя платформами, информационные панели являются, по существу, редизайном. В какой-то степени это уместно, учитывая, насколько различны продукты, но это остается практической проблемой. Восемнадцать процентов клиентов Qlik планируют прекратить или сократить использование QlikView, а Qlik Sense не обязательно будет заменой. Отсутствие простых средств миграции означает, что клиенты могут вместо этого сменить поставщика.
 

Microsoft

MicrosoftPowerBIпредлагает подготовку данных, обнаружение данных, интерактивные информационные панели и расширенную аналитику через один продукт. Он доступен как опция SaaS, работающая в облаке Azure, или, с 2017 года, в качестве локального сервера PowerBIReportServer. Сервер отчетов PowerBIпозволяет пользователям обмениваться отчетами (но не панелями) и не обладает некоторыми возможностями машинного обучения, которые находятся в PowerBISaaS. PowerBIDesktopможно использовать как автономный, бесплатный инструмент персонального анализа, а также требуется, когда опытные пользователи создают сложные компиляции данных с использованием локальных источников данных.

Прейскурантная цена Microsoft Power BI Pro составляет 9,99 долларов США за пользователя в месяц, что делает ее одним из самых дешевых решений на рынке сегодня. В 2017 году Microsoft представила Power BI Premium со стартовой ценой в 4 995 долларов США в месяц (цена зависит от масштабируемости и требований к одновременному использованию). PowerBIPremiumдействует как виртуальный сервер в облаке, что позволяет увеличить частоту обновления данных, и без индивидуальных именных пользовательских лицензий.

В этом году Microsoftпозиционируется в квадранте лидеров, продолжая сильное поглощение PowerBIи высокий уровень интереса и увлечения клиентов. У Microsoft есть четкая и дальновидная карта продуктов, которая включает в себя вертикальный отраслевой контент.

ПРЕДОСТЕРЕЖЕНИЯ

  • Анализ режима 2, только облако Azure: Power BI в основном фокусируется на требованиях к анализу режима 2 (гибкость, самообслуживаемость), а его локальные службы отчетов SQL Server обслуживают потребности режима 1 (для запланированных, распределенных отчетов), Для клиентов Microsoft это привело к развертыванию двух продуктов с различными возможностями и различными подходами к развертыванию. Справочные клиенты Microsoft указали на отсутствующие или слабые функциональные возможности (14%) в качестве ограничения для более широкого развертывания, причем 27% (самый высокий процент респондентов для этого магического квадранта) ссылаются на ряд других проблем. Эти другие проблемы включают частые обновления, нарушающие функциональность и документацию, которые не соответствуют версии выпуска; также частые проблемы с Enterprise Gateway, используемые для подключения к локальным хранилищам данных.
  • Широта использования. Как и ранее, оценки Microsoft от своих ссылочных клиентов помещают ее в нижний квартиль для широты использования. Ширина использования зависит от процента пользователей, использующих продукт, для различных стилей BI: от просмотра отчетов, создания персонализированных панелей мониторинга и простого анализа ad hoc, для выполнения сложных запросов, подготовки данных и использования прогнозирующих моделей. Большинство контрольных клиентов Microsoft (59%) в основном используют параметризованные отчеты и панели мониторинга Power BI, вместо того, чтобы использовать их для более сложных задач. Эта схема использования предполагает, что более совершенная подготовка данных выполняется вне Power BI и / или что ИТ строит общие информационные панели для многих, чтобы потреблять. Средняя доля бизнес-пользователей, создающих собственный контент с Microsoft Power BI, составляет 20%, в нижнем квартиле поставщиков для этого магического квадранта.
  • Несколько продуктов: ядро ​​Microsoft Power BI является автономным продуктом. Тем не менее, ряд элементов в дорожной карте Microsoft, которые являются частью концепции продукта, охватывают несколько продуктов и требуют интеграции. Например, для понимания действий требуется Microsoft Flow. Каталог данных является отдельным продуктом, и кураторские наборы данных могут быть предоставлены от Microsoft напрямую или через партнера. Кроме того, некоторые возможности не являются родными, но возможны через SharePoint или Microsoft. NLQ через окно поиска поддерживается в Power BI, но более надежная голосовая и аналитическая аналитика поддерживается через персональный цифровой помощник Cortana. Улучшены параметры масштабирования данных, причем более крупные модели поддерживаются в версии Premium, но параметры масштабирования для Azure Data Lake, Azure SQL или локального хранилища не являются простыми. Хотя Microsoft владеет интеллектуальной собственностью для ряда элементов видения, интеграция «под ключ» — это незавершенная работа.
  • Опыт продаж:большинство заказчиков-клиентов Microsoft оценили свой опыт продаж как отличный и превосходный. Однако в относительном выражении Microsoft немного ниже среднего для этого Magic Quadrant. Частично это может быть связано с тем, что Microsoft Power BI не обладает специальной аналитикой и услугами по продажам BI, которая изменилась в середине 2017 года. В то время как Microsoft Power BI является недорогим вариантом, клиенты выразили разочарование в отношении изменений в ценообразовании и упаковке и отсутствие ясности в отношении того, что функциональные возможности Power BI включены в Microsoft Dynamics 365. Microsoft Dynamics 365 использует Power BI, встроенную для отчетов и панелей мониторинга, но для контента, отличного от Dynamics 365, требуется лицензия Power BI Pro или Premium.
 

TABLEAU

Tableau предлагает интуитивно понятный интерактивный визуальный опыт исследования, который позволяет бизнес-пользователям и любому автору контента получать, готовить, анализировать и представлять результаты в своих данных без технических навыков или кодирования. Tableau предлагает три основных продукта: Tableau Desktop, Tableau Server и Tableau Online (его облачное предложение). Tableau всегда стремилась предоставить всем возможность исследовать и находить информацию в данных.

В течение прошлого года Tableau предоставила ряд обещанных корпоративных функций, которые обращаются к ИТ-покупателю, в рамках перехода стратегии к развертыванию и продажам крупных предприятий. Он выпустил сертифицированные и рекомендуемые источники данных для улучшения управления крупными развертываниями; поддержка гибридных данных из облака; планирование и оповещение; расширенный SDK и API; и добавил сотрудничество, чтобы назвать несколько. Таблица также продвинулась в улучшении передачи данных по шкале. В январе 2018 года был выпущен новый Hyper-модуль для работы в режиме реального времени, и его продукт подготовки к Maestro для проекта теперь находится в стадии бета-тестирования. В августе 2017 года Tableau приобрела ClearGraph, чтобы обеспечить интерфейс на естественном языке и работает над интеграцией для выпуска в 2018 году.

Tableau находится в квадранте лидеров. Вклад в это включает в себя его усилия по повышению осведомленности о продуктах в глобальном масштабе; и ее дорожная карта продукта, которая включает в себя NLP, расширенную подготовку и обнаружение данных и каталогизацию каталогов, в частности. Сильный рыночный импульс на все более конкурентном и чувствительном к цене рынке; текущие улучшения продукта; и отличные оценки клиентов для удобства клиентов и успеха, также способствуют его позиции.

ПРЕДОСТЕРЕЖЕНИЯ

  • Интеграциярынка: визуализация данных на основе визуальных данных (первичная разрушительная способность Tableau), хотя и является отличительной особенностью, в настоящее время предлагается в той или иной форме большинством игроков на этом рынке. Давление вниз по ценам от недорогих вариантов лицензии влияет на конкурентную среду. Это вызвало все более конкурентные и оспариваемые расширения и корпоративные сделки по мере того, как дифференциация функций сужается, расширяются конкурентные возможности, а также особенности предприятия и цена и коэффициент стоимости в решении о покупке, чем раньше. Хотя Tableau продолжает привлекать новых клиентов и расширять размер развертывания, эта интенсивная конкурентная среда способствовала более медленному росту выручки Tableau в последние годы.
  • Ценообразованиеи упаковка: стоимость лицензий на программное обеспечение, особенно по мере того, как недорогие варианты растут и улучшаются, продолжает оставаться проблемой для Tableau. Один из немногих слабых мест Tableau в своих базовых оценках клиентов сосредотачивается на стоимости лицензий — среди самых высоких процентов ссылочных пользователей, ссылающихся на стоимость как ограничение на более широкое развертывание. Поставщики с более низкой ценой становятся все более привлекательными для менее аналитически зрелых покупателей, особенно для крупных предприятий с высоким процентом потребителей. В то же время многие традиционные бизнес-специалисты BI делают свои современные аналитики и компоненты BI доступными как часть существующих контрактов на техническое обслуживание. Tableau отреагировала на это конкурентное давление, перейдя на тарифы подписки, предложив варианты ценообразования на предприятия и более гибкую с точки зрения дисконтирования по крупным сделкам.
  • О тсутствие поддержки комплексной модели данных: организации ищут идеи из более крупных и разнообразных комбинаций данных, требующих более сложных моделей данных. Хотя в Tableau поддерживается широкий диапазон возможностей подключения к источникам данных, сложное моделирование данных, такое как модели многофакторной таблицы, должно создаваться либо за пределами Tableau в хранилище данных, либо через партнеров по подготовке данных самообслуживания. Оба этих параметра добавят TCO. Более того, низкая производительность для больших извлечений в памяти часто требует моделирования в отдельном репозитории данных, который напрямую запрашивается из Tableau. Ожидается, что новая база данных Hyper in-memory существенно улучшит производительность при больших объемах данных в памяти. Средство подготовки данных автономного самообслуживания Tableau (под кодовым названием Project Maestro) в настоящее время находится в стадии бета-тестирования и призвано облегчить пользователям формирование и согласование больших и сложных данных без использования другого инструмента.
  • Видение продукта: Tableau инвестирует, но не вводит, следующую волну инноваций. Подавляющее большинство инвестиций в дорожную карту продукта нацелено на устранение пробелов в корпоративных функциях и расширяемости, гибкое развертывание, включая облако, поддержку более крупных и сложных управляемых наборов данных и упрощение его визуальной парадигмы поиска. Tableau увеличила инвестиции в NLQ, и расширенная аналитика находится в ее дорожной карте.

 

Источник: https://www.gartner.com/doc/reprints?id=1–4JT7ECY&ct=171102&st=sb

 

Ресурсы

 

Подписка

RSS-материал