Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Weiter zu

Magic Quadrant for Analytics and Business Intelligence Platforms

Von James Richardson, Kurt Schlegel, Rita Sallam, Austin Kronz, Julian Sun

Die Definition von Self-Service ändert sich in diesem Bereich, da immer mehr Plattformen erweiterte Fähigkeiten bieten. Gleichzeitig sind Cloud-Umgebungen und der Abgleich mit Produktivitäts-Tools ein entscheidender Faktor für die Auswahl. Dieser Magic Quadrant hilft Verantwortlichen in Sachen Datenverarbeitung und Analyse bei der Planung einer Analyse- und BI-Roadmap.

Marktdefinition/-beschreibung

ABI-Plattformen (Analyse und Business Intelligence) zeichnen sich durch nutzerfreundliche Funktionen aus, die einen umfassenden Analyseworkflow unterstützen – von der Datenvorbereitung über die visuelle Erkundung bis hin zur Generierung von Statistiken. Dabei liegt der Schwerpunkt auf der Self-Service-Nutzung und der erweiterten Nutzerassistierung.

Die Anbieter auf dem ABI-Markt reichen von Start-ups, die Risikokapital einsetzen, bis hin zu großen Technologieunternehmen. Der größte Teil neuer Ausgaben in diesem Markt entfällt auf Cloud-Bereitstellungen. Hier sind auch große Cloud-Plattformanbieter zu finden. In vielen Fällen sind ABI-Plattformen der Ausgangspunkt für weitere Funktionen zur Cloud-Datenverwaltung, die von diesen Cloud-Anbietern bereitgestellt werden. Beispiele hierfür sind Microsoft Azure Synapse Analytics und IBM Cloud Pak for Data.

ABI-Plattformen unterscheiden sich nicht mehr durch ihre Funktionen in Sachen Datenvisualisierung, die inzwischen kommerzialisiert wurden. Alle Anbieter können interaktive KPI-Dashboards (Key Performance Indicator) mit gängigen Diagrammformen (Balken/Säulen-, Linien/Flächen-, Streu- und Kreisdiagramme sowie geografische Zuordnungen) erstellen und verschiedenste Datenquellen nutzen. Die Differenzierung hat sich dahingehend verlagert, wie gut die Plattformen erweiterte Analysetools unterstützen. Solche erweiterten Tools nutzen Machine Learning (ML) und künstliche Intelligenz (KI) zur Vorbereitung der Daten und zur Generierung und Interpretation von Einsichten, um Unternehmen und Datenanalysten dabei zu unterstützen, Daten effektiver zu bewerten und zu analysieren als dies manuell möglich wäre. Solche Optionen werden nicht als separate Funktion angesehen, sondern über die Plattformen bereitgestellt, da ML im gesamten Daten-zu-Entscheidungs-Workflow angewandt wird.

Die Reichweite dieser Optionen wächst. Ursprünglich sollten sie Analysten bei Self-Service-Aktionen assistieren. Erweiterte Tools und nun auch zunehmende die Automatisierung dienen inzwischen dazu, eine neue Nutzerkategorien zu erschließen: Augmented Consumers. Das sind Personen, die keine technischen Voraussetzungen erfüllen und oft Einsichten in Form maschinell erstellter Datenberichte erwartet. Diese basieren auf automatisch aus der fortlaufenden Überwachung von Daten gewonnenen Erkenntnissen, die für die jeweilige Rolle, Persona oder Jobfunktion relevant sind. Damit die Relevanz garantiert werden kann, umfassen diese Funktionen Nutzungsverhalten, insbesondere den Verlauf von NLQs (Natural Language Querys, Abfragen in natürlicher Sprache), sowie Feedback und Bewertungen von Nutzern zu automatisch erstellten Inhalten. Durch diese Änderung ist es möglich, dass ABI die Obergrenze von etwa 30 % durchbricht, die nun schon seit vielen Jahren besteht. (Weitere Informationen finden Sie unter "Augmented Analytics: Teaching Machines to Tell Data Stories to Humans".)

Die Funktionen der ABI-Plattform umfassen folgende 12 wichtige Funktionsbereiche, die aktualisiert wurden, um Bereiche der Veränderung und der Differenzierung zu berücksichtigen, insbesondere bei Funktionen, die direkter mit Augmented Analytics in Zusammenhang gebracht werden:

  • Sicherheit: Funktionen, die Plattformsicherheit, Nutzerverwaltung, Steuerung des Zugriffs auf die Plattform und die Authentifizierung ermöglichen.
  • Verwaltbarkeit: Funktionen, die die Nutzung der ABI-Plattform verfolgen und verwalten, wie und von wem Informationen geteilt werden.
  • Cloud Analytics: Die Fähigkeit, Analysen in der Cloud mit in der Cloud und lokal gespeicherten Daten zu erstellen, bereitzustellen und zu verwalten.
  • Konnektivität zur Datenquelle:  Funktionen, mit denen Nutzer Daten verbinden, abfragen und aufnehmen können und die Leistung optimieren.
  • Datenvorbereitung: Unterstützung von Drag-and-drop, benutzerdefinierte Kombination von Daten aus verschiedenen Quellen sowie Erstellen von Analysemodellen (z. B. benutzerdefinierte Messwerte, Sets, Gruppen und Hierarchien).
  • Katalog: Fähigkeit, automatisch einen durchsuchbaren Katalog an Analyseinhalten zu erstellen und zu kuratieren. So sehen Analysenutzer leichter, welche Inhalte verfügbar sind.
  • Automatische Einsichten:  Ein wichtiges Attribut von erweiterten Analysen ist die Anwendung von ML-Verfahren zur automatischen Generierung von Ergebnissen für Endnutzer (z. B. durch das Identifizieren der wichtigsten Attribute in einem Dataset).
  • Datenvisualisierung: Unterstützung hochinteraktiver Dashboards und der Datenanalyse durch die Manipulation von Diagrammen.
  • Daten-Storytelling: Die Möglichkeit, interaktive Datenvisualisierungen mit Erzähltechniken zu kombinieren, um Analyseinhalte in einer ansprechenden, leicht verständlichen Form Entscheidungsträgern zu präsentieren.
  • Natural Language Query (NLQ): Ermöglicht es Nutzern, Fragen zu stellen und Daten sowie Analyseinhalte abzufragen. Dazu verwenden sie Begriffe, die in ein Suchfeld eingegeben oder gesprochen werden.
  • Natürlichsprachliche Generierung (Natural Language Generation, NLG): Das automatische Erstellen sprachlich aussagekräftiger Beschreibungen von Antworten, Daten und analytischen Inhalten. Im Analysekontext ändert sich dabei, während der Nutzer die Daten interaktiv nutzt, der beschreibende Text dynamisch, um wichtige Erkenntnisse oder die Bedeutung von Diagrammen bzw. Dashboards zu erklären.
  • Berichterstellung: Das Erstellen und Verteilen von pixelgenauen, mehrseitigen Rasterlayout-Berichten auf geplanter Basis.

Magic Quadrant

Abbildung 1: Magic Quadrant for Analytics and Business Intelligence Platforms

Magic Quadrant
Quelle: Gartner (Februar 2021)

Anbieterstärken und Warnungen

Alibaba Cloud

Alibaba Cloud ist ein Nischenanbieter in diesem Magic Quadrant. Im Moment ist das Unternehmen nur in Asien und im Pazifikraum tätig, hat aber globales Potenzial.

Alibaba Cloud ist der größte öffentliche Cloud-Plattform-Anbieter in Asien/Pazifik. Das Unternehmen bietet Datenvorbereitung, visuelle Datenerkennung, interaktive Dashboards und erweiterte Analysen über die Quick BI-Plattform. Diese Plattform ist als SaaS-Option verfügbar, die in der Infrastruktur von Alibaba Cloud ausgeführt wird. Außerdem ist mit Apsara Stack Enterprise eine lokale und mit Alibaba Business Advisor eine eingebettete Analyseoption verfügbar.

Mit Version 3.9 erhielt Quick BI verbesserte Analysefunktion mit DingTalk, Alibabas Cloud-Tool für die Zusammenarbeit am Arbeitsplatz. Damit kann eine größere Bandbreite an Daten- und Analysenutzern angesprochen werden.

Stärken

  • Vision für erweiterte Analysen: Quick BI bietet eine gute Unterstützung für Datenvisualisierung und Dashboards. Neben den Berichts- und Self-Service-Analysen bietet es auch einige Funktionen, die durch KI ermöglicht werden. Dazu gehören erweiterte Analysefeatures wie automatische Einsichten und NLQ zur Verbesserung der Nutzerakzeptanz. Eine weitere Funktion, die sich derzeit in der Roadmap von Alibaba Cloud befindet, ist die Einbindung in ihre Data-Science-Plattform, PAI Studio. Dadurch wären dank Ihrem internen Ökosystem als Cloud-Dienstanbieter tiefergehende Einblicke möglich.
  • Modulare Architektur, die kombinierbare Analysen unterstützt: Quick BI wird in Alibaba Clouds „Data Middle Office“-Strategie verwendet, die eine modulare und wiederverwendbare Daten- und Analysefunktion bereitstellt. Entsprechend kann Quick BI verwendet werden, um Analyseanwendungen zu erstellen und geschäftsorientierte Datenprodukte wie Quick Audience bereitzustellen (für Kundeninformationen und Marketingautomatisierung).
  • Fachwissen im E-Commerce: Quick BI kann in Business Advisor, die Market Intelligence-Plattform von Alibaba, eingebunden werden, um branchenrelevante Benchmarkdaten zu nutzen und zu kombinieren. Dank des Fachwissens von Alibaba Cloud in Sachen E-Commerce erhalten Unternehmen stärkere Optionen zur Domainanalyse.

Vorsicht

  • Lücken in Fähigkeiten durch die Fokussierung auf nur einen Markt: Cloud-Computing wächst in China schnell und die meisten Quick BI-Kunden und -Interessenten sind in China. Es besteht wenig Anreiz für Alibaba Cloud, die Fähigkeiten von Quick BI durch eine Expansion in die entwickelteren und anspruchsvolleren Cloud-Märkte in den USA oder der EMEA zu testen. In China sind die Erwartungen an Cloud-Produkte, die in diesem Land in der Regel auch weniger gut sind, aktuell niedriger. Der Markt, den Quick BI bedient, geht normalerweise nicht von einer mit nicht-chinesischen Produkten vergleichbaren Qualität aus. Organisationen, die auf der Suche nach fortschrittlichen Funktionen sind, sollten konkurrierende Plattformen in Betracht ziehen.
  • Geografische Präsenz und Marktdynamik:  Alibaba Cloud ist ein in China ansässiger Anbieter, der in anderen Märkten nur eine minimale Installationsbasis hat. Die neue NLQ-Funktion ist nur auf Chinesisch verfügbar. Dadurch wird der internationale Appeal eingeschränkt. Als SaaS-Angebot ist Quick BI oft in die integrierte Data Middle Office-Lösung des Anbieters eingebunden. In Anbetracht der Anzahl der Kundenanfragen, die Gartner-Analysten erhalten haben, und den betrachteten Stellenausschreibungen ist die Marktdynamik von Quick BI als ABI-Tool nicht so stark wie die von Produkten von lokalen Mitbewerbern wie FanRuan.
  • Produktfunktionen: Alibaba Cloud hat die Gesamtproduktfunktionen von Quick BI erheblich verbessert. Diese sind aber im Vergleich zu einigen Anbietern in diesem Magic Quadrant noch relativ schwach. Alle 12 bewerteten Bereiche wurden als unterdurchschnittlich beurteilt.

Amazon Web Services

Amazon Web Services (AWS) ist ein Nischenanbieter in diesem Magic Quadrant. Einerseits ist AWS in vielen Bereichen des Daten- und Analyse-Stacks weit verbreitet, andererseits ist Amazon QuickSight relativ neu und AWS auf dem Markt der ABI-Plattformen nicht so bekannt. Amazon QuickSight hat jedoch ein enormes Potenzial, was den Erwerb durch die installierte AWS-Basis betrifft.

Amazon QuickSight ist ein vollständig verwalteter, cloudbasierter ABI-Dienst zum Ausführen von Ad-hoc-Analysen und zur Veröffentlichung interaktiver Dashboards. Die Plattform nimmt Daten aus einer Vielzahl von lokalen und cloudbasierten Datenquellen in ihre parallele, speicherinterne Berechnungs-Engine auf, SPICE. AWS gibt an, dass es ohne Servereinrichtung oder -verwaltung auf Hunderttausende von Nutzern skaliert werden kann.

Ende 2020 wurde AWS um eingebettete Autorenfunktionen mit Unterstützung für mandantenfähige Bereitstellungen und Dashboards mit automatisch aktualisierten Daten erweitert. Unterstützte Quellen sind Echtzeitdaten von Elasticsearch und Amazon Timestream sowie Datenbanken (wie z. B. Amazon Aurora, MySQL und PostgreSQL), Data Warehouses (Amazon Redshift, Snowflake und Teradata) und serverlose Optionen (wie Amazon Athena). Außerdem hat AWS Amazon QuickSight Q mit ML-gestützter NLQ-Funktion angekündigt.

Stärken

  • Potenzieller Preisrebell: AWS berechnet den QuickSight-Dienst für Inhaltsautoren zu einem Preis von 216 $ pro Nutzer und Jahr. QuickSight hat ein Pay-per-Session-Modell für Content-Nutzer, bei dem für die 30-Minuten-Sitzung 0,30 $ bei einer maximalen Gebühr von 5 $ pro Nutzer und Monat fällig werden. Es werden also maximal 60 $ pro Nutzer und Jahr fällig. Dies ist etwa die Hälfte des Preises anderer Nutzer, die pro Nutzer berechnet werden.
  • Cross-Selling-Chance: AWS ist weltweit der umsatzstärkste Cloud-Dienstanbieter und international mit einem globalen Kundenstamm präsent. Viele Unternehmen investieren umfangreich in AWS als Basis für ihren Daten- und Analyse-Stack. AWS hat in Verbindung mit Amazon Redshift, Amazon Athena und Amazon EMR bereits einen erheblichen Marktanteil erreicht. Amazon QuickSight kann auf dieser Dynamik aufbauen. Viele Daten-, Analyse- und Anwendungsentwickler wollen auf Basis des AWS-Stacks weiter investieren.
  • Häufige Updates: Obwohl Amazon QuickSight ein relativ neues Produkt ist und ihm daher einige wichtige Funktionen fehlen, könnten die häufigen Aktualisierungen der Cloud-Architektur von AWS zusammen mit den umfangreichen Entwicklungsressourcen darauf hinweisen, dass QuickSight Funktionslücken schnell schließen kann. Außerdem hat AWS weise jeder Versuchung widerstanden, Akquisitionen im Bereich der ABI-Plattformen zu machen, was schnelle Gewinne in Sachen Marktanteil ermöglichen kann, die enge Einbindung in den AWS-Stack aber beeinträchtigen würde.

Vorsicht

  • Erweiterte Funktionen: Amazon QuickSight bietet grundlegende Datenkonnektivität und Datenvisualisierung. Insgesamt ist QuickSight in einigen Bereichen jedoch weniger entwickelt als konkurrierende Plattformen, insbesondere in Bezug auf Datenvorbereitung, Verwaltbarkeit, Modus-1-Berichte, NLQ und Katalogfunktionen.
  • Fehlende Geschäftsanwendungen: Neben der Kontaktzentrum-Anwendung mangelt es AWS an einem breit gefächerten Ökosystem an Geschäftsanwendungen, um die Nachfrage nach seinem ABI-Angebot zu erhöhen. Auch seinem wachsenden Angebot an persönlichen Produktivitäts- und Kollaborationsangeboten (Amazon WorkDocs) fehlt im Gegensatz zu Microsoft und Google eine breite Akzeptanz. Dies kann die Nachfrage von Endnutzern und den relativen Appeal von AWS QuickSight einschränken.
  • AWS-zentrierte Ausführung: QuickSight wird nur auf AWS ausgeführt. Die mangelnde Fähigkeit, in einer Multi-Cloud-Welt zu funktionieren, steht in Konflikt mit der Tatsache, dass die meisten Organisationen Daten in mehreren Clouds haben. Auch wenn AWS QuickSight in einer Hybridumgebung verwendbar machen kann, wobei SPICE oder die direkte Abfrage zum Einsatz kommen, ist die Hybrid-Cloud kein wichtiger Teil der QuickSight-Vision. Das Wachstum von AWS auf dem Markt für ABI-Plattformen wird daher hauptsächlich aus der eigenen installierten Basis erwachsen.

Board

Board ist ein Nischenanbieter in diesem Magic Quadrant. Es ist hauptsächlich in einem Teilmarkt für finanzorientierte BI präsent.

Board hebt sich durch eine Entscheidungsplattform hervor, die Geschäftsprozesse vollständiger unterstützt als Anbieter konkurrierender ABI-Produkte. Das Unternehmen hat seinen Ursprung in der Schweiz, die meisten seiner Kunden sitzen weiterhin in Europa. Es hat aber auch eine beeindruckende Anzahl von Kunden in den USA. Board bietet Preismodelle für lokale und gehostete Cloud-Bereitstellungen.

Im Jahr 2020 wurde Board 11 um eine Reihe von REST APIs für die Front-End- und Back-End-Einbindung, neue Datenvisualisierungstypen und eine verbesserte zentrale Nutzerzugriffsverwaltung für verteilte Anwendungen erweitert.

Stärken

  • Erstellung von Closed-Loop-Anwendungen mit niedrigem Code: Boards Plattformfunktionen ermöglichen es Nutzern, über typische BI-Anwendungsfälle hinauszugehen. Damit können prozessorientierte Analyseanwendungen per Self-Service erstellt und veröffentlicht werden, die Funktionen wie Dateneingabe und Geschäftsregeln über eine Drag-and-drop-Schnittstelle umfassen.
  • Einheitliche Analysen, BI, FP&A: Boards ist einer von nur zwei Anbietern in diesem Magic Quadrant, der eine moderne ABI-Plattform mit integrierter FP&A-Funktion (Financial Planning and Analysis) bietet. Aus diesem Grund ist Board für Käufer interessant, die die Lücke zwischen BI und Prozessen wie Planung, Budgetierung und Finanzkonsolidierung schließen möchten.
  • Umfassender Systemintegrator (SI): Das Board hat ein renommiertes Netzwerk von SI-Partnern. Diese sorgen für Wachstum und Präsenz auf dem Weg zu einem Bereich außerhalb der neun Märkte, in denen es erhebliche direkte Vorgänge gibt, insbesondere in den USA, der Schweiz, im Vereinigten Königreich, in Italien, Deutschland, Australien, Frankreich, Benelux und Spanien.

Vorsicht

  • Fehlende Marktdynamik: Board taucht nur selten in den Auswahllisten zur Anbieterbewertungen von Gartner auf. Sein Wachstum in Sachen Neukunden ist begrenzt. Außerdem zählt die Nutzer-Community von Board in diesem Magic Quadrant zu den kleinsten. Entsprechend sind nur wenige von Nutzern erstellte Inhalte auf öffentlichen Video-Sharing-Websites verfügbar. Da fast alle ABI-Plattformen bei grundlegenden Anwendungsfälle fast identische Funktionalitäten bieten sind solche Faktoren bei der Produktauswahl besonders wichtig.
  • Minimale Anerkennung außerhalb von Finanzabteilungen: In den meisten Fällen kommt Board über die Finanzabteilung in ein Unternehmen. Die Marke ist dort bereits bekannt. Endnutzer in anderen Funktionen davon zu überzeugen, Board als Alternative zu bekannteren BI-Plattformen zu nutzen, kann sich als schwierig erweisen. Board wird von Nutzern des Gartner-Kundendienstes nur selten als einziger oder wichtigster BI-Standard genannt.
  • Langsame Produktveröffentlichung: Board ist in Sachen Innovation nicht so schnell wie die meisten ABI-Anbieter. Im Vergleich zur monatlichen Häufigkeit an Produkteinführungen von Mitbewerbern ist der Ansatz von Board langsamer. Das bedeutet, dass die Lücke zwischen den von Board angebotenen Funktionen und denen anderer Plattformen größer wird. Dies ist in Bereichen wie der automatischen Generierung von Einsichten und (NLQ) offenbar.

Domo

Domo ist in diesem Magic Quadrant aufgrund von erheblichen Verbesserungen an seinem Produkt und seiner kundenbasierten Vision für ABI ein Herausforderer.

Der Schwerpunkt dieses Anbieters auf von Unternehmensnutzern bereitgestellten Dashboards und seine Nutzerfreundlichkeit machen ihn attraktiv. Domos cloudbasierte ABI-Plattform bietet über 1.000 Daten-Connectors, nutzerfreundliche Datenvisualisierungen und Dashboards sowie eine Low-/No-Code-Umgebung für die BI-Anwendungsentwicklung. Domo wird normalerweise direkt an Geschäftsbereiche wie Marketing und Vertrieb verkauft, die das Produkt aufgrund der hohen Nutzerfreundlichkeit und der schnellen Bereitstellung interessant finden.

2020 hat Domo sein Produkt erheblich verbessert, insbesondere in den Bereichen Datenvorbereitung und -verwaltbarkeit. Diese Änderungen sind von Bedeutung, da Domo einen Ruf für attraktive Front-Ends hat, die sowohl für Power User als auch für Businessanalysten attraktiv sind. Durch die Verbesserungen in der Datenvorbereitung bietet Domo umfassendere Analysen und mehr End-to-End-Optionen.

Stärken

  • Geschäftsdynamik: Trotz der starken Konkurrenz ist der Aboumsatz von Domo zwischen den ersten neun Monaten 2019 und den ersten neun Monaten 2020 um 25 % gestiegen. Domo gewinnt neue Kunden und erhöht seine Relevanz für Unternehmenskäufer.
  • Geschwindigkeit der Bereitstellung: Das einfache Herstellen einer Verbindung von Domo zu Unternehmensanwendungen ermöglicht eine schnelle Bereitstellung. Die Besonderheit der Konnektivität von Domo besteht darin, dass dabei API-ähnliche Connectors genutzt werden, die sich dynamisch Änderungen von quellseitigen Schemas anpassen.
  • Fokus auf Verbraucherdesign: Seit 2010 konkurriert Domo mit seinem verbraucherorientierten Ansatz auf einem Markt, der sich fast ausschließlich auf „Power-User“ konzentriert. Eine neue Marktdynamik, die sich auf „analytische Verbraucher“ und „ermächtigte Analysten“ konzentriert, sollte zugunsten von Domo wirken.

Vorsicht

  • Fehlende Werbefaktoren: Domo hat einen Wettbewerbsnachteil gegenüber Anbietern von ABI-Plattformen, die ihre eigenen Anwendungsumgebungen und Cloud-Plattformen haben. Insbesondere priorisieren manche Käufer ABI-Plattformen, die als integrierte Komponenten in die Cloud ihrer Wahl (z. B. AWS, Microsoft Azure, Google) eingebettet sind, oder in bestimmte Anwendungen (z. B. Salesforce, Oracle, SAP).
  • Eingeschränkte geografische Präsenz: Obwohl die Plattform von Domo mehrere Sprachen (Deutsch, Englisch, Französisch, Französisch, Spanisch und vereinfachtes Chinesisch) unterstützt, ist das Unternehmen nur in vier Ländern direkt präsent: USA, Japan, Australien und Vereinigtes Königreich. Drei Viertel seines Umsatzes entfallen auf die USA. Diese Enge kann die Eignung für Unternehmen in anderen Ländern beeinträchtigen.
  • Premium-Preismodell: Die Preise von Domo sind wegen des starken Wettbewerbs stark gesunken, liegen jedoch im Vergleich zu kostengünstigen Cloud-Anbietern wie Microsoft (Power BI) und AWS (QuickSight) dennoch im Premiumbereich. Domo war gezwungen, sein Preismodell neu anzupassen, um Schritt zu halten, aber Bewerter müssen dennoch die Preise im Auge behalten.

Google (Looker)

Google (Looker) ist ein Herausforderer in diesem Magic Quadrant. Looker wurde 2020 von Google aufgekauft, was seine Bekanntheit und die Kaufbereitschaft der Kunden erhöhte, insbesondere, da Google Fortschritte bei der Einbindung von Looker in das Google Cloud-Portfolio und bei Markteinführungsaktivitäten machte.

Looker bietet moderne ABI-Berichterstellungs- und Dashboard-Funktionen mit einem flexiblen, zentralisierten Datenmodell und einer Datenbank-Architektur, die für verschiedene Cloud-Datenbanken optimiert ist.

2020 führte Looker Verbesserungen beim Nutzererlebnis ein, darunter eine mobile App (unter iOS und Android) und eine NLQ-Schnittstelle (Looker Q&A), die die semantische Ebene von LookML verwendet. Für Entwickler hat Looker das Looker Extension Framework eingeführt, eine gehostete Entwicklungsumgebung, auf der das Looker Data Dictionary erstellt und veröffentlicht wurde – die erste von Looker erstellte Erweiterung. Looker hat auch seine Einbindung in Google Cloud-Anwendungen wie die Google Marketing Platform und die KI-Lösung Google Contact Center erweitert. Außerdem wurden Optimierungen in Google Sheets und Google BigQuery vorgenommen.

Stärken

  • Datenbank-Architektur und kontrolliertes Datenmodell: Das Google (Looker)-Angebot erfordert keine In-Memory-Speicheroptimierungen. Stattdessen bleiben Daten in der zugrunde liegenden Datenbank erhalten. Es verwendet die Datenmodellierungsebene von LookML, um Geschäftsregeln anzuwenden. So können Power User und Data Engineers Daten modellieren und dann Daten und Berechnungen vertrauenswürdig und konsistent in anderen Anwendungen verwenden. Looker öffnet LookML-geregelte Daten für andere Analyse- und BI-Plattformen. Seit 2020 gibt es außerdem einen Tableau-spezifischen Connector. Bei diesem Ansatz werden die Leistung und Skalierbarkeit der zugrunde liegenden Datenbank genutzt und flexible Datenquellen unterstützt.
  • Kundenseitige Anwendungsentwicklung: Der Entwickler ist eine wichtige Person für Looker. Google (Looker) bietet umfassende APIs, SDKs, Entwicklertools und Support für die Workflow-Einbindung für Endnutzerorganisationen und OEMs, die Analysen in Anwendungsworkflows, Portale und kundenseitigen Anwendungen erstellen und einbetten möchten.
  • Nutzung innerhalb von Google Cloud: Nach der Übernahme von Looker hat Google Fortschritte bei der Einbindung von Looker in Google Cloud-Markteinführungen gemacht, einschließlich der Einführung des neuen Google BigQuery-Produktsets. In Verbindung mit der beschleunigten Cloud-Datenverwaltung und der Einführung von ABI wurde Lookers Marktdynamik gesteigert.

Vorsicht

  • Power-User-Fertigkeiten für Datenmodellierung erforderlich: Im Gegensatz zum Point-and-Click- und erweiterten Ansatz der Plattformen konkurrierender Anbieter, die auf weniger technisch versierte Nutzer ausgerichtet sind, erfordert die Datenmodellierung von Looker Programmierkenntnisse. Das Produkt bietet keine Möglichkeiten zur Datenvorbereitung, um Daten visuell zu bearbeiten. Für die Zukunft ist die automatische Modellgenerierung aus Google BigQuery geplant.
  • Begrenztes Produktangebot: Looker wurde NLQ hinzugefügt, weiter ist der Zugriff auf ML-basierte Funktionen und Optimierungen für Google BigQuery von Looker aus möglich. Allerdings fehlen im aktuellen Produkt wichtige Funktionen, die wahrscheinlich die Zukunft der ABI-Plattformen definieren, wie etwa KI-gestützte, erweiterte Analysen und Verbraucherinteraktionen via Sprachkontakt.
  • Eingeschränkte globale Präsenz: Obwohl Google nach der Übernahme die globale Präsenz von Looker erweitert hat, wird es über die USA, Westeuropa und Japan hinaus im Vergleich zu den Leader in diesem Magic Quadrant nur begrenzt genutzt. Bewerter in diesen Regionen sollten dies berücksichtigen.

Infor

Infor ist in diesem Magic Quadrant ein Nischenanbieter. Seine Strategie ist in erster Linie auf die Analyseanforderungen der installierten Infor ERP-Basis sowie auf OEM- und eingebettete Analyseanwendungsfälle ausgerichtet.

Infor Birst ist eine End-to-End-Data-Warehouse-, Berichts- und Visualisierungsplattform, die für die Cloud entwickelt wurde. Es kann auch als lokale Appliance auf Standardhardware ausgeführt werden. Gemäß der Untersuchung von Gartner-Kunden sind die meisten Unternehmen, die Birst nutzen, Infor-Kunden.

2020 wurden Infor neue Funktionen hinzugefügt, um Birst mit kontextsensitiven Filtern und Workflows tiefer in Infor-ERP-Anwendungen einzubinden. Außerdem ist es jetzt möglich, KI/ML in Echtzeit bereitzustellen, während Nutzer interaktive Analysen durchführen. Außerdem sind nun pixelgenau Modus 1-Berichte und Modus 2-Visualisierungen im selben Design-Canvas möglich. Mit der Version 7.6 von Birst wurde das Verwaltungskonzept von Infor neu gestaltet, wobei die Unternehmenssicherheit vom Data Engineering getrennt wurde. Weiter wurden die letzten Elemente von Adobe Flash entfernt. Darüber hinaus wurde 2020 die Preisgestaltung und Zusammenstellung stark in einen einzigen All-inclusive-Nutzeransatz vereinfacht.

Stärken

  • Umfang vordefinierter vertikaler Anwendungen: Infor Birst for CloudSuite bietet Infor ERP-Kunden vordefinierte Tools zum Extrahieren, Transformieren und Laden von Daten (ETL), Datenmodelle sowie Dashboards, die vollständig die in Infor-Geschäftsanwendungen eingebunden sind. Dazu gehören branchenspezifische Analysen in den Bereichen Fertigung, Vertrieb, Gesundheitswesen, Vermögensverwaltung und Personalwesen. Für Datenquellen, die nicht aus Infor stammen, enthält Birst Beschleuniger für bestimmte Bereiche wie Vermögensverwaltung, Versicherung, Vertrieb und Marketing.
  • Flexibilität und Governance für Self-Service-Datenmodelle: Durch die vernetzte semantische Metadatenschicht von Birst können Geschäftseinheiten Modelle erstellen, die dem Unternehmen allgemein zugänglich gemacht werden können. Birst bietet patentierte Funktionen, die zentralisierte und dezentralisierte Betriebsmodi von BI kombinieren. Dabei wird ein Prozess unterstützt, der einen flexiblen Self-Service für Endnutzer ermöglicht und gleichzeitig analytische Silos und den Overhead verhindert, der oft mit zentralisierter BI verbunden wird.
  • Hybrid-Cloud-Funktion: Infor Birst bietet Datenvorbereitung, Dashboards, visuelle Exploration sowie formatierte turnusmäßige Berichte auf einer cloudnativen Plattform. Es unterstützt Live-Konnektivität zu lokalen Datenquellen und das schnelle Erstellen eines Datenmodells sowie eines All-in-one-Data-Warehouse für eine Reihe von Speicheroptionen. Infor Birst unterstützt auch sechs Optionen für Rechenzentren in den USA (einschließlich AWS GovCloud), in Europa und im Bereich Asien/Pazifik. Kunden können eine einzelne Region wählen oder für mehrere Regionen bereitstellen. Birst bietet außerdem ein standortübergreifendes Migrationstool, mit dem Kunden Konfigurationen auf einfache Weise zu Regionen und Hybrid-Cloud-Umgebungen migrieren können.

Vorsicht

  • Strategischer Fokus auf der installierten Infor-Basis: 2020 begann Infor, Birst in erster Linie auf die Analyseanforderungen von Infor-ERP-Kunden auszurichten. In gewisser Weise ist dies schade, da Birst ein starkes Produkt für den eigenständigen Gebrauch ist, das jetzt nur noch selten von Nutzern außerhalb der Infor-Installationsbasis berücksichtigt wird. Da sich Birsts Entwicklungsrichtung nun weniger an den Anforderungen des offenen Markts orientiert und mehr auf eine engere Einbindung in Infor ERP wird es für Nutzer, die es andernfalls als Option in Betracht gezogen hätten, nun weniger relevant sein.
  • Berichtsorientiert: Infor Birst verfügt zwar über eine einheitliche Benutzeroberfläche für die Berichterstellung und die Datenvisualisierung, die interaktive, visuelle Darstellungsfunktionen sind aber denen anderer auf dem Markt verfügbarer Produkte nicht gleichwertig. Birst wird hauptsächlich für statische und parameterbasierte Modus-1-Berichte verwendet, wofür seine Funktionalität gut entwickelt ist. Für visuell ausgerichtete Anforderungen des Modus 2 ist es aber wesentlich schlechter geeignet.
  • Fehlende kundenorientierte Vision zur Erweiterung: Obwohl von Anfang an eine verbesserte Datenvorbereitung in Aussicht gestellt wurde, hat Infor keine klare Vision hinsichtlich der Verbesserung der Nutzung. Verbesserte Katalog- und Suchfunktionen sind aber in Planung.

Information Builders

Information Builders ist ein Nischenanbieter in diesem Magic Quadrant. Sein WebFOCUS Designer ist hauptsächlich für die Installationsbasis relevant. Er wird oft nicht in den Garner bekannten wettbewerbsrelevanten Verkaufszyklen berücksichtigt.

Information Builders vertreibt die integrierte WebFOCUS-ABI-Plattform sowie die zugehörigen Komponenten. WebFOCUS Designer enthält Komponenten aus dem WebFOCUS-Stack, mit denen moderne Self-Service-Anforderungen im ABI-Bereich erfüllt werden sollen.

Im Vergleich zu früheren Versionen wurde bei WebFOCUS 8207 die Nutzerfreundlichkeit und Leistung verbessert, es wurden eine moderne Self-Service-Analyseumgebung und wichtige Workflows zum Erstellen von Inhalten umgesetzt. 2020 stimmte Information Builders einer Übernahme durch TIBCO Software zu.

Hinweis: Während unserer Recherche für diesen Magic Quadrant hat TIBCO Software bekannt gegeben, dass es eine Vereinbarung zur Übernahme von Information Builders eingegangen ist. Die Akquisition  sollte im ersten Quartal 2021 abgeschlossen werden. Daher wurden Pläne zur Produkt- und Unternehmensintegration nicht rechtzeitig entwickelt, damit Gartner sie für diesen Magic Quadrant hätte verwenden können. Entsprechend ist die Darstellung dieser beiden Unternehmen als einer Entität nicht garantiert und wäre für Leser aktuell auch nicht nützlich. TIBCO Software und Information Builders werden daher in diesem Magic Quadrant separat dargestellt.

Stärken

  • Externe und umfangreiche Bereitstellungen: Information Builders ist bekannt für die Bereitstellung von extern ausgerichteten Analyseanwendungen in großem Umfang, manchmal für Tausende von Nutzern pro Bereitstellung. WebFOCUS bietet flexible Bereitstellungsoptionen, darunter eine von Information Builders verwaltete Cloud, private Clouds und lokale Umgebungen.
  • Playbooks mit vorgefertigten Analyseoptionen: Information Builders bietet branchenspezifische Lösungen für Kunden aus den Bereichen Gesundheitswesen, Kreditgenossenschaften, Versicherungen, Strafverfolgung und Regierungssektor, die vorgefertigte Daten- und Analyselösungen benötigen und nicht in umfassende Vorabkonfigurationen und -entwicklung investieren wollen. Entsprechend bietet Informationen Builders eine schnellere Amortisierung.
  • Unterstützung komplexer Daten: Eine Kernstärke von Information Builders ist die Datenverbindung und die Einbindung einer Vielzahl an Datenquellen, darunter Echtzeit-Datenstreams.

Vorsicht

  • Fehlen einer differenzierten Vision: Erweiterte Funktionen werden zwar bereitgestellt und sind auf der Roadmap für 2021 zu finden, doch Vision und Produktstrategie von Information Builders weichen nicht klar von den Mitbewerbern ab. Information Builders ist eher ein schneller Nachzügler als ein Neuerer, den andere kopieren müssen.
  • Fehlende Dynamik: Die Produkt-Roadmap von Information Builders zeigt zwar drastische Verbesserungen an der vorhandenen Plattform, Gartners Such- und Anfragedaten sowie externe Messwerte, darunter die Anhängerschaft in den sozialen Medien, weisen aber darauf hin, dass seine Zugkraft im Markt im Vergleich zu den Mitbewerbern gering ist.Entsprechend sind Kenntnisse der ABI-Plattform von Information Builders weniger gut verfügbar als Kenntnisse der Plattformen ihrer Mitbewerber.
  • Unklare Akquisitionssituation: Information Builders hat dem Erwerb durch TIBCO Software zugestimmt. Beide Unternehmen haben Produkte für den Daten- und Analyse-Stack und müssen entscheiden, für welche Bereiche ihre jeweiligen Tools angeboten werden sollen. Bei WebFOCUS gibt es Überschneidungen sowohl mit TIBCO Jaspersoft als auch mit TIBCO Spotfire. Bei potenziellen Käufern führt dies zu Unsicherheit. Information Builders und TIBCO entwickeln derzeit Integrations- und Synergiepläne mit einem Fokus auf die Bereitstellung mehrerer Optionen für bestehende und potenzielle Käufer.

Microsoft

Microsoft ist in diesem Magic Quadrant einer der führenden Anbieter. Das Unternehmen hat über Microsoft Office eine enorme Marktreichweite und verfolgt eine umfassende und visionäre Produkt-Roadmap.

Microsoft bietet Datenvorbereitung, visuelle Datenerkennung, interaktive Dashboards sowie erweiterte Analysen mit Power BI. Dieses Produkt ist als SaaS-Option verfügbar, die sich in der Azure-Cloud oder als lokale Option mit Power BI Report Server ausführen lässt. Power BI Desktop kann als eigenständiges, kostenloses Tool für die persönliche Analyse verwendet werden. Wenn Power User komplexe Mashups aus lokalen Datenquellen erstellen wollen, ist Power BI Desktop erforderlich.

Microsoft führt wöchentlich ein Update seines cloudbasierten Power BI-Dienstes aus. Im Jahr 2020 wurden dabei Hunderte von Features hinzugefügt wurden. Wichtige Ergänzungen sind u. a. mehr erweiterte Analysen in Form von KI-gestützten Umgebungen, einschließlich intelligenter Erklärungen (NLG) und Funktionen zur Anomalieerkennung für sofort verfügbare visuelle Darstellungen.

Stärken

  • Abstimmung mit Office 365 und Teams: Die Einbindung von Power BI in die Office 365 E5 SKU bietet einen riesigen Kanal für die Verbreitung der Plattform, wodurch sie sich in vielen Organisationen „selbst verbreitet“. Die zunehmende Einbindung von Power BI in Microsoft Teams mit seinen Millionen aktiven Nutzern pro Tag wird die Reichweite von Power BI im Bereich mobiles Arbeiten weiter erhöhen. Power BI ist jetzt oft die Option, mit der Organisationen bei der Nutzung des Gartner-Diensts für Kundenanfragen nach der ABI-Plattformauswahl fragen: „Warum nicht Power BI?“ ist die Frage, die die meisten stellen.
  • Preis-Leistungs-Verhältnis: Durch den Einfluss von Power BI hat sich der Preis von Tools im Markt der ABI-Plattformen seit seiner Einführung drastisch reduziert. In diesem Fall bedeutet ein niedriger Preis jedoch nicht unbedingt eine eingeschränkte Funktionalität. Der Power BI-Cloud-Dienst bietet zahlreiche Funktionen, darunter eine größere Auswahl an erweiterten Analysen und automatische ML-Funktionen. KI-gestützte Dienste wie Text-, Sentiment- und Bildanalysen sind in Power BI Premium verfügbar und nutzen Azure-Funktionen.
  • Umfang der Produktziele: Microsoft arbeitet weiterhin an einer Vielzahl visionärer Funktionen und stellt sie in Power BI ein. Das Unternehmen gibt aktuell an, dass 80.000 Kunden KI-Dienste in Power BI-Bereitstellungen verwenden. Die Nutzung im großen Maßstab wird weiterhin angeregt, beispielsweise die ML-gestützte automatische Optimierung materialisierter Ansichten in Azure Synapse (bald sollen andere Datenquellen folgen, darunter Snowflake und Redshift) zur automatischen Optimierung der Abfrageleistung.

Vorsicht

  • Funktionslücken in der lokalen Version: Im Vergleich zum Power BI-Cloud-Dienst weist das lokale Angebot von Microsoft deutliche Funktionslücken auf, u. a. in Bezug auf Dashboards, Streaminganalysen, vorgefertigten Inhalten, Fragen und Antworten in natürlicher Sprache, Erweiterungen (von Microsoft als Quick Insights bezeichnet) sowie Benachrichtigungen. Keine dieser Funktionen wird in Power BI Report Server, dem lokalen Angebot, unterstützt.
  • Nur Azure: Microsoft bietet Kunden keine Möglichkeiten für ein Cloud-IaaS-Angebot. Der Power BI-Dienst kann nur in Azure ausgeführt werden. Kunden, die Azure nutzen, profitieren aber von der globalen Reichweite der Microsoft-Cloud-Plattform. Mit Power BI Premium können Kunden für ihren Power BI-Mandanten Funktionen für mehrere Regionen und die Kapazität in einem von 42 weltweit verfügbaren Rechenzentren bereitstellen.
  • Verfahren für Inhaltswerbung und -veröffentlichung: Die Art und Weise, wie Power BI die Bewerbung und Veröffentlichung von Inhalten handhabt, kann für Kunden zu einem erheblichen Verwaltungsaufwand führen. Da es eine 1:1-Beziehung zwischen veröffentlichten Power BI-Anwendungen und -Arbeitsbereichen (die kollaborative Entwicklungsumgebung von Power BI) gibt, kann es sein, dass Unternehmen Hunderte von Arbeitsbereichen manuell verwalten müssen. Dieses Problem nachträglich zu lösen, stellt eine komplexe Aufgabe dar. Die Frage nach der Steuerung der Self-Service-Nutzung ist wahrscheinlich die am häufigsten gestellte Frage zu Power BI im Gartner-Dienst für Kundenanfragen. Das Power BI-Team entwickelt aber Governance-Funktionen weiter, mit denen Kunden ihre Power BI-Umgebungen besser verwalten können.

MicroStrategy

MicroStrategy ist in diesem Magic Quadrant ein Herausforderer. MicroStrategy bietet über für eine Vielzahl an Anwendungsfällen hinweg starke Funktionen. Seine direkten Abfragefunktionen macht es gut für Cloud Data Warehouses geeignet. Die Vision von MicroStrategy ist aber begrenzt und berücksichtigt keine anderen wichtigen Auswahltreiber, insbesondere nicht Augmented Analytics.

Die MicroStrategy-Plattform umfasst eine Analyseproduktfamilie für Datenkonnektivität, Datenvisualisierung, Berichterstellung und erweiterte Analysen. Sie wird durch komplementäre Mobil-, Cloud-, eingebettete und Identitätsanalyseprodukte ergänzt. Seine intuitive HyperIntelligence-Anwendung nutzt ein semantisches Diagramm, um vordefinierte Statistiken in vorhandenen Anwendungen als Overlay darzustellen und dynamisch zu ermitteln. Untypisch ist, dass das semantische MicroStrategy-Diagramm für konkurrierende ABI-Plattformen verwendet werden kann.

MicroStrategy hat 2020 seine HyperIntelligence-Funktionen erweitert, um neue Asset-Management-, Einzelhandels- und andere Anwendungsfälle anzusprechen. Dazu wurden Bilder und Grenzwerte (HyperVision) aktiviert, was ABI potenziell z. B. Entscheidungsträgern in Läden bereitstellen könnte. HyperIntelligence wurde auch als SaaS-Angebot (Hyper.Now) zugänglich gemacht, damit geschäftliche Nutzer mit wenig Aufwand HyperIntelligence-Karten erstellen und teilen können. MicroStrategy ist seiner Verpflichtung zur Offenheit treu geblieben, da es sein semantisches Diagramm um Unterstützung für Jupyter Notebook und RStudio erweiterte und die unternehmensrelevanten Bereitstellungsfunktionen seines gehosteten Dienstes MicroStrategy Cloud Environment für Microsoft Azure und AWS weiter entwickelte.

Stärken

  • Direkte Abfrage: Im Zeitalter der visuellen Datenerkennung sind BI-Architekturen für Business-Analysten optimiert. Dazu werden Daten in die BI-Plattformen aufgenommen, um die Leistung zu steigern. Da Unternehmen umfangreich in Cloud-Datenbanken investieren, wollen sie oft die Daten aus diesen Datenbanken übernehmen. Die native Dateneinbindung von MicroStrategy vereinfacht den Wechsel zu einer direkten Abfragearchitektur.
  • Berichte in den Modi 1 und 2: MicroStrategy ist einer der wichtigsten Anbieter für Kunden, die Wert auf die Sicherheit, Verwaltungsfähigkeit und Skalierbarkeit komplexer Modus 1-Berichte und auf die moderne, agile und analytische Modus 2-Umgebung legen.
  • Stabilität des integrierten Produkts: MicroStrategy benötigt keine Codebasis. Alle Neuentwicklungen sind organisch aufgebaut. Das führt zu einem stabileren, weniger fehleranfälligen Code, insbesondere im Vergleich zu Mitbewerbern, die Produktlücken mit Akquisitionen füllen.

Vorsicht

  • Wenige Vorteile von ABI-Stacklösungen: Ein Großteil der Dynamik im ABI-Plattformmarkt basiert auf der Umstellung auf Cloud-Umgebungen und auf cloudbasierten Geschäftsanwendungen. Die Plattform von MicroStrategy wird zwar als AWS- und Microsoft Azure-Dienst angeboten und funktioniert gut mit anderen Cloud-Technologien, aber dennoch haben ABI-Lösungen, die Megaanbietern von Cloud- und Geschäftsanwendungen gehören, Vorteile in Sachen Markteinführung. Dies kann sich darauf auswirken, wie Nutzer die Plattform von MicroStrategy sehen und wie wahrscheinlich es ist, dass sie bewertet wird.
  • Fehlende Produktdifferenzierung: Die HyperIntelligence-Funktion von MicroStrategy wurde 2019 eingeführt. Damit wurden Informationen, Vorschläge und Maßnahmen direkt in Unternehmensanwendungen eingebunden. Dies ist aktuell das wichtigste Alleinstellungsmerkmal. Es ist, neben einem verstärkten Fokus auf SaaS-Angebote, ein zentraler Aspekt der Wachstumsstrategie von MicroStrategy und hat neue Kunden angezogen. Aus Sicht von Gartner wird es jedoch eine verstärkte Konkurrenz von anderen ABI-Plattformen geben, da diese auch anfangen, Ergebnisse direkt im Kontext der Workflows und der Kollaborationslösungen der Nutzer anzuzeigen. Dies kann es für MicroStrategy erschweren, seine Plattform abzuheben.
  • Erweiterte Analysefunktionen: Obwohl MicroStrategy seit Jahren eine der umfassendsten ABI-Plattformen hat, weist es aktuell zwei wichtige Funktionslücken auf: automatische Statistiken und NLG. Für Organisationen, die Self-Service-Nutzer bei der optimalen Nutzung von Daten und Analysen unterstützen möchten, können diese Lücken zu einem Nein führen.

Oracle

Oracle ist in diesem Magic Quadrant ein Visionär. Oracle Analytics Cloud (OAC) ist eine End-to-End-Cloud-First-Plattform, die Datenaufnahme, Datenvorbereitung, Datenvisualisierung, Dashboards, Berichterstellung und Mobilität bietet. Sie zeichnet sich aus durch umfassende erweiterte Analysen, mehrsprachige Kundenerlebnisse sowie Oracle Cloud-, Datenverwaltungs- und Anwendungsoptimierungen.

Die ABI-Funktionen von Oracle können in der Oracle Cloud Infrastructure (OCI), lokal im Hybridmodus, in Oracle Cloud-Anwendungsumgebungen mit Oracle Fusion Analytics Warehouse oder in Drittanbieter-Clouds bereitgestellt werden.

Im Jahr 2020 konzentrierte sich Oracle auf die Verbesserung seiner erweiterten Funktionen und öffnete die Plattform für Komponenten von Drittanbietern. Dabei liegt der Schwerpunkt auch auf der Einbindung von ML-Plattformen von Drittanbietern und der Öffnung der Oracle Analytics Cloud-Semantik für andere ABI-Plattformen. Die Cloud-Bereitstellungsoptionen, bisher auf Oracle beschränkt, wurden mit Oracle Cloud@Customer auf Clouds und Rechenzentren von Drittanbietern ausgeweitet. Die verbesserten Optimierungen im Oracle-Stack umfasst auch die Fähigkeit, OAC mit Oracle-Anwendungen zu nutzen. Außerdem werden Oracle Machine Learning und das Oracle Autonomous Data Warehouse unterstützt.

Stärken

  • Einbindung erweiterter Analysefunktionen: Oracle hat früher als die meisten anderen Anbieter erweiterte Analysefunktionen auf seiner Plattform implementiert. Nutzer können NLQ über die Oracle Analytics-Oberfläche, über Oracle Analytics Day by Day für Mobilgeräte sowie über die Einbindung in eine Vielzahl von Chatbots und Schnittstellen zur Zusammenarbeit nutzen, die von Oracle Digital Assistant bereitgestellt werden. OAC bietet auch NLG mit konfigurierbarer Ansprache und Ausführlichkeit auf Englisch und Französisch an. Es ist die einzige Plattform auf dem Markt, die NLQ in 28 Sprachen unterstützt.
  • Produktvision: Oracle investiert aggressiv in erweiterte Analysefunktionen sowie kundenähnliche, dialogorientierte Nutzererfahrungen, einschließlich der Chatbot-Einbindung mit automatisch generierten Informationen und integrierter Podcast-Generierung zur Verbesserung der Akzeptanz durch Multi-Websitevarianten.
  • Full-Stack Enterprise-Cloud: Oracle bietet eine End-to-End-Cloud-Lösung mit Infrastruktur, Datenverwaltung, Analysen und Analyseanwendungen und unterhält Cloud-Datencenter in fast allen Regionen der Welt. Darüber hinaus bietet Oracle Fusion Analytics Warehouse (FAW) native Einbindung und Closed-Loop-Aktionen für Oracle-Produkte in den Bereichen ERP, Personalverwaltung, Lieferkette, Kundenerfahrung und NetSuite.

Vorsicht

  • Oracle-Anwendungsorientiert: Obwohl OAC auf jede Datenquelle zugreifen kann, können zum Schreiben der verpackten Analyseanwendungen (FAW) nur Oracle Enterprise-Anwendungen verwendet werden. Kunden, die keine Oracle-Anwendung nutzen, müssen eigene Anwendungen erstellen, um ähnliche Funktionen zu erhalten.
  • Bekanntheit: Oracle hat ein äußerst wettbewerbsfähiges Produkt, aber die Marke wird außerhalb des Oracle-Kundenstamms nicht mit modernem ABI in Verbindung gebracht. Daher wird Oracle bei Gartner bekannten Konkurrenzbewertungen nicht so oft in Erwägung gezogen wie die führenden Anbieter. Gartner ist der Ansicht, dass Organisationen, die OAC in Betracht ziehen, merken werden, dass sie die Präferenzen von Geschäftsnutzern kaum zur Förderung der Adoption nutzen können.
  • Wahrnehmung der Kunden: Der Verkauf von OAC an die erweiterte Installationsbasis von Oracle ist ein wichtiger Bestandteil der Verkaufsstrategie von Oracle. Im Jahr 2020 wurde es jedoch offensichtlich, dass Oracle BI Enterprise Edition (OBIEE)- und Oracle Application-Kunden in Sachen OAC zwar langsam eine positivere Sicht entwickelten, aber dennoch skeptisch blieben. Oracle tätigt jedoch beträchtliche Investitionen, um den Eindruck zu erwecken, dass es ein vertrauenswürdiger ABI-Partner für bestehende Kunden ist.

Pyramid Analytics

Pyramid Analytics ist ein Nischenanbieter in diesem Magic Quadrant. Er wächst hauptsächlich durch die Erweiterung der vorhandenen installierten Basis, aber auch durch das Hinzufügen weiterer Nutzer und eine erhöhte Auslastung seiner Plattform in weiteren Bereichen der Analysepipeline.

Pyramid bietet eine integrierte Suite für moderne ABI-Anforderungen. Pyramid Analytics bietet zahlreiche Analysefunktionen, die auf einer flexiblen cloudbasierten Infrastruktur basieren, die in jeder vorhandenen Infrastruktur – lokal, in einer Cloud oder einer Hybridumgebung – bereitgestellt werden kann, um problemlos vertikal und horizontal zu skalieren.Pyramid-Daten-Connectors schieben Berechnungen zur Datenquelle, anstatt Daten, wie viele andere ABI-Tools, im Arbeitsspeicher aufzunehmen.

Pyramid hat seine Cloud-Strategie erweitert und bietet jetzt eine umfassendere Unterstützung für Kubernetes mit verbesserter elastischer Skalierung zur Ermöglichung einer skalierten Verarbeitung von Python, R und SAS. Weiter werden neue Optionen für Multi-Cloud-Bereitstellungen geboten. Als Ergänzung zum containerisierten Ansatz führt Pyramid eine spezielle AWS Lambda-Version ein, die umfassende zeitgleiche Nutzerbereitstellungen ermöglicht. Zusätzlich ist eine Microsoft Azure-Version geplant. Die adaptive erweiterte Analyseplattform von Pyramid umfasst jetzt den gesamten Datenlebenszyklus, von der ML-basierten Datenvorbereitung bis zu automatisierten Statistiken und der automatisierten ML-Modellerstellung.

Stärken

  • Vielfältige Anwendungsfälle:  Pyramid unterstützt agile Workflows, regulierte, visuelle Datenerkennung, berichtsorientierte Inhaltserstellung und Data-Science-Funktionen über eine einheitliche Plattform und Benutzeroberfläche.
  • Erweiterte Funktionen: Erweiterte Funktionen wie Smart Discover, Smart Reporting, Ask Pyramid (NLQ), KI-gestützte Modellierung, automatische Visualisierungen und dynamische Inhalte bieten allen Nutzern hilfreiche Informationen, unabhängig von ihrem Kenntnisstand.
  • Umfassende Funktionen zu Bereitstellung, Verwaltung und Workflow: Pyramid unterstützt die gesamte Datenpipeline, von Data Wrangling, Datenerkennung und Freigabe bis hin zu Dashboards und Veröffentlichung von Berichten nebst Sicherheitsfunktionen für Unternehmen und Governance-Tools. Die Architektur basiert auf einem Cloud-Deployment und bietet ein clusterbasiertes Design, das einen Zero-Footprint-Client und Funktionen für hybride Datenübertragungen umfasst.

Vorsicht

  • Ausführung der Cloud-Vision: Obwohl die neueste Version der Pyramid-Plattform leistungsfähige Kernfunktionen bietet und eine cloudnative Vision verwirklicht, bewerten Peer Insights-Analysten die Cloud-BI-Funktionen von Pyramid als eher unterdurchschnittlich. Das Feedback von Kunden, die Pyramid lokal nutzen und versuchen, in eine Hybridumgebung zu wechseln, zeigt, dass die Umstellung schwierig sein kann. Außerdem hat Pyramid kein SaaS-Angebot.
  • Eingeschränkte Verfügbarkeit von Schulungsressourcen: Laut Gartner Peer Insights-Daten liegt die Bewertung der Qualität und Verfügbarkeit der Endnutzerschulung von Pyramid unter dem Durchschnitt. Das Fehlen von öffentlich verfügbaren Schulungen, Hilfeforen und Videoinhalten im Vergleich zu Wettbewerbern in der Branche kann das Gewinnen von Endnutzern behindern.
  • Fehlendes Ökosystem als Käuferbasis: Der ABI-Sektor wird zunehmend von Cloud-Daten- und Analyse-Ökosystemen sowie von Anbietern von Geschäftsanwendungen dominiert. Für unabhängige Player ohne größere Anwendungs- oder Zusammenarbeitsangebote ist es schwierig, in diesem überfüllten Markt Fuß zu fassen. Wie vielen anderen Anbietern in der Branche fällt es Pyramid schwer, sich allein über Produktfunktionalitäten hervorzutun. Trotz neuer Partnerschaften und öffentlicher Cloud-Ökosystemkanälen bleibt die Dynamik im Vergleich zu den Mitbewerbern niedrig.

Qlik

Qlik ist in diesem Magic Quadrant einer der führenden Anbieter. Dieses Unternehmen hat eine starke Produktvision für ML- und KI-gestützte Erweiterung, aber eine geringere Marktdynamik als die anderen beiden Marktführer.

Qliks führende ABI-Lösung, Qlik Sense, wird auf der einzigartigen Qlik Associative Engine ausgeführt, die bereits seit 25 Jahren Qlik-Produkte unterstützt. Qilks Cognitive Engine fügt dem Produkt KI-/ML-gestützte Funktionen hinzu, die zusammen mit der Qlik Associative Engine kontextsensitive Einblicke bietet und die Analyse erweitert. Qlik bietet dank SaaS und vom Kunden gehosteten Optionen, einschließlich Multi-Cloud- und lokaler Installationen, Flexibilität bei der Bereitstellung, ohne Kunden auf eine bestimmte Cloud zu beschränken.

Qlik verbessert weiter die offene Architektur sowie die Multi-Cloud-Funktionalität seiner Plattform. Es folgt seiner Vision für erweiterte Analysen, mit zentralen Elementen auf Basis seiner Cognitive Engine. Insight Advisor erweitert jetzt die Nutzungsmöglichkeiten von Qlik Sense mit suchbasierten visuellen sowie dialogorientierten Analysen, inhaltsorientieren Informationen, beschleunigter Erstellung und Datenvorbereitung. Qlik hat vor Kurzem RoxAI, Knarr Analytics und Blendr.io erworben, um die Möglichkeiten für Benachrichtigungen, Continuous Intelligence und die Einbindung einer SaaS-Plattform jeweils zu verbessern.

Stärken

  • Flexibilität bei der Bereitstellung: Qlik bietet die Flexibilität, Bereitstellungen lokal, bei einem beliebigen großen Cloud-Anbieter, in Multi-Clouds oder einer Kombination dieser Ansätze vorzunehmen. Kunden können auch das umfassende SaaS-Angebot von Qlik nutzen.
  • Umfassendes Funktionsportfolio: Durch den Erwerb von Unternehmen wird das gesamte Funktionsspektrum der Daten- und Analysepipeline von Qlik erweitert. Qlik Sense bietet Analysten oder geschäftlichen Nutzern Self-Service-Funktionen zur visuellen Datenerkennung. Damit werden auch von Entwicklern eingebettete Analysen unterstützt. Für Katalogerstellung und Governance ist Qlik Catalog verfügbar. Die Qlik Data Integration Platform (früher Attunity) ist ein eigenständiges Angebot. Sie bietet aber auch leistungsstarke Funktionen für die Einbindung und Datenübertragung unter dem Dach von Qlik.
  • Datenkompetenz und Kundenfokus: Das Data Literacy Program von Qlik hilft Nutzern jeder Qualifikation, Daten zu analysieren und zu nutzen, und das nicht nur für Qlik-Kunden. Das Analytics Modernization Program von Qlik unterstützt bestehende QlikView-Kunden dabei, für neue Anwendungsfälle zu Qlik Sense zu migrieren. Das Executive Insights Center von Qlik ist ein Portal für Führungskräfte, das Kunden dabei unterstützt, Analysen mit Geschäftsergebnissen zu verknüpfen. Es wird von Qlik-Führungskräften unterstützt und ist eng mit bestehenden Marketing- und Kundenerfolgsprogrammen verknüpft.

Vorsicht

  • Komplexität der Produktpreise: Qlik Sense bietet grundlegende Analyse- und BI-Plattformfunktionen mit einer einzigen Lizenz. Darüber hinaus werden aber auch zahlreiche Add-on-Module wie Qlik Catalog und Qlik Insight Advisor Chat für Chatbot-Erlebnisse und Qlik NPrinting für die Modus-1-Berichterstellung bereitgestellt. Bei einer lokalen Bereitstellung sind zusätzliche Lizenzen erforderlich und es fallen weitere Kosten an. Die SaaS-Plattform von Qlik umfasst im Rahmen des Standardabos alle Funktionen, mit Ausnahme der Berichterstellung, die noch nicht in der Cloud unterstützt wird.
  • Geringe Marktdynamik: Im Vergleich zu anderen führenden Anbietern ist die Dynamik von Qlik gemäß Gartners Daten zu Such- und Kundenanfragen und einer Reihe anderer Indikatoren am niedrigsten. Das Analytics-Modernisierungsprogramm von Qlik soll vorhandenen Qlik-Kunden dabei helfen, zu Qlik Sense zu wechseln. Viele Kunden, die sich für eine Modernisierung entscheiden, nutzen die Gelegenheit, den Markt neu zu bewerten und auch andere Anbieter zu berücksichtigen.
  • Mangelnde Produktkohäsion: Qlik tätigte 2020 Akquisitionen und erweiterte damit ein wegen früherer Akquisitionen bereits komplexes Portfolio. Die früheren Akquisitionen befinden sich noch immer auf eigenen Integrationspfaden im breiteren Qlik-Portfolio. Auch wenn Qlik sich mit der Einbindung erworbener Technologien auskennt, sollten Bewerter in jedem Fall überlegen, wie sie die Tools von Qlik umfassender nutzen können, falls sie nicht nur lokal mit Qlik Sense arbeiten wollen.

SAP

SAP ist in diesem Magic Quadrant ein Visionär. Es bietet erweiterte ABI-Funktionen, die vollständig in SAP-Unternehmensanwendungen eingebunden sind.

SAP Analytics Cloud ist eine cloudnative, mehrmandantenfähige Plattform mit umfassenden Analysefunktionen. Die meisten Unternehmen, die sich für SAP Analytics Cloud entscheiden, verwenden bereits SAP-Geschäftsanwendungen. SAP Analytics Cloud bietet ein Add-in für Microsoft Office 365 lokal oder in der Cloud.

SAP hat 2020 die Möglichkeiten für automatisierte Statistiken um die neue Erklärfunktionen "Welche Änderungen gab es?" und "Wie wird das berechnet" erweitert. Außerdem wurde der Workflow des Self-Service-Nutzerangebots neu gestaltet, um erweiterte Optionen auf den gesamten Datenvisualisierungsprozess anzuwenden. Die Berichtsdaten für Unternehmen wurden weiter um eine geplante Veröffentlichung von Datenberichten oder PDFs ergänzt, die jedoch nicht die gleichen Funktionen wie SAP BusinessObjects in diesem Bereich haben.

Stärken

  • Unübertroffene SAP-Konnektivität: SAP Analytics Cloud ist vor allem für Firmen interessant, die SAP-Unternehmensanwendungen nutzen. Eine nahtlose Verbindung zu diesen Lösungen ist daher von entscheidender Bedeutung. SAP Analytics Cloud hat eine native Verbindung zu SAP S/4HANA und ist in SAP-Cloud-Anwendungen eingebettet, einschließlich SuccessFactors und Ariba. Darüber hinaus kann mit SAP Analytics Cloud auch als Cloud-Produkt eine direkte Verbindung zu lokalen SAP-Ressourcen (SAP BusinessObjects Universes, SAP Business Warehouse und SAP HANA) für Live-Daten ohne erforderliche Datenreplikation hergestellt werden. Die direkte Datenverbindung zu Nicht-SAP-Quellen ist jedoch immer noch weit weniger leistungsfähig als bei Mitbewerbern.
  • Konkurrenzlose erweiterte Closed-Loop-Funktion: Die in SAP Analytics Cloud eingebundene Funktionalität für Planung, Analyse und Vorhersage unterscheidet die Plattform von fast allen konkurrierenden Plattformen. Die Möglichkeit, „Was-wäre-wenn“-Analysen auszuführen, ist in SAP Analytics Cloud mit einem starken, seit mehreren Jahren auf erweiterte Analysen ausgerichteten Fokus als Kernkonzept des Designs verbunden. SAP Analytics Cloud bietet leistungsstarke Funktionen für NLG, NLP und automatische Statistiken.
  • Umfang der Funktionen und Inhalte: SAP Analytics Cloud ist Teil eines größeren Datenportfolios, das auch SAP Data Warehouse Cloud umfasst. SAP Analytics Cloud bietet eine Bibliothek mit vorgefertigten Inhalten, die online verfügbar sind. Diese Inhalte sind für eine Reihe von Branchen und Geschäftsbereichen geeignet. Die Bibliothek umfasst Datenmodelle, Datenstorys und Visualisierungen, Vorlagen für SAP Digital Boardroom-Agendas sowie Anleitungen zur Verwendung von SAP-Datenquellen.

Vorsicht

  • Fehlen einer großen Community: Die Plattform von SAP hat weniger Dynamik als die ABI-Plattformen einiger Anbieter ähnlicher Größe. Gemäß den öffentlichen Stellenausschreibungen suchen nur wenige Organisationen nach Mitarbeitern, die mit SAP Analytics Cloud vertraut sind. Aufgrund der Größe der installierten BI-Basis, an die SAP Cross-Sellings realisieren könnte, ist das überraschend. Das bedeutet, dass die Nutzer-Community von SAP Analytics Cloud relativ klein ist. Aktuell ist die Community-Größe ein wichtiger Faktor für die Auswahl und Akzeptanz, da sich die Technologien nur geringfügig unterscheiden.
  • Wahrnehmung durch potenzielle Nutzer: Aufgrund der Tradition von BusinessObjects wurde SAP mit berichtsorientierter BI assoziiert. Diese Tatsache bedingt bei potenziellen Nutzern einen Eindruck, der nicht den modernen Self-Service-Dienstfunktionen von SAP Analytics Cloud entspricht. Die Not, potenzielle Nutzer davon zu überzeugen, dass SAP Analytics Cloud eine Überlegung wert ist, bedeutet, dass SAP im Wettbewerb bei den Auswahlprozessen einen Nachteil hat.
  • Nur Cloud-Angebot: SAP Analytics Cloud ist cloudnativ und lokal nicht verfügbar (auch wenn lokale Daten abgefragt werden können). Es wird in SAP-Rechenzentren oder öffentlichen Clouds ausgeführt (in AWS und Alibaba, mit Unterstützung für Microsoft Azure). Es ist derzeit in Rechenzentren in China, Japan, Saudi-Arabien, Singapur, den Vereinigten Arabischen Emiraten, Europa, den USA, Kanada, Australien und Brasilien verfügbar. Für Organisationen, die eine ABI-Plattform lokal bereitstellen möchten, ist SAPs Lösung, die SAP BusinessObjects BI-Plattform anzubieten.

SAS

SAS ist ein Visionär in diesem Magic Quadrant. Diese Position beruht auf seinem leistungsstarken, innovativen Produkt und auf seiner globalen Präsenz sowie auf seinem speziellen Marketing und der Preiswahrnehmung.

SAS Visual Analytics basiert auf der cloudfähigen, auf Mikrodiensten basierenden Plattform SAS Viya. SAS Visual Analytics ist eine Komponente der visuellen, erweiterten End-to-End-Lösung von SAS in Sachen Datenvorbereitung, ABI, Data Science, ML und KI. Für die umfassende Viya-basierte Lösung für Industrie, Prognosen, Textanalysen, intelligente Entscheidungen, Edge-Analysen und Risikomanagement nutzt SAS Visual Analytics auf Viya.

Im Jahr 2020 brachte SAS eine spezielle Funktion für die Berichtsprüfung auf den Markt, mit der Berichte analysiert und Best Practices für visuelles Design, Leistung und Barrierefreiheit empfohlen werden. Außerdem wurde (in SAS Visual Analytics) der SAS Conversation Designer veröffentlicht, mit dem benutzerdefinierte Chatbots über eine visuelle Benutzeroberfläche ohne oder mit wenig Programmierung erstellt werden können. Für die Markteinführung haben SAS und Microsoft eine Technologie- und Marktpartnerschaft vereinbart. Azure ist darin ein Cloud-Anbieter für SAS Cloud. Außerdem ist eine SAS-Einbindung in das Cloud-Portfolio von Microsoft geplant. SAS hat auch neue wettbewerbsfähige, umsatzgedeckelte Preise für SAS Visual Analytics eingeführt.

Stärken

  • End-to-End-Plattformvision: SAS bietet eine überzeugende Produktvision, mit der Kunden Daten vorbereiten und visuell analysieren können. Weiter können Data Science-, ML- und KI-Modelle in einem einheitlichen, eingebetteten visuellen und optimierten Design (mit progressiver Lizenzierung) erstellt, operationalisiert und verwalten werden.Außerdem ist SAS mit Visual Analytics der einzige Anbieter in diesem Magic Quadrant, der Textanalysen nativ in einem Hauptprodukt unterstützt.
  • Erweiterte Analysen: SAS investiert verstärkt in erweiterte Analysen auf der gesamten Plattform. Dazu gehören Investitionen in automatisierte Vorschläge für relevante Faktoren in Statistiken und verwandten Elementen und Prognosen in Form von Visualisierungen und natürlicher Sprache. Automatisierte Vorhersagen mit wichtigen Treibern und „Was, wenn?“-Analysen werden in SAS Visual Analytics unterstützt. Die Plattform bietet auch KI-basierte Vorschläge für die Datenvorbereitung, die Sprachintegration in Nutzergeräte, die Chatbot-Einbindung und von SAS entwickelte NLG-Funktionen statt ein OEM-Angebot.
  • Globale Reichweite mit Branchenlösungen: SAS ist einer der größten privat geführten Softwareanbieter. Es hat eine physische Präsenz in 47 Ländern und ein weltweites Netz an Systemintegratoren. SAS Visual Analytics bildet die Grundlage für den Großteil des umfangreichen Portfolios an Branchenlösungen von SAS, das vordefinierte Inhalte, Modelle und Workflows umfasst.

Vorsicht

  • Wahrnehmung im Markt als überholt: Obwohl SAS nun die Open-Source-Data-Science- und ML-Umgebung unterstützt und ein neues SDK für SAS Visual Analytics eingeführt hat, gilt es weitert als teuer und proprietär. Diese Wahrnehmung hat die Kaufbereitschaft für SAS in diesem Markt über die installierte Basis von SAS hinaus beeinträchtigt. Sie wirkt sich auch negativ auf die Anzahl neuer Data-Science- und ML-Studenten aus, die sich für SAS entscheiden, da die meisten mit Open-Source-Plattformen arbeiten wollen.
  • Mangelnde Flexibilität bei der Vertragsverlängerung: Trotz neuer funktionsbasierter und gemessener Preisoptionen, die 2019 eingeführt wurden, und neuer, attraktiver Preise für SAS Viya im Jahr 2020 haben die meisten SAS-Kunden noch ältere Verträge. Laut Gartner-Studien betrachten diese Kunden SAS-Verträge oft als kostspielig und unflexible. Weiter sollen sie schwierige Verhandlungen über die Verlängerung bedingen.
  • Migrationsprobleme: SAS Viya hat eine neue offene Architektur bereitgestellt und SAS 9-Kunden Modernisierungen bereitgestellt. Diese Entwicklung geht weiter. Obwohl SAS seine Dienstprogramme weiter verbessert hat, um die Migration von früheren Releases zu vereinfachen, legen Gartner-Anfragen nahe, dass Kunden die Migration als schwieriges Unterfangen betrachten.

Sisense

Sisense ist ein Visionär in diesem Magic Quadrant und hauptsächlich für Erfolge bei eingebetteten Analysen bekannt. Sisense verfügt über ein umfassendes Partnerprogramm und eine strategische Partnerschaft mit AWS.

Sisense bietet eine End-to-End-Analyseplattform, die komplexe Datenprojekte unterstützt. Dazu stehen Funktionen zur Datenvorbereitung und für visuelle explorative Datenanalysen sowie für erweiterte Analysen zur Verfügung. Mehr als die Hälfte der ABI-Platform-Kunden von Sisense nutzen das Produkt in OEM-Form.

Sisense 8.2 kam im September 2020 auf den Markt und bietet NLQ-Funktionen basierend auf einem Knowledge Graph und dem Sisense Notebook, das schematische, erweiterte Statistiken liefert.

Stärken

  • Kompatible Architektur: Sisense verfügt über eine auf Mikrodiensten basierende Architektur, die vollständig erweitert werden kann. Sisense wird häufig verwendet, um Analysefunktionen wie interaktive Visualisierungen und NLQ in komplizierte analytische Anwendungen einzubinden, um bessere Entscheidungen zu ermöglichen.
  • Umfassende Produktfunktionalität: Die Sisense-Plattform ist funktional umfassend, sodass sowohl geschäftliche Nutzer als auch erfahrene Entwickler mit unterschiedlichen Kompetenzen sie nutzen können. Cloud- und NLQ-Funktionen sind besondere Stärken.
  • Offene Plattform: Sisense ist cloudunabhängig und Multi-Cloud-fähig. Das Unternehmen verfügt über enge Partnerschaften mit AWS, Google (Google Cloud) und Microsoft sowie eine solide cloudübergreifende Analyseorchestrierung. Eine robuste Erstellung von Katalogen unterstützt die Ressourcen anderer Analyseanbieter über APIs. Außerdem bietet Sisense eine erweiterbare Verbindung zu anderen Berichtstools. Schließlich ist für Sisense ein Analyse-Marketplace geplant, in dem Analysefunktionen von Drittanbietern veröffentlicht und erstellt werden können.

Vorsicht

  • Geringere Marktdynamik außerhalb des Kerngeschäfts: Sisense hat mit seinem starken Partnerprogramm ein erfolgreiches OEM-Unternehmen aufgebaut. Auf diese Weise wird ein direkter Wettbewerb mit Microsoft (Power BI) und Tableau vermieden, die bei Self-Service-Analysefällen dominieren. Diese Strategie bedeutet jedoch, dass die Dynamik im breiteren ABI-Markt geringer ist. Organisationen, die sich in Sachen nicht-eingebettete Anwendungen für Sisense entscheiden, müssen sich deshalb stark bemühen, die Plattform ihren Nutzer-Communities als attraktive Alternative zu bekannteren Plattformen zu präsentieren.
  • Komplexe Produktgestaltung: Sisense bietet eine große Auswahl an Funktionen in drei verschiedenen Produktpaketen: Sisense für Produktteams, Sisense für Cloud Data Teams und Sisense for Business Intelligence und Analytics Teams. Dies zeigt, wie breit das Gesamtangebot von Sisense aufgestellt ist, bedeutet aber auch eine hohe Komplexität für Organisationen, die den Anbieter in Betracht ziehen. Sisense plant, die Produktgestaltung 2021 zu vereinfachen.
  • Weniger nutzerorientiert: Das neue, Knowledge Graph-bereite NLQ-Feature von Sisense bietet neue Möglichkeiten für Verbraucher, aber die Plattform konzentriert sich im Allgemeinen mehr auf Umgebungen und Personen im Entwicklungsbereich. Sisense for Product Teams, eine API-orientierte Plattform, ist das bestverkaufte Produkt des Anbieters. Mit dem neuen Sisense DevX-Portal sollen Entwickler Analyseanwendungen erstellen können. Diese Vision entspricht der allgemeinen OEM-Strategie von Sisense, mag aber nicht alle möglichen Kunden ansprechen, die zuerst die Bedürfnisse von ABI-Nutzern bedienen möchten.

Tableau

Qlik ist in diesem Magic Quadrant ein Leader. Das Tool ermöglicht eine visuelle Datenexploration, mit der geschäftliche Nutzer auf Daten zugreifen, sie vorbereiten, analysieren und daraus Erkenntnisse präsentieren können. Es bietet leistungsstarke Marketing- sowie erweiterte Produktfunktionen für Unternehmen. An der Einbindung von Salesforce Einstein Analytics, das inzwischen in Tableau CRM umbenannt wurde, wird jedoch weiter gearbeitet.

2020 hat Tableau seine Funktionen für Datenvorbereitung und -verwaltung erweitert. Für die Datenvorbereitung wurden optimierte Datenmodellierungsfunktionen implementiert. Diese vereinfacht das Analysieren von Daten aus mehreren Tabellen auf verschiedenen Detailebenen durch Erstellen von Beziehungen zwischen Tabellen mit einer einfachen grafischen Darstellung im Browser. Zur Datenverwaltung bieten Tableau Prep Conductor und Tableau Catalog eine integrierte Lösung für die Ausführung und Automatisierung der Datenverwaltung sowie einen Einblick in die Herkunft von Daten. Für März 2021 war eine Dashboard-Erweiterung für Einstein Discovery geplant. Dies ist das erste integrierte Produkt, mit dem die Funktionen zur prädiktiven Modellierung von Salesforce Einstein Analytics auf der Tableau-Plattform verfügbar gemacht werden.

Stärken

  • Nutzererlebnis mit Analytics: Obwohl Tableau immer wieder neue Funktionen hinzufügt, ist das Nutzererlebnis konsistent angenehm, sodass Analysen nahtlos durchgeführt werden können. Obwohl die visuelle explorative Datenanalyse im heutigen Markt stark kommerzialisiert ist, kann Tableau sich von anderen abheben, da es eine intuitive Analyseumgebung mit umfangreichen Funktionen bietet, die auf der patentierten VizQL-Engine basieren.
  • Kundenbegeisterung: Viele Kunden haben eine sehr positive Einstellung gegenüber Tableau, wie die mehr als 145.000 Personen zeigen, die an der Onlinenutzerkonferenz 2020 teilgenommen haben. Tableau Public, eine kostenlose Plattform, auf der Datenvisualisierungen online geteilt und erkundet werden können, hat über 3 Millionen interaktive Visualisierungen. Ein nutzerorientiertes Design bedeutet, dass das Angebot von Tableau, insbesondere für Nutzer in Analystenrollen, ansprechend und sogar angenehm zu nutzen ist.
  • Salesforce-Chancen: Die Tableau Viz Lightning-Webkomponente bietet ein Low-Code-Erlebnis und vereinfacht die Einbindung von Tableau-Visualisierungen in Salesforce. Work.com, das Cloud-Angebot von Salesforce, hilft Organisationen dabei, Arbeitsplätze sicher und effizient wieder zu öffnen. Dafür nutzt es die Tableau Viz Lightning-Webkomponente, um ein globales Dashboard mit dem COVID-19-Tracker zum Command Center des Arbeitsplatzes hinzuzufügen. Dank der stärkeren Einbindung der MuleSoft-Daten-Connector-Funktionen und eines neu erworbenen Slack-Tools für die Zusammenarbeit haben Salesforce-Kunden mehr gute Gründen, Tableau in Betracht zu ziehen.

Vorsicht

  • Nicht cloudnativ: Tableau bietet in der Cloud gehostete Lösungen (Tableau Cloud und Tableau CRM). Die Stärke des Unternehmens liegt jedoch in lokalen Bereitstellungen, für die eine enorm große installierte Basis vorhanden ist. Tableau hat keine cloudnative Architektur für lokale Kunden, mit der die Vorteile der Cloud genutzt werden können. Die Bereitstellung von Tableau Server in einer Container-Infrastruktur wird nicht unterstützt (Stand 2020), war aber für 2021 geplant. Daher ist es unabhängig von Tableau Cloud nicht möglich, die Flexibilität der Cloud zur automatischen Skalierung dynamischer Arbeitslasten zu nutzen.
  • Premiumpreise: Die Preise von Tableau werden von Nutzern des Gartner-Kundendiensts als Problem angesehen. Im Vergleich zu einigen anderen Cloud-Anbietern in diesem Markt ist Tableau teuer. Die Nutzung von Tableau CRM bei einen Listenpreis von bis zu 150 $ pro Nutzer und Monat kann die Bedenken von Kunden erhöhen, die eine Skalierung ihrer Bereitstellungen oder den Kauf neuer Funktionen erwägen.
  • Integrationsherausforderungen: Wie zu erwarten, dauert die Einbindung der Salesforce-ABI-Funktionen in die von Tableau einige Zeit. Derzeit erleben Nutzer ein fragmentiertes Erlebnis, wenn sie die erweiterten Analysefunktionen des ehemaligen Einstein Analytics nutzen möchten, während sie die Tableau-Plattform verwenden. Die Stärken von Einstein Analytics in Sachen automatisierte Datenberichte, grundlegender Treiberanalyse, benutzerdefinierter Automatisierung und erklärbarer KI sind noch nicht in Tableau eingebunden.

ThoughtSpot

ThoughtSpot ist in diesem Magic Quadrant ein Visionär. Sein innovativer, auf die Suche fokussierter Analyseansatz wird von Wettbewerbern weitgehend übernommen. Es ist im ABI-Plattformmarkt vor allem für potenzielle Käufer interessant, die mit NLP und erweiterten Analysen ein breiteres Spektrum von Nutzern ansprechen möchten.

ThoughtSpots herausragende Merkmale sind die nutzerorientierte Suche, die Beantwortung analytisch komplexer Fragen mit personalisierten und relevanten Antworten sowie die Bereitstellung von erweiterten Analysen im großen Maßstab.

ThoughtSpot brachte 2020 ein SaaS Cloud-Angebot mit automatisierter persönlicher Einrichtung, einer neuen Suchmaschine und der neuen Umgebung „ThoughtSpot One“ auf den Markt. Außerdem wurden SpotIQ-Überwachungsfunktionen hinzugefügt, die automatisch und proaktiv Warnmeldungen erfassen und Geschäftsnutzern Änderungen an wichtigen Geschäftsmesswerten erklären. Weiter wurden die ThoughtSpot-Modellierungssprache und eine produktinterne integrierte Entwicklungsumgebung sowie ThoughtSpot Dataflow für eine schnellere, codefreie Datenaufnahme in den Arbeitsspeicher hinzugefügt.

Stärken

  • Suche und KI in großem Umfang: ThoughtSpot verwendet Suche und NLP als primäre Schnittstelle für die Abfrage von Daten. Daher können Fragen durch Eintippen oder gesprochen gestellt werden. ThoughtSpot unterstützt komplexe analytische Fragestellungen für extrem große Datenmengen (oft Milliarden an Zeilen). SpotIQ, das erweiterte Analysemodul von ThoughtSpot, ermittelt Anomalien sowie Korrelationen und führt eine vergleichende Analyse von Datenpunkten aus, ohne dass etwas programmiert werden muss.
  • Verbraucherorientierte Vision: Die Vision von ThoughtSpot besteht darin, die Akzeptanz zu erhöhen, indem Geschäftsnutzer die Möglichkeit erhalten, die Verbrauchersuche und soziale Anwendungen zu optimieren. Die Technologie lernt aus kollektivem Verhalten, von Intelligenz, sozialen Signalen und vernetzten, katalogisierten Statistiken, um Nutzern die relevantesten Suchvorschläge, Antworten sowie zugehörige und automatisch generierte Statistiken zu liefern.
  • Anerkennung als Suchspezialist: Obwohl ThoughtSpot relativ klein ist, ist die Bekanntheit seines auf Suchanfragen basierenden Wertversprechens hoch. Dieser Anbieter steht auf der Auswahlliste der meisten Kunden, die den Gartner-Kundendienst für die Priorisierung von Such-, NLP- und erweiterten Analysefunktionen nutzen.

Vorsicht

  • Zusätzliche Kostenbarriere: Die Software von ThoughtSpot ergänzt in der Regel anfangs andere ABI-Plattformprodukte, da sie nicht das gesamte Spektrum an Anforderungen auf einer Ebene abdeckt, die es ermöglichen würde, vollständig visuell orientierte ABI-Plattformen zu ersetzen.In einem Markt, in dem das Preis-Leistungs-Verhältnis oft priorisiert wird, sind Organisationen eher bereit, die „ausreichenden“ (sich aber weiter entwickelnden) Such-, NLP- und erweiterten Analysefunktionen ihres ABI-Standardanbieters zu akzeptieren, statt eine weitere Plattform eines anderen Anbieters hinzuzufügen.
  • Beschränkung in Sachen globale Reichweite, Ökosystem und Nutzercommunity:  ThoughtSpot konnte sein globales Ökosystem an Systemintegratoren und seinen Lösungsmarkt substantiell erweitern. Im Vergleich zu den Marktführern in diesem Magic Quadrant hat ThoughtSpot eine begrenzte internationale Präsenz, eine begrenzte Anzahl an von Partnern implementierten Bereitstellungen, und eine begrenzte, aber wachsende Nutzer-Community.
  • Anforderungen für die IT-Einrichtung: Eine erfolgreiche Implementierung der ThoughtSpot-Software erfordert eine Datenvorbereitung und -zuordnung vorab. Dazu sind in der Regel IT-Kenntnisse und ein gewisser entsprechender Aufwand notwendig. Mit dem neuen SaaS-Angebot von ThoughtSpot sowie mit einer teilautomatisierten Modellierung bei der direkten Verbindung mit Cloud-Datenbanken lässt sich dieser Aufwand aber reduzieren. Außerdem sind vordefinierte Modelle für gängige Anwendungen von Anbietern wie Salesforce und Workday geplant.

TIBCO-Software

TIBCO Software ist ein Visionär in diesem Magic Quadrant und bietet ausgereifte Produktfähigkeiten. TIBCO Spotfire ist in den Biowissenschaften, der Hightech-Fertigung und in den Sektoren Transport, Logistik und Energiesektor sehr beliebt, hat aber außerhalb seiner Installationsbasis im Vergleich zu anderen Anbietern sehr wenig Dynamik.

TIBCO Spotfire bietet leistungsfähige Funktionen für Analysen in Dashboards, interaktive Visualisierung, Datenvorbereitung und Workflows. Spotfire A(X) verfolgt einen erweiterten, fokussierten Ansatz, mit dem Spotfire-Nutzer Data-Science-Techniken, Geoanalysen und Echtzeit-Streaminganalysen auf einfache Weise u. a. mit NLQ, NLG und automatisch vorgeschlagenen Visualisierungen anwenden können. TIBCO hat festgestellt, dass die Funktionen und Rollen für Data Science und Analysen oft kollidieren. Daraus ist die Idee der „hyperkonvergenten Analysen“ entstanden.

TIBCO versucht diese Idee durch verbesserte Unterstützung von Python-Datenfunktionen und das Streamen von Datenquellen direkt auf der Plattform umzusetzen. Spotfire Mods ist ein neues Entwicklungs-Framework, mit dem sich auf einfache Weise speicherarme Add-ins erstellen lassen. Dadurch stehen der Spotfire-Analyseumgebung neue interaktive Visualisierungs- und Benutzeroberflächenfunktionen zur Verfügung. Mods lässt sich von allen Nutzern wie eine native Spotfire-Funktion anwenden. Das Framework kann in jeder Umgebung problemlos von mehreren Teams und Organisationen genutzt werden.

Hinweis: Während unserer Recherche für diesen Magic Quadrant hat TIBCO Software bekannt gegeben, dass es eine Vereinbarung zur Übernahme von Information Builders eingegangen ist. Die Akquisition sollte im ersten Quartal 2021 abgeschlossen werden. Daher wurden Pläne zur Produkt- und Unternehmensintegration nicht rechtzeitig entwickelt, damit Gartner sie für diesen Magic Quadrant hätte verwenden können. Entsprechend ist die Darstellung dieser beiden Unternehmen als einer Entität nicht garantiert und wäre für Leser aktuell auch nicht nützlich. TIBCO Software und Information Builders werden daher in diesem Magic Quadrant separat dargestellt.

Stärken

  • Produktfunktionen für erweiterte Analysen: TIBCO Spotfire bietet ML-basierte Datenvorbereitungsfunktionen zum Aufbau komplexer Datenmodelle. Ein End-to-End-Workflow wird in einer einheitlichen Designumgebung für die interaktive Visualisierungen und zum Erstellen von Analyse-Dashboards ausgeführt. Analysten und Citizen Data Scientists haben Zugriff auf eine umfangreiche Bibliothek mit erweiterten Drag-and-drop-Analysefunktionen sowie einigen automatisierten Statistikfunktionen. Die Funktionen von Statistica sind vollständig in Spotfire eingebunden, ebenso wie die bestehende TIBCO Enterprise Runtime for R (TERR)-Engine und die eingebettete Python-Engine.
  • Skalierbarkeit und Unternehmenseignung; TIBCO Spotfire-Analysen wurden für eine skalierbare, sichere Bereitstellung durch sehr große, geografisch verteilte Organisationen optimiert. Die Spotfire-Plattform bietet moderne automatisierte Verwaltungsfunktionen und dieselbe dienstorientierte Architektur, die auch in Cloud-, lokalen und Hybridbereitstellungen zum Einsatz kommt.
  • Vision von Daten- und Analysemarktkonvergenz: Bei den hyperkonvergenten Analysebemühungen von TIBCO stehen die Produktstärken in den Bereichen Datenvisualisierung, Data Science, Streaminganalysen und neue Spotfire-Mods im Vordergrund, damit Sie mehr Echtzeit- und individuelle Erkenntnisse erhalten. Die Vorteile werden durch leistungsstarke vertikale Analyseanwendungen beispielsweise in der Pharma- oder Energiebranche erreicht.

Vorsicht

  • Eingeschränkte Dynamik: TIBCO hat weniger Dynamik als viele Mitbewerber. Das Produkt Spotfire war neben den Produkten von Qlik und Tableau eines der ursprünglichen Innovatoren im Bereich der traditionellen BI-Branche, macht heute aber nur noch einen kleinen Teil der Anfragen von Gartner-Nutzern aus. Kundenanfragendienst. Daten von Gartner Peer Insights deuten darauf hin, dass Spotfire seltener bewertet wird als konkurrierende Angebote.
  • Marktpräsenz: TIBCO wird auf dem Markt für moderne ABI-Plattformen relativ selten als wichtiger Anbieter eingestuft. Nach Ansicht von Gartner ist Spotfire außerhalb bestimmter Bereiche (insbesondere der Öl-, Gas- und Arzneimittelbranchen) selten eine Standardplattform für Organisationen. Entsprechend ist die Nutzer-Community kleiner und es gibt weniger erfahrenes Personal, das mit der Bereitstellung und Verwendung von Spotfire vertraut ist.
  • Annahme hoher Softwarekosten: Nach Ansicht der Gartner Peer Insights-Kunden sehen die Kunden von TIBCO die Preis- und Vertragsflexibilität der Plattform weiterhin als problematisch an. In diesem Zusammenhang wird TIBCO unterdurchschnittlich bewertet.

Yellowfin

Yellowfin ist in diesem Magic Quadrant ein Visionär. Obwohl es sich um einen kleinen und geografisch begrenzten Anbieter handelt, gehört seine Produktinnovation zu den leistungsstärksten auf dem Markt. Yellowfin startete als Anbieter einer webbasierten BI-Plattform für Berichterstellung und Datenvisualisierung. Inzwischen wurde die Plattform mit Funktionen für Datenvorbereitung und erweiterte Analysen ergänzt.

Yellowfin setzte 2020 durch die Einführung des Codemodus für Entwickler seine Investitionen in den Dashboard-Canvas-Ansatz fort. Außerdem hat das Unternehmen seine erweiterten Analysen verbessert, um kontextabhängige Statistiken bereitzustellen. Die API-Funktionen wurden erweitert, damit Citizen Developers Analysefähigkeiten kombinieren können.

Stärken

  • Innovative Produktvision: Das Produktkonzept von Yellowfin ist sowohl breit als auch innovativ. Yellowfin bietet automatisierte Benachrichtigungen auf Basis verbesserter ML-Algorithmen im Signals-Modul, das auch kontextabhängige Analysen bietet. Die Mikrodienste-basierte Architektur und der Codemodus ermöglichen die Kompatibilität mit anderen Anwendungen. So lassen sich Analyseerkenntnisse in operative Aktionen umwandeln.
  • Offenheit: Yellowfin bietet eine cloudunabhängige Architektur. Es wird großteils durch Software-Hersteller als Partner genutzt, die Yellowfin einbetten und damit Analysen in ihren Anwendungen bereitstellen. Die Offenheit ist daher ein Kernelement seines Angebots. Dies gilt auch für Anwendungsfälle, bei denen es nicht eingebettet genutzt wird. Die Ausgabe der Datenvorbereitung von Yellowfin ist nicht proprietär und kann deshalb mit anderen Analysetools weiterverwendet werden. Mit Yellowfin Stories lassen sich außerdem Microsoft Power BI-, Tableau- und Qlik-Berichte, -Dashboards sowie -Anwendungen in längere Inhalte für Datenstorys einbinden.
  • Umfassende Produktfunktionalität: Yellowfin bietet insgesamt eines der in Sachen Funktionalität am besten bewerteten Produkte. Seine Funktionen reichen von Datenvorbereitung über Modus-1-Berichte mit geplanten Verteilungen und visuelle Modus-2-Datenexploration bis zu erweiterten Analysen. Sein Modul zur Datentransformation ermöglicht das Herstellen von Verbindungen zu Data-Science-Modellen. Der Zugriff erfolgt für alle Funktionen über eine browserbasierte Oberfläche.

Vorsicht

  • Geringe Unterstützung natürlicher Sprache: Die NLQ-Funktion von Yellowfin ist noch im Planungsstadium (Stand 2020, geplant für 2021). Die Steuerung von NLG durch Nutzer ist eingeschränkt. Automatische Statistiken werden nicht erklärt (mit Ausnahme von Treiberanalysen) und können nicht mit R oder Python weiterverwendet werden. Dies ist ein Nachteil für die Arbeit von Data-Science-Teams.
  • Geringe Marktdynamik: Trotz seiner visionären Strategie ist Yellowfin im Vergleich zu seinen Mitbewerbern nicht besonders beliebt. Yellowfin taucht im des Gartner-Kundendienst nur selten in den Anbieter-Auswahllisten auf und wird auf gartner.com wenig gesucht. Die Nutzercommunity einer ABI-Plattform wirkt sich erheblich auf die Wahrscheinlichkeit der Auswahl aus. In Yellowfins Fall ist die Community klein.
  • Minimale geografische Präsenz: Auch wenn das Produkt neun Sprachen unterstützt und weltweit verwendet wird, ist Yellowfin außerhalb des Raums Asiens/Pazifiks kaum bekannt. Das Unternehmen hat weniger als 200 Beschäftigte. In nur vier Ländern hat Yellowfin mehr als zehn Mitarbeiter. Anders als bei anderen Mitbewerbern hat sich die Zahl der Mitarbeiter im Jahr 2020 jedoch langsam erhöht.

Hinzugefügte und verworfene Anbieter

Wir prüfen kontinuierlich unsere Aufnahmekriterien für Magic Quadrants und passen diese an, wenn sich der Markt ändert. Aufgrund dieser Anpassungen kann sich die der Anbieter-Mix in jedem Magic Quadrant im Laufe der Zeit ändern. Die einmalige Aufnahme eines Anbieters in einen Magic Quadrant bedeutet nicht zwangsläufig, dass wir unsere Meinung zu diesem Anbieter z. B. im Folgejahr geändert haben. Dies kann auf Veränderungen im Markt zurückzuführen sein, die zu geänderten Bewertungskriterien geführt haben, oder auf eine andere Schwerpunktsetzung beim Anbieter.

Hinzugefügt:

  • Amazon Web Services
  • Google (Looker)
  • Infor

Verworfen:

  • Looker – jetzt als Google (Looker) enthalten
  • Birst — jetzt als Infor-Angebot enthalten
  • Dundas
  • Logi Analytics
  • Salesforce

Aufnahmekriterien

Um in diesen Magic Quadrant aufgenommen zu werden, müssen Anbieter die beiden folgenden Kriterien erfüllen:

  • Sie müssen ein allgemein verfügbares Softwareprodukt anbieten, das Gartners Definition einer ABI-Plattform entspricht:
  • ABI-Plattformsoftware unterstützt die IT-gestützte Erstellung von Analyseinhalten. Sie ist durch eine eigenständige Architektur definiert, die es Nutzern ohne technischen Hintergrund ermöglicht, Analyse-Workflows eigenständig auszuführen, vom Datenzugriff über die Datenaufnahme und -vorbereitung bis zur interaktiven Analyse und zur gemeinsamen Nutzung von Statistiken. ABI-Plattformen unterscheiden sich zunehmend durch erweiterte Analysefunktionen.
  • Das Unternehmen gehört in Sachen Marktdynamik zu den 20 Top-Organisationen im von Gartner definierten Magic Quadrant. Die zur Berechnung der Marktdynamik der ABI-Plattform verwendeten Dateneingaben enthielten ein ausgewogenes Set an Messwerten:
    • Gartners Such- und Abfragevolumen nebst Trenddaten von Kunden.
    • Das Volumen der Stellenausschreibungen, die die ABI-Plattform auf TalentNeuron und auf verschiedenen Stellen-Websites in den USA, Europa und China angeben.
    • Die Häufigkeit von Erwähnungen als Konkurrenz von anderen ABI-Plattformanbietern im Gartner Peer Insights-Forum in den 12 Monaten vor Juli 2020.

In Übereinstimmung mit der Magic Quadrant-Methodik von Gartner wurde die Anzahl der Anbieter auf 20 begrenzt. Es gibt aber viele weitere ABI-Plattformanbieter, die von dieser Studie nicht berücksichtigt werden.

Würdigungen

Die fünf unten aufgeführten Anbieter wurden entweder in der Ausgabe 2020 dieses Magic Quadrants (der 22 Anbieter umfasste) vorgestellt oder zeigen eine Marktdynamik, die sie für Unternehmen interessant machen, die sich nicht auf die im aktuellen Magic Quadrant aufgeführten Anbieter beschränken wollen.Die folgende Liste, die nicht alle relevanten, die nicht in diesem Magic Quadrant präsentierten Anbieter enthält, ist alphabetisch geordnet:

  • AnswerRocket. AnswerRocket bietet eine erweiterte Datenerkennungsplattform mit nativen Funktionen für NLQ, NLG und die automatische Generierung von Statistiken. Die Plattform enthält vorkonfigurierte und kombinierbare Analyseanwendungen namens RocketBots, mit denen geschäftliche Anwendungsfälle automatisiert werden können. Diese unterstützen auch die Einbindung von KI- und ML-Frameworks von Drittanbietern wie scikit-learn und TensorFlow. Die AnswerRocket-Plattform kann lokal oder in der Cloud über große Anbieter öffentlicher Clouds und eine Reihe unterstützter Datenverwaltungslösungen ausgeführt werden. AnswerRocket erreichte den 20. Marktrang im Gartner-Index der Marktdynamik, der für eine vollständige Berichterstattung in diesem Magic Quadrant erforderlich war, nicht.
  • Dundas.Mit der Dundas BI-Plattform können Nutzer Daten visualisieren, Dashboards und pixelgenaue Berichte erstellen und freigeben sowie Analyseinhalte einbetten und anpassen. Das Unternehmen hat große Unternehmen als Kunden, spezialisiert sich jedoch auf eingebettete BI. Der Großteil der Einnahmen stammt von OEMs, die Dundas BI in ihre Anwendungen erweitern, einbinden, anpassen und einbetten. Dundas erreichte den 20. Marktrang im Gartner-Index der Marktdynamik, der für eine vollständige Berichterstattung in diesem Magic Quadrant erforderlich war, nicht.
  • FanRuan.Dies ist einer der größten ABI-Anbieter in China. Sein traditionelles, berichtsorientiertes BI-Produkt FineReport ist weit verbreitet. Das neue FineBI-Produkt bietet eine visuelle Self-Service-BI über ein lokales Bereitstellungsmodell. FanRuan fügt weiter Cloud-Bereitstellungen und erweiterte Funktionen hinzu und plant, in die nordamerikanischen und europäischen Märkte zu expandieren. FanRuan erreichte den 20. Marktrang im Gartner-Index der Marktdynamik, der für eine vollständige Berichterstattung in diesem Magic Quadrant erforderlich war, nicht.
  • Incorta Bei der Markteinführung im Jahr 2013 war Incorta in erster Linie als Anbieter von Software positioniert, der die in diesem Magic Quadrant bewerteten ABI-Plattformen ergänzt. Es nutzte seine patentierte Funktion „Direct Data Mapping“ zur Leistungsoptimierung, in erster Linie um Datenanalysen komplexer ERP- und CRP-Systeme zu ermöglichen. Das Angebot von Incorta wird jedoch zunehmend als eigenständige komplette ABI-Plattform genutzt und ist daher zu einer wettbewerbsfähigen Alternative geworden. Seit der Erweiterung mit einem cloudbasierten Dienst im Jahr 2020 ist die Incorta-Software nun für Unternehmen jeder Größenordnung geeignet. Incorta erreichte den 20. Marktrang im Gartner-Index der Marktdynamik, der für eine vollständige Berichterstattung in diesem Magic Quadrant erforderlich war, nicht.
  • Logi Analytics.Dieser Anbieter konzentriert sich ausschließlich auf eingebettete Analysen und Teams im Bereich der Anwendungsentwicklung. Er bietet eine Reihe eingebetteter Analyseumgebungen an, darunter Logi Composer für vordefinierte eingebettete Analysen, Logi report für pixelgenaue, eingebettete Betriebsberichte, und Logi Info zum Erstellen individueller Analyseanwendungen. Das Logi Composer-Produkt stellt eine Weiterentwicklung eingebetteter Self-Service-Angebote dar. Dieses Angebot umfasst No-Code- und Low-Code-Ansätze in einer Mikrodienst-Architektur. Logi Analytics erreichte den 20. Marktrang im Gartner-Index der Marktdynamik, der für eine vollständige Berichterstattung in diesem Magic Quadrant erforderlich war, nicht.

Bewertungskriterien

Leistungsfähigkeit

Das Kriterium "Leistungsfähigkeit", das in diesem Magic Quadrant verwendet wird, bedeutet Folgendes (die Informationsquellen, auf denen die Bewertungen von Gartner anhand dieser Kriterien beruhen, finden Sie im Abschnitt „Quellen“):

Produkt oder Dienstleistung: Anhand dieses Kriteriums wird bewertet, wie wettbewerbsfähig und erfolgreich das ABI-Plattform-Produkt eines Anbieters in Bezug auf wichtige Funktionsbereiche ist. Dabei werden die Angebotsanfrage und das Video des Anbieters berücksichtigt.

Gesamtrealisierbarkeit: Dieses Kriterium betrifft den Finanzstatus und das Modell der Organisation in Bezug auf ABI. Dabei werden auch die Ansichten bestehender und potenzieller Kunden zur voraussichtlichen zukünftigen Relevanz des Anbieters berücksichtigt.

Verkauf/Preisgestaltung: Dieses Kriterium deckt die Fähigkeiten des Anbieters in Sachen Verkaufsaktivitäten ab. Berücksichtigt werden Verkaufserfahrung, Fähigkeit, die Bedürfnisse der Käufer zu verstehen, Preisgestaltung und Vertragsflexibilität.

Marktreaktion/-historie: Dieses Kriterium bezieht sich auf die Dynamik und die Erfolge des Anbieters im globalen Markt. Es wird ein ausgewogenes Maß an Messwerten berücksichtigt.

Kundenerfahrung: Dieses Kriterium berücksichtigt das Erlebnis der Kunden mit einem Anbieter nach einem Kauf. Dabei spielen die Verfügbarkeit von Drittanbieter-Ressourcen (z. B. Integratoren und Dienstanbieter), die Qualität und Verfügbarkeit der Endnutzerschulungen und die Qualität der Nutzer-Community eine Rolle.

Betrieb: Dieses Kriterium achtet darauf, wie gut ein Anbieter seine Kunden unterstützt und wie problembehaftet die Software ist.

Tabelle 1: Leistungsfähigkeit, Bewertungskriterien

Bewertungskriterien Gewichtung

Kundenerfahrung

Hoch
Marktreaktion/-historie Hoch
Marketingausführung Nicht bewertet
Betrieb Hoch
Gesamtrealisierbarkeit Hoch
Produkt oder Dienst Hoch
Verkauf/Preisgestaltung Mittel

Vollständigkeit der Vision

Das Kriterium "Vollständigkeit der Vision", das in diesem Magic Quadrant verwendet wird, bedeutet Folgendes (die Informationsquellen, auf denen die Bewertungen von Gartner anhand dieser Kriterien beruhen, finden Sie im Abschnitt „Quellen“):

Markteinblicke: Dieses Kriterium berücksichtigt wie eng ein Anbieters sich an die sich ändernden Bedürfnisse der Analysekäufer anpasst und inwieweit seine Kunden neuere und neueste Funktionen nutzen.

Marketingstrategie: Bei diesem Kriterium wird berücksichtigt, ob ein Anbieter eine klare Botschaften hat, die den Wert und seine Differenzierung auf dem ABI-Plattformmarkt verdeutlichen, und ob dieser Anbieter auf seine Alleinstellungsmerkmale aufmerksam macht.

Vertriebsstrategie: Dieses Kriterium berücksichtigt, inwieweit der Verkaufsansatz eines Anbieters von einer Vielzahl von Optionen und Treibern profitieren kann, die Kunden ermutigen, seine ABI-Plattform zu bewerten.

Angebotsstrategie (Produkt): Gartner evaluiert die Fähigkeit eines Anbieters, wichtige Trends zu unterstützen, die in Zukunft einen Geschäftswerte schaffen werden. Bestehende und geplante Produkte und Funktionen, die zu diesen Trends beitragen, werden bei der Bewertung des jeweiligen Anbieters für dieses Kriterium auf Grundlage der vorhandenen Roadmap berücksichtigt.

Branchenstrategie: Dieses Kriterium bewertet, wie gut ein Anbieter die Anforderungen verschiedener Branchen über Vorlagen oder mitgelieferte Analyseinhalten ansprechen kann.

Innovation: Mit diesem Kriterium wird bewertet, inwieweit ein Anbieter in Funktionen investiert und diese bereitstellt, die ein Alleinstellungsmerkmal darstellen. Dabei wird geprüft, ob ein Anbieter Standards für Innovation setzt, die andere übernehmen.

Geografische Strategie: Bei diesem Kriterium wird berücksichtigt, wie präsent ein Anbieter weltweit ist.

Tabelle 2: Vollständigkeit der Vision/Bewertungskriterien

Bewertungskriterien Gewichtung 
Marktverständnis Hoch
Marketingstrategie Hoch
Vertriebsstrategie Hoch
Angebots-/Produktstrategie Hoch
Geschäftsmodell Nicht bewertet
Branchenstrategie Niedrig
Innovation Hoch
Geografische Strategie Mittel

Tabelle 2: Vollständigkeit der Vision/Bewertungskriterien

Quadrant-Beschreibungen

Leader

Leader zeigen, dass sie wissen, welche zentralen Produktfunktionen und welches Engagement für den Kundenerfolg Käufer in diesem Markt erwarten. Sie verbinden dieses Wissen und dieses Engagement mit einem leicht verständlichen und attraktiven Preismodell, das Wertsteigerung und inkrementelle Einkäufe im Unternehmensmaßstab unterstützt. Im modernen Markt der ABI-Plattformen werden Kaufentscheidungen von geschäftlichen Nutzern getroffen (oder zumindest stark von ihnen beeinflusst), die nach Produkten suchen, die einfach erworben und genutzt werden können. Diese Produkte müssen für sie einen klaren geschäftlichen Nutzen haben und die Anwendung leistungsstarker Analysen durch Personen mit begrenztem technischem Fachwissen und ohne Beteiligung der IT-Abteilung oder von technischen Experten ermöglichen. In einem sich schnell weiterentwickelnden Markt mit ständiger Innovation konzentrieren sich Leader nicht ausschließlich auf das aktuelle Angebot. Leader haben außerdem eine robuste Strategie, um ihre Position als Marktführer zu festigen. So können auch die Investitionen der Käufer geschützt werden.

Herausforderer

Herausforderer sind gut aufgestellt, um in diesem Markt erfolgreich zu sein. Sie sind jedoch möglicherweise auf bestimmte Anwendungsfälle, technische Umgebungen oder Anwendungsbereiche beschränkt. Ihre Vision wird auch eventuell durch das Fehlen einer koordinierten Strategie für die verschiedenen Produkte in ihrem Portfolio beeinträchtigt. Oder es fehlt ihnen im Hinblick auf effektives Marketing, Vertriebskanäle, geografische Präsenz, branchenspezifische Inhalte und Innovationen an Merkmalen für Leader.

Visionäre

Visionäre haben eine klare oder spezielle Vision, um eine moderne ABI-Plattform bereitzustellen. Sie bieten umfassende Funktionen in den Bereichen, in denen sie tätig sind. Es gibt aber eventuell Nachholbedarf bei der Erfüllung größerer Anforderungen an die Funktionalität oder die Bewertung für Kundenerfahrung, Betrieb und Vertrieb fällt nicht so hoch aus. Visionäre sind Vorreiter und Innovatoren. Es fehlt aber möglicherweise an Reichweite und Größe oder es gibt Bedenken hinsichtlich der Fähigkeit, zu wachsen und trotzdem das Angebot weiter wie bisher zu gewährleisten.

Nischenanbieter

Nischenanbieter eignen sich für ein bestimmtes Marktsegment (z. B. für finanziell orientiertes BI) oder für die ABI-Anforderungen von Organisationen, die einen bestimmten Cloud-Stack nutzen. In Sachen Innovationen oder Leistung können sie aber von anderen Anbietern übertroffen werden.Sie konzentrieren sich möglicherweise auf eine bestimmte Domain oder einen bestimmten Aspekt des ABI-Plattformmarkts, bieten jedoch an anderer Stelle zu wenige Funktionen. Sie können auch eine relativ allgemeine ABI-Plattform, aber nur begrenzte Implementierungs- und Supportfunktionen haben, oder eine relativ begrenzte Kundenbasis (zum Beispiel nur in einer bestimmten Region oder Branche).

Kontext

Dieser Magic Quadrant wertet die Fähigkeiten der Anbieter auf Basis ihrer Leistung im Jahr 2020 und ihrer Entwicklungspläne aus. Da sich Anbieter und Markt weiterentwickeln, sind die Bewertungen möglicherweise nur für kurze Zeit gültig.

Leser sollten diesen Magic Quadrant nicht allein als Tool zur Auswahl von Anbietern und Produkten verwenden. Sie sollten ihn als eine Referenz unter vielen für die Auswahl des besten Anbieters und Produkts ansehen.

Bei der Auswahl einer Plattform sollten sie diesen Magic Quadrant in Kombination mit Kritische Funktionen für Analytics- und Business Intelligence-Plattformen verwenden. Außerdem empfehlen wir, den Gartner-Dienst für Kundenanfragen zu verwenden.

Leser sollten eigene Definitionen der Vollständigkeit der Vision oder der Leistungsfähigkeit nicht auf diesen Magic Quadrant übertragen. Diese Elemente werden häufig fälschlicherweise mit Produktvision und Marktanteil gleichgesetzt. Die Magic Quadrant-Methode basiert auf einer Reihe Kriterien, mit denen die Position eines Anbieters ermittelt wird, wie im Abschnitt zu den Bewertungskriterien oben dargestellt.

Marktübersicht

Laut Marktanalyse von Gartner ist der Umsatz auf dem Markt für moderne BI-Plattformen im Jahr 2019 um 19 % gestiegen – im Vergleich zu 22 % im Jahr 2018. Damit erreichte er etwas mehr als 6 Milliarden $. Der Preisdruck und der heftige Wettbewerb waren weitgehend für diesen geringen Rückgang verantwortlich (siehe "Market Share Analysis: Analytics und BI Software, 2019"). Wie im letzten Jahr gemeldet, ist die Zahl der Nutzer, die ABI-Plattformen verwenden, inzwischen in Millionenhöhe gestiegen, obwohl die Ausgaben für ABI weniger schnell wuchsen als in den 2010ern. Dieser enorme Anstieg der Nutzerzahlen ist darauf zurückzuführen, dass der Preis pro Nutzer nur noch einen Bruchteil des Preises von vor zehn Jahren ausmacht.

Cloud-Umgebungen sind jetzt der Hauptfaktor bei den Ausgaben. Erstmals sind alle sieben Anbieter von Hyperscale-Cloud-Infrastruktur- und Plattformdiensten bis auf einen auf dem ABI-Plattformmarkt aktiv – entweder direkt oder über eine erworbene Tochtergesellschaft (siehe Magic Quadrant for Cloud Infrastructure and Platform Services). Die einzige Ausnahme, das chinesische Unternehmen Tencent Cloud, hat in Yonghong Tech investiert und bietet seine Yonghong-BI-Plattform auf OEM-Basis an. Die Präsenz der großen Cloud-ERP- und -CRM-Anwendungsanbieter spielt bei der Auswahl der ABI-Plattform ebenfalls eine Rolle. Einerseits entstehen bei cloudbasierten Angeboten unvermeidbare Bedenken hinsichtlich der Bindung an einen Anbieter und unvorhergesehener Kosten. Andererseits haben die Cloud-Anbieter die Bedeutung von Offenheit für ihre Software-Stacks und die zunehmende Popularität von „Multi-Cloud“-Konzepten erkannt, bei denen Unternehmen Anwendungen über mehrere Cloud-Angebote ausführen.

Derzeit dominiert ein Anbieter – Microsoft – den Markt in Bezug auf die Nutzerakzeptanz. Das enorme Wachstum des Cloud-Dienstes von Microsoft Power BI wurde fortgesetzt, teilweise bündelt dieses Produkt mit Office 365 (auf E5-Lizenzebene) zu einem stark reduzierten Preis. Die zunehmende Einbindung von Power BI in Microsoft Teams wird angesichts der Bedeutung des mobilen Arbeitens das weitere Wachstum fördern.

Die spezialisierten Anbieter von Analyselösungen auf dem ABI-Plattformmarkt nutzen ihre Unabhängigkeit von den großen Cloud-Anbietern als Wettbewerbsvorteil und gehen gezielt auf die Bedenken der Kunden in Bezug auf Abhängigkeit ein. Eine mögliche Konsequenz besteht darin, bisher proprietäre Produkte zu öffnen, um den Wettbewerb mit weitverbreiteten ABI-Tools zu minimieren. Ein anderer Ansatz ist die Ermittlung bestimmter Marktsegmente und die Anpassung der Angebote an den dortigen Bedarf.

Die zunehmende Nutzung von erweiterten Analysefunktionen bedeutet, dass die ABI-, Data-Science- und ML-Plattformmärkte auf Kollisionskurs gehen. ABI-Plattformen umfassen immer mehr Funktionen für erweiterte Data-Science- und ML-Aufgaben, wobei die Prognosemodelle „hinter den Kulissen“ ausgeführt werden und Informationen innerhalb des ABI-Prozessflusses „sichtbar“ werden. Data-Science- und ML-Plattformen umfassen zunehmend erweiterte Funktionen zur Datentransformation und -erkennung, z. B. zur Datenvisualisierung, die für ABI-Plattformen traditionell charakteristischer sind. Die beiden Märkte bleiben derzeit weiterhin getrennt und sprechen verschiedene Käuferschichten an, aber diese Situation wird sich wahrscheinlich ändern.

Der Teilmarkt für eingebettete ABI spricht eine andere Gruppe wichtiger Käufer an: Softwareentwickler und Produktmanager. Eingebettete ABI wird angewendet, wenn Organisationen analytische Extranet-Anwendungen erstellen, Daten monetarisieren oder ABI in operativen Geschäftsanwendungen bereitstellen möchten. Unabhängige Softwareanbieter verwenden außerdem eingebettete ABI, wenn sie ABI-Funktionen in ihrer Software anbieten möchten, ohne selbst Dienste entwickeln zu müssen. Der Markt für eingebettete ABI entwickelt sich ständig weiter, da immer mehr Self-Service-Lösungen (z. B. No Code/Low Code) eingesetzt werden. Dadurch können Citizen-Entwickler, die keine Programmierkenntnisse haben, die Reichweite und Vernetzung von ABI erhöhen (z. B. um Workflow-Prozesse in operativen Anwendungen auszulösen) und sogar kombinierbare Anwendungen selbst veröffentlichen (weitere Informationen finden Sie unter Kombinierbare Analysefunktionen gestalten die Zukunft der Analyseanwendungen).

Belege

Die Analysen von Gartner in diesem Magic Quadrant basieren auf Quellen wie:

  • Die Meinung der Gartner-Analysten zu den Anbietern.
  • Die Kundenbeurteilung der Stärken und Schwächen der Anbieter, wie sie sich aus ABI-bezogenen Studien von Gartner ergibt.
  • Gartner Peer Insights-Daten (siehe unten).
  • Einem Fragebogen, der von Anbietern zu ihrem Unternehmen ausgefüllt wird.
  • Anbieterinformationen über Differenzierung, Kundenanwendungsfälle und Produkt-Roadmaps.
  • Eine umfassende Angebotsanfrage, in der gefragt wird, wie die einzelnen Anbieter die definierten 12 wichtigen Funktionen dieses Markts bereitstellen.
  • Videodemonstrationen dazu, wie die ABI-Plattformprodukte der Anbieter die 12 wichtigen Funktionen fördern.
  • Externe Daten zur Marktdynamik (Stellenangebote, Videos im Web usw.).

Gartner Peer Insights

Gartner Peer Insights-Rezensionen wurden für Messwerte in Bezug auf Betriebsabläufe (Dienst und Support und Qualität des technischen Supports), Vertriebserfahrung (Preise und Vertragsflexibilität) und Marktreaktionsfähigkeit (empfangener Wert) berücksichtigt. Wir haben Rezensionen zu modernen ABI-Plattformprodukten berücksichtigt, die zwischen Dezember 2019 und September 2020 veröffentlicht wurden.

Definitionen der Bewertungskriterien

Leistungsfähigkeit

Produkt/Dienst: Kernprodukte und Dienstleistungen, die der Anbieter für den definierten Markt anbietet. Dazu gehören aktuelle Produkt-/Dienstfunktionen, Qualität, Funktionssätze, Fähigkeiten usw., unabhängig davon, ob sie nativ oder über OEM-Vereinbarungen/Partnerschaften angeboten werden, wie in der Marktdefinition definiert und in den Unterkriterien angegeben.

Gesamtrealisierbarkeit: Die Realisierbarkeit umfasst eine allgemeine Bewertung des finanziellen Zustands der Organisation, des finanziellen und praktischen Erfolgs der Geschäftseinheit und die Wahrscheinlichkeit, dass die jeweilige Geschäftseinheit weiter in das Produkt investieren und das Produkt weiter anbieten und den Stand der Technik im Produktportfolio der Organisation vorantreiben wird.

Ausführung/Preise: Die Möglichkeiten des Anbieters in allen Pre-Sales-Aktivitäten und die Struktur, die diese unterstützt. Dazu gehören Angebotsverwaltung, Preisgestaltung und Verhandlungen, Pre-Sales-Support und die Gesamteffizienz des Vertriebskanals.

Marktreaktion/Historie: Die Möglichkeit, zu reagieren, die Richtung zu ändern, flexibel zu sein und wettbewerbsfähige Erfolge zu erzielen, wenn sich Chancen eröffnen, Mitbewerber reagieren, sich die Kundenbedürfnisse entwickeln oder sich die Marktdynamik ändert. Bei diesem Kriterium wird auch die Historie der Reaktionsfähigkeit des Anbieters berücksichtigt.

Marketingausführung: Klarheit, Qualität, Kreativität und Wirksamkeit der Programme, die entwickelt wurden, um die Botschaft des Unternehmens zu vermitteln, um den Markt zu beeinflussen, die Marke und das Unternehmen zu fördern und die Bekanntheit der Produkte zu steigern und in den Kunden eine positive Vorstellung des Produkts/der Marke und der Organisation aufzubauen. Dieser „Mind Share“ kann eine Kombination aus Öffentlichkeitsarbeit, Werbeinitiativen, Vordenkerschaft, Mund-zu-Mund-Propaganda und Vertriebsaktivitäten sein.

Kundenerfahrung: Kontakte, Produkte und Dienste/Programme, die es Kunden ermöglichen, mit den bewerteten Produkten erfolgreich zu sein. Dazu gehört insbesondere die Art und Weise des technischen Supports für Kunden und die Kundenunterstützung. Außerdem können Hilfstools, Kundensupportprogramme (und deren Qualität), die Verfügbarkeit von Nutzergruppen, Service Level Agreements usw. eine Rolle spielen.

Ablauf. Die Fähigkeit der Organisation, ihre Ziele und Verpflichtungen zu erreichen. Zu den Faktoren gehören die Qualität der Organisationsstruktur, einschließlich Kompetenzen, Erfahrungen, Programme, Systeme und anderer Elemente, die es der Organisation ermöglichen, kontinuierlich und effektiv zu arbeiten.

Vollständigkeit der Vision

Marktverständnis: Fähigkeit des Anbieters, die Bedürfnisse und Wünsche der Käufer zu verstehen und in Produkte und Dienstleistungen umzuwandeln. Anbieter, die eine große Vision zeigen, hören die Wünsche und Bedürfnisse der Käufer und können sie mit ihrer zusätzlichen Vision gestalten oder verbessern.

Marketingstrategie: Klare, differenzierte Botschaften, die unternehmensweit kontinuierlich kommuniziert und über Website, Werbung, Kundenprogramme und Positionierungserklärungen extern vermittelt werden.

Vertriebsstrategie: Eine Strategie für den Verkauf von Produkten, die ein geeignetes Netzwerk an direkten und indirekten Vertriebs-, Marketing-, Service- und Kommunikationsunternehmen nutzt, die Umfang und Tiefe von Marktreichweite, Kompetenz, Fachwissen, Technologien, Dienste und Kundenstamm erweitern.

Angebotsstrategie (Produkt): Ein Ansatz des Anbieters bei der Produktentwicklung und -bereitstellung, der Differenzierung, Funktionalität, Methodik und Funktionssätze im Hinblick auf aktuelle und zukünftige Anforderungen betont.

Geschäftsmodell: Die Integrität und Logik des zugrunde liegenden Geschäftsmodells des Anbieters.

Branchenstrategie: Die Strategie des Anbieters, Ressourcen, Kompetenzen und Angebote an die besonderen Anforderungen der einzelnen Marktsegmente anzupassen, einschließlich vertikaler Märkte.

Innovation: Direkte, verwandte, ergänzende und synergische Layouts von Ressourcen, Fachwissen oder Kapital für Investitionen, Konsolidierung, Defensiv- oder Präemptionszwecke.

Geografische Strategie: Die Strategie des Anbieters, Ressourcen, Kompetenzen und Angebote an die spezifischen Anforderungen der Regionen außerhalb seiner "Heimat" oder seiner nativen Geografie direkt oder über Partner weiterzuleiten, je nach Geografie und Markt.

Sind Sie bereit für die datenbasierte Transformation?

Welche Herausforderung wollen Sie meistern? Ein Google Cloud-Experte unterstützt Sie gern dabei, die beste Lösung zu finden.
Kontakt
Warum Google der richtige Daten-Cloud-Partner ist
Weitere Informationen

Lernen Sie unseren Ansatz zum Erstellen einer Daten-Cloud kennen, die Geschwindigkeit, Skalierung und Sicherheit optimiert. Hier ansehen.