A Qlik egy újabb Magic Quadrant-ban lett vezető

A Qlik ismét a vezetők négyzetébe került, ezúttal a 2025-ös Gartner Magic Quadrant for Augmented Data Quality Solutions jelentésében.

A kiterjesztett data quality megoldások átalakítják a hagyományos folyamatokat és a teljes piacot. Az AI/GenAI segítségével olyan megbízható adatokat szolgáltatnak, melyek már készen állnak az MI használatára. Jelen kutatás abban segíti az adat- és elemzési vezetőket, hogy jobban megérthessék a feltörekvő technológiákat és a szállítói palettát, hogy megalapozottabb döntéseket hozhassanak.

 

A stratégiai tervezés feltételezései

 

  • 2027-re a szervezetek 70%-a olyan modern data quality megoldásokat fog bevezetni, amik támogatják a mesterséges intelligencia használatát és a digitális üzleti kezdeményezéseket;

 

  • 2027-re a mainstream data quality szállítók 80%-a kihasználja a nagy nyelvi modelleket (LLM) és a természetes nyelvi feldolgozást (NLP) az interaktív felhasználói konzisztencia elérése, valamint a felhasználói termelékenység és az eszközhatékonyság javítása érdekében;

 

  • 2027-re a generatív mesterséges intelligencia (GenAI) alkalmazása 40%-kal gyorsítja fel az adat- és elemzési irányítási és törzsadat-kezelési (MDM) programok értékteremtési idejét.

 

A piac meghatározása/leírása

 

A Gartner meghatározása szerint a kiterjesztett data quality (ADQ) megoldások az adatok minőségének javítását szolgáló képességek összessége, amelyek célja a betekintés felfedezésének, a legközelebbi legjobb cselekvésre vonatkozó javaslatok és a folyamatok automatizálásának javítása az AI/gépi tanulási (ML) funkciók, a grafikonok elemzése és a metaadatelemzés használatával. Ezek a technológiák működhetnek önállóan és együttesen is, az olyan hálózati hatások létrehozása érdekében, amelyek az automatizálás és a hatékonyság növelésére használhatók. Ezek a célzott megoldások számos funkciót tartalmaznak, például profilalkotást és megfigyelést, adattranszformációt, minták feltárását és -alkotását, megfeleltetést, összekapcsolást és összevonást; aktív metaadat-támogatást; adatjavítást és szerepalapú használhatóságot.

 

Ezek a megoldások biztosítják az adatminőséget többnyire egy szélesebb körű adatelemzési stratégia részeként. A különböző meglévő és várható felhasználási esetek a következők:

 

  • analitika, mesterséges intelligencia és gépi tanulás fejlesztése
  • adattervezés
  • adatvezérlés
  • törzsadatok kezelése
  • operatív/tranzakciós adatminőség

 

Kötelező képességek

A kiterjesztett data quality piacon a következő képességek elengedhetetlenek:

  • Csatlakoztathatóság: Ez a képesség biztosítja a magas színvonalú adatok elérését és alkalmazását az adatforrások széles palettáján (internal/external, tárolt/használatban levő, on-premise/felhőalapú, relációs/nemrelációs)

 

  • Profilalkotás és monitoring/felismerés: Ez magában foglalja a különböző adathalmazok statisztikai elemzését, hogy az üzleti felhasználók képesek legyenek azonosítani az adatminőségi problémákat. A profilalkotás eredményeiből kifolyólag képesnek kell lenniük arra, hogy előre konfigurált, egyedi felügyeleti szabályok (vagy adaptív szabályok) és elmulasztott riasztások alapján nyomon követhessék az adatminőségi problémákat. Ez automatikusan észleli a kiugró értékeket, anomáliákat, mintákat és eltéréseket.

 

A megoldásoknak monitoring dashboardot, naplófájlokat vagy visszakövethető audit nyomvonalat is tartalmazniuk kell a megfelelőségi előírások teljesítéséhez. A kibővített profilkészítési képességek közé tartozik az adatelemek automatikus szemantikai feltárása, valamint az algoritmusok szemantikai értékek alapján történő kiválasztása vagy ajánlása az elemzés javítása érdekében.


A kiterjesztett megoldásoknak ajánlásokat kell adniuk a felhasználóknak az észlelt rendellenességek alapján hozzáadandó új riasztásokról, és tanulniuk kell a felhasználói viselkedésből és a visszajelzésekből, hogy mely problémák relevánsak, illetve nem azok, majd ennek megfelelően kell kezelniük az értesítéseket.

 

  • Egyeztetés, összekapcsolás és összevonás: a különböző adatállományokon belüli vagy azokon átnyúló, egymással összefüggő adatbejegyzések egyeztetését, összekapcsolását és összevonását jelenti, ami történhet különböző hagyományos és új megközelítések, szabályok, algoritmusok, metaadatok, mesterséges intelligencia és gépi tanulás segítségével. A kiterjesztett megoldások mesterséges intelligenciát és ML-modelleket használnak a lehetséges egyezések automatikus felajánlásához, és a felhasználói visszajelzések alapján finomhangolhatják az eredményeket. Az összevonási feladatok esetében az összevonási szabályok automatikusan ajánlásra kerülnek és a felhasználói visszajelzések alapján javíthatók, finomíthatók. A felhasználó részvétele a konfigurálásban és a paraméterek beállításában minimális kell, hogy legyen.

 

  • Üzletvezérelt munkafolyamat és problémamegoldás: ezek olyan folyamatokat, illetve egy olyan felhasználói felületet jelent, amelyek lehetővé teszik az üzleti felhasználók számára, hogy az adatminőségi problémákat könnyen azonosítsák, karanténba helyezzék és megoldják. A kiterjesztett megoldások az üzleti, technikai és működési metaadatok felhasználásával kezdeményezhetnek és rendelhetnek hozzá adatminőségi problémákat.

 

  • Minták felderítése, létrehozása és kezelése: ez a képesség az üzleti szabályok megtervezésére, létrehozására és élesítésére vonatkozik. A szabályokat a megoldáson belül vagy harmadik féltől származó alkalmazások hívhatják meg adatérvényesítés céljából, ami történhet kötegelt vagy valós idejű üzemmódban. A kiterjesztett megoldások támogatják az ML-támogatott adatminőségi szabályok létrehozását egy olyan képzési felületen keresztül, amely a következőket használja: Felügyelet nélküli algoritmusok, amelyek automatikusan következtetnek és létrehozzák az adatminőségi szabályokat. Természetes nyelvi utasítások, amelyek leírják és végre tudják hajtani az adatminőségi szabályokat.

 

A Qlik értékelése

 

A Qlik a vezetők négyzetébe került ebben a Magic Quadrantban is. A 2023 májusában történt Talend-akvizíciót követően konszolidálta összes adatkezelési és adatminőségi képességét, hogy megkönnyítse az AI, az analitika és az adatműveletek végrehajtását. Adatminőségi termékei közé tartozik a Qlik Talend Cloud, a Talend Data Fabric, a Talend Data Catalog és a Qlik Answers. A Talend Open Studio (ingyenes, nyílt forráskódú termék) azonban megszűnt. Elérhető hibrid felhős és on-premise megoldás, valamint egy SaaS-ajánlat - a Qlik Talend Cloud. A Qlik data quality ajánlatát mintegy 3000 aktív ügyfele használja. Földrajzilag diverzifikált, ügyfelei elsősorban a pénzügyi szolgáltatások, a gyártás és a kiskereskedelem/nagykereskedelem területéről kerülnek ki.

 

Erősségek

 

  • Bevételnövekedés: a Qlik továbbra is erőteljesen növekszik, a Gartner piaci részesedésre vonatkozó 2023-as jelentése alapján, több mint 100%-os bevételnövekedést érhetnek el a teljes adatkezelési szoftverek terén. A Qlik emellett 37%-os növekedést jelentett be új licencek eladásával kapcsolatban. A Qlik meglévő ügyfélbázisán (több mint 40 000 vállalkozás világszerte) belüli keresztértékesítési lehetőségek nagy potenciállal rendelkeznek az eladások további növelésére. Erős partneri hálózata (több mint 1850 partner) szintén jelentősen bővíti lehetőségeit.

 

  • Technológiai innováció: a Qlik a DQ területén is bizonyította technológiai innovációs képességeit az AI felhasználási esetek támogatásához. Például méri az AI megbízhatóságát (Trust Score for AI) a DQ értékeléséhez, valamint új OpenAI és Pinecone integrációkat biztosít, amelyek támogatják a keresés-javított generálási (RAG - retrieval-augmented generation) pipeline-t strukturálatlan és strukturált adatokhoz. A Qlik mostantól az API-hívásokon keresztül történő adatelőkészítések futtatását is támogatja, lehetővé téve az egyszerű automatizálást és az adattranszformációs képességeket javítását.

 

  • Strukturálatlan adatok támogatása: a Qlik 2024 januárjában jelentette be a Kyndi felvásárlását, melynek célja az volt, hogy támogatást adjon a strukturálatlan adatok értelmezéséhez és feldolgozásához. A Qlik Cloud strukturált adatok és a Kyndi strukturálatlan adatok technológiáinak kombinációját kihasználva a Qlik jó helyzetben került ahhoz, hogy fejlessze az adatok magas minőségű feldolgozására és felhasználására vonatkozó képességeit.
  •  

A dokumentum teljes egészében a Gartner honlapján olvasható.