Gartner Magic Quadrant 2023

A Qlik 13. éve a Vezetők között - Gartner Magic Quadrant 2023

A Gartner idén is elkészítette a szokásos, független felmérését a BI piac résztvevőiről, a Qlik pedig – a Tableau és a Microsoft Power BI mellett – ismét a Vezetők közé került, immár megszakítás nélkül 13. éve. 

A Qlik legfontosabb terméke a Qlik Sense Enterprise SaaS, ami magába foglalja a Qlik Sense-t, a Qlik AutoML-t és a Qlik Application Automationt is.  A Qlik Sense-t ügyfél által kezelt (client-managed) termékként is értékesíthető, és két féle módon telepíthető: on-site, vagy az ügyfél saját felhőjébe.  A Qlik Sense Client-Managed-hez azonban nem kapcsolódik a Qlik AutoML, vagy a Qlik Application Automation.  A Qlik ún. felhő-agnosztikus szállító, ami azt jelenti, hogy mindegyik szolgáltatóval használható, ugyanakkor a három legfontosabb felhőszolgáltatóhoz (AWS, Microsoft és Google) a legmagasabb szintű partnerség fűzi, valamint a partnerei közé tartozik a Databricks és a Snowflake is.

2022-ben, a Big Squid akvizícója és integrációja során hozta létre a Qlik a Qlik AutoML-t, amely automatikus előrejelzést, klaszterezést és kulcsszó alapú elemzést biztosít a cég data scientist-jei számára. Az Augmented Authoring funkció AI által generált dashboardokat hoz létre természetes nyelvi inputokkal és automatizált dashboard layoutokkal.

A Qlik Sense Gartner által megállapított erősségei

  • összeállítható analitika: a Qlik nyílt API-ja és az alkalmazások automatizálása elősegíti az elemzések üzleti folyamatokba történő integrálását, az analitika pedig egyenesen beágyazható az üzleti alkalmazásokba. Az alkalmazásautomatizálás vizuális, kód nélküli megközelítése használható az ütemezhető vagy esemény-vezérelt automatizált folyamatok gyors összeállításához;
  • átfogó adat és adatelemzési képességek: saját fejlesztései és akvizíciói révén a Qlik egy átfogó technológiai készletet hozott létre az üzlet összes felhasználójának támogatására, beleértve a data scientist-eket, az üzleti elemzőket és a fejlesztőket is;
  • felhő-agnosztikus: egyre gyakrabban találkozhatunk a felhőszolgáltatókkal szemben megfogalmazott olyan kritikákkal, hogy ugyan megkönnyítik és költséghatékonnyá teszik ügyfeleik felhős befektetéseit, ez sokszor a többi beszállító termékeinek kizárásával jár. Ilyenkor felértékelődnek a Qlikhez hasonló felhő-agnosztikus szállítók, mert nem csak az adott szolgáltatótól való függéssel oldják meg az üzleti kihívásokat.


A GMQ felmérés általános szempontjai

A BI platformok lehetővé teszik a nem technikai felhasználók számára, hogy elemezzék, felfedezzék, megosszák és kezeljék az adatokat, valamint együttműködjenek és megosszák egymással az eredményeket.

A Magic Quadrant for Analytic and Business Intelligence Platforms szereplői sok éve a vizuális önkiszolgálásra helyezik a hangsúlyt, elsősorban a végfelhasználói igények figyelembe vételével. A mesterséges intelligenciávak kiegészülve, az automatizált betekintések is elérhetővé válnak, és bár ez továbbra is fontos, a piaci szereplőknek azonban egyre kardinálisabb, hogy az elemzők és üzleti döntéshozók igényeire is összepontosítsanak. Ennek eléréséhez minden adatnak relevánsnak kell maradnia a felhasználó számára.

A fogyasztói tervezési trend mellett más kulcsfontosságú trendek növekedése is megfigyelhető: az analitikus tartalomkészítés és -terjesztés jobb irányításának szükségessége, valamint a nyitott architektúra iránti igény. Az analitika jövőjében már nem az adatelemzés és a dashboard-használat a prioritás, hanem a low-code vagy no code automatizálási folyamatok és alkalmazások térhódítása és a döntéshozási folyamatok összpontosítása az üzleti értékek elérésére.

Az ABI platformok funkcionalitása az alábbi 12 kulcsfontosságú képességet tartalmazza, melyek frissítésre kerültek, hogy tükrözzék a piaci változások, a differenciálódás és a vásárlói igények változásait:

  • automatizált betekintések: a kibővített elemzések legfontosabb jellemzője a gépi tanulási (ML) technikák alkalmazásának képessége, hogy a végfelhasználók számára az információk automatikusan generálódjanak
     
  • analitikai katalógus: a termék azon képessége, hogy az analitikai tartalmat megjelenítse, valamint megkönnyítse megtalálását és fogyasztását. A katalógusban keresni is lehet, és javaslatokat is kaphatunk tőle
     
  • adat-előkészítés: ide tartozik a különböző forrásokból származó adatok áthúzása, felhasználó általi kombinálása, valamint analitikai mértékek, halmazok, csoportok és hierarchiák létrehozása
     
  • adatforrás-kapcsolat: az adatforrás-csatlakozási képességek lehetővé teszik, hogy a felhasználók kapcsolódjanak és feldolgozhassanak különféle típusú tárolóplatformokon tárolt strukturált adatokat, akár a helyszínen, akár a felhőben
     
  • data Storytelling: a történetmesélés az interaktív adatvizualizáció és a narratív technikák kombinálása, amellyel könnyen érthető formában juttathatja el az információt a döntéshozókhoz
     
  • adatvizualizáció: az adatvizualizáció az adatok feltárását jelenti interaktív dashboard-ok és látványos diagramok használatával. Ide tartozik egy sor olyan megjelenítési lehetőség is, amelyek túlmutatnak a kör-, oszlop- és vonaldiagramokon, például hő- és fatérképek, földrajzi térképek, scatter plot-ok és egyéb speciális látványelemek
     
  • governance: az irányítási képességek ellenőrzik a felhasználást, és kezelik az információk megosztásának és népszerűsítésének módját
    Natural Language Query: a természetes nyelvű lekérdezés (NLQ) funkció lehetővé teszi a felhasználók számára, hogy kérdéseket tegyenek fel az adatokkal kapcsolatban a keresőmezőbe beírt kifejezések használatával
     
  • riportkészítés: a riportkészítési képesség olyan riportok elkészítését biztosítja, amelyek ütemezhetők és elérhetők egy nagy felhasználói közösség számára
     
  • Data Science integráció: olyan képességek, amelyek lehetővé teszik az összeállítható adattudományi és gépi tanulási (DSML) modellek kibővített fejlesztését és prototípus-készítését.
     
  • metrikatároló: a virtualizált réteg lehetővé teszi a felhasználók számára, hogy mérőszámokat kódként hozzanak létre és definiáljanak, adattárházból kezeljék ezeket, és kiszolgálják az összes downstream analitikai, adattudományi és üzleti alkalmazást
     
  • együttműködés: együttműködési képességek alkalmazása olyan szervezetek számára, amelyek olyan környezetet szeretnének biztosítani analitikai munkafolyamataikhoz, ahol a felhasználók egyidejűleg közösen készíthetnek elemzéseket.


A teljes jelentés a Gartner honlapján olvasható.