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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22