早在2015年初，Gartner就在《商業智能與分析平臺魔力象限》年度報告中說到：“傳統BI的市場份額領導者被新型BI廠商打亂。這些新型廠商讓更多的人成為了數據分析用戶，并創造了更高的商業價值。”
經過2015一年的發展，傳統BI的頹勢愈發明顯。Gartner在2016年2月發布的《商業智能與分析平臺魔力象限》年度報告顯示：傳統BI廠商全部被驅除出了領導象限。一年的時間里，全球商業智能與分析行業市場到底發生了哪些劇變？這里，筆者將給出自己的解讀，同時奉上2016年《商業智能與分析平臺魔力象限》年度報告原文。
那么，在過去的這一年，全球商業智能與分析市場的變革發展到什么地步了？首先，讓我們對比一下Gartner分別在 2015年和2016年公布的商業智能與分析魔力象限。
2015年市場的三個劇變
從以上兩張魔力象限圖中，我們可以看出來2015和2016年商業智能與分析魔力象限存在三個劇變。
1. 傳統BI廠商幾乎全部被驅除出了領導者象限，包括IBM、SAP、SAS、Microstrategy等傳統BI巨頭無一幸免。
2. 2015年還處于領導者象限的Oracle已經完全消失了，連利基象限都沒能保住。
3. Birst、Logi Analytics等處于挑戰者象限的BI廠商也被全部驅除。在Gartner分析師眼中，居然沒有一家廠商滿足挑戰者條件。
大幅改變的Gartner魔力象限報告，讓我們深切感受到了國際商業智能與分析行業市場的顛覆性變化。另外，Gartner將傳統BI巨頭重新打包到Gartner靜態報表魔力象限報告中，有興趣的朋友可以做深入研究。
2015年市場的發展概況
1. 探索式分析幾乎成為BI選型的唯一選擇。在Gartner商業智能與分析魔力象限報告中，分析師們給出了這樣的結論。由于Gartner商業智能與分析魔力象限報告只研究全球化廠商，所以無論收入規模多大，國內BI廠商都無法進入報告，進入挑戰者或領導者象限更是無從說起。
2. 去中心化的探索式分析逐漸被放棄，良好的企業管控之下的探索式分析將成為主流。過去10年，部分業務用戶和數據分析師比較喜歡通過桌面分析軟件開展離線數據分析，這一過程為先下載企業數據，再離線開展探索式分析。這種去中心化的探索式分析帶來了很大的回報，也帶來了管理失控的巨大風險。Gartner分析師們在魔力象限報告中指出，IT驅動和業務驅動就像“鐘擺”的兩個極端，居于“鐘擺”中間位置的良好的企業管控之下的中心化的探索式分析將成為主流。
3. 云計算改變著企業IT建設，但處于Gartner魔力象限報告領導者象限的BI廠商，收入無一例外不是On-Premise為主，SaaS為輔。我們認為這是數據分析行業的特殊性使然：數據分析必須基于企業數據，一般情況下企業數據在哪里數據分析就發生在哪里，而當前90%以上的企業數據仍然存儲在大量的承載著核心業務的On-Premise系統中。隨著云端部署的緩慢上升，BI廠商的SaaS收入在總收入里的占比也會緩慢上升。我們沒有看到可信的研究報告，因而不知道該比例的具體年增速如何，不過相信10年內會超過50%。
4. 伴隨著大數據、深度分析、自然語言查詢、搜索、流計算等技術的不斷進步，商業智能與分析行業仍然處于巨大的技術變革中。越來越多沒有IT技術背景的業務用戶將有機會利用商業智能與分析平臺獲取洞察，這將深刻地改變各行各業的競爭態勢，那些有遠見卓識的企業無比看重數據的價值和洞察，會在5年之內實現全員探索式分析，并通過數據化運營智慧企業在未來10年取得優勢地位。
5. 商業智能與分析是一個充分競爭的全球化市場，這對創業者的要求越來越高。商業智能與分析是一個充分競爭的全球化市場，創業伊始你在產品或營銷的能力是最羸弱的時候，你就不得不與IBM、SAP、Microsoft、Tableau等國際巨頭同臺競技。因此，在該領域的創業者除了需要技術，更需要遠見和洞察，以看清楚趨勢并持續投入。這樣，在趨勢成為主流的時候才可能處于優勢地位。
6. 分析應用市場將涌現巨大的創業機會。舉個例子，辦公軟件領域的幾個主流廠商共同推出了開放標準的文件格式，使用不同辦公軟件的用戶可以輕松分享生成的辦公文件。我們相信，在不久的將來數據接口將會更好地遵循開放標準，而數據模型和分析模型的存儲也將擁有開放標準。在此基礎上，基于On-Premise和SaaS的數據模型和分析模型將有機會在全球市場進行分享。最終，這將像App Store或Google Play一樣，形成巨大的分析應用市場。
2016年商業智能與分析市場的發展趨勢
全球商業智能與分析市場的整體份額繼續擴大。根據當前Gartner對該領域的年度綜合增長率的預計，市場增長率可能維持在2014年的5.8%，直至2019年。
然而，伴隨著購買模式和需求的變化，不高的增長率反映了一個處于轉變過程中的市場：購買決策持續從IT部門的領導轉換為業務線的領導和用戶，他們需要更敏捷和更靈活的個性化選擇——新準則是先落地再擴展。現在與以往那種帶動企業兩位數增長的大規模的企業級交易截然不同，那時的IT部門掌握更多的預算，并對采購決策施加著更多影響。
在如此快速進化的市場中，帶動商業智能與分析市場新增長的主要驅動力，正受到以下因素的影響：
1. 新供應商持續出現，使得市場上有更多創新的產品供買方挑選。在以后幾年，買方將從關注那些提供新型BI和分析產品的供應商中獲益，他們有充足的機會去投資那些進入市場的創新產品。如果買方需要試運行大量的創新產品以及大量的供應商參與到POC驗證中，隨著時間累積，其不利之處在于機構可能面臨技術負債——作為多個獨立解決方案所體現出的商業價值急速轉變為缺少對設計、實施和技術支持足夠關注的產品部署。在這個快速進化的BI市場中，機構需要形成正確策略和參考架構，用于評測各種可選的產品，以此降低他們的技術債務，從而避免在未來產生較多的返工和再設計的問題。
2. 隨著越來越多的用戶驅動的數據分析平臺得以部署，監管需求正持續增長，這將觸發IT部門以新的形式介入其中。最初，當市場轉變時，業務用戶感覺到有能力繞開IT部門通過自主采購的方式去使用能夠填補他們業務缺口的BI產品。隨著時間的推移，產品部署持續擴大，用戶變得越來越多，使用場景變得越來越復雜——業務用戶與IT部門的合作又將重新展開，他們會協同開發出敏捷的流程去支持自服務數據分析的需求，即通過適度的企業級管控，去確保恰當而負責任的使用范疇。
這將促成自服務數據準備結合探索式分析產品的場景，提供敏捷而集中的使用方式去成功地替代傳統的使用方式，舊的方式往往缺乏敏捷性，而且也不支持IT部門與業務用戶間的協作開發。這與在這個行業多次發生的“鐘擺”現象相吻合，在這個行業，最終用戶的實踐最終將轉向以IT為中心的方式的另一極端。在業務用戶生成的內容急劇擴張的背景下，對監管的需求正在使鐘擺回歸至更注重企業級管控和協作的中間地帶。
3. 市場對智能的探索式分析的了解和接納會讓探索式分析獲取到更廣泛的用戶群體，新產品觸及的范圍和影響力也會隨之增加。在不需要建模和寫算法以及查詢的前提下，這些新出現的功能讓用戶能從越來越多的、復雜的、多結構化的數據集里發現大量的隱藏模式。除了探索式分析，通過交互的可視化、搜索和自然語言查詢等技術，業務用戶和分析師還能從深度分析中直接獲益（高亮和可視化諸如重要發現、相關性、集群、預測、異常值、反常、關聯、趨勢等結果）。
有些工具還會為用戶說明分析結果，例如生成自然語言的文本去突出顯示模式和闡釋洞察。這樣可以減少發現洞察的時間，也節省了手動探索和手動建模的時間開銷和專業技能要求。探索式分析并非替代了高級數據分析師和數據科學家，而是為他們增加了一群公民數據科學家。這些公民數據科學家幫助他們產生了更多的設想，再隨之開展更細化的探索，數據學家可以幫著確認最終結果。
4. 機構從持續增長的多結構化數據源中融合和獲得洞察的需求，將推動智能的自服務數據準備和智能的探索式分析領域的持續創新。市場需要更加強大的軟件功能，包括自動提取、推論、濃縮和創建搜索索引訪問新數據源。以手動方式去完成這些工作將會難以匹配數據多樣性和復雜度的增長，隨著時間的推移這種增長將是指數級的。同時，通過自動的模式探索和洞察發現，機構可以擴大分析規模，也可以讓更多的用戶群體可以受益于分析洞察功能。
5. 通過自然語言查詢，基于搜索的探索式分析將讓更多的用戶獲益。由于BI和分析平臺對自然語言查詢支持得越來越好，更多的非技術用戶能以對話提問的方式來分析數據，新用戶將更有可能參與到利用探索式分析中。業務驅動的自然語言查詢需要底層的基于多結構化數據的搜索功能，這一領域的進展將不斷提升該功能的易用性和可信度。
6. 市場將不斷擴張且更加成熟，這將為機構創造更多的機會去購買或銷售分析應用。一個活躍的市場可以讓買家和賣家匯聚起來交換分析應用、聚合數據源、自定義可視化和算法，這將增加對BI和分析領域的需求，并推動其未來的增長。成熟起來的市場將為BI供應商們提供新的銷售渠道，基于他們平臺的分析應用可以在自有的渠道和合作伙伴的渠道銷售。這一成熟市場的主要好處在于這是一個面向終端用戶的市場，他們幾乎可以獲得想要的任何分析應用，以用于內部解決方案和流程的開發。
7. 為更好地支持物聯網，機構需要支持實時動態和流數據抓取。為了使機構能處理在這個互聯世界中由設備、傳感器和人產生的大量數據，機構必須在捕捉和加工這種數據上進行投資。BI和分析市場的競爭者們也需要在類似方面進行投資——讓買家在同一平臺中合并實時動態和流數據以及其他來源的數據，去開發新一代的具備很大影響的分析應用，讓用戶能利用這種實時洞察能力。
附：Gartner2016年商業智能和分析平臺魔力象限報告
概述
這幾年，全球商業智能與分析平臺市場經歷了從“IT主導的報表模式”往“業務主導的自服務分析模式”轉折的臨界點。最近發生的采購大多是現代的、以業務用戶為中心的自服務數據分析平臺，全新市場觀念的形成，深刻地改變了全球數據分析市場格局。
戰略規劃設想（到2018年）
1. 作為轉向部署現代BI平臺的一部分，大多數業務用戶和分析師都借助自服務工具進行數據準備，即自服務數據準備。
2. 大多數獨立自服務數據準備工具將擴展為一站式分析平臺，或者作為一部分功能集成到已有的分析平臺。
3. 智能的、企業級管控的、支持Hadoop的、支持搜索和可視化的探索式分析會打包到下一代數據分析平臺中，一站式平臺還包含自服務數據準備和自然語言生成功能。
基于以下5個使用場景對供應商進行評估：
1.敏捷且中心化的IT驅動的交付。支持敏捷且中心化的IT驅動的BI交付。基于平臺自有的數據處理能力，IT部門能實現從數據到內容的交付，整個工作流程處于良好的企業級管控之下。
2.去中心化的分析。支持業務用戶實現從數據到自服務分析的工作流程。
3.良好管控下的探索式分析。在良好管控之下，支持業務用戶基于數據進行自服務分析，再生成可復用的內容，再提升為系統級可復用的內容。
4.嵌入式BI。支持將數據轉化為可嵌入到其他流程或應用中的BI內容。
5.公網部署。這類似第一個使用場景，但目標用戶變成了外部客戶、公眾部門，或者普通公民。
基于以下14條標準對供應商進行評估：
基礎構架
1.BI平臺管理。具備擴展性、性能優化、高可用性，以及高容災性等功能。
2.云BI。具備平臺即服務和分析應用即服務的功能，以實現分析應用的開發、部署和管理，且支持云端部署和本地部署兩種形式。
3.安全性和用戶管理。具備保證平臺的安全性、可監控用戶行為、可審計平臺的訪問和使用狀況等功能。
4.連接多數據源。讓用戶能訪問結構和非結構化的數據內容，這些數據存儲在各種各樣的平臺中，既可能在云端也可能在本地部署。
數據管理
5.元數據管理。讓所有用戶能分享同一個語義模型和元數據。利用強大且集中的功能，管理員能搜索、捕獲、存儲、復用各種元數據，還能把業務用戶創建的數據模型提升為系統級的數據模型。
6.ETL和數據存儲。具備ETL功能，可接入、融合、轉換、加載數據至自有存儲層，還能索引數據，管理數據加載，或通過任務計劃更新數據。
7.自服務數據準備。通過拖拽式操作，用戶可融合不同來源的數據，并創造分析模型，例如，自定義指標、集合、分組、層級等等，更高級的功能還包括自動語義識別、自動關聯、自動可視化，數據分層，數據血統、多結構化的數據融合等。
分析和內容創建
8.內嵌的深度分析。讓用戶能輕松接入深度分析功能。除了平臺自有的深度分析功能，用戶也能導入或集成平臺外部的分析模型。
9.分析型儀表盤。支持制作高度可交互的儀表盤和內容。當用戶訪問這些儀表盤時，可以進行探索式分析、深度分析、地理分析等。
10.可視化的探索式分析。支持通過操作圖表的顏色、亮度、大小、形狀等手法去展現數據。這也包括一系列的可視化選項，包括餅圖、柱形圖、線圖、熱量圖、樹狀圖、地圖，散點圖和其他特殊的圖表。這些工具讓用戶能以可視化的交互方式來分析數據。
11.支持移動端。支持將內容交付給移動設備，這既可以是發布模式也可以是交互模式，還支持移動設備自有的各種功能，例如觸屏、拍照、地理位置、自然語言查詢等。
知識分享
12.嵌入式分析。通過SDK和API接口，以開放標準支持創建和修改分析內容，以嵌入到其他業務流程、應用，或門戶中。平臺既可以在應用內也可以在應用外支持這些功能，但必須簡單而無縫地集成到應用內，讓用戶無需在不同應用之間來回切換。平臺還讓用戶能選擇需要嵌入的業務流程。
13.發布分析內容。讓用戶能以各種輸出形式和分發方式對分析內容進行發布、部署、操作。平臺應支持內容搜索、故事敘述、任務計劃、預警等功能。
14.協作與社交。讓用戶能以帖子、聊天、注釋等方式分享并討論基礎數據、分析方法、分析內容等。
圖：Gartner2016年商業智能與分析平臺魔力象限
京公網安備 11010502049343號