2017 Gartner数据科学魔力象限出炉，16位上榜公司花落谁家？

导语：2017年Gartner数据科学平台（在2016年被称作“高级分析平台”）的魔力象限报告于近期出炉，哪些企业成为MQ的新宠儿？

2017年Gartner数据科学平台（在2016年被称作“高级分析平台”）的魔力象限报告于近期出炉了。今年的报告对16个数据分析公司进行了15个标准的评估，并基于前瞻性（Completeness of Vision）和执行能力（Ability of Execute），将他们按评分放置在四个象限中（魔力象限的横坐标表示的是前瞻性，纵坐标表示的则是执行能力）。

尽管像Python和R这种开源的平台在数据科学市场发挥着重要的作用，但是Gartner研究方法论不涉及它们，因此本报告只评估了商业化的厂商。

图一：2017年Gartner数据科学平台魔力象限

据了解，这16个公司分别是：

• 领导者（四名）：IBM, SAS, RapidMiner, KNIME
• 挑战者（四名）：MathWorks (新入围), Quest (前身是Dell), Alteryx, Angoss
• 有远见者（五名）：Microsoft, H2O.ai (新入围), Dataiku (新入围), Domino Data Lab (新入围), Alpine Data
• 特定领域者（三名）：FICO, SAP, Teradata (新入围)

Gartner指出，即使是MQ得分最低的厂商也依然是目前热门的数据科学市场前100的供应商中排名TOP16的。

本次新入围的五个厂商分别是MathWorks, H2O.ai, Dataiku, Domino Data Lab, and Teradata，而对应的从2016年报告中消失的厂商则是Lavastorm, Megaputer, Prognoz, Accenture, Predixion Software。

今年，KDnuggets的Gregory Piatetsky将2016年和2017年的魔力象限报告进行对比，就今年的变化、赢家和输家逐个进行分析，我们做了详细编译：

图二将2016年的MQ（灰色背景图层）和2017年的MQ（前景图层）表现在一张图片上，并用箭头将同一个公司在2016年与2017年的位置进行连接。当该公司今年的位置相对于去年大幅提高，则箭头标记为绿色；当该公司位置发生了削弱，则标记为红色；绿色的○形表示新入围的公司，而红色的×则表示今年落榜。

领导者

今年的领导者依然是四大供应商：IBM, SAS, RapidMiner, 和KNIME，他们自2014起就一直保持象限中的领导者地位。Dell software在2016年11月被收购了，并重新命名为Quest。今年它的产品Statistica Analytics则从领导者行列中掉队成为了挑战者。

2017年的MQ显示了IBM今年在前瞻性上的获胜一筹，而SAS则在执行能力上丢了一些分数。RapidMiner在执行力上表现强劲，而KNIME和RapidMiner同在前瞻性上表现式微。

IBM： 基于SPSS Modeler和SPSS Statistics产品的优质表现，IBM今年又是领导者。尽管Gartner今年并没有对其新的数据科学体验平台（DSx）进行评估，但DSx对IBM在横坐标前瞻性的提升上贡献显著。IBM的优势包括其庞大的客户基础和持续创新的数据科学和机器学习能力。但其产品的广度（包括SPSS, IBM Watson, DSx, Cognos ）则造成了市场的困惑，并且SPSS的产品线还具有互操作性的问题。

SAS： SAS为数据科学提供了多种产品。Gartner的评估涵盖了产品SAS Enterprise Miner（EM）和SAS Visual Analytics Suite（VAS）。SAS更专注于VAS的交互建模，同时继续支持其传统的基础SAS。今年SAS在领导者里面依旧处于强势地位，但市场在选择其多个产品时的困惑和对其高额成本的担忧则导致了SAS今年在执行能力上的下滑。

KNIME ：KNIME提供了开源的KNIME分析平台，平台为高级数据分析师提供了强大功能。在部分行业，特别是生产和生命科学领域功能强劲。但相对于其他领导者，由于KNIME在营销和创新能力的减弱，它在前瞻性上输掉了一些。

RapidMiner ：RapidMiner提供了数据科学平台的图形可视化界面，这对于初学者和数据分析专家都十分适宜。它还提供了源代码的访问权限。同时，RapidMiner有两个版本，免费版和企业版（带有为大数据设计的额外功能并可连接多数据源）。由于其市场占有额和成熟的产品，RapidMiner今年继续保持领导者地位。

挑战者

Mathworks ：因其MATLAB产品今年新入围Gartner魔力象限。Matlab的产品在工程师中很受欢迎，并为使用者提供了丰富的工具箱。

Quest ：Dell Software在2016年被出让的产物，现在销售Statistica平台。今年Quest进入了挑战者象限（去年Dell在领导者象限），掉队的原因归结于未来3年中Statistica产品拥有权的第二次变化和Quest缺乏与云相关的产品改进（尽管这点在其发展路标上）。

Alteryx ：提供了便于使用的数据科学平台，带有自主数据准备和高级分析的功能。除此之外，还具备了数据模拟和优化的能力。由于其稳定的客户增长，它从去年的有远见者象限跳跃上升至今年的挑战者象限。

Angoss ：提供了可视化数据挖掘和预测分析工具，包括归一化的数据分析和优化工具。今年它继续保持了去年在象限中的位置。

有远见者

Microsoft ：微软的评估是基于Azure的数据学习平台（微软Cortana智能套件的一部分），它提供了一个基于数据科学平台的强大的云。Gartner将微软继续放在有远见者象限的原因则归结于其缺乏可比的现场解决方案。

H2O.ai ：新入围，提供了开源的数据科学平台，并在深度学习和其他高级机器学习方法上执行力强。

Dataiku ：新入围，它的产品Data Science Studio（DSS）具备创新性、开放性和协作功能，适合不同技能水平的使用者。因此，Gartner将其评为有远见者。

Domino Data Lab ：新入围，其产品Domino数据科学平台专注协作，主持多种开源技术。

Alpine Data ：它的产品“城市数据科学”平台，Chorus，给业务分析师和一线用户在构建和运行工作流时的协作提供了方便。相较于2016年，Alpine依然处在有远见者象限，但是因其扩张市场份额的困顿，在执行能力表现上评分下滑。

特定领域者

SAP ：SAP将其数据科学平台更名为SAP BusinessObjects Predictive Analytics。SAP执行能力的下降导致了它从挑战者象限降级，并导致了它在产品活力、开源支持和云布局的落后。

FICO： 其产品决策管理套件（DMS）提供了多个分析工具。它和去年一样，保持在特定领域者象限，但是今年评估其在前瞻性和执行能力上都有一些失分。

Teradata： 提供了Aster分析平台，其具有三个层：解析引擎，预置的解析函数和Aster应用中心，其应用可进行数据分析并可连接外部BI工具。因其低使用率，今年Gartner继续将其评为特定领域者。

深入解读《Gartner2017年商业智能和分析平台魔力象限报告》

Gartner发布2016年数据仓库和数据管理解决方案关键能力报告

via  KDnuggets ，雷锋网编译

End.

转载请注明来自36大数据（36dsj.com)： 36大数据 » 2017 Gartner数据科学魔力象限出炉，16位上榜公司花落谁家？