商业智能与分析市场剧变：传统 BI 厂商集体沦陷

本篇文章6231字，读完约16分钟

编者按:本文作者是亨利，永红科技的创始人兼首席执行官。如果你对永红科技感兴趣，你可以搜索微信公众号:“永红笔”或“敏捷商务智能”，新浪微博:“处理大数据的亨利”或“永红笔”。同时，你也可以通过henryhe@yonghongtech或micro-signal bigdata_henry与本文作者联系，讨论商业智能和大数据分析等行业话题。

作者注:作者每年对gartner发布的年度报告《商业智能和分析平台的魔力象限》进行一次解读。感兴趣的朋友可以阅读作者对2015年3月gartner 2015年商业智能和分析魔力象限报告的解读

以下是文字，请欣赏:

早在2015年初，gartner就在商业智能和分析平台魔力象限(Magic Quadrant of Business Intelligence and Analysis Platform)的年度报告中指出:“传统商业智能的市场份额领先者被新的商业智能供应商打破了。这些新制造商让更多人成为数据分析用户，并创造了更高的商业价值。”经过2015年一年的发展，传统商业智能的衰落越来越明显。

gartner在2016年2月发布的年度报告“商业智能和分析平台的魔力象限”显示，所有传统的商业智能供应商都被挤出了领导象限。在过去的一年里，全球商业智能和分析行业市场发生了哪些重大变化？在这里，笔者将给出自己的解读，并呈现2016年商业智能与分析平台魔力象限的原始年报，解读2015年商业智能与分析市场的发展。

在过去的一年里，全球商业智能和分析市场发生了多大的变化？

首先，让我们比较一下gartner分别于2015年和2016年发布的商业智能和分析的神奇象限。

算上2015年市场的三大变化，从以上两个幻方图可以看出，2015年和2016年商业智能和分析的幻方图有三大变化。

1.几乎所有的传统商业智能制造商都被挤出了领先象限，包括ibm、sap、sas、microstrategy和其他传统商业智能巨头。2.2015年仍处于领先象限的甲骨文公司已经完全消失，甚至没能保住利基象限。3.挑战者象限中的biST、logi analytics和其他商业智能供应商都被开除了。在gartner分析师看来，没有一家供应商符合挑战者条件。高德纳魔力象限报告的巨大变化让我们深刻感受到了国际商业智能和分析行业市场的颠覆性变化。此外，高德纳将传统的商业智能巨头重新打包成高德纳静态报告的魔力象限报告，感兴趣的朋友可以进行深入研究。

从六个视角解读2015年市场发展状况1。探索性分析几乎成为商业智能选择的唯一选择。在高德纳的商业智能和分析魔力象限报告中，分析师们得出了这个结论。当我几年前创立永红科技时，我深深地看到了这一趋势，我很高兴市场的演变也证实了这一点。在中国的探索性分析领域，我们已经处于有利地位。由于高德纳的商业智能和分析魔力象限报告只研究全球供应商，国内商业智能供应商无法进入报告，更不用说进入挑战者或领导者象限，无论收入有多大。预计在不久的将来，我们可以做好全球化工作，尽快与国内优秀的bi厂商一起进入魔力象限报告。

2.分散的探索性分析逐渐被抛弃，在良好的公司控制下的探索性分析将成为主流。在过去10年中，一些业务用户和数据分析师更喜欢通过桌面分析软件进行离线数据分析。这个过程是先下载企业数据，然后离线进行探索性分析。这种分散的探索性分析带来了巨大的回报，但也带来了管理失控的巨大风险。Gartner分析师在《魔力象限报告》中指出，it驱动和业务驱动就像钟摆的两个极端，处于钟摆中间的良好公司控制下的集中式探索性分析将成为主流。

3.云计算已经改变了企业的it结构，但是在gartner Magic Quadrant报告的领导者象限中，bi供应商无一例外都是以内部部署为主，以saas为辅。我们认为这是由于数据分析行业的特殊性:数据分析必须基于企业数据。一般来说，数据分析发生在企业数据所在的任何地方，但目前，超过90%的企业数据仍存储在大量承载核心业务的内部系统中。随着云部署的缓慢增加，bi供应商的saas收入在总收入中的比例也将缓慢上升。我们没有看到可信的研究报告，所以我们不知道这个比率的具体年增长率，但我们相信它将在10年内超过50%。

4.随着大数据、深度分析、自然语言查询、搜索、流计算等技术的不断进步，商业智能和分析行业仍在经历巨大的技术变革。越来越多没有it技术背景的商业用户将有机会通过商业智能和分析平台获得洞察力，这将深刻改变各行各业的竞争态势。那些有远见的企业非常重视数据的价值和洞察力，将在5年内实现全员探索性分析，并通过数据运营在未来10年内占据主导地位。

5.商业智能和分析是一个完全竞争的全球市场，需要越来越多的企业家。例如，卖石头有一个很好的地理位置。换句话说，澳大利亚的石头不太可能通过海运卖给中国，即使是1000公里以外的石头也不能进入当地市场，因为石头太便宜但太重。通过融资购买石材矿山来创业，你不用害怕澳大利亚的石材巨头，也不用担心国际石材价格的波动。如果你把价格定得高一点，顾客会忍不住的。然而，商业智能和分析是一个完全竞争的全球市场。当你开始创业时，你在产品或营销方面的能力是最弱的，但你必须与国际巨头如ibm、sap、微软和tableau竞争。因此，这一领域的企业家不仅需要技术，还需要远见卓识，才能看清趋势，继续投资。这样，当趋势成为主流时，就有可能处于有利地位。在同一个舞台上与国际巨头竞争了几年后，我们很高兴地发现它已经被越来越多的用户所认可，并且在竞争中的胜率也逐年提高。

6.分析应用市场将出现巨大的创业机会。例如，办公软件领域的几个主流制造商联合推出了一种开放的标准文件格式，使用不同办公软件的用户可以轻松共享生成的办公文件。我们相信在不久的将来，数据接口将更好地遵循开放标准，数据模型和分析模型的存储也将有开放标准。在此基础上，基于内部部署和saas的数据模型和分析模型将有机会在全球市场上分享。最终，它将形成一个巨大的分析应用市场，如应用商店或谷歌游戏。

附件:2016年高德纳商业智能与分析平台魔力象限报告概述近年来，全球商业智能与分析平台市场经历了从“it主导型报告模式”向“业务主导型自助分析模式”转型的关键点。最近购买的大多数是以商业用户为中心的现代自助数据分析平台。全新市场概念的形成深刻地改变了全球数据分析市场结构。战略计划设想到2018年:

1.作为部署现代bi平台转变的一部分，大多数业务用户和分析师使用自助式工具来准备数据，即自助式数据准备。2.作为其功能的一部分，大多数独立的自助数据准备工具将扩展到一站式分析平台或集成到现有的分析平台中。3.智能、企业级管理和控制、hadoop支持、搜索支持和可视化支持的探索性分析将被打包到下一代数据分析平台中，一站式平台还包括自助数据准备和自然语言生成功能。根据以下5种使用场景评估供应商:

1.敏捷和集中的it驱动交付。实现敏捷和集中的it驱动的bi交付。基于平台自身的数据处理能力，it部门可以将数据传递给内容，整个工作流程处于良好的企业级控制之下。2.权力下放分析。支持业务用户实现从数据到自助分析的工作流。3.良好控制下的探索性分析。在良好的控制下，支持业务用户基于数据进行自助分析，然后生成可重用内容，再将其升级为系统级可重用内容。4.嵌入式bi。支持将数据转换为可嵌入其他流程或应用程序的bi内容。5.公共网络部署。这类似于第一种使用场景，但是目标用户变成了外部客户、公共部门或普通公民。根据以下14个标准评估供应商:(基础设施)

1.bi平台管理。它具有可扩展性、性能优化、高可用性和高容灾功能。2.云碧。它具有平台即服务和分析应用即服务的功能，实现分析应用的开发、部署和管理，支持云部署和本地部署。3.安全性和用户管理。它具有保证平台安全、监控用户行为、审核平台访问和使用等功能。4.连接多个数据源。用户可以访问存储在各种平台上的结构化和非结构化数据内容，这些平台可以部署在云中或本地。(数据管理)

5.元数据管理。让所有用户共享相同的语义模型和元数据。借助强大的集中式功能，管理员可以搜索、捕获、存储和重用各种元数据，并将业务用户创建的数据模型升级为系统级数据模型。6.etl和数据存储。通过etl功能，它可以访问、合并、转换和加载数据到自己的存储层，索引数据，管理数据加载或通过任务计划更新数据。7.自助数据准备。通过拖放操作，用户可以融合不同来源的数据，创建分析模型，如自定义指标、集合、组、级别等。更高级的功能包括自动语义识别、自动关联、自动可视化、数据分层、数据谱系、多结构数据融合等。(分析和内容创建)

8.嵌入深度分析。用户可以轻松访问深度分析功能。除了平台自身的深入分析功能，用户还可以导入或集成平台外的分析模型。9.分析仪表板。支持制作高度互动的仪表板和内容。当用户访问这些仪表板时，他们可以进行探索性分析、深入分析、地理分析等。10.视觉探索性分析。支持通过操纵图表的颜色、亮度、大小和形状来显示数据。它还包括一系列可视化选项，包括饼图、柱形图、折线图、热度图、树形图、地图、散点图和其他特殊图表。这些工具使用户能够以可视化的交互方式分析数据。11.支持移动终端。支持向移动设备传送内容，移动设备可以是发布模式或交互模式，还支持移动设备的各种功能，如触摸屏、拍照、地理位置、自然语言查询等。(知识共享)

12.嵌入式分析。通过sdk和api接口，开放标准支持创建和修改要嵌入到其他业务流程、应用程序或门户中的分析内容。该平台可以在应用程序内部和外部支持这些功能，但必须简单无缝地集成到应用程序中，这样用户就不需要在不同的应用程序之间来回切换。该平台还使用户能够选择需要嵌入的业务流程。13.发布分析内容。用户可以以各种输出形式和分发模式发布、部署和操作分析内容。该平台应支持内容搜索、故事讲述、任务规划和预警功能。14.协作和社会化。让用户共享和讨论基础数据、分析方法、分析内容等。通过帖子、聊天、评论等方式。2016年商业智能与分析市场发展趋势

全球商业智能和分析市场的整体份额继续扩大。根据高德纳目前对该领域年综合增长率的预测，2014年至2019年，市场增长率可能保持在5.8%。然而，随着采购模式和需求的变化，低增长率反映了一个处于转型过程中的市场:采购决策不断地从it部门的领导者转变为业务线的领导者和用户，他们需要更加敏捷和灵活的个性化选择——新的标准是先落地后扩张。如今，它与过去导致企业两位数增长的大规模企业级交易大相径庭。当时，信息技术部门有更多的预算，对采购决策有更大的影响。

在这样一个快速发展的市场中，驱动商业智能和分析市场新增长的主要驱动力受到以下因素的影响:

1.新的供应商不断出现，这使得更多的创新产品可供买家选择。在接下来的几年里，买家将受益于对提供新的商业智能和分析产品的供应商的关注，他们有很多机会投资进入市场的创新产品。如果买方需要试运行大量创新产品，并且大量供应商参与poc验证，缺点是组织可能会随着时间的推移面临技术责任-体现为多个独立解决方案的商业价值会迅速转变为缺乏对设计、实施和技术支持给予足够重视的产品部署。在这个快速发展的商业智能市场中，组织需要形成正确的策略和参考架构来评估各种可选产品，以便减少他们的技术债务，避免将来出现更多的返工和重新设计问题。

2.随着越来越多的用户驱动的数据分析平台的部署，监管需求不断增长，这将引发it部门以新的形式介入。最初，当市场发生变化时，业务用户觉得他们有能力绕过it部门，使用bi产品，通过独立购买来填补业务空白。随着时间的推移，产品部署不断扩大，用户越来越多，使用场景越来越复杂——业务用户和it部门之间的合作将重新启动，他们将共同开发敏捷的流程来支持自助数据分析的需求，即通过适当的企业级控制来确保适当和负责任的使用范围。这将导致自助式数据准备和产品场景的探索性分析的结合，提供敏捷和集中的使用方法来成功地取代传统的使用方法，传统的使用方法通常缺乏敏捷性，并且不支持it部门和业务用户之间的协作开发。这与这个行业中多次出现的“钟摆”现象是一致的，最终用户的实践最终将转向以it为中心的方法的另一个极端。随着业务用户产生的内容的迅速膨胀，对监管的需求正使钟摆回归到更加注重企业级控制和协作的中间地带。

3.市场对智能探索性分析的理解和接受将使探索性分析获得更广泛的用户基础，新产品的范围和影响也将增加。无需建模、编写算法和查询，这些新功能使用户能够从越来越复杂和多结构的数据集中找到大量隐藏模式。除了探索性分析之外，业务用户和分析师还可以通过交互式可视化、搜索和自然语言查询技术(突出显示和可视化重要发现、相关性、聚类、预测、异常值、异常、关联、趋势等结果)直接受益于深入分析。)。一些工具也向用户解释分析结果，例如生成自然语言文本来突出模式和解释见解。这可以减少发现见解的时间，还可以节省手动探索和手动建模的时间和专业技能。探索性分析不会取代高级数据分析师和数据科学家，但会增加一组公民数据科学家。这些公民数据科学家帮助他们产生更多的想法，然后进行更详细的探索。数据科学家可以帮助确认最终结果。

4.组织需要从不断增长的多结构数据源中集成和获得洞察力，这将推动智能自助数据准备和智能探索性分析领域的持续创新。市场需要更强大的软件功能，包括自动提取、推理、浓缩和创建搜索索引来访问新的数据源。通过手动完成这些任务，很难跟上数据多样性和复杂性的增长，而且随着时间的推移，这种增长将呈指数级增长。同时，通过自动模式探索和洞察发现，组织可以扩展分析的规模，并且还允许更多的用户组受益于分析洞察功能。

5.通过自然语言查询，基于搜索的探索性分析将使更多的用户受益。随着bi和分析平台越来越好地支持自然语言查询，越来越多的非技术用户可以通过对话和提问的方式分析数据，新用户将更有可能参与探索性分析。业务驱动的自然语言查询需要基于多结构数据的底层搜索功能，该领域的进展将不断提高该功能的可用性和可信度。

6.市场将继续扩大并变得更加成熟，这将为组织购买或销售分析应用创造更多机会。活跃的市场允许买方和卖方交换分析应用程序、聚合数据源、定制可视化和算法，这将增加对商业智能和分析领域的需求，并促进它们未来的增长。成熟市场将为商业智能供应商提供新的销售渠道，基于他们平台的分析应用可以在他们自己的渠道和合作伙伴的渠道中销售。这个成熟市场的主要优势在于，它是一个面向最终用户的市场，他们可以获得几乎任何他们想要的用于开发内部解决方案和流程的分析应用。

7.为了更好地支持物联网，组织需要支持实时动态和流式数据捕获。为了使组织能够处理在这个相互关联的世界中由设备、传感器和人生成的大量数据，组织必须投资于捕获和处理这些数据。bi和分析市场的竞争对手也需要在类似方面进行投资——让购买者将实时动态和流式数据以及来自同一平台上其他来源的数据结合起来，开发出具有巨大影响力的新一代分析应用程序，以便用户能够利用这种实时洞察力。

这篇文章由读者提交，并不代表36英寸的立场。如果转载，请注明出处

“读完这篇文章还不够吗？如果你也开始创业，希望你的项目被报道，请点击这里告诉我们！”