京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IBM、SAS和SAP, 三大供应商引起的大数据预测
对于大数据预测分析企业有很多固定的选择。
美国市场研究公司Forrester刚刚发布了2015年第二季度对大数据预测分析解决方案。
也就是说,Forrester的分析师Mike Gualtieri和Rowan Curran他们评估的产品有很大的不同。
数据科学家更容易欣赏一些,而业务分析人员会喜欢其它的。
他们都可以用来准备数据集,使用统计和机器学习算法开发模型,部署和管理预测分析生命周期,这些对数据科学家,业务分析人员和应用程序开发人员来说都是工具。
General Purpose:
重要的是要注意有很多强大的预测分析解决方案提供商并不包括在这一块,但是这并不是因为他们的产品没有任何好处。
而Forrester特别关注“通用”的解决方案,而不是那些针对特定目的像客户分析,交叉销售,智能物流,电子商务等等。
作者还指出,开源软件社区推动预测分析成为主流。开发人员有一个丰富的API的选择范围,他们可以利用通过流行的编程语言,如Java、Python和Scala准备数据和预测模型。
不仅如此,根据报道,许多BI平台还提供了“一些预测分析能力”。信息建筑商例如:MicroStrategy和Tibco可以与R轻松集成。
BI解决方案的“开源”像Birt,OpenText和Tibco,Jaspersoft使R集成更简单。
Fractal Analytics, Opera Solutions, Teradata’s也提供有价值的解决方案,并指出选择购买软件。作者还指出,较大的咨询公司 Accenture, Deloitte, Infosys 和 Virtuasa 都有预测分析和大数据实践。
总的来说,Forrester观望着13供应商:Alpine Data Labs, Alteryx, Agnoss, Dell, FICO, IBM, KNIME, Microsoft, Oracle, Predixion Software, RapidMiner, SAP and SAS。
Forrester的选择标准最一般意义上的利率根据他们目前提供解决方案提供商(组件包括:架构、安全、数据分析、模型管理、可用性和工具,务应用程序)和策略(组件包括收购和定价,执行能力,实现支持,解决方案路线图,和销售增长率。)每一个主要类别有50%的比重。
Leading the Wave:
IBM、SAS和SAP 三个值得信赖的供应商——领先这Forrester的眼界:
IBM完美实现了标准:数据,可用性和工具、模型管理、执行能力,实现支持,解决方案路线图和首选市场增长率。“与客户产生的见解从数据集的数以万计的特性,IBM的预测分析有权承担真正大数据和关键的见解”。IBM不足在哪里?主要是在收购和定价的范畴。
SAS是预测分析的鼻祖,像IBM,它多次取得了完美的分数。有趣的是,它在所有分析供应商中得到了最高的分数。然而,缺点是通过其战略领域的销售增长率和收购和定价。这可能不是一个大问题到明年的话,至少如果Gartner这个最近MQ BI和分析平台上的领导人,他指出SAS意识到了这个缺点并会解决这个问题。
“SAP无情的投资分析回报”Forrester在其报告中指出。我们多次重申,供应商的预测产品包括一些时髦的差异化特性等分析工具,您不必使用数据科学家,只需要一个可视化工具,允许用户分析几个数据库,为SAP 的客户来分析大数据。
The Strong Performers:
RapidMiner的预测分析平台不仅包括1500多个方法预测分析生命周期的所有阶段,而且通过单击它们也可以集成到云。还有一个漂亮的“群众的智慧”特性,它帮助用户避开在过去犯的错误和更快的见解。的缺点是什么?实施支持和安全。
Alteryx需要痛苦的数据准备,这往往是最难和最悲惨的对一个数据工人的工作。他们还提供了一个工具,可以帮助数据科学家与业务用户通过可视化工具。添加到画廊,分析应用程序帮助用户与其他用户共享他们的数据准备和建模工作流程,建立一个公司需要什么带来可行的见解。Alteryx在数据、架构和安全,执行的能力,和销售增长率,有改进的空间。
Oracle作为一个强大的表现,尽管它并没有提供一个单一目的的解决方案。根据Forrester的咨询来看,相反Oracle SQL开发人员工具包括一个可视化界面允许数据分析师创建分析工作流程和模型。不仅如此,Oracle也为分析利用开源R,并修改了一些算法利用Oracle的数据库和Hadoop架构。
FICO,是的,Forrester的谈论信用得分,,已多年的经验在可行的预测分析并建立了一个解决方案,它的使用是光滑的和可用的。它可能是一个宝石为数据的科学家们不断构建和部署模型。FICO的市场提供了许多改进的数据空间和业务应用程序。
Agnoss旨在方便用于科学家忙于预测分析工具通过支持服务为发展预测模型和直观的界面。而解决方案中还提供了决策树,这个功能,有助于高级用户从树创建更复杂的模型。
Alpine Data Labs提供了“最全面的协作工具的所有供应商在Forrester中,而且还能使界面简单、熟悉用户的主流社交媒体网站” Gualtieri and Curran 在报告中写道。这一事实似乎并没有足够多的人购买高山Alpine的产品问题。这可能是收购和定价选项,在这里, Alpine在所有供应商中获得是最低分数。
Dell计划进行大数据和预测分析。收购获得Statistica时进入市场。戴尔在第二波供应商架构中获得了最低分数,所以有很多需要改进的地方。
Make Room for Contenders:
Microsoft 和 Predixion Software给市场带来一些别人没有的价值体系。
他们似乎芽等着开花结果。微软,就其本身而言,它最近收购了有其新的Azure机器学习以及革命的资产分析。不仅如此,该公司的市场范围和雄厚资产。微软获得的分数低于许多供应商但是它是可原谅的,因为它的大数据和预测分析的解决方案可能是最年轻的。
Predixion Software,根据Forrester的咨询来看,提供了一个独特的工具,即(MSLM),一个机器学习的语义模型,包转换,可以部署的数据分析和评分,Java OSGI容器。“这意味着用户可以嵌入整个预测工作流和应用程序”该报告说。
Plenty of Good Choices:
Forrester关键的研究表明,更多的类似用户现在可以获得“现代预测能力”,预测分析现在允许组织嵌入智慧和洞察力。
当然,分析师建议你下载他们的报告,事实上,这可能值得做。这是一个快速发展的市场和供应商在迅速升级他们的产品。
如果没错,组织最好的利用数据将赢得未来,然后使用正确的工具可能是一个重要的区别。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Excel数据分析中,数据透视表是汇总、整理海量数据的高效工具,而公式则是实现数据二次计算、逻辑判断的核心功能。实际操作中 ...
2026-04-30Excel透视图是数据分析中不可或缺的工具,它能将透视表中的数据快速可视化,帮助我们直观捕捉数据规律、呈现分析结果。但在实际 ...
2026-04-30 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-04-30在中介效应分析中,人口统计学变量(如年龄、性别、学历、收入、职业等)是常见的控制变量或调节变量,其处理方式直接影响分析结 ...
2026-04-29在SQL数据库实操中,日期数据的存储与显示是高频需求,而“数字日期”(如20240520、20241231、45321)是很多开发者、数据分析师 ...
2026-04-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-04-29在手游行业竞争日趋白热化的当下,“流量为王”早已升级为“留存为王”,而付费用户留存率更是衡量一款手游盈利能力、运营质量的 ...
2026-04-28在日常MySQL数据库运维与开发中,经常会遇到“同一台服务器上,两个不同数据库(以下简称“源库”“目标库”)的表数据需要保持 ...
2026-04-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-04-28箱线图(Box Plot)作为一种经典的数据可视化工具,广泛应用于统计学、数据分析、科研实证等领域,核心价值在于直观呈现数据的集 ...
2026-04-27实证分析是社会科学、自然科学、经济管理等领域开展研究的核心范式,其核心逻辑是通过对多维度数据的收集、分析与解读,揭示变量 ...
2026-04-27 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-04-27在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22