当前位置:主页 > 数据驱动 >

Gartner2018数据科学和机器学习平台魔力象限上的赢家和输家

 发布时间:2018-04-24 来源:

Gartner一直在变更这份报告的名称(以及市场部分的内容)——2018年2月23日发布的2018年最新版,被命名为《数据科学和机器学习平台的魔力象限》(在机器和学习之间有一个老式的破折号)。2017年,报告名称是《数据科学平台的魔力象限》,2014-2016年,名称则是《高级分析平台的魔力象限》。这些变化反应了行业在内容和能力上的快速改变,以及与AI和机器学习成长相关的品牌间的演变。

Gartner这样定义数据科学和机器学习平台:

它是一个具有凝聚力的软件应用程序,提供基本的融合各构件模块的能力,既可以创建各种数据科学的解决方案,又可以将这个解决方案集成到业务流程及所涉及的周边基础设施及产品中去。

正如我们将在下面论述的那样,2018年的变化将非常重要。

2018年的报告采用多个标准评估了16家分析和数据科学公司,并基于产品前瞻性和执行力将它们放置在4个象限中。

请注意,虽然像Python和R这样的开源平台在数据科学市场中扮演着越来越重要的角色,但是Gartner的研究方法并没有包括它们。

 

Gartner2018数据科学和机器学习平台魔力象限上的赢家和输家

 

图1:Gartner 2018 数据科学和机器学习平台的魔力象限

公司介绍:


• 领导者(5):KNIME, Alteryx, SAS, RapidMiner, H2O.ai
• 挑战者(2):MathWorks, TIBCO软件(新进入)
• 远见者(5):IBM、微软、Domino数据实验室、Dataiku、Databricks(新进入)
• 特定领域者(4):SAP、Angoss、Anaconda (新进入)、Teradata

2017年新进入了三家公司:TIBCO软件、Anaconda和Databricks。

在2017年的MQ中,还有3家公司被删除:FICO、Quest和Alpine数据。我们注意到,Alpine数据公司和Quest的Statistica资产被TIBCO收购,所以TIBCO出现在这次的MQ中,其位置接近于2017年的Quest。

我们将最新的2018 魔力象限与它之前的版本进行了比较。下面我们将研究这些变化以及其中的赢家和输家。

 

Gartner2018数据科学和机器学习平台魔力象限上的赢家和输家

 

图2:Gartner对数据科学和机器学习平台的魔力象限进行比较,2018 vs 2017

图2显示了2017 MQ(灰色背景图像)和2018 MQ(前景图像)的对比状况,箭头连接的圆点表示同一家公司。如果公司的位置明显改善(远离刚开始的位置)箭头会是绿色的,位置变弱箭头将用红色表示。绿色圆圈代表新公司,而红色X表示公司离开了这次的魔力象限。

领导者:

自2014年以来,我们第一次有了改变。IBM过去曾属于领导者,但由于执行能力较低,它被放到了远见者象限。KNIME在前瞻性轴上有显著的进步,SAS在同一轴上向后移动,RapidMiner在执行能力上下降了一点。

2018年有两家公司首次加入了领导者行列:H2O.ai,从远见者象限进入;Alteryx公司,从挑战者象限进入。

下面是每个公司的简短介绍。对于完整报告,请参见文章末尾的链接。

KNIME提供了开源的KNIME分析平台产品,全世界有超过100K用户。KNIME为企业在协作、安全性和效率方面的部署提供商业支持和扩展。2017年,KNIME增加了AWS和微软Azure平台的云版本,提高了数据质量特征,扩展了深度学习能力。

Gartner点评:

该厂商拥有对市场的深刻理解力、健壮的产品策略和丰富的用例优势。这些特质凝聚在一起,巩固了它作为领导者的地位。

Alteryx平台可以使普通数据科学家能够在一个独立的工作流中构建模型。在2017年,Alteryx成功进行了IPO,后来收购了Yhat,Yhat是一个专注于模型部署和管理的数据科学供应商。

Gartner点评:

Alteryx已经从挑战者的象限发展到领导者象限。这要归功于强有力的执行(在收入增长和客户获取方面),引人瞩目的客户满意度,以及专注于帮助组织机构在不需要聘请专家数据科学家的情况下引入数据和分析文化的产品愿景。

SAS为分析和数据科学提供了许多软件产品。对于它的MQ,Gartner评估了SAS企业版Miner (EM)和SAS可视化分析套件的产品。

Gartner点评:

SAS仍然处在领导者行列,但是在前瞻性和执行力方面已经失去了一些优势。Visual Analytics的套件遵循了产品愿景,因为它的Viya云就绪架构比以前的SAS架构更加开放,并且使得更多的用户能够获得分析能力。然而,令人困惑的多产品策略使SAS的产品前瞻性变得越来越糟糕,并且对高授权成本的理解削弱了它的执行力。随着市场的关注点转向开源软件和更灵活的产品,SAS正在为自己在推出具有粘性的开放平台上的迟缓行为付出代价。

RapidMiner平台包括RapidMiner Studio模型开发工具(有免费版和商业版)、RapidMiner服务器和RapidMiner Radoop。

Gartner点评:

RapidMiner仍然处在领导者行列,它给各种各样的数据科学家和数据科学团队提供了一个全面且易于使用的平台。RapidMiner通过提高生产力和性能能力,继续强化核心数据科学和模型开发及执行的速度。

H2O.ai提供开源的机器学习平台产品,包括H2O Flow,其产品的核心组件;H2O Steam;H2O Sparkling Water,用于Spark集成;以及H2O Deep Water,它提供深度学习的能力。

Gartner点评:

H2O.ai已经从之前的远见者象限发展到领导者象限。它继续通过重大的商业扩张获得发展,并巩固其作为思想领袖和创新者的地位。

挑战者

• MathWorks仍然是一个挑战者,得益于它在高级分析领域的高知名度、庞大的装机量和强大的客户关系。然而,由于其对工程和高端财务场景的专注限制了其产品的前瞻性,还有一些客户对其评分也较低。

• TIBCO软件公司(新入公司)在2017年6月从Quest Software公司那里收购了著名的Statistica软件平台,从而进入了这个市场。2017年11月,该公司还收购了Alpine Data,这家公司2017年就处在MQ的远见者行列。对于执行能力,这次MQ仅评估TIBCO Statistica平台的能力。TIBCO的其他收购只对其前瞻性产生影响。

远见者

IBM提供了许多分析解决方案。对于这次的MQ, Gartner评估了SPSS Modeler和SPSS Statistics,没有评估Data Science Experience(DSX),因为它没有满足Gartner执行力轴的评估标准。

Gartner点评:

IBM现在处在远见者象限,与其他厂商相比,在产品前瞻性和执行能力方面都已经失去了优势。然而,IBM的DSX具有激发更广泛且具有创新性的前瞻性产品的潜力。IBM已经宣布计划在2018年为SPSS产品实现一个新的接口,以将SPSS Modeler完全集成到DSX中。

微软为数据科学和机器学习提供多种产品。对于云计算,产品包括Azure机器学习、Azure数据工厂、Azure流分析、Azure HDInsight、Azure Data Lake和Power BI。

对于on-premises计算,微软为SQL Server提供了机器学习服务(在此次MQ的截止日期之后的2017年9月发布)。只有Azure机器学习工具全部满足了这次MQ包含的所有标准。

Gartner点评:

微软仍然处在远见者象限。它这次的位置是由于市场反应能力和产品生存能力的低分造成的,因为Azure机器学习工具的云计算特性限制了许多高级分析场景的可用性,这些场景需要使用on-premises选项。

文章评论

互联网 自媒体专栏 智能硬件 资本动态 移动互联网 游戏 数据驱动 滚动新闻 O2O 访问移动版
Copyright © 2002-2013 搞数码网 版权所有  电话:0510-898978789 邮箱:89898989@qq.com 地址:北京市新会金水岸国商大厦B-6-B