前言
本報告簡要描述了商業(yè)智能（BI）和分析平臺的發(fā)展走勢；給出了它的戰(zhàn)略規(guī)劃設(shè)定目標(biāo)；對市場狀況進行了描述；詳細分析了五種實用案例以及15種商業(yè)智能和分析平臺的關(guān)鍵能力；最后，對24家商業(yè)智能和分析平臺企業(yè)的優(yōu)勢和應(yīng)注意問題逐一進行了分析。Gartner認為，商業(yè)智能和分析平臺市場的主流已經(jīng)從IT主導(dǎo)分析報表轉(zhuǎn)向商業(yè)主導(dǎo)分析。數(shù)據(jù)和分析提供商面臨多種選擇：從傳統(tǒng)的、功能封閉的BI供應(yīng)商，到作為行業(yè)顛覆者的新型BI供應(yīng)商。2017年，傳統(tǒng)的商業(yè)智能提供商緩慢調(diào)整，希望在市場轉(zhuǎn)型中保持優(yōu)勢；而現(xiàn)有商業(yè)智能突破者面臨創(chuàng)新困境。
商業(yè)智能（BI）和分析平臺市場開始從IT導(dǎo)向報告向現(xiàn)代商業(yè)導(dǎo)向方向轉(zhuǎn)變，并成為主流。數(shù)據(jù)和分析領(lǐng)先提供商有不計其數(shù)的選擇——從傳統(tǒng)的存在性能和創(chuàng)新差距、封閉的商業(yè)智能提供商，到不斷創(chuàng)新的行業(yè)顛覆者。
（一）戰(zhàn)略規(guī)劃目標(biāo)設(shè)定
1）到2020年，智能、企業(yè)管理級、Hadoop/Spark、基于搜索和可視覺化的數(shù)據(jù)探索發(fā)現(xiàn)能力將融合成為下一代商業(yè)智能和分析平臺的功能組成；
2）到2021年，具有現(xiàn)代商業(yè)智能和分析能力的數(shù)據(jù)探索平臺的用戶數(shù)，將以兩倍于非智能數(shù)據(jù)發(fā)現(xiàn)能力平臺用戶數(shù)的增速增長，商業(yè)價值也是其兩倍；
3）到2020年，自然語言生成和人工智能將占現(xiàn)代商業(yè)智能平臺標(biāo)準(zhǔn)特性的90%；
4）到2020年，50%的分析排隊查詢來自于搜索、自然語言處理或話音發(fā)起，或自動生成；
5）到2020年，為用戶提供內(nèi)部和外部數(shù)據(jù)查詢服務(wù)的企業(yè)產(chǎn)生的商業(yè)價值，將是沒有投資數(shù)據(jù)分析企業(yè)的兩倍多；
6）到2020年，公民數(shù)據(jù)科學(xué)家（citizen data scientists）的數(shù)量將比數(shù)據(jù)科學(xué)家增長快5倍；
（二）市場定義與描述
數(shù)據(jù)發(fā)現(xiàn)的可視化，作為現(xiàn)代商業(yè)智能平臺的標(biāo)志性特性，起步于2004年，開啟了市場轉(zhuǎn)型，從以IT為中心的系統(tǒng)記錄報告，向以商業(yè)為中心、靈活分析的現(xiàn)代商業(yè)智能和分析平臺轉(zhuǎn)變，現(xiàn)代商業(yè)智能和分析平臺具有使用方便的工具，有預(yù)定義的數(shù)據(jù)模型作為前期分析的先決條件（包括企業(yè)規(guī)模部署），支持全工作流程的各種分析能力，無需過多的IT參與。
考慮到10多年來的演變，2016年Gartner對商業(yè)智能和分析平臺魔力象限進行了重新設(shè)計。有充分證據(jù)顯示，經(jīng)過多年的向現(xiàn)代智能企業(yè)領(lǐng)導(dǎo)的分析平臺轉(zhuǎn)型，2017年商業(yè)智能和分析平臺已成為市場主流。
隨著大量市場經(jīng)營者功能差異化，購買者大企業(yè)部署需求和定價壓力的減少，證明現(xiàn)有市場日趨成熟。購買者想擴大現(xiàn)代商業(yè)智能使用，包括為企業(yè)內(nèi)外每個人提供自助服務(wù)。他們期望用戶與過去相比（不用不同的數(shù)據(jù)處理工具），能分析更多樣化和復(fù)雜的數(shù)據(jù)源。
在現(xiàn)代商業(yè)智能爆發(fā)的初期，從IT轉(zhuǎn)向商業(yè)智能的購買點是新工具，這些工具的價值得以驗證。購買這些平臺的企業(yè)一直在增長，購買者除了關(guān)注企業(yè)的準(zhǔn)備度、管理和價格外，對靈活和易用的關(guān)注成為市場主流。
擴大購買模式對于展示價值和推動擴張仍然很重要，但是企業(yè)經(jīng)濟的規(guī)模部署機制也越來越重要。擁擠的商業(yè)智能和分析市場包羅萬象，巨額的風(fēng)險投資支持大的技術(shù)企業(yè)，還有初創(chuàng)企業(yè)。2017年，傳統(tǒng)的商業(yè)智能提供商緩慢調(diào)整，例如IBM、SAP、Oracle和Micro Strategy，希望在市場轉(zhuǎn)型中保持優(yōu)勢，最終走向成熟，為企業(yè)提供報告平臺標(biāo)準(zhǔn)，實現(xiàn)企業(yè)特有價值與投資數(shù)據(jù)模型和內(nèi)容分析能力潛力間的平衡。
此外，新一波的創(chuàng)新基于可視數(shù)據(jù)發(fā)現(xiàn)的突破，特別是與傳統(tǒng)的基于語義層的商業(yè)智能和分析平臺相比，基于可視的探索模式已成為主流。現(xiàn)有的基于可視數(shù)據(jù)發(fā)現(xiàn)的方法加速了數(shù)據(jù)的協(xié)同、數(shù)據(jù)模式的可視認證，這與以IT為中心的、基于語義層的方法相反（通過手工操作建立觀察，容易產(chǎn)生偏差）。
2016年，IBM Watson和BeyondCore引入智能數(shù)據(jù)發(fā)現(xiàn)，實現(xiàn)了機器學(xué)習(xí)與工作流程自動分析的均衡。用于基于文本和話音交互的自然語言處理(NLP)、自然語言查詢(NLQ)和自然語言生成(NLG)，闡述了最重要的統(tǒng)計發(fā)現(xiàn)：用戶內(nèi)容是智能數(shù)據(jù)發(fā)現(xiàn)的關(guān)鍵能力。
與傳統(tǒng)創(chuàng)新者的兩難處境一樣，許多傳統(tǒng)的商業(yè)智能提供商（如IBM和SAP）放慢了向現(xiàn)代商業(yè)智能過渡的步伐，然而它們已領(lǐng)先于現(xiàn)有商業(yè)智能突破者，比如：Tableau, Qlik和TIBCO Spotfire等面臨創(chuàng)新困境，包括面對下一波智能數(shù)據(jù)發(fā)現(xiàn)的投資。
對部署的選擇觀點的變化，也會影響市場。在過去3年中，企業(yè)對在云上部署商業(yè)智能和分析平臺的興趣提升了45%，最感興趣的是營業(yè)種類，2017年調(diào)查顯示，云商業(yè)智能部署規(guī)劃列首位，超過了51%，這種轉(zhuǎn)變來自IT方面的反饋。多數(shù)商業(yè)智能和分析平臺提供商認為，各種云部署和使用定價模式選擇是重要的方式，可不同程度支持購買者完成的內(nèi)部部署投資。
魔力象限側(cè)重于分析符合現(xiàn)代商業(yè)智能和分析平臺標(biāo)準(zhǔn)的產(chǎn)品，它們是促進當(dāng)今絕大多數(shù)新的主流購買的驅(qū)動力。不滿足魔力象限要求的現(xiàn)代標(biāo)準(zhǔn)的產(chǎn)品，將在“傳統(tǒng)企業(yè)報告平臺市場指南”中介紹。新興和下一代創(chuàng)新現(xiàn)代商業(yè)智能和分析平臺尚未符合魔力象限的納入標(biāo)準(zhǔn)，在此魔力象限的附錄中提及。
（三）商業(yè)智能和分析平臺的五大應(yīng)用案例和15種關(guān)鍵能力
1）五大應(yīng)用案例
（1）敏捷集中地配置商業(yè)智能
使用獨立的的數(shù)據(jù)管理功能的平臺，支持靈活的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。
（2）去中心化的分析
支持從數(shù)據(jù)到自助服務(wù)分析的工作流，包括各個業(yè)務(wù)部門和用戶的分析。
（3）可管控數(shù)據(jù)的發(fā)掘分析
支持從數(shù)據(jù)處理到自助創(chuàng)建數(shù)據(jù)分析頁面的整個工作流，包括系統(tǒng)記錄（SOR），IT管理內(nèi)容的治理，用戶內(nèi)容的再使用和促進生成，認證SOR數(shù)據(jù)和分析內(nèi)容。
（4）OEM或嵌入式商業(yè)智能
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。
（5）外部網(wǎng)部署
支持針對外部客戶的敏捷集中式BI配置類似的工作流程，允許外部客戶、公共部門、公民訪問分析內(nèi)容。
2）15種商業(yè)智能和分析平臺的關(guān)鍵能力
對于提供商，可根據(jù)以下15個關(guān)鍵能力進行評價。
基礎(chǔ)設(shè)施方面的能力有3個：
（1）商業(yè)智能平臺管理、安全和架構(gòu)——支持平臺安全管理、用戶管理，平臺訪問管理，性能優(yōu)化，確保高可用性(多機熱備)和災(zāi)備恢復(fù)(平臺定時自動備份)的能力。
（2）云商業(yè)智能——基于云和本地內(nèi)部數(shù)據(jù)的平臺，具備平臺即服務(wù)和分析應(yīng)用即服務(wù)的功能，以實現(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。
（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平臺中包含的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的功能。
數(shù)據(jù)管理方面的能力有3個：
（1）元數(shù)據(jù)管理——讓所有用戶(業(yè)務(wù)人員和分析師)能共享同一個數(shù)據(jù)包模型和元數(shù)據(jù)。通過強大且集中的方式，管理員能搜索、捕獲、存儲、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)級的數(shù)據(jù)模型。管理者應(yīng)有能力促進定義的商業(yè)用戶的數(shù)據(jù)混搭、面向SOR元數(shù)據(jù)的元數(shù)據(jù)。
（2）自包含的提取、轉(zhuǎn)換、加載(ETL)和存儲數(shù)據(jù)——平臺功能包括用于訪問、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。
（3）自助數(shù)據(jù)準(zhǔn)備——拖放不同來源的用戶驅(qū)動數(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)。高級功能包括啟用機器學(xué)習(xí)的語義自動發(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。
分析和內(nèi)容建立方面包括5種能力，分別是：
（1）嵌入式的高級分析——使用戶能夠輕松訪問平臺本身內(nèi)部自包含的高級分析功能，或通過導(dǎo)入和集成外部開發(fā)的模型。
（2）儀表盤分析——通過視覺探索和嵌入式高級和地理空間分析創(chuàng)建高度交互式儀表板和內(nèi)容的能力，可供其他人使用。
（3）交互視覺探索——通過一系列可視化選項來探索數(shù)據(jù)，這些可視化選項超出了基本餅圖，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。
（4）智能數(shù)據(jù)發(fā)現(xiàn)——自動查找、可視化展現(xiàn)和文字表述關(guān)進信息，例如平臺可以自動處理與用戶相關(guān)的數(shù)據(jù)中的相關(guān)性、異常、集群、關(guān)聯(lián)和預(yù)測，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)。
（5）支持移動端展現(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)容傳送到移動設(shè)備，并利用移動設(shè)備的本機功能，如觸摸、照相機等。
發(fā)現(xiàn)共享方面的能力有2個：
（1）嵌入式分析內(nèi)容——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)部輕松無縫訪問，不必強制用戶在系統(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。
（2）分析內(nèi)容的發(fā)布、共享和協(xié)調(diào)——用戶可通過各種輸出類型和分布方法，發(fā)布、部署和操作分析內(nèi)容，支持內(nèi)容搜索、規(guī)劃、報警。用戶可共享、討論和跟蹤信息、分析信息、分析內(nèi)容和決策，這一切可通過討論線、圖和注釋完成。
平臺綜合能力的評價有2個：
（1） 平臺能力和工作流——這種能力考慮了提供單一、無縫的產(chǎn)品或跨多產(chǎn)品（集成度低）的不同能力程度。
（2） 易于使用和可視化——對于管理者應(yīng)易于管理和部署平臺，易于創(chuàng)建、使用、分享BI分析，容易實現(xiàn)數(shù)據(jù)可視化。
2017年商業(yè)智能和分析平臺魔力象限圖
中國信息通信研究院T數(shù)據(jù)研究中心譯
《中國“互聯(lián)網(wǎng) ”行動百佳實踐限量版》訂購及行家智庫深度咨詢：cman@zikoo.com
