Gartner：商业智能与分析平台魔力象限(数据分析商业智能,关键词优化)

前言

本报告简要描述了商业智能（BI）和分析平台的发展走势；给出了它的战略规划设定目标；对市场状况进行了描述；详细分析了五种实用案例以及15种商业智能和分析平台的关键能力；最后，对24家商业智能和分析平台企业的优势和应注意问题逐一进行了分析。Gartner认为，商业智能和分析平台市场的主流已经从IT主导分析报表转向商业主导分析。数据和分析提供商面临多种选择：从传统的、功能封闭的BI供应商，到作为行业颠覆者的新型BI供应商。年，传统的商业智能提供商缓慢调整，希望在市场转型中保持优势；而现有商业智能突破者面临创新困境。

商业智能（BI）和分析平台市场开始从IT导向报告向现代商业导向方向转变，并成为主流。数据和分析领先提供商有不计其数的选择——从传统的存在性能和创新差距、封闭的商业智能提供商，到不断创新的行业颠覆者。

（一）战略规划目标设定

1）到2020年，智能、企业管理级、Hadoop/Spark、基于搜索和可视觉化的数据探索发现能力将融合成为下一代商业智能和分析平台的功能组成；

2）到2021年，具有现代商业智能和分析能力的数据探索平台的用户数，将以两倍于非智能数据发现能力平台用户数的增速增长，商业价值也是其两倍；

3）到2020年，自然语言生成和人工智能将占现代商业智能平台标准特性的90%；

4）到2020年，50%的分析排队查询来自于搜索、自然语言处理或话音发起，或自动生成；

5）到2020年，为用户提供内部和外部数据查询服务的企业产生的商业价值，将是没有投资数据分析企业的两倍多；

6）到2020年，公民数据科学家（citizen data scientists）的数量将比数据科学家增长快5倍；

（二）市场定义与描述

数据发现的可视化，作为现代商业智能平台的标志性特性，起步于2004年，开启了市场转型，从以IT为中心的系统记录报告，向以商业为中心、灵活分析的现代商业智能和分析平台转变，现代商业智能和分析平台具有使用方便的工具，有预定义的数据模型作为前期分析的先决条件（包括企业规模部署），支持全工作流程的各种分析能力，无需过多的IT参与。

考虑到10多年来的演变，2016年Gartner对商业智能和分析平台魔力象限进行了重新设计。有充分证据显示，经过多年的向现代智能企业领导的分析平台转型，年商业智能和分析平台已成为市场主流。

随着大量市场经营者功能差异化，购买者大企业部署需求和定价压力的减少，证明现有市场日趋成熟。购买者想扩大现代商业智能使用，包括为企业内外每个人提供自助服务。他们期望用户与过去相比（不用不同的数据处理工具），能分析更多样化和复杂的数据源。

在现代商业智能爆发的初期，从IT转向商业智能的购买点是新工具，这些工具的价值得以验证。购买这些平台的企业一直在增长，购买者除了关注企业的准备度、管理和价格外，对灵活和易用的关注成为市场主流。

扩大购买模式对于展示价值和推动扩张仍然很重要，但是企业经济的规模部署机制也越来越重要。拥挤的商业智能和分析市场包罗万象，巨额的风险投资支持大的技术企业，还有初创企业。年，传统的商业智能提供商缓慢调整，例如IBM、SAP、Oracle和Micro Strategy，希望在市场转型中保持优势，最终走向成熟，为企业提供报告平台标准，实现企业特有价值与投资数据模型和内容分析能力潜力间的平衡。

此外，新一波的创新基于可视数据发现的突破，特别是与传统的基于语义层的商业智能和分析平台相比，基于可视的探索模式已成为主流。现有的基于可视数据发现的方法加速了数据的协同、数据模式的可视认证，这与以IT为中心的、基于语义层的方法相反（通过手工操作建立观察，容易产生偏差）。

2016年，IBM Watson和BeyondCore引入智能数据发现，实现了机器学习与工作流程自动分析的均衡。用于基于文本和话音交互的自然语言处理(NLP)、自然语言查询(NLQ)和自然语言生成(NLG)，阐述了最重要的统计发现：用户内容是智能数据发现的关键能力。

与传统创新者的两难处境一样，许多传统的商业智能提供商（如IBM和SAP）放慢了向现代商业智能过渡的步伐，然而它们已领先于现有商业智能突破者，比如：Tableau, Qlik和TIBCO Spotfire等面临创新困境，包括面对下一波智能数据发现的投资。

对部署的选择观点的变化，也会影响市场。在过去3年中，企业对在云上部署商业智能和分析平台的兴趣提升了45%，最感兴趣的是营业种类，年调查显示，云商业智能部署规划列首位，超过了51%，这种转变来自IT方面的反馈。多数商业智能和分析平台提供商认为，各种云部署和使用定价模式选择是重要的方式，可不同程度支持购买者完成的内部部署投资。

魔力象限侧重于分析符合现代商业智能和分析平台标准的产品，它们是促进当今绝大多数新的主流购买的驱动力。不满足魔力象限要求的现代标准的产品，将在“传统企业报告平台市场指南”中介绍。新兴和下一代创新现代商业智能和分析平台尚未符合魔力象限的纳入标准，在此魔力象限的附录中提及。

（三）商业智能和分析平台的五大应用案例和15种关键能力

1）五大应用案例

（1）敏捷集中地配置商业智能

使用独立的的数据管理功能的平台，支持灵活的IT工作流程，包括从数据到集中交付和管理分析内容。

（2）去中心化的分析

支持从数据到自助服务分析的工作流，包括各个业务部门和用户的分析。

（3）可管控数据的发掘分析

支持从数据处理到自助创建数据分析页面的整个工作流，包括系统记录（SOR），IT管理内容的治理，用户内容的再使用和促进生成，认证SOR数据和分析内容。

（4）OEM或嵌入式商业智能

支持将数据转化为可嵌入到其他流程或应用中的BI内容。

（5）外部网部署

支持针对外部客户的敏捷集中式BI配置类似的工作流程，允许外部客户、公共部门、公民访问分析内容。

2）15种商业智能和分析平台的关键能力

对于提供商，可根据以下15个关键能力进行评价。

基础设施方面的能力有3个：

（1）商业智能平台管理、安全和架构——支持平台安全管理、用户管理，平台访问管理，性能优化，确保高可用性(多机热备)和灾备恢复(平台定时自动备份)的能力。

（2）云商业智能——基于云和本地内部数据的平台，具备平台即服务和分析应用即服务的功能，以实现分析应用的开发、部署和管理，且支持云端部署和本地部署两种形式。

（3）数据源连接和提取——允许用户连接到包含在本地和云中的各种类型的存储平台中包含的结构化和非结构化数据的功能。

数据管理方面的能力有3个：

（1）元数据管理——让所有用户(业务人员和分析师)能共享同一个数据包模型和元数据。通过强大且集中的方式，管理员能搜索、捕获、存储、复用各种元数据，还能把业务用户创建的数据模型提升为系统级的数据模型。管理者应有能力促进定义的商业用户的数据混搭、面向SOR元数据的元数据。

（2）自包含的提取、转换、加载(ETL)和存储数据——平台功能包括用于访问、集成、转换和加载数据到自包含的性能引擎，具有索引数据和管理数据加载和刷新调度的能力。

（3）自助数据准备——拖放不同来源的用户驱动数据组合，以及创建分析模型，例如用户定义的度量、集、组和层次结构。高级功能包括启用机器学习的语义自动发现、智能联接、智能分析、层次生成、数据沿袭和对各种数据源(包括多结构化数据)的数据混合。

分析和内容建立方面包括5种能力，分别是：

（1）嵌入式的高级分析——使用户能够轻松访问平台本身内部自包含的高级分析功能，或通过导入和集成外部开发的模型。

（2）仪表盘分析——通过视觉探索和嵌入式高级和地理空间分析创建高度交互式仪表板和内容的能力，可供其他人使用。

（3）交互视觉探索——通过一系列可视化选项来探索数据，这些可视化选项超出了基本饼图，条形图和折线图的范围，包括热图和树图、数据地图、散点图和其他特殊用途的图表。这些工具使用户能够通过直接与数据的视觉表示交互来分析和操作数据，以百分比、箱柜和组显示。

（4）智能数据发现——自动查找、可视化展现和文字表述关进信息，例如平台可以自动处理与用户相关的数据中的相关性、异常、集群、关联和预测，而无需用户自己构建模型或编写算法。用户通过可视化、自然语言生成的文字、搜索和NLQ技术探索数据、挖掘数据、分析数据、展示数据。

（5）支持移动端展现——使组织能够以发布和/或交互模式开发内容并将内容传送到移动设备，并利用移动设备的本机功能，如触摸、照相机等。

发现共享方面的能力有2个：

（1）嵌入式分析内容——包括具有API的软件开发人员工具包， 有着用于创建和修改分析内容、可视化和应用程序并将其嵌入到业务流程、应用程序或门户中的开放标准。这些功能可以驻留在应用程序外，重用分析基础结构，但必须从应用程序内部轻松无缝访问，不必强制用户在系统之间切换。将BI和分析与应用程序架构集成的功能将使用户能够选择在业务流程中嵌入分析的位置。

（2）分析内容的发布、共享和协调——用户可通过各种输出类型和分布方法，发布、部署和操作分析内容，支持内容搜索、规划、报警。用户可共享、讨论和跟踪信息、分析信息、分析内容和决策，这一切可通过讨论线、图和注释完成。

平台综合能力的评价有2个：

（1） 平台能力和工作流——这种能力考虑了提供单一、无缝的产品或跨多产品（集成度低）的不同能力程度。

（2） 易于使用和可视化——对于管理者应易于管理和部署平台，易于创建、使用、分享BI分析，容易实现数据可视化。

年商业智能和分析平台魔力象限图

中国信息通信研究院T数据研究中心译