Gartner Magic Quadrant 2024 BI
Az adat- és elemzési vezetők az informatikusok, az elemzők, a fogyasztók és a data scientist-ek igényeinek támogatására használják az ABI platformokat. A felhőalapú ökoszisztémákkal és az üzleti alkalmazásokkal való integráció alapkövetelmény, de a vásárlóknak olyan platformokra van szükségük, amelyek támogatják az irányítást, az együttműködést és a mesterséges intelligencia képességeit is.
A piac meghatározása/leírása
Az üzleti intelligencia-platformok lehetővé teszik a felhasználók számára az adatok modellezését, elemzését és megosztását.
Az analitikai és üzleti intelligencia (ABI) platformok segítségével a szervezetek megismerik adataikat, megtudják mik a dimenzióik: például termék, ügyfél, idő és földrajzi adatok szerint? A felhasználóknak kérdéseket kell feltenniük az adatokkal kapcsolatban (pl. mely ügyfelek fognak valószínűleg lemorzsolódni; mely értékesítők nem érik majd el a kvótájukat?). Képesnek kell lenniük arra, hogy az adataikból mérőszámokat hozzanak létre: pl. a határidőre történő szállítás, a munkahelyi balesetek, valamint az ügyfelek és a munkavállalók elégedettségével kapcsolatban. A szervezeteknek a modellezett és a nem modellezett adatokat össze kell keverniük, hogy új data pipeline-okat hozzanak létre, amelyek feltárásával anomáliákat és egyéb meglátásokat találhatnak. Az ABI platformok mindezt lehetővé teszik.
Kötelező jellemzők
Adatvizualizáció: Az adatok feltárása grafikonok és interaktív dashboard-ok használatával.
Irányítás: Az irányítási funkciók elősegítik az információk biztosítását, megosztását és népszerűsítését.
Riportkészítés: Ütemezhető és sok felhasználó részére szétszórható, pixelpontos jelentések oldalanként.
Analitikai katalógus: Az analitikai tartalmak megjelenítése, azok megtalálásának és fogyasztásának érdekében. A katalógus keresőfunkcióval is rendelkezik és ajánlásokat is tesz a felhasználóknak.
Adatelőkészítés: A különböző forrásokból származó adatok drag-and-drop alapú, felhasználó által vezérelt kombinálásának támogatása és analitikai modellek (például felhasználó által meghatározott mérőszámok, halmazok, csoportok és hierarchiák) létrehozása.
Adattudomány integráció: Olyan képességek, amelyek lehetővé teszik az összetehető adattudományi és gépi tanulási (DSML) modellek kibővített fejlesztését és prototípusok készítését a különböző tudásszinttel rendelkező data scientist-ek számára.
Közös jellemzők
Automata betekintések: A gépi tanulási (ML) technikák alkalmazásának képessége a végfelhasználók számára történő automatikus betekintések készítésére (például a legfontosabb attribútumok azonosítása egy adathalmazban).
Mérési réteg: Egy olyan virtualizált réteg, amely lehetővé teszi a felhasználóknak, hogy kódként hozzanak létre üzleti mérőszámokat és úgy határozzák meg. Ezeket a számokat az adattárházakból irányíthatják, és használhatják a későbbi analitikai, adattudományi és üzleti alkalmazásokban.
Storytelling: Az adatvizualizáció és különböző narratív technikák vegyítése. Segítségével a döntéshozóknak történő bemutató során a meglátások meggyőző, könnyen érthető formában adhatók át.
Természetes nyelvi lekérdezés (NLQ): A felhasználók a keresőmezőbe beírt vagy kimondott kifejezésekkel kérdéseiket egyenesen az adatoknak címezhetik.
Kollaboráció: A kollaboráció az analitikai munkafolyamatok olyan tulajdonsága, amivel a felhasználók széles köre egyszerre tud közösen létrehozni egy projektet.
Összeállíthatóság: Az elemzések, a cselekvési keretrendszerek és a döntésközpontú felhasználói felület mind beágyazható alacsony kódú és kód nélküli építőelemeken keresztül. Az API-knak és a szoftverfejlesztő készleteknek (SDK-k) köszönhetően a meglévő D&A eszközökből rugalmas, moduláris, fogyasztóbarát, nagy élményt nyújtó mesterséges intelligenciával integrált felhasználói felületeket lehet összeállítani.
QLIK:
Qlij vezető szerepbe került a 2024-es Magic Quadrantban. A Qlik Cloud Analytics SaaS platformként érhető el, és tartalmazza a Qlik Sense-t, a Qlik AutoML-t és a Qlik Application Automationt is. Ugyan a Qlik még mindig elsősorban az analitikai képességei miatt ismert és elismert széles körben, a Talend közelmúltbeli, valamint az Attunity korábbi felvásárlása miatt komoly adatintegrációs beszállítóvá is vált.
A Qlik jelentős beruházást hajtott végre a mesterséges intelligencia területén is, és 2023 szeptemberében elindította a Qlik Staige-et. A Staige egyesíti a data foundation-t, az automatizálást és az AI-alapú leíró, prediktív és preskriptív analitikát, segítve a döntésközpontú megoldásokat. 2023 novemberében elérhetővé tették a Microsoft Fabric connector-okat és a Microsoft Teams-be integrálódó Insight Advisor chatbotot is, később pedig az AWS Bedrock connectorok-at. 2024 januárjában felvásárolták a Kyndit is, ami egy NLP, kereső és generatív AI platform.
Erősségek
Végponttól-végpontig tartó adat- és analitika: A Qlik a Talend felvásárlásával megszerezte annak adatintegrációs képességeit így bővítve saját lehetőségeit. Ha ehhez hozzávesszük az adattudományi integrációban és az LLM integrációban elért jelentős fejlődést, akkor egyértelmű, hogy a Qlik a vállalati fejlesztők és elemzők számára is egy, az adatoktól a döntésekig tartó erőteljes munkafolyamatot hozott létre.
Megújult piaci elismertség: A Qlik figyelemre méltó stratégiai felvásárlások révén tudott a figyelem középpontjába kerülni, különösen igaz ez a Talend felvásárlására. A bevételek szerint a Qlik az első öt vállalat között van mind az ABI-platformok, mind az adatintegrációs eszközök tekintetében.
Felhő- és alkalmazás-agnosztikus: A Qlik az összes nagyobb felhőben elérhető, többet között az Alibaba Cloudban is, valamit számos jelentős vállalati felhőalkalmazással is integrálható. A Qlik kényelmes választás a több felhőből álló, sokféle vállalati alkalmazással rendelkező szervezeteknek
