0
| 本文作者： 雪莉?休斯敦 | 2017-03-15 09:30 |
雷鋒網(wǎng)按：2017年Gartner數(shù)據(jù)科學平臺（在2016年被稱作“高級分析平臺”）的魔力象限報告于近期出爐了。今年的報告對16個數(shù)據(jù)分析公司進行了15個標準的評估，并基于前瞻性（Completeness of Vision）和執(zhí)行能力（Ability of Execute），將他們按評分放置在四個象限中（魔力象限的橫坐標表示的是前瞻性，縱坐標表示的則是執(zhí)行能力）。
盡管像Python和R這種開源的平臺在數(shù)據(jù)科學市場發(fā)揮著重要的作用，但是Gartner研究方法論不涉及它們，因此本報告只評估了商業(yè)化的廠商。
圖一：2017年Gartner數(shù)據(jù)科學平臺魔力象限
雷鋒網(wǎng)了解到，這16個公司分別是：
領導者（四名）：IBM, SAS, RapidMiner, KNIME
挑戰(zhàn)者（四名）：MathWorks (新入圍), Quest (前身是Dell), Alteryx, Angoss
有遠見者（五名）：Microsoft, H2O.ai (新入圍), Dataiku (新入圍), Domino Data Lab (新入圍), Alpine Data
特定領域者（三名）：FICO, SAP, Teradata (新入圍)
Gartner指出，即使是MQ得分最低的廠商也依然是目前熱門的數(shù)據(jù)科學市場前100的供應商中排名TOP16的。
本次新入圍的五個廠商分別是MathWorks, H2O.ai, Dataiku, Domino Data Lab, and Teradata，而對應的從2016年報告中消失的廠商則是Lavastorm, Megaputer, Prognoz, Accenture, Predixion Software。
今年，KDnuggets的Gregory Piatetsky將2016年和2017年的魔力象限報告進行對比，就今年的變化、贏家和輸家逐個進行分析，雷鋒網(wǎng)做了詳細編譯：
圖二：Gartner數(shù)據(jù)科學平臺魔力象限，2017 VS. 2016
圖二將2016年的MQ（灰色背景圖層）和2017年的MQ（前景圖層）表現(xiàn)在一張圖片上，并用箭頭將同一個公司在2016年與2017年的位置進行連接。當該公司今年的位置相對于去年大幅提高，則箭頭標記為綠色；當該公司位置發(fā)生了削弱，則標記為紅色；綠色的○形表示新入圍的公司，而紅色的×則表示今年落榜。
今年的領導者依然是四大供應商：IBM, SAS, RapidMiner, 和KNIME，他們自2014起就一直保持象限中的領導者地位。Dell software在2016年11月被收購了，并重新命名為Quest。今年它的產(chǎn)品Statistica Analytics則從領導者行列中掉隊成為了挑戰(zhàn)者。
2017年的MQ顯示了IBM今年在前瞻性上的獲勝一籌，而SAS則在執(zhí)行能力上丟了一些分數(shù)。RapidMiner在執(zhí)行力上表現(xiàn)強勁，而KNIME和RapidMiner同在前瞻性上表現(xiàn)式微。
IBM：基于SPSS Modeler和SPSS Statistics產(chǎn)品的優(yōu)質表現(xiàn)，IBM今年又是領導者。盡管Gartner今年并沒有對其新的數(shù)據(jù)科學體驗平臺（DSx）進行評估，但DSx對IBM在橫坐標前瞻性的提升上貢獻顯著。IBM的優(yōu)勢包括其龐大的客戶基礎和持續(xù)創(chuàng)新的數(shù)據(jù)科學和機器學習能力。但其產(chǎn)品的廣度（包括SPSS, IBM Watson, DSx, Cognos ）則造成了市場的困惑，并且SPSS的產(chǎn)品線還具有互操作性的問題。
SAS：SAS為數(shù)據(jù)科學提供了多種產(chǎn)品。Gartner的評估涵蓋了產(chǎn)品SAS Enterprise Miner（EM）和SAS Visual Analytics Suite（VAS）。SAS更專注于VAS的交互建模，同時繼續(xù)支持其傳統(tǒng)的基礎SAS。今年SAS在領導者里面依舊處于強勢地位，但市場在選擇其多個產(chǎn)品時的困惑和對其高額成本的擔憂則導致了SAS今年在執(zhí)行能力上的下滑。
KNIME：KNIME提供了開源的KNIME分析平臺，平臺為高級數(shù)據(jù)分析師提供了強大功能。在部分行業(yè)，特別是生產(chǎn)和生命科學領域功能強勁。但相對于其他領導者，由于KNIME在營銷和創(chuàng)新能力的減弱，它在前瞻性上輸?shù)袅艘恍?/p>
RapidMiner：RapidMiner提供了數(shù)據(jù)科學平臺的圖形可視化界面，這對于初學者和數(shù)據(jù)分析專家都十分適宜。它還提供了源代碼的訪問權限。同時，RapidMiner有兩個版本，免費版和企業(yè)版（帶有為大數(shù)據(jù)設計的額外功能并可連接多數(shù)據(jù)源）。由于其市場占有額和成熟的產(chǎn)品，RapidMiner今年繼續(xù)保持領導者地位。
Mathworks：因其MATLAB產(chǎn)品今年新入圍Gartner魔力象限。Matlab的產(chǎn)品在工程師中很受歡迎，并為使用者提供了豐富的工具箱。
Quest：Dell Software在2016年被出讓的產(chǎn)物，現(xiàn)在銷售Statistica平臺。今年Quest進入了挑戰(zhàn)者象限（去年Dell在領導者象限），掉隊的原因歸結于未來3年中Statistica產(chǎn)品擁有權的第二次變化和Quest缺乏與云相關的產(chǎn)品改進（盡管這點在其發(fā)展路標上）。
Alteryx：提供了便于使用的數(shù)據(jù)科學平臺，帶有自主數(shù)據(jù)準備和高級分析的功能。除此之外，還具備了數(shù)據(jù)模擬和優(yōu)化的能力。由于其穩(wěn)定的客戶增長，它從去年的有遠見者象限跳躍上升至今年的挑戰(zhàn)者象限。
Angoss：提供了可視化數(shù)據(jù)挖掘和預測分析工具，包括歸一化的數(shù)據(jù)分析和優(yōu)化工具。今年它繼續(xù)保持了去年在象限中的位置。
Microsoft：微軟的評估是基于Azure的數(shù)據(jù)學習平臺（微軟Cortana智能套件的一部分），它提供了一個基于數(shù)據(jù)科學平臺的強大的云。Gartner將微軟繼續(xù)放在有遠見者象限的原因則歸結于其缺乏可比的現(xiàn)場解決方案。
H2O.ai：新入圍，提供了開源的數(shù)據(jù)科學平臺，并在深度學習和其他高級機器學習方法上執(zhí)行力強。
Dataiku：新入圍，它的產(chǎn)品Data Science Studio（DSS）具備創(chuàng)新性、開放性和協(xié)作功能，適合不同技能水平的使用者。因此，Gartner將其評為有遠見者。
Domino Data Lab：新入圍，其產(chǎn)品Domino數(shù)據(jù)科學平臺專注協(xié)作，主持多種開源技術。
Alpine Data：它的產(chǎn)品“城市數(shù)據(jù)科學”平臺，Chorus，給業(yè)務分析師和一線用戶在構建和運行工作流時的協(xié)作提供了方便。相較于2016年，Alpine依然處在有遠見者象限，但是因其擴張市場份額的困頓，在執(zhí)行能力表現(xiàn)上評分下滑。
SAP：SAP將其數(shù)據(jù)科學平臺更名為SAP BusinessObjects Predictive Analytics。SAP執(zhí)行能力的下降導致了它從挑戰(zhàn)者象限降級，并導致了它在產(chǎn)品活力、開源支持和云布局的落后。
FICO：其產(chǎn)品決策管理套件（DMS）提供了多個分析工具。它和去年一樣，保持在特定領域者象限，但是今年評估其在前瞻性和執(zhí)行能力上都有一些失分。
Teradata：提供了Aster分析平臺，其具有三個層：解析引擎，預置的解析函數(shù)和Aster應用中心，其應用可進行數(shù)據(jù)分析并可連接外部BI工具。因其低使用率，今年Gartner繼續(xù)將其評為特定領域者。
你可以從RapidMiner，Dataiku，或者其他本報道提及的供應商網(wǎng)站下載報告，也可以從Tableau下載相關的2017年Gartner BI和分析魔力象限報告。
via KDnuggets，雷鋒網(wǎng)編譯
雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
