使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。
跳转到

分析和商业智能平台魔力象限

作者:James Richardson,Kurt Schlegel,Rita Sallam,Austin Kronz,Julian Sun

随着增强功能在平台中的普及,“自助”在该领域的定义正在发生变化。与此同时,云生态系统以及与生产力工具的协同已成为关键选择因素。此魔力象限将帮助数据和分析负责人规划分析和商业智能路线图。

市场定义/说明

分析和商业智能 (ABI) 平台的特点是通过易于使用的功能支持从数据准备、可视化探索到洞见生成的完整分析工作流,同时强调自助使用和增强用户协助。

从背靠风投基金的初创公司到大型科技公司,ABI 市场中有各种各样的供应商。此市场中的绝大部分新支出集中在云部署,主要的云平台都是市场参与者。在许多情况下,云供应商是以 ABI 平台作为切入点提供更丰富的云数据管理功能,例如 Microsoft Azure Synapse Analytics 和 IBM Cloud Pak for Data。

数据可视化功能已经成为标配,无法再有效区分各 ABI 平台。所有供应商都可以从各种来源提取数据并通过常见的图表形式(条形图/柱状图、折线图/面积图、散点图、饼图和地图)展现数据,从而构建交互式关键绩效指标 (KPI) 信息中心。现在,差异化已经转移到平台对增强分析的支持能力。增强分析利用机器学习 (ML) 和人工智能 (AI) 来辅助数据准备、洞见生成和洞见解释,可有效提高业务人员和数据分析师探索和分析数据的能力。由于机器学习技术应用到“从数据到决策”的整个工作流,因此增强分析不再是一项独立的功能,而是贯穿于整个平台。

增强分析的应用范围正在不断扩大。增强分析技术诞生之初是为了辅助使用自助功能的分析人员,现在正越来越多地用于直接为最终用户提供帮助,这催生了一个新的用户类别:增强消费者。这类用户没有技术背景,希望能够直接使用机器生成的数据故事,即基于对与其角色、身份或工作职能相关的数据的持续监控而自动生成的数据洞见。为了确保相关性,此功能包括使用行为,特别是自然语言查询 (NLQ) 历史记录以及用户对自动提供的内容的反馈和评分。这一变化有望促使 ABI 的采用率突破已多年未有变化的 30% 天花板。(如需了解详情,请参阅《增强分析:训练机器向用户讲述数据故事》。)

ABI 平台功能包括以下 12 个关键能力领域,我们更新了与增强分析紧密关联的功能,以反映相关变化和差异化:

  • 安全性:支持平台安全性、用户管理、平台访问权限和身份验证审核的功能。
  • 易管理性:跟踪 ABI 平台使用情况和管理信息共享方式(以及由谁发起共享)的功能。
  • 云分析:能够基于存储在云中和本地的数据,在云中构建、部署和管理分析。
  • 数据源连接性:让用户能够连接、查询和注入数据,同时优化性能。
  • 数据准备:支持拖放不同来源的数据,并可由用户进行组合,支持创建分析模型(例如用户定义的度量、集、组和层次结构)。
  • 目录:能够自动生成和精选分析内容的可搜索目录,使分析消费者轻松了解可用的内容。
  • 自动生成洞见:增强分析的核心能力,即应用机器学习技术为最终用户自动生成发现结果(例如,识别数据集最重要的特性)。
  • 数据可视化:支持高度交互的信息中心,支持通过操纵图表图片来探索数据。
  • 数据叙事:能够将交互式数据可视化与叙事技巧相结合,从而将分析内容打包并以吸引人且易于理解的形式呈现给决策者。
  • 自然语言查询 (NLQ):允许用户通过在搜索框中输入或说出关键词来提问以及查询数据和分析内容。
  • 自然语言生成 (NLG):自动创建答案、数据和分析内容的丰富文字说明。在分析上下文中,当用户与数据交互时,叙述会动态变化,以解释重要的发现结果或图表或信息中心的含义。
  • 报告:能够定期为用户创建和分发(或“分类群发”)像素级精确和网格布局的多页报告。

魔力象限

图 1:分析和商业智能平台魔力象限

魔力象限
来源:Gartner(2021 年 2 月)

供应商的优势和注意要点

阿里云

阿里云是这个魔力象限中的特定领域者。迄今为止,它仅参与亚太地区的市场竞争,但具备全球潜力。

阿里云是亚太地区最大的公有云平台服务商。它通过其 Quick BI 平台提供数据准备、可视化数据发现、交互式信息中心和增强分析功能。此平台可作为在阿里云基础架构上运行的 SaaS 选项、Apsara Stack Enterprise 上的本地选项以及阿里巴巴生意参谋的嵌入式分析选项提供。

Quick BI 3.9 版本与阿里云的数字办公协作工具钉钉集成,增强分析功能得到加强,它的数据和分析消费者的范围也进一步扩大。

优势

  • 增强分析愿景:Quick BI 为数据可视化和信息中心提供良好支持。除了报告和自助分析,它还提供一些由 AI 支持的功能,即增强分析功能(例如自动生成洞见和 NLQ),以提高用户采用率。阿里云路线图中的另一项功能是与其数据科学平台 PAI Studio 集成以提供更深入的数据洞见,并由其作为云服务提供商的内部生态系统提供支持。
  • 支持组合分析的模块化架构:Quick BI 是阿里云“数据中台”战略的一部分,此战略提供模块化和可复用的数据和分析功能。因此,Quick BI 可用于帮助组合分析应用以及提供面向业务的数据产品,例如 Quick Audience(用于客户洞见和营销自动化)。
  • 电子商务专长:Quick BI 可与生意参谋(阿里云的营销智能平台)集成,以利用和融合行业基准数据。得益于阿里云业务在电子商务领域的专长,它可以为组织提供更强大的专门领域分析能力。

注意

  • 市场单一导致的能力差距:中国的云计算正在快速增长,Quick BI 的大多数用户和潜在客户都在中国。阿里云缺乏在更成熟、更严苛的美国或欧洲、中东和非洲地区云市场中检验 Quick BI 成熟度的动力。目前,中国的多数云产品质量欠佳,中国企业对云产品的期望值较低。Quick BI 所服务的市场通常并不认为它能与海外产品匹敌。寻求前沿功能的组织应考虑使用竞争平台。
  • 地理分布和市场发展潜力:阿里云是一家专注于中国的供应商,在其他国家/地区的安装量极低。新发布的 NLQ 功能仅支持中文,这限制了它在国际上的吸引力。作为 SaaS 产品,Quick BI 通常打包到阿里云的集成式数据中台解决方案中。从 Gartner 分析师收到的客户咨询量和招聘信息来看,Quick BI 作为 ABI 工具的市场发展潜力弱于本地竞争对手(例如帆软)。
  • 产品功能:阿里云显著改善了 Quick BI 的整体产品功能,但与本魔力象限中一些供应商相比仍然相对较弱。评估的所有 12 项功能都低于平均水平。

Amazon Web Services

Amazon Web Services (AWS) 是这个魔力象限中的特定领域者。尽管 AWS 在数据和分析栈的其他领域被广泛采用,但 Amazon QuickSight 是比较新的产品,并且 AWS 在 ABI 平台市场中并不算知名。但是,AWS 的用户群为 Amazon QuickSight 提供了巨大的销售潜力。

Amazon QuickSight 是基于云的全代管式 ABI 服务,可执行即席分析和发布交互式信息中心。该平台可将各种本地和云端数据源的数据注入并行的内存中计算引擎 SPICE,AWS 称其可以扩展到数十万用户并且无需任何服务器设置或管理。

2020 年底,AWS 增加了嵌入式编写功能,支持多租户部署和可自动刷新数据的信息中心。支持的数据源包括 Elasticsearch 和 Amazon Timestream 中的实时数据、数据库(例如 Amazon Aurora、MySQL 和 PostgreSQL)、数据仓库(Amazon Redshift、Snowflake 和 Teradata)和无服务器方案(例如 Amazon Athena)。此外,AWS 还发布了机器学习驱动的 NLQ 功能 Amazon QuickSight Q。

优势

  • 潜在的价格颠覆者:对于内容创作者,AWS 对 QuickSight 服务的定价为每个用户每年 216 美元。对于内容消费者,QuickSight 采用按会话付费的模式,每 30 分钟会话收费 0.30 美元,最高费用为每个用户每月 5 美元。因此,一个消费者每年最多只需支付 60 美元,不到其他供应商每用户价格的一半。
  • 交叉销售机会:以收入计算,AWS 是全世界最大的云服务提供商,业务和用户遍布全球。许多组织使用 AWS 作为其数据和分析栈的支柱并投入大量资金。AWS 凭借 Amazon Redshift、Amazon Athena 和 Amazon EMR 取得显著进步。许多数据和分析以及应用开发者都希望在 AWS 堆栈上进行构建,Amazon QuickSight 可以利用这一发展势头。
  • 频繁更新:作为一款问世时间不长的产品,Amazon QuickSight 缺少一些关键功能,但 AWS 云架构的频繁更新和丰富的开发资源意味着 QuickSight 可以快速缩小功能差距。此外,AWS 明智地抵御了收购 ABI 平台的诱惑,这样虽然可以快速获得市场份额,但会牺牲与 AWS 堆栈的紧密集成。

注意

  • 功能不够成熟:Amazon QuickSight 提供核心的数据连接和数据可视化功能。但与竞争平台相比,QuickSight 在很多方面都不太完善,特别是数据准备、易管理性、模式 1 报告、NLQ 和目录功能。
  • 缺乏业务应用:AWS 缺少一个广泛的业务应用生态系统来驱动对其 ABI 产品的需求(只有联络中心应用)。它的个人生产力和协作服务 (Amazon WorkDocs) 起步晚,采用率低,这也与 Microsoft 和 Google 不同。因此,最终用户对 AWS QuickSight 的需求以及它相对于竞争对手的吸引力可能比较有限。
  • 以 AWS 为中心:QuickSight 仅在 AWS 上运行,无法接入多云环境。这与大多数组织会在多个云平台上存储数据的现实状况相冲突。虽然 AWS 可以通过 SPICE 或直接查询使 QuickSight 在混合环境中工作,但混合云并不是 QuickSight 愿景的重要组成部分。因此,AWS 在 ABI 平台市场的增长将主要来源于它自己的用户群。

Board

Board 是这个魔力象限中的特定领域者。它主要服务于财务 BI 子市场。

与竞争对手的 ABI 产品相比,Board 的独特之处在于提供了一个更全面地支持业务流程的决策平台。这是一家瑞士公司,其大部分客户在欧洲,但它在美国的客户名单也同样令人瞩目。Board 为本地和托管的云部署提供订阅价格模式。

2020 年进一步开发了 Board 11,增加了一组用于前端和后端集成的 REST API 和新的数据可视化类型,并改善了分布式应用的集中用户访问权限管理功能。

优势

  • 低代码、闭环的应用创建:Board 的平台功能让用户不止局限于典型的 BI 用例。用户可以在拖放式界面中使用自助功能来构建和发布面向流程的分析应用,这些应用包含数据输入和业务规则等功能。
  • 统一分析、BI 和财务规划与分析 (FP&A):此魔力象限中只有两家供应商提供集成了 FP&A 功能的现代 ABI 平台,Board 是其中之一。因此,对于那些希望缩小 BI 与流程(例如规划、预算和财务整合相关流程)之间差距的买家,Board 具有很强的差异化优势。
  • 众多系统集成商 (SI) 合作伙伴:Board 拥有成熟的 SI 合作伙伴网络。这有助于促进它的发展,并使其可以在拥有直接业务的 9 个市场以外通过代理开展业务,这 9 个市场包括美国、瑞士、英国、意大利、德国、澳大利亚、法国、比荷卢经济联盟和西班牙。

注意

  • 市场发展潜力不足:Gartner 很少在供应商评估候选名单中看到 Board,并且其新客户增长较为有限。另外,在此魔力象限的供应商中,Board 拥有最小的用户社区之一,视频共享网站上的用户创建内容非常少。由于大多数 ABI 平台在核心用例上的功能相差无几,这些生态系统因素在产品选择过程中的权重正变得越来越高。
  • 在财务部门以外知名度很低:Board 品牌在财务领域非常知名,基本上都是通过财务部门进入公司。说服其他职能部门中的最终用户用其取代更知名的 BI 平台则十分困难。Gartner 客户咨询服务的用户很少将 Board 指定为唯一或主要的 BI 标准。
  • 产品发布节奏慢:Board 的创新速度不及大多数 ABI 供应商。与竞争对手每月发布产品版本的频率相比,Board 的方法速度较慢,这意味着其提供的功能与其他平台的功能之间的差距正在扩大。这一点在自动洞见生成和 NLQ 上很明显。

Domo

凭借对产品的显著改进以及消费者导向的 ABI 愿景,Domo 入选为这个魔力象限中的挑战者。

此供应商对用户的吸引力主要来自于重视业务用户部署的信息中心以及产品的易用性。Domo 的云 ABI 平台提供 1000 多个数据连接器、用户友好的数据可视化和信息中心以及 BI 应用开发的低代码/无代码环境。Domo 通常直接对业务部门(例如营销和销售部门)销售,这些部门往往青睐其平台的易用性和部署速度。

2020 年,Domo 对产品进行了重大改进,特别是在数据准备和易管理性方面。这些改变称得上意义重大,Domo 因提供深受高管青睐的前端而闻名,但对高级用户和业务分析师吸引力一般。数据准备方面的改进使 Domo 能够提供更深入的分析和更多端到端功能。

优势

  • 业务增长势头良好:尽管市场竞争激烈,Domo 的订阅收入在 2019 年前九个月至 2020 年前九个月之间实现了 25% 的增长。Domo 正在不断赢得新客户并加强其与企业买家的关联。
  • 部署速度快:Domo 能够快速连接到企业应用,从而实现快速部署。Domo 连接性的独特之处在于它维护类似于 API 的连接器,可以动态响应源端架构的变化。
  • 以消费者为设计重心:2010 年以来,在几乎只关注“高级用户”的市场中,Domo 一直采取以消费者为中心的竞争策略。新的市场趋势强调“分析消费者”和“赋能的分析师”,这应该对 Domo 有利。

注意

  • 采用的驱动力不足:在面对拥有自己的应用生态系统和云平台的 ABI 平台供应商时,Domo 处于竞争劣势。特别是,某些买家会优先考虑作为集成组件内嵌于其现有云平台(例如 AWS、Microsoft Azure 或 Google)或现有应用(例如 Salesforce、Oracle 或 SAP)的 ABI 平台。
  • 地理分布有限:虽然 Domo 平台支持多种语言(英语、日语、法语、德语、西班牙语和简体中文),但该公司仅在四个国家/地区有直接业务:美国、日本、英国和澳大利亚。其四分之三的收入来自美国。过于集中的地理分布可能使它不太适合其他国家/地区的企业。
  • 价格偏高:由于面临激烈竞争,Domo 的价格已大幅下调,但仍然高于 Microsoft (Power BI) 和 AWS (QuickSight) 等费用低廉的云服务商。Domo 已被迫重新调整定价模式以提高吸引力,但评估人员将仍然需要考虑其价格。

Google (Looker)

Google (Looker) 是这个魔力象限中的挑战者。在 2020 年完成收购后,Google 将 Looker 集成到 Google Cloud 的产品组合并纳入进入市场活动,这些进展使 Looker 的市场知名度和买家关注度得到提高。

Looker 通过敏捷的集中式数据模型和针对各种云数据库优化的数据库内架构提供现代 ABI 报告和信息中心功能。

2020 年,Looker 对用户体验进行改善,发布了移动应用(iOS 和 Android 版本)和使用 LookML 语义层的 NLQ 界面 (Looker Q&A)。对于开发者,Looker 发布了 Looker 扩展程序框架,这是一个托管的开发环境,Looker 在其中构建并发布了 Looker 数据字典,这是首个由 Looker 编写的扩展程序。Looker 还扩展了与 Google Cloud 应用的集成,例如 Google Marketing Platform 和 Google Contact Center AI 解决方案。此外,它还添加了针对 Google 表格和 Google BigQuery 的优化。

优势

  • 数据库内架构和受治理数据模型:Google (Looker) 产品不需要进行内存存储优化。它将数据保留在底层数据库中,并使用 LookML 数据建模层来应用业务规则。这使高级用户和数据工程师能够对数据建模,然后以可信且一致的方式在其他应用中复用数据和计算。Looker 在 2020 年加入了一个 Tableau 专用连接器,从而向其他分析和 BI 平台开放了 LookML 治理的数据。此方法利用了底层数据库的性能和可伸缩性,并支持数据源灵活性。
  • 面向客户的应用开发:开发者是 Looker 的关键角色。对于希望在应用工作流、门户和面向客户的应用中创建和嵌入分析功能的最终用户组织和 OEM,Google (Looker) 提供丰富的 API、SDK、开发者工具和工作流集成支持。
  • 在 Google Cloud 生态系统中利用:收购 Looker 后,Google 将 Looker 纳入 Google Cloud 的进入市场活动中,包括推出新版 Google BigQuery 商品套装。再加上云数据管理和 ABI 采用的加速,促使 Looker 的市场发展势头进一步增强。

注意

  • 高级用户需要具备数据建模技能:Looker 的数据建模需要编写代码,相比之下,一些竞争对手的平台采用点击和增强方法,旨在让技术水平不高的用户也能轻松使用。在数据准备功能上,Looker 缺少直观操作数据的能力。此外,从 Google BigQuery 自动生成模型仍然是一个路线图项。
  • 产品功能狭窄:Looker 加入了 NLQ,并支持在 Looker 内使用 Google BigQuery 基于机器学习的功能和优化。但是,其当前产品缺少可能会定义 ABI 平台未来的重要功能,例如 AI 自动化、增强分析和自然语言驱动的类消费者体验。
  • 国际市场覆盖有限:虽然 Looker 在被 Google 收购后国际市场覆盖得到扩展,但与此魔力象限中的领导者相比,它在美国、西欧和日本以外的采用量仍然有限。这些区域的评估人员应考虑这一点。

Infor

Infor 是这个魔力象限中的特定领域者。其策略是主要满足 Infor ERP 用户群的分析需求以及 OEM/嵌入式分析用例。

Infor Birst 是专为云打造的端到端数据仓库、报告和可视化平台。它也可作为本地设备在商业硬件上运行。从 Gartner 客户的咨询来看,大多数考虑使用 Birst 的组织是 Infor 客户。

2020 年,Infor 增加了新功能,进一步将 Birst 与 Infor ERP 应用集成并提供情境感知过滤和工作流。它还增加了在用户执行交互式分析时提供实时 AI/ML 的功能,并在同一设计画布中统一了模式 1 像素级精确报表和模式 2 可视化。在 Birst 7.6 版中,Infor 完成了管理体验的重新设计,将企业安全性与数据工程分离,并移除了所有 Adobe Flash 组件。此外,在 2020 年,将定价和打包方式大幅简化为单一的全包式用户方法。

优势

  • 预构建的垂直应用:Infor Birst for CloudSuite 为 Infor ERP 客户提供预构建的提取、转换和加载 (ETL)、数据模型和信息中心,完全集成到 Infor Business 应用中。它包含行业特定分析功能,包括制造、分销、医疗保健、资产管理和人力资源管理。对于非 Infor 数据源,Birst 为特定领域(例如财富管理、保险、销售和营销)提供解决方案加速器。
  • 自助式数据模型的灵活性和治理:借助 Infor Birst 的网络化语义元数据层,业务部门能够创建可以在企业中推广的模型。Birst 的专利功能可将 BI 的集中式和分散化运营模式结合起来,支持实现敏捷的最终用户自助分析的流程,同时避免分析孤岛以及通常与集中式 BI 相关的开销。
  • 混合云功能:Infor Birst 在单一云原生平台上提供数据准备、信息中心、可视化探索和格式化的定期报告功能。它支持实时连接本地数据源、快速创建数据模型和涵盖多个存储选项的一体化数据仓库。Infor Birst 支持六个数据中心选项,分布在美国(包括在 AWS GovCloud 上)、欧洲和亚太地区。客户可以选择单个区域或跨多个区域部署。Birst 还提供跨站迁移工具,让客户能够轻松地跨区域和混合云环境迁移配置。

注意

  • 战略重心为 Infor 用户群:2020 年,Infor 改变战略重心,使 Birst 主要满足 Infor ERP 客户的分析需求。这多少令人感到遗憾,因为 Birst 仍然是一款优秀的独立产品,但现在在 Infor 用户群之外很少有人会考虑使用它。随着 Birst 的开发方向较少关注公开市场的需求,而越发强调与 Infor ERP 的紧密集成,它也逐渐远离了原本可能考虑它的客户。
  • 以报告为中心:虽然 Infor Birst 现在有一个报告和数据可视化界面,但其交互式的可视化图表功能仍落后于市场上的其他产品。Birst 主要用于模式 1 静态和参数驱动的报告(此类型的功能非常完善),而不是模式 2 敏捷的可视化要求(此类型的功能比较弱)。
  • 缺乏消费化和增强愿景:虽然 Infor 从一开始就提供了增强数据准备,但并没有很重视增强用户体验。不过它的路线图中包括了改善目录和搜索功能。

Information Builders

Information Builders 是这个魔力象限中的特定领域者。它的 WebFOCUS Designer 很受其用户群的欢迎,但 Gartner 很少看到它入选竞争性评估。

Information Builders 销售集成式 WebFOCUS ABI 平台以及相关的各个组件。WebFOCUS Designer 包含 WebFOCUS 堆栈中旨在满足现代自助式 ABI 需求的组件。

与先前版本相比,WebFOCUS 8207 改善了易用性和性能,具有现代自助分析体验和关键内容创作工作流。2020 年,Information Builders 同意了 TIBCO Software 的收购。

注意:在此魔力象限研究期间,TIBCO Software 宣布已签署收购 Information Builders 的协议。收购预计于 2021 年一季度完成,所以产品和公司整合计划尚未制定,也来不及提供给 Gartner 用于此魔力象限的考察。因此,目前没有必要将两者表示为一个实体,这对读者也没有帮助。因此,在此魔力象限中,TIBCO Software 和 Information Builders 是分开表示的。

优势

  • 外部大规模部署:Information Builders 广为人知的优势是大规模部署面向外部的分析应用的能力,有时每个部署涉及数千名用户。WebFOCUS 提供了灵活的部署选项,包括由 Information Builders 管理的云、私有云和本地环境。
  • 预打包的分析 playbook:Information Builders 为需要预打包的数据和分析解决方案的医疗保健、信联、保险、执法和公共部门客户提供行业特定的解决方案,使他们无需进行大量的提前配置和开发。通过这种方式,Information Builders 可以更快地实现价值。
  • 支持复杂数据:Information Builders 的核心优势是数据连接性和各种数据源的集成,包括实时数据流。

注意

  • 缺乏差异化的愿景:尽管增强功能正在交付中并显示在其 2021 年的路线图上,但 Information Builders 的整体愿景和产品策略并没有与竞争对手明显区分开。Information Builders 更像是一个快速跟随者,而不是被人模仿的市场颠覆者。
  • 发展势头不足:虽然 Information Builders 的产品路线图展示了对现有平台的重大改进,但 Gartner 的搜索和咨询数据以及外部指标(例如社交媒体粉丝数)表明其在市场中的受关注程度仍然低于竞争对手。因此,与竞争对手的平台相比,Information Builders 的 ABI 平台技能更难以获得。
  • 与收购相关的不确定性:Information Builders 已同意 TIBCO Software 的收购。这两个组织都提供数据和分析栈中的产品,他们将必须确定各自的工具的定位。WebFOCUS 与 TIBCO Jaspersoft 和 TIBCO Spotfire 都有重叠。对于潜在买家,这会带来不确定性。Information Builders 和 TIBCO 目前正在开展整合和协同计划,着重于为现有客户和潜在买家创建多种选项。

Microsoft

Microsoft 是这个魔力象限中的领导者。它通过 Microsoft Office 实现了广泛的市场覆盖,并拥有全面和富有远见的产品路线图。

Microsoft 在 Power BI 中提供数据准备、可视化数据发现、交互式信息中心和增强分析功能。既可以作为在 Azure 云中运行的 SaaS 方案,也可以作为 Power BI 报表服务器中的本地选项提供。Power BI Desktop 可作为独立的免费个人分析工具使用。当高级用户编写涉及本地数据源的复杂数据混搭时,需要安装 Power BI Desktop。

Microsoft 为基于云的 Power BI 服务发布每周更新,使其在 2020 年获得了数百项功能。值得注意的新增功能包括更多增强分析,以融入 AI 的体验的形式提供,包括适用于开箱即用的视觉对象的智能叙述 (NLG) 和异常检测功能。

优势

  • 与 Office 365 和 Teams 集成:Office 365 E5 SKU 中包含 Power BI,这为平台的扩张提供了宽广的渠道,使其能够在许多组织中“自我播种”。与具有千万日活用户的 Microsoft Teams 深度集成后,Power BI 在远程办公领域的覆盖率将进一步提高。使用 Gartner 客户咨询服务的组织在咨询 ABI 平台选择的问题时,Power BI 通常已经是他们考虑的选项,“为什么不是 Power BI?”是大多数组织都会问的问题。
  • 价格低且功能丰富:在 Power BI 的影响下,ABI 平台市场中工具的价格显著下降。但对于 Power BI 而言,低价并不意味着功能薄弱。Power BI 云服务的功能非常丰富,其中包括大量的增强分析和自动化机器学习功能。Power BI Premium 提供文本、情感和图片分析等基于 AI 的服务并可利用 Azure 的功能。
  • 雄心壮志的产品规划:Microsoft 持续投资于多种前瞻性功能,并将它们与 Power BI 集成。据称 Power BI 部署中的 AI 服务有 8 万名用户。持续鼓励大规模使用,例如,在 Azure Synapse(不久将支持 Snowflake 和 Redshift 等其他数据源)上应用机器学习驱动的具体化视图自动优化,以自动调节查询性能。

注意

  • 本地版本的功能差距:与 Power BI 云服务相比,Microsoft 的本地产品存在显著的功能差距,包括信息中心、流式分析、预置内容、自然语言问答、增强分析(Microsoft 称为“快速见解”)和提醒。Power BI 报表服务器及其本地产品均不支持这些功能。
  • 仅限 Azure:Microsoft 不允许客户选择其他云 IaaS 产品。它的 Power BI 服务仅在 Azure 中运行。但是,使用 Azure 的客户可以充分利用 Microsoft 的云平台提供的全球资源。Power BI Premium 允许客户在其 Power BI 租户中启用多地理位置功能,客户可以将功能部署到全球 42 个数据中心之一。
  • 内容推广和发布流程:Power BI 处理内容推广和发布的方式可能导致客户产生大量管理开销。已发布的 Power BI 应用和工作区(Power BI 的协作“开发”环境)之间是一对一的关系,这意味着组织可能面临手动管理数百个工作区的情况。追溯式解决此问题是一项复杂的工作。如何管理自助服务的使用可能是 Gartner 咨询服务用户最常询问的 Power BI 问题。但是,Power BI 团队正在开发治理功能,以帮助客户更好地管理 Power BI 环境。

MicroStrategy

MicroStrategy 是这个魔力象限中的挑战者。它在各种用例中都具有强大功能,直接查询功能使其非常适合在云数据仓库中使用。但是它的愿景较为狭窄,没有体现其他关键选择驱动因素,尤其是增强分析。

MicroStrategy 平台的分析产品系列包括数据连接、数据可视化、报告和高级分析,并由互补的移动、云、嵌入式和身份分析产品加以补充。直观易用的 HyperIntelligence 应用使用语义图叠加和动态识别现有应用中的预定义洞见。通常,MicroStrategy 语义图对竞争 ABI 平台开放。

2020 年,MicroStrategy 通过支持图片和阈值 (HyperVision) 扩展了 HyperIntelligence 功能,以满足新的资产管理、零售库存和其他用例,例如,让销售门店中的决策者使用 ABI。HyperIntelligence 也可作为 SaaS 产品 (Hyper.Now) 使用,让业务用户可以轻松创建和分享 HyperIntelligence 卡片。为践行对开放性的承诺,MicroStrategy 在其语义图中添加了 Jupyter Notebook 和 RStudio 支持,还进一步开发其托管服务 MicroStrategy Cloud Environment 的企业部署功能并在 Microsoft Azure 和 AWS 上提供。

优势

  • 直接查询:在可视化数据发现时代,BI 架构通过将数据注入 BI 平台来提升性能,从而满足业务分析师的需求。随着公司大量投资于云数据库,他们将不再愿意从这些数据库中取出数据。MicroStrategy 的原生数据集成功能可帮助实现从传统架构到直接查询架构的转变。
  • 模式 1 和模式 2 报告:对于既需要复杂的模式 1 报告的安全性、易管理性和规模,又需要现代化模式 2 分析环境的敏捷性的客户,MicroStrategy 是最适合的供应商之一。
  • 集成式产品的稳定性:MicroStrategy 不收购代码库。所有新的功能开发都以有机方式构建。因此,与通过收购来弥补产品差距的竞争对手相比,它的代码更稳定,错误更少。

注意

  • 缺少堆栈 ABI 解决方案的优势:ABI 平台市场的大部分发展动力来自于云生态系统部署的兴起,以及基于云的业务应用。虽然 MicroStrategy 的平台可以作为 AWS 和 Microsoft Azure 上的服务提供并可与其他云技术良好交互,但云和业务应用供应商巨头拥有的 ABI 解决方案无疑在进入市场上占优。这可能会影响用户对 MicroStrategy 平台的看法以及对其进行评估的可能性。
  • 产品差异化不足:HyperIntelligence 功能是 MicroStrategy 目前主要的差异化产品,它发布于 2019 年,可将数据洞见、建议和行动直接嵌入到企业应用中。它是 MicroStrategy 增长策略的核心部分(同时越来越侧重于 SaaS 产品),并且吸引到了新客户。但在 Gartner 看来,它将面临来自其他 ABI 平台的激烈竞争,因为后者也开始直接在用户的工作流和协作情境中呈现分析发现结果。这可能会削弱 MicroStrategy 平台的差异化优势。
  • 增强分析功能差距:尽管 MicroStrategy 的 ABI 平台多年来一直是最全面的 ABI 平台之一,它现在有两个巨大的功能差距:自动生成洞见和 NLG。对于希望帮助自助用户充分利用数据和分析采用的组织,这些功能差距可能导致他们放弃考虑此产品。

Oracle

Oracle 是这个魔力象限中的有远见者。Oracle Analytics Cloud (OAC) 是一个端到端的云优先平台,提供数据注入、准备、可视化、信息中心、报告和移动性等功能。它还提供普及的增强分析、多语言消费者体验、Oracle 云、数据管理和应用优化。

Oracle 的 ABI 功能可以在 Oracle Cloud Infrastructure (OCI)、混合模式下的本地环境、使用 Oracle Fusion Analytics Warehouse 的 Oracle 云应用环境中部署,也可以在第三方云中部署。

2020 年,Oracle 将重点放在改善增强功能和向第三方组件开放其平台,这包括与第三方机器学习平台集成以及向其他 ABI 平台开放 Oracle Analytics Cloud 语义。云部署选项曾经是仅限 Oracle,现已扩展到第三方云和使用 Oracle Cloud@Customer 的客户数据中心。同时,Oracle 堆栈中改善后的优化包括将 OAC 与 Oracle 应用搭配使用的能力以及对 Oracle 机器学习和 Oracle Autonomous Data Warehouse 的支持。

优势

  • 增强分析功能的整体性:Oracle 比大多数供应商更早地在其平台上实现了增强分析功能。用户可以通过 Oracle Analytics 界面、通过适用于移动设备的 Oracle Analytics Day by Day,以及通过集成由 Oracle Digital Assistant 支持的各种聊天机器人和协作界面来利用 NLQ。OAC 的 NLG 功能支持调整英语和法语的语气和详细程度。它是市场上唯一支持 28 种语言的 NLQ 的平台。
  • 产品愿景:Oracle 积极投资于增强分析功能和类似消费者的对话式用户体验,包括聊天机器人集成、自动生成的洞见和集成的播客生成功能,以通过多种体验促成采用。
  • 全栈企业云:Oracle 提供端到端的云解决方案,包括基础架构、数据管理、分析和分析应用,云数据中心几乎遍布全球所有区域。此外,Oracle Fusion Analytics Warehouse (FAW) 为 Oracle 的 ERP、人力资源管理、供应链、客户体验和 NetSuite 产品提供原生集成和闭环操作。

注意

  • 以 Oracle 应用为中心:虽然 OAC 可以访问任何数据源,但在写入时,其打包的分析应用 (FAW) 只能与 Oracle 企业应用搭配使用。要获得类似的功能,非 Oracle 应用客户必须使用 OAC 自行构建应用。
  • 心智占有率:Oracle 拥有竞争力极强的产品,但在 Oracle 客户群之外,人们并不会将其品牌与现代 ABI 联系起来。因此,在 Gartner 所知的竞争评估中,与领导者相比,Oracle 很少被考虑。Gartner 认为,考虑 OAC 的组织会发现,业务用户偏好可能不是促进采用的一个有效优势。
  • 客户看法:向 Oracle 更广泛的用户群销售 OAC 是 Oracle 销售策略的关键部分。但 2020 年的 Gartner 客户咨询显示,Oracle BI Enterprise Edition (OBIEE) 和 Oracle 应用客户对 OAC 的看法虽然有所改善,但仍以怀疑为主。Oracle 正在加大投资,以期在现有客户中重新建立值得信赖的企业 ABI 合作伙伴的形象。

Pyramid Analytics

Pyramid Analytics 是这个魔力象限中的特定领域者。它的增长主要来自于现有用户群,同时,也来自于增加更多用户以及在更多分析流水线中提高平台利用率。

Pyramid 提供满足现代 ABI 要求的集成式套件。这是一系列丰富的分析功能,由灵活的云基础架构提供支持,可部署在任何现有的基础架构上(本地、云端或混合环境)以轻松纵向扩容和横向扩容。与将数据注入内存的许多 ABI 工具不同,Pyramid 数据连接器会将计算下推至数据源。

Pyramid 提供了更深入的 Kubernetes 支持,改善了弹性扩缩功能来支持 Python、R 和 SAS 的扩缩处理,并提供新的多云部署选项,从而持续加强其云战略。为了完善容器化方法,Pyramid 发布了一个专用 AWS Lambda 版本来支持大规模并发用户部署;Microsoft Azure 版本也在规划中。Pyramid 的自适应增强分析平台现在开箱即用地支持从基于机器学习的数据准备到自动生成洞见和自动机器学习模型构建的整个数据生命周期。

优势

  • 丰富的用例:Pyramid 在一个平台和界面中支持敏捷的工作流、受治理的可视化数据发现、以报告为中心的内容创建和数据科学功能。
  • 增强功能:智能发现、智能报告、Ask Pyramid (NLQ)、AI 建模、自动可视化和动态内容等增强功能可为具有不同技术能力的所有用户提供强大的数据洞见。
  • 全面的部署、管理和工作流功能:Pyramid 通过企业级安全性和治理工具支持完整的数据流水线(从数据整理、数据发现和共享到信息中心和报告发布)。该架构围绕云部署构建,采用基于集群的设计,包含零空间占用的客户端和混合数据连接功能。

注意

  • 云愿景执行:虽然最新版的 Pyramid 平台提供强大的核心产品功能并体现了云原生愿景,但 Gartner Peer Insights 的评论者对 Pyramid 的云 BI 功能的评分低于平均水平。在本地使用 Pyramid 并尝试迁移到混合环境的客户反馈说转换过程非常麻烦。此外,Pyramid 没有 SaaS 产品。
  • 培训资源较少:根据 Gartner Peer Insights 数据,Pyramid 得分低于平均水平的原因是最终用户培训的质量和可得性。缺乏公开提供的培训、帮助论坛和视频内容可能会影响最终用户的采用。
  • 缺少产生销售机会的生态系统:ABI 行业正日益被云数据和分析生态系统以及业务应用供应商主导。没有广泛应用或协作产品的独立厂商在这个拥挤的市场中很难获得关注。与业内许多供应商一样,Pyramid 发现仅依靠产品功能实现差异化非常困难。虽然 Pyramid 已经开发了新的合作伙伴关系和公有云生态系统渠道,但它的发展推动力仍然弱于竞争对手。

Qlik

Qlik 是这个魔力象限中的领导者。它在机器学习和 AI 驱动的增强分析方面有强大的产品愿景,但市场发展势头弱于其他两个领导者。

Qlik 的旗舰 ABI 解决方案 Qlik Sense 运行在独特的 Qlik Associative Engine 上,该引擎在过去 25 年中一直为 Qlik 产品提供支持。Qlik 的 Cognitive Engine 为产品加入了 AI/ML 驱动的功能,并与 Qlik Associative Engine 一起提供情境感知见解建议和增强分析。Qlik 具有部署灵活性,提供企业 SaaS 和客户托管的选项(包括多云和本地安装),不要求客户必须使用任何特定的云。

Qlik 不断加强其平台的开放架构和多云功能。它以增强分析愿景为基础进行构建,关键元素基于 Cognitive Engine。现在,Insight Advisor 通过基于搜索的可视化分析、会话分析、关联见解、加速创建和数据准备,提升 Qlik Sense 中的全面用户体验。Qlik 最近收购了 RoxAI、Knarr Analytics 和 Blendr.io,分别提升了提醒、持续智能和 SaaS 平台集成方面的能力。

优势

  • 部署灵活:Qlik 具有部署灵活性,允许在本地、通过任何主流云服务商或在多云环境中部署,也可以综合使用以上部署方法。客户也可以使用 Qlik 的完整 SaaS 产品。
  • 全面的能力组合:Qlik 的收购活动将拓宽其在数据和分析流水线中的能力。Qlik Sense 为分析师或业务用户提供自助式可视化数据发现功能,同时还支持开发者嵌入的分析。Qlik Catalog 用于编目和治理。此外,虽然 Qlik 数据集成平台(以前称为 Attunity)是独立产品,但它为 Qlik 框架增添了强大的集成和数据移动功能。
  • 数据素养和以客户为中心:Qlik 的数据素养计划可帮助各种水平的用户(无论是否为 Qlik 客户)理解和利用数据。Qlik 的分析现代化改造计划鼓励并帮助现有的 QlikView 客户迁移到 Qlik Sense,以应对新的使用场景。Qlik Executive Insights Center 是一个高管门户,致力于帮助客户将分析与业务成果关联起来;它由 Qlik 高管推动,并与现有的营销和客户成功计划紧密关联。

注意

  • 产品定价复杂:Qlik Sense 在一个许可中提供核心分析和 BI 平台功能,但还提供许多附加功能,例如 Qlik Catalog、用于聊天机器人体验的 Qlik Insight Advisor Chat、用于模式 1 报告的 Qlik NPrinting。如果这些功能部署在本地,将需要额外的许可和费用。Qlik SaaS 平台的标准订阅中包括除报告外的所有功能,云目前尚不支持报告功能。
  • 市场发展势头不足:Gartner 的搜索和客户咨询数据以及一系列其他指标显示,相对于其他领导者,Qlik 的市场发展势头是最弱的。Qlik 的分析现代化改造计划旨在帮助现有 Qlik 客户迁移到 Qlik Sense,但许多希望进行现代化改造的客户也在利用此机会彻底重新评估市场和评估其他供应商。
  • 缺乏产品整体性:Qlik 早前收购的产品尚未完成集成,这使得 Qlik 的产品组合非常复杂,而 2020 年的这一波收购则令这一状况雪上加霜。尽管 Qlik 在集成收购的技术方面经验丰富,但如果打算不止在本地使用 Qlik Sense,评估人员应考虑如何编排以实现 Qlik 工具集更广泛的使用。

SAP

SAP 是这个魔力象限中的有远见者。它提供完全集成到 SAP 企业应用生态系统中的增强 ABI 功能。

SAP Analytics Cloud 是一个云原生多租户平台,具有丰富的分析功能。大多数选择 SAP Analytics Cloud 的公司原本就已在使用 SAP 企业应用。SAP Analytics Cloud 在本地或云端提供 Microsoft Office 365 插件。

2020 年,SAP 通过新增“有何变化?”和“如何计算?”解释功能加强了自动生成洞见能力。此外,它重新设计了自助用户体验工作流,以在整个数据到可视化过程中应用增强分析。最后,它更新了企业报表系统以增加按计划发布数据故事或 PDF 的功能,但与 SAP BusinessObjects 在此领域中的功能仍有差距。

优势

  • 极佳的 SAP 连接性:SAP Analytics Cloud 主要吸引使用 SAP 企业应用的组织,因此无缝连接相关解决方案至关重要。SAP Analytics Cloud 可与 SAP S/4HANA 原生连接,并嵌入在 SAP 云应用中(包括 SuccessFactors 和 Ariba)。此外,尽管 SAP Analytics Cloud 是云平台,但可以直接连接到本地 SAP 资源(SAP BusinessObjects Universe、SAP Business Warehouse 和 SAP HANA)来获取实时数据,无需进行数据复制。但与非 SAP 源的直接数据连接能力仍然弱于竞争对手。
  • 独特的闭环增强功能:SAP Analytics Cloud 的集成式规划、分析和预测功能使它区别于几乎所有竞争平台。SAP Analytics Cloud 结合了假设分析功能,并且多年来一直强调以增强分析为核心设计宗旨。SAP Analytics Cloud 提供强大的 NLG、NLP 和自动数据分析功能。
  • 丰富的功能和内容:SAP Analytics Cloud 属于一个更大的数据产品组合(包括 SAP Data Warehouse Cloud)。SAP Analytics Cloud 提供在线的预构建内容库。这些内容涵盖一系列行业和业务线职能。包含数据模型、数据故事和可视化、SAP 数字化董事会议厅日程模板以及 SAP 数据源使用指南。

注意

  • 缺少大型社区:SAP 平台的市场动量弱于类似规模供应商的 ABI 平台。从公开的招聘信息看,很少有公司指定要招聘掌握或熟悉 SAP Analytics Cloud 技能的员工,鉴于 SAP 可以交叉销售的庞大 BI 用户群,这一点不免令人惊讶。这意味着 SAP Analytics Cloud 的用户社区相对较小,而当前由于技术差异并不明显,社区大小是选择和采用的关键考量因素。
  • 潜在用户的认知:受 BusinessObjects 的影响,对 SAP 的普遍印象是以报表为中心的 BI,这导致潜在用户对 SAP Analytics Cloud 的现代化自助能力没有认知。因此,SAP 需要说服潜在用户选择 SAP Analytics Cloud,这使其在选择过程的竞争中处于劣势。
  • 仅限于云的产品:SAP Analytics Cloud 是云原生平台,不支持本地使用(但它可以查询本地数据)。它运行在 SAP 数据中心或公有云中(包括 AWS 和阿里云,并计划支持 Microsoft Azure)。目前在中国、日本、沙特阿拉伯、新加坡、阿拉伯联合酋长国、欧洲、美国、加拿大、澳大利亚和巴西的数据中心中提供。对于想要在本地部署 ABI 平台的组织,SAP 建议使用 SAP BusinessObjects BI 平台。

SAS

SAS 是这个魔力象限中的有远见者。这一定位反映了其强大的创新产品和全球影响力,以及在营销和定价方面的挑战。

SAS 提供运行在基于微服务的云就绪平台 SAS Viya 之上的 SAS Visual Analytics。SAS Visual Analytics 是 SAS 的端到端可视化和增强数据准备、ABI、数据科学、机器学习和 AI 解决方案的一个组件。SAS 基于 Viya 的广大产业、预测、文本分析、智能决策、边缘分析和风险管理解决方案都使用 Viya 上的 SAS Visual Analytics。

2020 年,SAS 推出了独特的报告审核市场功能,可分析报告并提出可视化设计、性能和无障碍做法的建议。还发布了 SAS Conversation Designer(包含在 SAS Visual Analytics 中),用于通过低代码/无代码可视化界面构建自定义聊天机器人。从进入市场的角度来看,SAS 和 Microsoft 建立了技术和进入市场合作伙伴关系,Azure 成为 SAS Cloud 的云服务商,并计划在未来将 SAS 与 Microsoft 云产品组合集成。SAS 还为 SAS Visual Analytics 制订了具有竞争力和收入上限的新定价。

优势

  • 端到端平台愿景:SAS 的产品愿景是为客户提供端到端的集成式可视化和增强设计体验(采用渐进式许可),包括准备数据、以可视化方式分析数据,以及构建、实施和管理数据科学、机器学习和 AI 模型。此外,基于 Visual Analytics,SAS 是此魔力象限中唯一在核心产品中原生支持文本分析的供应商。
  • 增强分析:SAS 大力投资于在整个平台中融入增强分析,包括为相关因素自动提供建议、使用可视化和自然语言解释表达洞见和相关的方法和预测。SAS Visual Analytics 支持使用关键驱动因素和假设分析进行自动预测。该平台还具备 AI 驱动的数据准备建议、用户设备的语音集成、聊天机器人集成和 NLG 功能,这些功能由 SAS(而非 OEM)开发。
  • 丰富的行业解决方案,业务遍布全球:SAS 是最大的私有软件供应商之一,在 47 个国家/地区开展业务,并拥有系统集成商的全球生态系统。SAS Visual Analytics 为 SAS 丰富的行业解决方案奠定了基础,包括预定义内容、模型和工作流。

注意

  • 品牌形象过时:虽然 SAS 现在支持开源数据科学和机器学习生态系统,并引入了新的 SAS Visual Analytics SDK,但市场仍然认为 SAS 价格昂贵且较为封闭。这一印象阻碍了 SAS 开拓其原有用户群以外的市场,并且还会影响选择学习 SAS 的新数据科学和机器学习专业学生的数量,因为他们的大部分学习内容集中在开源平台上。
  • 合同续订不灵活:尽管在 2019 年推出了基于功能的计量定价方案,并在 2020 年发布了具有吸引力的 SAS Viya 定价,但大多数 SAS 客户仍然在旧合同期。Gartner 的调查显示,这些客户通常认为 SAS 的合同价格昂贵、不够灵活并且合同续订的协商十分麻烦。
  • 迁移难度大:SAS Viya 提供了新的开放架构,为 SAS 9 客户引入现代化改造机会,并且仍在不断进化。尽管 SAS 一直在改进其实用程序以方便客户从早期版本迁移,但 Gartner 的调查表明,客户仍然认为迁移是一项具有挑战性的工作。

Sisense

Sisense 是这个魔力象限中的有远见者,以成功的嵌入式分析产品闻名。它拥有广泛的合作伙伴计划,并与 AWS 建立了战略合作伙伴关系。

Sisense 的端到端分析平台提供数据准备、可视化探索以及增强分析功能,可支持复杂数据项目。超过半数的客户通过 OEM 形式使用 Sisense 的 ABI 平台。

Sisense 8.2 于 2020 年 9 月发布,其 NLQ 功能由知识图谱和 Sisense Notebook(提供代码优先的增强洞见)支持。

优势

  • 可组合的架构:Sisense 基于微服务的架构是完全可扩展的。Sisense 通常用于在组合的分析应用体验中嵌入分析功能(例如交互式可视化和 NLQ),以辅助决策。
  • 全面的产品功能:Sisense 平台功能全面,具有不同技能水平的业务用户和专业开发者都能使用。云和 NLQ 功能是它的突出优势。
  • 开放平台:Sisense 可用于任何云,并且支持多云。它与 AWS、Google (Google Cloud) 和 Microsoft 建立了深度合作关系,并具有强大的跨云分析编排能力。强大的编目功能可通过 API 支持其他分析服务供应商资产。Sisense 还可与其他报告工具进行可扩展的连接。Sisense 的路线图中包含可发布和构建第三方分析功能的分析应用市场。

注意

  • 核心用例之外的市场潜力不足:Sisense 通过强大的合作伙伴计划建立了成功的 OEM 业务。这使它免于与自助分析用例中的强者 Microsoft (Power BI)和 Tableau 进行直接竞争。但是,此战略意味着它在更广阔的 ABI 市场中的发展能力较弱。因此,选择 Sisense 用于非嵌入式用途的组织如果想要向用户社区推荐它来替代更知名的平台,可能需要作出一定的努力。
  • 产品打包方式复杂:Sisense 提供丰富的功能,但打包为三个不同的产品:Sisense for Product Teams、Sisense for Cloud Data Teams 和 Sisense for Business Intelligence and Analytics Teams。虽然这展现了 Sisense 整体的产品宽度,但对于评估供应商的组织来说过于复杂。Sisense 计划在 2021 年简化其产品的打包方式。
  • 较少以消费者为中心:Sisense 新推出的支持知识图谱的 NLQ 功能提供了新的消费者功能,但该平台通常更侧重于开发生态系统和角色。API 优先的平台 Sisense for Product Teams 是其最畅销的产品。新的 Sisense DevX Portal 旨在帮助开发者构建分析应用。此愿景与 Sisense 的整体 OEM 战略一致,但可能很难吸引希望优先满足 ABI 消费者需求的潜在买家。

Tableau

Tableau 是这个魔力象限中的领导者。它提供可视化探索体验,使业务用户可以访问、准备、分析数据并呈现发现结果。该公司具有强大的营销和丰富的企业产品功能,但 Salesforce Einstein Analytics(现更名为 Tableau CRM)的集成尚未完成。

在 2020 年,Tableau 提升了数据准备和数据管理能力。在数据准备方面,它发布了更强的数据建模功能,用户可通过简单的浏览器内可视化体验建立表之间的关系,从而轻松地跨多个表分析数据,并且支持不同的分析详细程度。在数据管理方面,Tableau Prep Directoror 和 Tableau Catalog 为运营和自动执行数据管理以及了解数据沿袭提供了综合性的体验。Einstein Discovery 信息中心扩展程序是首款将 Salesforce Einstein Analytics 的预测建模功能引入 Tableau 平台的集成式产品,计划于 2021 年 3 月发布。

优势

  • 分析用户体验:虽然 Tableau 一直在添加新功能,但始终维持着流畅的用户体验,使用户能够无缝执行分析。在可视化探索已完全普及的市场中,Tableau 仍能凭借基于专利 VizQL 引擎的直观分析体验和更丰富的功能脱颖而出。
  • 客户热情:许多客户对于 Tableau 有着粉丝般的热情,其 2020 年的线上用户大会有超过 14.5 万人参加就是最好的证明。免费平台 Tableau Public 允许任何人在线公开分享和探索数据可视化,上面有超过 300 万个交互式可视化项。以用户体验为中心的设计使 Tableau 产品极富使用乐趣,这对分析师角色的用户特别有吸引力。
  • Salesforce 机会:Tableau Viz Lightning Web 组件提供低代码体验,使 Tableau 可视化功能与 Salesforce 的集成变得更简单。Work.com 是 Salesforce 的云产品,可帮助组织安全高效地恢复办公,它使用 Tableau Viz Lightning Web 组件向 Workplace Command Center 添加了全球新冠肺炎 (COVID-19) 跟踪信息中心。MuleSoft 数据连接器功能和新收购的 Slack 协作工具的深度集成增加了 Tableau 对 Salesforce 客户的吸引力。

注意

  • 非云原生:Tableau 提供云托管的解决方案(Tableau Online 和 Tableau CRM),但该公司的技术遗产在于本地部署,并且有庞大的用户群。Tableau 没有面向本地客户的云原生架构,因此无法利用云的全部优势。目前不支持在容器化基础架构中部署 Tableau Server(但计划在 2021 年实现支持)。因此,除了 Tableau Online 以外,它无法利用云的弹性来自动扩缩以处理动态工作负载。
  • 价格较高:Tableau 的价格是 Gartner 客户咨询服务的用户会提及的问题。与市场中的一些云供应商相比,Tableau 比较昂贵。添加 Tableau CRM 的价格最高为每用户每月 150 美元,对于考虑扩展其部署或获取新功能的客户,这可能会增加他们担忧。
  • 集成挑战:Salesforce 和 Tableau 的 ABI 功能集成需要一段时间。目前,如果客户希望在使用 Tableau 平台的同时利用以前的 Einstein Analytics 的增强分析功能,则会面对碎片化的体验。Einstein Analytics 在自动数据故事、关键驱动因素分析、自定义自动化和可解释 AI 方面的优势尚未集成到 Tableau 用户体验中。

ThoughtSpot

ThoughtSpot 是这个魔力象限中的有远见者。它创新的搜索优先分析方法被竞争对手广泛模仿。它在 ABI 平台市场中主要吸引希望添加 NLP 和增强分析的买方以触达更广泛的用户群的买家。

ThoughtSpot 的优势包括搜索驱动的用户体验、为复杂问题提供个性化且有意义的回答的能力,以及大规模增强分析部署能力。

2020 年,ThoughtSpot 发布了包含自动个性化新手入门功能的 SaaS 云产品以及提供个性化体验的新搜索引擎 ThoughtSpot One。为 SpotIQ 添加了监控功能,可自动跟踪关键业务指标的变化、主动提醒企业用户并提供说明。此外,增加了 ThoughtSpot 建模语言和产品内的集成开发环境;添加了 ThoughtSpot Dataflow,可在将数据导入内存时加快无代码数据注入速度。

优势

  • 大规模搜索和 AI 能力:由于 ThoughtSpot 使用搜索和 NLP 作为查询数据的主要界面,用户可以通过输入文字或语音来提问。ThoughtSpot 支持海量数据(通常有数十亿行)的复杂分析查询。SpotIQ 是 ThoughtSpot 的增强分析功能,可以发现异常和相关性,并对数据点进行对比分析,而无需编写代码。
  • 以消费者为中心的愿景:ThoughtSpot 的愿景是通过赋予业务用户使用消费者搜索和社交应用的能力和便利性来促进采用。其技术从集体行为、智能、社交信号以及编目的网络化洞见中学习,然后为用户提供相关度最高的搜索建议、答案以及自动生成的相关洞见。
  • 被市场认可的搜索专家:虽然 ThoughtSpot 规模相对较小,但其基于搜索的价值主张却很知名。在使用 Gartner 客户咨询服务的客户中,大多数重视搜索、NLP 和增强分析功能的客户会将此供应商列入候选名单。

注意

  • 互补型产品带来额外费用:ThoughtSpot 的软件通常是对其他 ABI 平台产品的补充,因为它不满足能使其完全取代可视化 ABI 平台的所有要求。当市场中的买家都注重产品是否划算时,组织也更愿意接受其企业标准 ABI 供应商提供的“足够好”(但正在改善)的搜索、NLP 和增强分析,而不是再购买另一个供应商的平台。
  • 有限的全球覆盖、生态系统和用户社区:ThoughtSpot 已大力扩展其全球系统集成商生态系统和解决方案市场。但是,相对于此魔力象限中的领导者,ThoughtSpot 的国际覆盖范围和合作伙伴实施的部署数量都比较有限,用户社区虽然在成长,但目前规模仍然比较小。
  • 有 IT 设置要求:要成功部署 ThoughtSpot 的软件,必须预先准备数据和映射数据。这通常需要具有 IT 技能的人员进行操作。但 ThoughtSpot 的新 SaaS 产品以及在直接连接到云数据库时的一些自动建模功能可能会降低此要求。此外,它的路线图中包括 Salesforce 和 Workday 等供应商提供的常见应用的预构建模型。

TIBCO Software

TIBCO Software 是这个魔力象限中的有远见者,具有成熟的产品功能。它的 TIBCO Spotfire 产品在生命科学、高科技制造、运输和物流以及能源行业应用广泛,但与其他供应商相比,在安装基数之外的市场发展势头一般。

TIBCO Spotfire 在信息中心、交互式可视化功能、数据准备和工作流方面具有强大的分析功能。Spotfire A(X) Experience 是一种增强型专用方法,可使 Spotfire 用户通过易于使用的方式(如 NLQ、NLG 和自动建议的可视化)使用数据科学技术、地理分析和实时流式分析。TIBCO 认识到数据科学和分析领域中功能与角色的冲突,并基于此认识建立了“超融合分析”的愿景。

为实现这一愿景,TIBCO 加强了在平台中对 Python 数据函数和流式数据源的支持。Spotfire Mods 是一个新的开发框架,支持快速创建轻量级插件,为 Spotfire 分析环境提供新的交互式可视化和界面功能。从所有用户的视角,Mods 看起来和用起来都像是原生的 Spotfire 功能。Mods 可在任何环境中使用,并可在各个团队和组织之间轻松共享。

注意:在此魔力象限研究期间,TIBCO Software 宣布已签署收购 Information Builders 的协议。收购预计于 2021 年一季度完成,所以产品和公司整合计划尚未制定,也来不及提供给 Gartner 用于此魔力象限的考察。因此,目前没有必要将两者表示为一个实体,这对读者也没有帮助。因此,在此魔力象限中,TIBCO Software 和 Information Builders 是分开表示的。

优势

  • 用于高级分析的产品功能:TIBCO Spotfire 具有基于机器学习的数据准备功能,可构建复杂数据模型。交互式可视化和构建分析信息中心的端到端工作流在一个统一的设计环境中完成。分析师和公民数据科学家可以使用大量拖放式高级分析功能以及一些自动洞见生成功能。Statistica 的功能与 Spotfire 以及现有的 TIBCO Enterprise Runtime for R (TERR) 引擎和嵌入式 Python 引擎完全集成。
  • 可扩缩,适合企业使用:TIBCO Spotfire 分析已针对地理分布广泛的大型组织的可扩缩安全部署进行了优化。Spotfire 平台具有现代化的自动管理功能,并且云、本地和混合部署中也使用了面向服务的架构。
  • 数据愿景和分析市场覆盖:TIBCO 在超融合分析方面的工作侧重于在数据可视化、数据科学、流式分析和新的 Spotfire Mods 中利用其产品优势,以提供量身定制的实时数据分析。这些优势通过医药和能源等行业中的强大的专用垂直分析应用实现。

注意

  • 市场发展潜力有限:TIBCO 在此市场中的发展潜力不如许多竞争对手。Spotfire 产品早期连同 Qlik 和 Tableau 一起被认为是传统 BI 领域的颠覆者,但现在它被 Gartner 客户咨询服务的用户提及的次数占比很小。Gartner Peer Insights 的数据显示,Spotfire 被评估的频率低于竞争对手。
  • 市场份额较小:在现代 ABI 平台市场中,TIBCO 较少被视为重要的参与者。Gartner 认为,在特定领域(特别是石油和天然气、制药行业)以外,Spotfire 很少被组织用作标准平台。这意味着用户社区较小,具备 Spotfire 部署和使用经验和技能的可雇佣人才也比较少。
  • 软件成本高:Gartner Peer Insights 审核人员表示,TIBCO 的客户继续表达了对平台价格和合同灵活性的顾虑。在这方面,他们对 TIBCO 的评分低于平均水平。

Yellowfin

Yellowfin 是这个魔力象限中的有远见者。尽管是一个受地域限制的小型供应商,其产品的创新性却在市场上名列前茅。Yellowfin 最初是一家基于网络的 BI 平台厂商,提供报表和数据可视化功能,但之后扩展了数据准备和增强分析功能。

2020 年,Yellowfin 继续投资于信息中心画布方法,为开发者增加了代码模式。它还提升了增强分析功能以提供情境化洞见,加强了 API 功能以允许公民开发者组合分析功能。

优势

  • 创新的产品愿景:Yellowfin 具有广阔且创新的产品愿景。Yellowfin 在其信号模块中提供基于改进的机器学习算法的自动提醒功能,该模块还提供情境分析功能。基于微服务的架构和代码模式支持与其他应用组合,从而将分析洞见转化为可执行的操作。
  • 开放性:Yellowfin 的架构可用于任何云,大多数使用场景是独立软件供应商合作伙伴嵌入 Yellowfin 以便为应用提供分析功能。因此开放性是该产品的核心。在非嵌入式用例中也是如此。Yellowfin 的数据准备输出不是专属的,可与其他分析工具搭配使用。此外,Yellowfin Stories 可以将 Microsoft Power BI、Tableau 和 Qlik 报告、信息中心和应用集成到长格式数据故事内容中。
  • 全面的产品功能:整体而言,Yellowfin 的产品功能评分较高。其功能涵盖数据准备、具有按计划分发功能的模式 1 报告、模式 2 可视化探索和增强分析。数据转换模块提供与数据科学模型的连接。所有功能都可通过基于浏览器的界面访问。

注意

  • 自然语言支持较弱:Yellowfin 的 NLQ 功能仍然只是一个路线图项(计划在 2021 年推出)。用户对 NLG 的控制有限。自动洞见生成缺少可解释性(驱动因素分析除外),并且无法使用 R 或 Python,后者在利用数据科学团队的工作成果时是一个缺点。
  • 市场发展潜力不足:尽管有着雄心勃勃的方法,Yellowfin 的市场关注度低于其竞争对手。它很少出现在 Gartner 客户咨询服务用户的供应商候选名单中,在 gartner.com 上的搜索量也较低。ABI 平台的用户社区规模对是否入选的影响很大;而 Yellowfin 的社区规模较小。
  • 地理分布范围有限:Yellowfin 的产品支持九种语言并且拥有国际用户群,但它在亚太地区以外的知名度很低。公司员工少于 200 人,只有四个国家/地区的全职 Yellowfin 员工超过 10 人。不过与部分竞争对手不同的是,该公司在 2020 年的员工数量略有增加。

新增和移除的供应商

我们会随着市场的变化审核并调整魔力象限的入选标准。在标准调整后,任何魔力象限中的供应商组合都有可能变化。如果某个供应商某一年入选了魔力象限,第二年没有入选,这并不必然表示我们对该供应商的看法发生了改变。这可能反映了市场的变化以及随之导致的评估标准变化,或供应商战略重点的变化。

新增

  • Amazon Web Services
  • Google (Looker)
  • Infor

移除

  • Looker - 现在作为 Google (Looker) 入选
  • Birst - 现在作为 Infor 产品入选
  • Dundas
  • Logi Analytics
  • Salesforce

入选和排除标准

供应商必须同时满足以下两个条件,方可入选此魔力象限:

  • 提供符合 Gartner 的 ABI 平台定义的正式版软件产品:
  • ABI 平台软件支持 IT 人员进行分析内容开发。具有独立架构,支持非技术用户自主执行完整的分析工作流,包括数据访问、注入和准备、交互式分析和数据洞见的协同共享。增强分析日益成为区分各 ABI 平台的重要功能。
  • 组织在 Gartner 为此魔力象限定义的市场动量指数中排名前 20。用于计算 ABI 平台市场动量的数据输入包括一组均衡的指标:
    • Gartner 客户搜索和查询量及趋势数据。
    • TalentNeuron 以及美国、欧洲和中国的一系列就业网站上指定了该 ABI 平台的职位数量。
    • 截至 2020 年 7 月的一年中,在 Gartner 的 Peer Insights 论坛的评价中作为其他 ABI 平台供应商的竞争对手被提及的频率。

根据 Gartner 的魔力象限方法,覆盖的供应商数量限制在 20 个,但有大量的 ABI 平台供应商不在本次研究的范围内。

荣誉提名

下文提到的五家供应商有些入选了此魔力象限的 2020 年版本(22 家供应商入选),有些展现了独特的市场潜力,可能吸引关注本魔力象限以外的供应商的组织。以下列表按字母顺序排序(还有更多值得注意的供应商未入选此魔力象限):

  • AnswerRocket。AnswerRocket 提供增强数据发现平台,具备 NLQ、NLG 和自动生成洞见的原生功能。该平台包含称为 RocketBot 的预打包和可组合分析应用,用于自动化业务分析用例。它还支持插入第三方 AI 和机器学习框架(如 scikit-learn 和 TensorFlow)。AnswerRocket 的平台可以通过主流公有云服务商和多种受支持的数据管理解决方案在本地或云端运行。AnswerRocket 没有进入 Gartner 的市场动量指数的前 20 名,因此未入选此魔力象限。
  • Dundas。Dundas BI 平台可让用户直观呈现数据、构建和共享信息中心和像素级精确报告,以及嵌入和自定义分析内容。Dundas 面向大型企业销售,但专长是嵌入式 BI,其大部分收入来自于 OEM,OEM 将 Dundas BI 扩展、集成、定制并嵌入到他们的应用中。Dundas 没有进入 Gartner 的市场动量指数的前 20 名,因此未入选此魔力象限。
  • 帆软。帆软是中国最大的 ABI 供应商之一,它的 FineReport 应用广泛,是一款以报表为中心的传统 BI 产品。其全新的 FineBI 产品通过本地部署模型提供自助式可视化 BI。帆软正在增加云部署和增强功能,并计划进军北美和欧洲市场。帆软没有进入 Gartner 的市场动量指数的前 20 名,因此未入选此魔力象限。
  • Incorta。2013 年推出时,Incorta 主要被定位为入选此魔力象限的 ABI 平台的补充型软件供应商。它使用获得专利的直接数据映射功能作为性能优化层,主要支持复杂 ERP 和 CRP 系统的数据分析。但是,Incorta 的产品本身正被更多客户用作完整的 ABI 平台,因而成为有竞争力的替代方案。Incorta 在 2020 年增加了基于云的服务,从而能够服务各种规模的企业。Incorta 没有进入 Gartner 的市场动量指数的前 20 名,因此未入选此魔力象限。
  • Logi Analytics。此供应商专注于嵌入式分析和应用开发团队。它提供一套嵌入式分析开发环境,包括用于开箱即用的嵌入式分析的 Logi Composer、用于像素级精确的嵌入式运营报表的 Logi Report,以及用于构建可自定义的分析应用的 Logi Info。其 Logi Composer 产品代表了其嵌入式自助产品的发展,该产品利用微服务架构内的无代码和低代码方法。Logi Analytics 没有进入 Gartner 的市场动量指数的前 20 名,因此未入选此魔力象限。

评估标准

执行能力

此魔力象限中使用的“执行能力”标准如下(关于使用这些标准的 Gartner 评估使用的信息来源,请参阅“依据”部分):

产品或服务:此标准根据供应商的 RFP 回复和提交的视频评估供应商的 ABI 平台产品在关键能力领域的竞争力和成功程度。

总体生存能力:此标准评估组织与 ABI 相关的财务状况和财务模型。还会考虑现有用户和潜在客户对供应商未来发展潜力的看法。

销售执行/定价:此标准评估供应商在销售活动中的能力,包括销售经验、了解买方需求的能力以及定价和合同灵活性。

市场反应能力/记录:此标准使用一组均衡的指标,评估供应商在全球市场中的发展势头和成功程度。

客户体验:此标准评估客户购买后与供应商合作的体验。影响因素包括是否提供高质量的第三方资源(如集成商和服务提供商)、最终用户培训的质量和可得性、用户社区的质量。

运营:此标准评估供应商的客户支持能力,以及其软件的可靠程度。

表 1:执行能力评估标准

评估标准 权重

客户体验

市场反应能力/记录
营销执行 未评分
运营
总体生存能力
产品或服务
销售执行/定价

前瞻性

本魔力象限中使用的前瞻性标准如下(关于使用这些标准的 Gartner 评估的信息来源,请参见“依据”部分):

市场理解:此标准评估供应商是否能够紧跟分析产品买方不断变化的需求,以及其客户使用最新和新兴功能的广泛程度。

营销策略:此标准评估供应商是否通过一系列清晰的消息传达其在 ABI 平台市场的价值和独特优势,以及该供应商是否培育了客户对其独特优势的认知。

销售策略:此标准评估供应商的销售方法在多大程度上受益于促进客户评估其 ABI 平台的各种选项和驱动因素。

服务(产品)策略:Gartner 评估供应商对未来将创造业务价值的关键趋势的支持能力。根据供应商呈现的路线图,与这些趋势相关的现有和规划的产品和功能会被纳入每个供应商在此标准上的评分。

垂直/行业策略:此标准评估供应商在通过模板或打包的分析内容满足不同行业需求方面的表现。

创新:此标准衡量供应商对独特功能的投资和交付程度。它会考察供应商是否建立了被他人效仿的创新标准。

地理位置策略:此标准考察供应商在世界范围内的业务分布。

表 2:前瞻性评估标准

评估标准 权重
市场理解
营销策略
销售策略
服务(产品)策略
业务模式 未评分
垂直/行业策略
创新
地理位置策略

表 2:前瞻性估标准

象限说明

领导者

领导者展现了对关键产品功能的深刻理解,并致力于帮助此市场中的买家获得所需的客户成功。领导者将这种理解和承诺融入易于理解且具有吸引力的定价模式,这些定价模式支持价值证明、增量购买和企业规模。在现代 ABI 平台市场中,购买决策由业务用户拍板或者至少是提供重要意见,而这些业务用户希望产品易于购买和使用。他们要求这些产品提供明确的业务价值,并使缺乏专业技术知识的用户能够在无需 IT 部门或技术专家预先参与的情况下利用强大的分析功能。在不断创新、瞬息万变的市场中,领先者不仅仅关注当下的执行。他们还会确保规划稳健的路线图来巩固其市场领导者的地位,进而帮助保护买方的投资。

挑战者

挑战者具备在这个市场中取得成功的良好条件,但可能局限于特定用例、技术环境或应用领域。其产品组合中各种产品缺乏协同策略可能会阻碍愿景的实现。此外,挑战者可能在有效营销、销售渠道、地理分布、行业专有内容和创新方面落后于领导者。

有远见者

有远见者对于现代 ABI 平台具有强有力或差异化的愿景。在自己的目标领域能够提供深入的功能,但可能难以满足更广泛的功能要求,或者在客户体验、运营和销售执行方面得分较低。有远见者是思想领袖和创新者,但可能缺乏规模,或者市场对其增长能力和稳定执行的能力抱有怀疑。

特定领域者

特定领域者在特定的细分市场(例如面向财务的 BI)中表现出色,或者擅长使用特定的云堆栈满足组织的 ABI 需求。但在创新或性能方面超越其他供应商的能力有限。这类供应商可能专注于 ABI 平台市场的特定领域或特定方面,但在其他领域缺乏深度功能。或者,他们可能具有比较广阔的 ABI 平台,但实现和支持能力有限或客户群相对狭窄(例如仅在特定区域或行业)。

语境

此魔力象限根据供应商在 2020 年的执行情况和未来的开发计划来评估其能力。由于供应商和市场在不断发展变化,评估可能只在某个时间点有效。

读者不应仅依赖此魔力象限作为选择供应商和产品的工具,而应将其视为选择最适合的供应商和产品所需的众多参考点之一。

在选择平台时,应将此魔力象限与分析和商业智能平台的关键功能结合使用。我们还建议使用 Gartner 的客户咨询服务。

读者不应将自己对“前瞻性”或“执行能力”的定义赋予此魔力象限(他们通常错误地将这两个概念分别等同于产品愿景和市场份额)。魔力象限方法使用一系列标准来确定供应商的位置,如上面的“评估标准”部分所示。

市场概览

根据 Gartner 的市场份额分析,2019 年现代 BI 平台市场的收入增长了 19%,达到 60 亿美元,而 2018 年增长了 22%。增速小幅下降的原因是价格压力和激烈的竞争(请参阅《市场份额分析:分析和 BI 软件,全球,2019 年》)。根据去年的报告,尽管 ABI 支出增速相较于 2010 年代有所放缓,但使用 ABI 平台的人数却大幅增加,达到了数百万之多。用户数量大幅增加的原因是每用户价格仅相当于十年前的零头。

现在的支出主要集中在云生态系统。有史以来第一次,七家超大规模云基础架构和平台服务供应商中有六家在 ABI 平台市场中直接提供产品或通过收购的子公司提供产品(请参阅《云基础架构和平台服务魔力象限》)。例外的一家是中国供应商腾讯云,它投资了永洪科技,并以 OEM 方式提供永洪 BI 平台。主要的云 ERP 和 CRM 应用厂商的参与也影响了 ABI 平台选择的考量因素。一方面,云主导的采购不可避免地引起对供应商锁定和意外开支的担忧。另一方面,云供应商接受了开放性在其软件栈中的重要性以及“多云”方法与日俱增的重要性,多云方法是指组织在多个云中以及跨多个云运行应用。

目前,如果以用户采用量计,这个市场被一家供应商所统治,也就是 Microsoft。Microsoft Power BI 云服务的大规模增长部分得益于与 Office 365 的捆绑销售(E5 许可级别)以及大幅降价。由于远程工作越来越重要,Power BI 与 Microsoft Teams 的深度集成将进一步推动增长。

ABI 平台市场中的专精领域分析服务供应商则看准了客户对供应商锁定的担忧,强调独立性作为相对于大型云服务商的差异化竞争优势。一种避免正面作战的方法是重新启动之前关闭的产品,以尽量减少与无处不在的 ABI 工具的竞争。另一种方法是专注于找到特定的细分市场并提供符合需求的产品/服务。

增强分析功能的迅猛发展导致 ABI 平台市场与数据科学和机器学习平台市场可能发生冲突。ABI 平台越来越多地包含执行增强型数据科学和机器学习任务的功能,例如在“幕后”执行预测模型,在 ABI 流程内“生成”数据洞见。数据科学和机器学习平台则开始提供传统上是 ABI 平台特有的增强数据转换和发现功能,例如数据可视化。目前,这两个市场仍然相互独立并面向不同买家,但这种情况可能会发生变化。

嵌入式 ABI 子市场服务于一群不同的主要买家:软件开发者和产品经理。当组织想要创建分析外网应用、通过数据获利或在业务应用中提供 ABI 功能时,可以使用嵌入式 ABI。此外,当独立软件供应商希望在其软件中提供 ABI 功能而又不想自行开发服务时,可以使用嵌入式 ABI。随着越来越多自助方法(例如无代码和低代码)的应用,嵌入式 ABI 的市场也在不断发展。这使非编码公民开发者可以扩大 ABI 的应用范围和连通性(例如,在运营应用中触发工作流流程),甚至自行发布可组合应用(请参阅可组合分析塑造分析应用的未来)。

依据

Gartner 对此魔力象限的分析基于以下来源:

  • Gartner 分析师对供应商的观点。
  • 客户对供应商的优势和挑战的看法(来自 Gartner 收到的与 ABI 相关的咨询)。
  • Gartner Peer Insights 数据(见下文)。
  • 供应商填写的关于其业务的调查问卷。
  • 介绍产品特点、客户用例和产品路线图的供应商简报。
  • 详尽的 RFP 调查问卷,调查每个供应商如何提供组成为该市场定义的 12 项关键能力的具体功能。
  • 展示供应商的 ABI 平台产品如何体现 12 项关键能力的视频。
  • 有关市场动量的外部来源数据(招聘信息、网络视频等)。

Gartner Peer Insights

我们在与运营(服务和支持、技术支持的质量)、销售体验(定价和合同灵活性)和市场反应能力(获得的价值)相关的指标中考虑了 Gartner Peer Insights 评价。我们考察了 2019 年 12 月至 2020 年 9 月期间发布的关于现代 ABI 平台产品的评价。

评估标准定义

执行能力

产品/服务:供应商为所定义市场提供的核心商品和服务。这包括当前产品/服务功能、质量、特性集、技能等等,无论是以原生方式提供还是通过 OEM 协议/合作伙伴关系提供(详见市场定义和子标准)。

总体生存能力:生存能力评估组织的整体财务状况、业务部门的财务和实际成功情况,以及各个业务部门继续投资于产品、继续提供产品以及在组织的产品组合中继续提高技术水平的可能性。

销售执行/定价:供应商在所有售前活动中的能力以及支持这些活动的系统。这包括交易管理、定价和谈判、售前支持以及销售渠道的整体有效性。

市场反应能力/记录:能够根据商机的发展、竞争对手的行动、客户需求的演变和市场动态的变化进行响应、改变方向、灵活应对并在竞争中取得成功。此标准还会考虑供应商响应的历史记录。

营销执行:营销计划的清晰程度、质量、创造力和效果,这些营销计划应旨在传递组织讯息以影响市场、宣传品牌和业务、提高产品知名度并在买家心目中建立对产品/品牌和组织的积极认同。这种“心智占有率”可以通过公共宣传、推广计划、思想领袖、口碑和销售活动等获得提高。

客户体验:能够使客户借助评估产品获得成功的关系、产品和服务/计划。具体而言,这包括客户获得技术支持或客户支持的方式。还可以包括辅助工具、客户服务计划(及其质量)、用户群组的可用性、服务等级协议等。

运营:组织实现其目标和承诺的能力。影响因素包括组织结构的质量,例如使组织能够有效且高效地持续运营的技能、经验、计划、系统和其他工具。

前瞻性

市场理解:供应商理解买家需求并转化为产品和服务的能力。具有极高视野的供应商会倾听并理解买方想要和需要的东西,然后能够站在更高的层次来塑造或完善这些需求。

营销策略:一组清晰、独特的消息,在整个组织内一致地传达并通过网站、广告、客户计划和市场定位声明进行外部化。

销售策略:产品销售策略,利用适当的直接和间接销售网络、营销、服务和传播机构,扩展市场覆盖、技能、专业知识、技术、服务和客户群的范围和深度。

服务(产品)策略:供应商的产品开发和交付方法,突出符合当前和未来要求的差异化、功能、方法和特性集。

商业模式:供应商的基本商业主张的合理性和逻辑性。

垂直/行业策略:供应商引导资源、技能和产品以满足各个细分市场(包括垂直市场)的特定需求的策略。

创新:资源、专业知识或资本的直接、相关、互补和协同布局,用于满足投资、整合、防御或获取先发优势的目的。

地理策略:供应商引导资源、技能和产品以满足“总部”或本地以外的地理市场的特定需求的策略。根据地理位置或市场的具体情况,可以直接提供或通过合作伙伴、渠道和子公司提供资源、技能和产品。

准备好开始数据驱动的转型了吗?

告诉我们您需要解决什么问题,Google Cloud 专家会帮助您找到最合适的解决方案。
与我们联系
了解为何 Google 是您需要的数据云合作伙伴。
了解详情

了解我们如何构建针对速度、规模和安全性优化的数据云。查看此处。