來源：數(shù)據(jù)猿  作者：Leo

2017年2月16日，Gartner發(fā)布了2017年BI商業(yè)智能和分析平臺(tái)魔力象限報(bào)告，筆者這里進(jìn)行一些解讀，幫助大家更好了解市場(chǎng)狀況和趨勢(shì)。

一、幾家歡笑幾家愁

和往年一樣，Gartner的報(bào)告發(fā)布以后，處于高位者欣喜萬分奔走相告，大肆宣傳，恨不得買下所有廣告位；而處于低位或未上榜者，則黯然神傷，甚至有些恨Gartner，把競(jìng)爭(zhēng)差距如此清晰的反饋給讀者。

好了言歸正傳，附上Gartner 2016和2017年魔力象限圖以及對(duì)比圖和對(duì)照表（淺色圓點(diǎn)是2016年位置），看看誰上誰下，魔力象限中各廠商表現(xiàn)如何。（文末附有2016和2017年各年份的魔力象限圖）

筆者又做了一個(gè)表格，以更清晰的展示各種升降關(guān)系。

Gartner認(rèn)為，商業(yè)智能和分析平臺(tái)市場(chǎng)的主流已經(jīng)從IT主導(dǎo)分析報(bào)表轉(zhuǎn)向業(yè)務(wù)主導(dǎo)分析。數(shù)據(jù)和分析領(lǐng)導(dǎo)者面臨無數(shù)選擇：是傳統(tǒng)的功能封閉的BI供應(yīng)商，還是作為行業(yè)破壞者的新型BI供應(yīng)商。

1、領(lǐng)導(dǎo)者競(jìng)爭(zhēng)激烈。

Microsoft、Tableau迅猛發(fā)展，仍然在第一集團(tuán)軍領(lǐng)跑，其中Microsoft在執(zhí)行力上大幅度提高，已經(jīng)和Tableau并駕齊驅(qū)，而企業(yè)產(chǎn)品前景仍超越Tableau一大截；Qlik小幅度下滑，已經(jīng)跌到第一集團(tuán)軍邊緣，岌岌可危。

2、挑戰(zhàn)者交白卷。

在Gartner團(tuán)隊(duì)的標(biāo)準(zhǔn)中，繼2016年報(bào)告之后，第二次數(shù)顯挑戰(zhàn)者名單空白。這說明競(jìng)爭(zhēng)大格局開始走向穩(wěn)定，一時(shí)難有黑馬異軍突起。

3、有遠(yuǎn)見者，沖入新鯰魚。

傳統(tǒng)的SAS、MicroStrategy等需要構(gòu)建數(shù)據(jù)庫的重型BI執(zhí)行力下滑，市場(chǎng)影響力被撼動(dòng)；SAP苦苦支撐，憑借超長(zhǎng)的產(chǎn)品鏈條，仍然小有起色；IBM穩(wěn)扎穩(wěn)打，有了一定程度的影響力提升，但前景依然未變，不排除被替代風(fēng)險(xiǎn)。最耀眼的就是幾條“鯰魚”闖入： Zoomdata直接逆襲超越，迅速占領(lǐng)有遠(yuǎn)見者一席之地；Salesforce、ClearStory Data、Sisense都從特定領(lǐng)域者成功闖入有遠(yuǎn)見者行列；而TIBCO Software影響力大幅提升，已經(jīng)略微超越IBM，不過前景依然不明朗；比較慘的是BeyondCore，已經(jīng)完全跌出BI魔力象限，不見蹤影。

4、特定領(lǐng)域者暗流洶涌。

Altergy從有遠(yuǎn)見者行列跌到特定領(lǐng)域者；Birst執(zhí)行力和市場(chǎng)影響力大幅下滑；GoodData、DataWatch跌出特定領(lǐng)域者，難覓身影；驚喜的是，殺出Oracle、Thoughtspor、Datameer三家廠商，尤其是Oracle。

二、敢問路在何方

Gartner魔力象限報(bào)告之所以稱為業(yè)界旗幟，旗幟指向哪里，廠商就跟向哪里，就是因?yàn)镚artner分析師們對(duì)于行業(yè)發(fā)展的精準(zhǔn)判斷，不要忘了，商業(yè)智能這個(gè)概念也是Gartner提出來的。在2017年的報(bào)告中，Gartner分析師們規(guī)劃了商業(yè)智能和分析平臺(tái)的3年后愿景，和去年相比，今年增加了對(duì)市場(chǎng)前景的判斷，強(qiáng)調(diào)了這樣幾個(gè)關(guān)鍵詞： 大數(shù)據(jù)、智能、自助。詳情如下：

現(xiàn)在已然2017年，以帆軟公司的經(jīng)驗(yàn)，實(shí)現(xiàn) “到2018年，大多數(shù)業(yè)務(wù)人員和分析師都通過自助式BI工具來準(zhǔn)備數(shù)據(jù)，進(jìn)行分析數(shù)據(jù)”還是很困難的，中國有特色的報(bào)表，有特色的信息化經(jīng)驗(yàn)，有特色的組織架構(gòu)，有特色的數(shù)據(jù)管理理念！但是，都擋不住時(shí)代潮流，筆者堅(jiān)信這一天終會(huì)到來。2016年的展望中，第2、3個(gè)構(gòu)想，正在或已經(jīng)成為國內(nèi)企業(yè)的重點(diǎn)突破方向，比如帆軟在國內(nèi)首創(chuàng)的“SPA螺旋式分析”，就是能實(shí)現(xiàn)業(yè)務(wù)人員自助服務(wù)數(shù)據(jù)處理，從而真正實(shí)現(xiàn)了業(yè)務(wù)人員全流程的自助數(shù)據(jù)分析。

三、那些年我們一起追過的功能

Gartner分析師們通過一些用例或功能點(diǎn)，來對(duì)各個(gè)廠商打分，從而在魔力象限中排列位置。這些功能是廠商必讀，是未來的主流BI的標(biāo)準(zhǔn)配置。

1、五個(gè)主要用例。

（1）敏捷集中地配置BI：

“使用帶有自足的數(shù)據(jù)管理功能的平臺(tái)，支持自助敏捷的IT工作流程，包括從數(shù)據(jù)到集中交付和管理分析內(nèi)容”。什么叫數(shù)據(jù)自足呢？筆者認(rèn)為，應(yīng)當(dāng)支持IT人員能夠分權(quán)限分內(nèi)容掌控管理數(shù)據(jù)，而業(yè)務(wù)人員可以自助取數(shù)，可以直連數(shù)據(jù)，也可以鏈接經(jīng)過ETL處理過的數(shù)據(jù)倉庫，更可以自助加工處理一些原本不滿足需求的數(shù)據(jù)。

（2）分散式分析。

“支持從數(shù)據(jù)到自助分析的工作流，包括各個(gè)業(yè)務(wù)部門和用戶的分析。 受控?cái)?shù)據(jù)發(fā)現(xiàn)”。分散式分析，也就是多用戶多主題的分析，支持各個(gè)業(yè)務(wù)部門和用戶的分析自由創(chuàng)建不同主題的分析頁面，并能協(xié)同共享。

（3）可控的數(shù)據(jù)的挖掘分析。

“支持從數(shù)據(jù)處理到自助創(chuàng)建數(shù)據(jù)分析頁面的管控。“什么是可控？就是要具備保證IT平臺(tái)的安全性、后臺(tái)可監(jiān)控用戶行為、可監(jiān)測(cè)平臺(tái)的訪問和使用狀況等功能。用戶處理好的數(shù)據(jù)和創(chuàng)建好的分析頁面可共享和復(fù)用。

（4）嵌入式BI。

“支持將數(shù)據(jù)轉(zhuǎn)化為可嵌入到其他流程或應(yīng)用中的BI內(nèi)容”。支持BI功能模塊嵌入業(yè)務(wù)系統(tǒng)，比如ERP，核心是支持?jǐn)?shù)據(jù)處理模塊、后臺(tái)管理模塊、創(chuàng)建業(yè)務(wù)分析模塊和頁面查看分享模塊獨(dú)立嵌入到已有的業(yè)務(wù)系統(tǒng)或者其他企業(yè)辦公軟件中。

（5）外網(wǎng)部署。

“支持類似于針對(duì)外部客戶的獨(dú)立服務(wù)器部署，允許用戶通過局域網(wǎng)和互聯(lián)網(wǎng)訪問。”

2、十五個(gè)關(guān)鍵能力（功能）

1）基礎(chǔ)模塊

（1）BI平臺(tái)管理，安全和架構(gòu)。

“支持平臺(tái)安全管理，平臺(tái)用戶管理，平臺(tái)訪問管理，性能優(yōu)化，確保高可用性（多機(jī)熱備）和災(zāi)備恢復(fù)（平臺(tái)定時(shí)自動(dòng)備份）的能力。” 根基不牢，地動(dòng)山搖，確保系統(tǒng)的高可用性和災(zāi)備恢復(fù)非常重要， 一般使用多機(jī)熱備、平臺(tái)定時(shí)自動(dòng)備份等功能。

（2）云BI。

“基于云和本地內(nèi)部數(shù)據(jù)的平臺(tái)，具備平臺(tái)即服務(wù)和分析應(yīng)用即服務(wù)的功能，以實(shí)現(xiàn)分析應(yīng)用的開發(fā)、部署和管理，且支持云端部署和本地部署兩種形式。”國內(nèi)市場(chǎng)云BI的發(fā)展并不理想，核心就是企業(yè)尤其是中大型企業(yè)對(duì)SAAS模式還持觀望態(tài)度，云BI在國內(nèi)還需要很長(zhǎng)時(shí)間的市場(chǎng)教育，這也是國內(nèi)主流BI廠商并沒有著急推出云BI產(chǎn)品的原因。

（3）數(shù)據(jù)源連接和提取。

“允許用戶連接到包含在本地和云中的各種類型的存儲(chǔ)平臺(tái)中的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的功能。” 所以在功能支持上，主流BI都支持?jǐn)?shù)據(jù)存取到服務(wù)器本地以提高平臺(tái)訪問性能和數(shù)據(jù)安全性，減小對(duì)業(yè)務(wù)系統(tǒng)實(shí)時(shí)直連抽取數(shù)據(jù)的壓力，避免因數(shù)據(jù)提取而導(dǎo)致業(yè)務(wù)系統(tǒng)宕機(jī)。同時(shí)，平臺(tái)也提供直連數(shù)據(jù)庫和數(shù)據(jù)倉庫的功能作為備選。

2）數(shù)據(jù)管理

（4）元數(shù)據(jù)管理。

“讓所有用戶（業(yè)務(wù)人員和分析師）能分享同一個(gè)數(shù)據(jù)包模型和元數(shù)據(jù)。通強(qiáng)大且集中的方式，管理員能搜索、捕獲、存儲(chǔ)、復(fù)用各種元數(shù)據(jù)，還能把業(yè)務(wù)用戶創(chuàng)建的數(shù)據(jù)模型提升為系統(tǒng)級(jí)的數(shù)據(jù)模型。”

（5）自包含提取,轉(zhuǎn)換和加載(ETL)和數(shù)據(jù)存儲(chǔ)。

“平臺(tái)功能包括用于訪問,集成,轉(zhuǎn)換和加載數(shù)據(jù)到自包含的性能引擎,具有索引數(shù)據(jù)和管理數(shù)據(jù)加載和刷新調(diào)度的能力。”以FineBI為例，它的ETL轉(zhuǎn)換包括對(duì)數(shù)據(jù)表或?qū)ψ侄蔚腅TL轉(zhuǎn)換。 具體可操作類型包括：新增公式列、join、union、行列轉(zhuǎn)換、使用部分字段、過濾、分組統(tǒng)計(jì)、構(gòu)建自循環(huán)列、新增分組。

（6） 自助數(shù)據(jù)準(zhǔn)備。

“拖放不同來源的用戶驅(qū)動(dòng)數(shù)據(jù)組合,以及創(chuàng)建分析模型，例如用戶定義的度量、集、組和層次結(jié)構(gòu)。高級(jí)功能包括啟用機(jī)器學(xué)習(xí)的語義自動(dòng)發(fā)現(xiàn)、智能聯(lián)接、智能分析、層次生成、數(shù)據(jù)沿襲和對(duì)各種數(shù)據(jù)源(包括多結(jié)構(gòu)化數(shù)據(jù))的數(shù)據(jù)混合。”上文中筆者簡(jiǎn)單提到過FineBI的SPA螺旋式分析，雖然滿足了業(yè)務(wù)人員自助ETL數(shù)據(jù)，但并沒有完全符合Gartner定義的高級(jí)功能，還需要進(jìn)一步努力。

3）分析和內(nèi)容創(chuàng)建

（7）嵌入式高級(jí)分析

“使用戶能夠輕松訪問平臺(tái)本身內(nèi)部自包含的高級(jí)分析功能,或通過導(dǎo)入和集成外部開發(fā)的模型。”若要導(dǎo)入或集成外部開發(fā)的分析模型，BI產(chǎn)品應(yīng)當(dāng)充滿開放性，比如滿足分享共享、模版共享，當(dāng)然產(chǎn)品也可以開放API接口，有開發(fā)者開發(fā)更多的算法模型，小如同比環(huán)比算法，大如灰色預(yù)測(cè)模型、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。

（8）分析儀表板

“通過視覺探索和嵌入式高級(jí)和地理空間分析創(chuàng)建高度交互式儀表板和內(nèi)容的能力,可供其他人使用。”Gartner特別提到了“地理空間分析”，這的確是炙手可熱的功能。地理空間分析，也可以理解為“數(shù)據(jù)地圖”，專門用來展示和分析這些與地圖有關(guān)的數(shù)據(jù)。不僅會(huì)比單純的表格要直觀形象得多，信息溝通將更加有效，也更具專業(yè)的品質(zhì)和形象。從類型上講，數(shù)據(jù)地圖可以分為區(qū)域地圖、組合地圖、標(biāo)記點(diǎn)地圖、單層地圖 、自定義圖片地圖、流向地圖、熱力地圖等。當(dāng)前主流地圖的主流技術(shù)是基于GIS底層，支持自定義的WMS服務(wù)，也可以實(shí)現(xiàn)地圖離線。

（9）互動(dòng)視覺探索

“通過一系列可視化選項(xiàng)來探索數(shù)據(jù)，這些可視化選項(xiàng)超出了基本餅圖,條形圖和折線圖的范圍，包括熱圖和樹圖、數(shù)據(jù)地圖、散點(diǎn)圖和其他特殊用途的圖表。這些工具使用戶能夠通過直接與數(shù)據(jù)的視覺表示交互來分析和操作數(shù)據(jù)，以百分比、箱柜和組顯示。”互動(dòng)視覺探索分析，包含數(shù)據(jù)可視化和交互體驗(yàn)兩方面，數(shù)據(jù)可視化的能力也是通過可視化圖表的類型、提供的分析種類來判斷，交互體驗(yàn)的能力主要通過易學(xué)性、易用性、UI友好性、使用效率來評(píng)價(jià)。

（10）智能數(shù)據(jù)挖掘分析

“自動(dòng)查找、可視化展現(xiàn)和文字表述關(guān)進(jìn)信息，例如平臺(tái)可以自動(dòng)處理與用戶相關(guān)的數(shù)據(jù)中的相關(guān)性、異常、集群、關(guān)聯(lián)和預(yù)測(cè)，而無需用戶自己構(gòu)建模型或編寫算法。用戶通過可視化、自然語言生成的文字、搜索和NLQ技術(shù)探索數(shù)據(jù)、挖掘數(shù)據(jù)、分析數(shù)據(jù)、展示數(shù)據(jù)。”可以說，數(shù)據(jù)挖掘分析是國內(nèi)BI軟件共同的軟肋，沒有哪家能夠能夠提供真正有用的數(shù)據(jù)挖掘功能。筆者也曾跟數(shù)據(jù)挖掘公司接觸過，他們過的并不好，一方面是確實(shí)沒有真正產(chǎn)生數(shù)據(jù)挖掘價(jià)值的案例，另一方面是國內(nèi)IT精英們?cè)诙嗄旮拍钕茨X下的幡然醒悟：“忽悠，接著忽悠”，現(xiàn)在越是北上廣深信息化領(lǐng)先的地區(qū)的IT人，越是不盲目，越是不相信概念忽悠，越是能問清楚信息化真正的目的和價(jià)值。

（11）支持移動(dòng)端展現(xiàn)

“使組織能夠以發(fā)布和/或交互模式開發(fā)內(nèi)容并將內(nèi)容傳送到移動(dòng)設(shè)備,并 利用移動(dòng)設(shè)備的本機(jī)功能，如觸摸、照相機(jī)等”。移動(dòng)BI是老生常談的問題，也是任何BI產(chǎn)品必須支持的，Gartner給的移動(dòng)端功能定義比較簡(jiǎn)單，筆者認(rèn)為，移動(dòng)BI真正要發(fā)揮作用和價(jià)值，必須考慮業(yè)務(wù)場(chǎng)景和安全。場(chǎng)景上，要結(jié)合企業(yè)實(shí)際業(yè)務(wù)需求，比如掃碼、語音查詢、數(shù)據(jù)填報(bào)、支持集成微信企業(yè)號(hào)或阿里釘釘?shù)?，安全上要考慮指紋加密、移動(dòng)設(shè)備綁定mac地址、應(yīng)用VPN加密信道等。

4）分享結(jié)果

（12）嵌入式分析內(nèi)容

“功能包括具有API的軟件開發(fā)人員工具包，有著用于創(chuàng)建和修改分析內(nèi)容、可視化和應(yīng)用程序并將其嵌入到業(yè)務(wù)流程、應(yīng)用程序或門戶中的開放標(biāo)準(zhǔn)。這些功能可以駐留在應(yīng)用程序之外，重用分析基礎(chǔ)結(jié)構(gòu)，但必須從應(yīng)用程序內(nèi)部輕松無縫地訪問，不必強(qiáng)制用戶在系統(tǒng)之間切換。將BI和分析與應(yīng)用程序架構(gòu)集成的功能將使用戶能夠選擇在業(yè)務(wù)流程中嵌入分析的位置。”這一功能，是對(duì)用例中“嵌入式BI”的擴(kuò)展，企業(yè)在考察BI產(chǎn)品的可嵌入部署能力時(shí)，別忘了考慮單點(diǎn)登錄的方案。

（13）發(fā)布、共享和協(xié)作分析內(nèi)容

“允許用戶通過各種輸出類型和分發(fā)方法發(fā)布、部署和操作分析內(nèi)容，支持內(nèi)容搜索、計(jì)劃和警報(bào)的功能。使用戶能夠通過討論主題、聊天和注釋來共享, 討論和跟蹤信息、分析，共同完成內(nèi)容分析和決策。”現(xiàn)在國內(nèi)主流的BI產(chǎn)品， 對(duì)于掛載或者分享出去的BI分析，只能閱讀報(bào)表數(shù)據(jù)，不可以再分析，對(duì)Gartner所倡導(dǎo)的這一共享功能響應(yīng)并不好，但帆軟不然，帆軟非常認(rèn)可共享的價(jià)值，非常認(rèn)可“參與感”理念，所以帆軟從很早就搭建了生態(tài)圈，產(chǎn)品早已模塊化（插件化），圍繞產(chǎn)品形成了帆軟互助團(tuán)，帆軟顧問團(tuán)，帆軟講師團(tuán)，帆軟插件開發(fā)者聯(lián)盟，帆軟VIP共創(chuàng)客戶等在內(nèi)的互惠共同體。當(dāng)然對(duì)于帆軟的BI產(chǎn)品，也是開創(chuàng)業(yè)內(nèi)先河，進(jìn)行了功能創(chuàng)新，開發(fā)了即席分析操作，被分享者享有與原作者一樣的分析功能，比如維度切換、指標(biāo)切換、過濾分析和數(shù)據(jù)鉆取分析等。

5）平臺(tái)綜合能力

（14）平臺(tái)功能和工作流

“此功能考慮了在單個(gè)無縫產(chǎn)品中或在幾乎沒有集成的多個(gè)產(chǎn)品中提供功能的程度。”所謂提供功能的程度，既是功能的豐富程度，強(qiáng)大與否，比如數(shù)據(jù)管理的策略、可視化自助分析能力、企業(yè)級(jí)管控能力等。

（15）易于使用和可視化

“易于管理和部署平臺(tái)，易于創(chuàng)建、使用、分享BI分析，容易實(shí)現(xiàn)數(shù)據(jù)可視化。“關(guān)于易用性，筆者不多評(píng)價(jià)，畢竟仁者見仁智者見智。

附：2016年／2017年魔力象限圖

注：本文由 帆軟數(shù)據(jù)應(yīng)用研究院 投稿數(shù)據(jù)猿發(fā)布。

歡迎更多大數(shù)據(jù)企業(yè)、愛好者投稿數(shù)據(jù)猿，來稿請(qǐng)直接投遞至：tougao@datayuan.cn

來源：數(shù)據(jù)猿