Gartner Group，成立於 1979 年，是全球最專業權威的 IT 研究諮詢公司，研究的範圍覆蓋全部 IT 產業。Gartner在全球範圍內差不多有 1000 多名 10-15 年 IT 技術工作背景的分析員，大多都有 CIO 背景，擁有非常專業的技術能力，對 IT 行業的研究和解讀也極具專業性。
Gartner每年都會發布各個 IT 細分領域的分析報告，其中，魔力象限（Magic Quadrant）是最受關注的兩個行業報告之一，一般在每年2月份發佈。作爲IT市場觀察的手段和工具，魔力象限（Magic Quadrant）報告可以幫助IT專業人士做出未雨綢繆的選擇並影響着企業的戰略投資。
本文將分從以下幾部分爲大家詳細解讀《 2020 Gartner Magic Quadrant for Analytics and BI Platforms》（數據分析與商業智能魔力象限）。
-
2020年ABI魔力象限報告翻譯解讀
ABI市場的戰略規劃與設想
ABI市場定義與描述
ABI魔力象限解讀
魔力象限玩家解讀
全球ABI市場概況
-
觀遠數據關於ABI魔力象限報告總結
-
中國ABI市場現狀
2020年ABI魔力象限報告翻譯解讀
增強功能正在成爲分析和BI平臺的關鍵區別因素，與此同時，雲生態系統也在影響選擇決策。這個魔力四象限將幫助數據和分析領導者根據這些變化發展和進化他們的分析和BI技術組合。
ABI市場的戰略規劃與設想
在Gartner2020年的ABI魔力象限報告中，對於未來五年ABI市場的發展趨勢做了大膽的設想：
到2022年，增強分析技術將無處不在，但只有10%的分析師會充分利用其潛力。
到2022年，40%的機器學習模型開發和評分將在不以機器學習爲主要目標的產品中完成。
到2023年，90%的世界500強公司將把分析治理整合到更廣泛的數據和分析治理計劃中。
到2025年，80%的包含電子產品的消費產品或工業產品將納入on-device分析。
到2025年，數據故事將成爲最普遍的消費分析方式，75%的數據故事將使用增強分析技術自動生成。
ABI市場定義與描述
這幾年Gartner關於BI魔力象限的定義逐漸由過去相對傳統的Business Intelligence變更成 Modern Analytics and Business Intelligence（現代分析和商業智能，以下簡稱“ABI”)。這其實是行業在倒逼數據分析業務變得越來越敏捷和一站式，不再像傳統BI一樣需要完整的產品切割，不同的產品應對數據分析過程中不同階段的數據處理過程。
隨着數據量越來越多，ABI平臺更強調產品的易用功能，支持從數據準備到可視化探索和洞察力生成的完整分析工作流，強調報表功能的集成和增強分析技術等方面。而對我們新的ABI平臺在產品功能上的要求可以體現在以下幾個層面的改變和優化：
-
數據源層面：從關係型預處理數據到無處不在的數據，從前期建模必需的數據倉庫到變得可選，即使是半結構化或非結構化的數據也需要有能力輕鬆接入。
-
數據提取和準備過程：需要更多地賦能業務人員，使用拖拽式ETL就可以進行數據分析，而不是強代碼。
-
內容創作：主要賦能用戶，自己就可以完成可視化分析，通過業務故事去思考出現的問題。
-
分析過程：從預定義報告到自由格式的可視化探索
-
見解交付：從數據分發到數據協作與數據故事
ABI市場的供應商從歷史悠久的大型科技公司，到由風險資本基金支持的初創公司，不一而足。較大的供應商與包括數據管理功能的更廣泛的產品相關聯。這個市場上的大部分新支出大多花在了雲部署上。
ABI平臺不再因其數據可視化功能而有所不同，這些功能正在成爲常規必須。相反，差異化正在轉向:
對企業報告功能的集成支持。企業感興趣的是，這些以敏捷數據可視化功能而聞名的平臺現在如何幫助它們實現企業報告需求的現代化。
增強分析強調的是機器學習和人工智能相關的數據準備、生成和洞見解釋，增加業務人員和分析師如何探索和分析數據，正在迅速成爲差異化競爭優勢的關鍵來源。
對於ABI平臺的功能，Gartner在報告中也列舉了以下15個關鍵指標。(這些關鍵指標每年都在被不斷更新和迭代，反映出對企業報告的重新關注和增強分析重要性的持續增加)
-
安全性:支持平臺安全性、管理用戶、審覈平臺訪問和身份驗證的功能。
-
可管理性:跟蹤使用情況、管理信息如何共享和由誰共享、執行影響分析和使用第三方應用程序的功能。
-
雲:支持在雲中構建、部署和管理分析和分析應用程序的能力，這些應用程序基於雲中和本地的數據，並跨多雲部署。
-
數據源連接性:允許用戶連接並獲取各種類型存儲平臺(包括本地存儲和雲存儲)中包含的結構化和非結構化數據的能力。
-
數據準備:支持拖放、用戶驅動的來自不同數據源的數據組合，以及創建分析模型(例如用戶定義的度量、集合、組和層次結構)。
-
模型複雜性:支持複雜的數據模型，包括處理多個事實表、與其他分析平臺互操作以及支持知識圖部署的能力。
-
目錄:能夠自動生成和管理平臺及其依賴項創建和使用的對象的可搜索目錄。
-
自動分析:增強分析的一個核心屬性，它能夠應用ML技術爲最終用戶自動生成分析(例如，通過識別數據集中最重要的屬性)。
-
高級分析:用戶很容易訪問的高級分析功能，可以包含在ABI平臺本身中，也可以通過導入和集成外部開發的模型來使用。
-
數據可視化:支持高度交互的儀表板和通過操作圖表圖像探索數據。其中包括一組可視化選項，它們超出了餅圖、條形圖和折線圖的範圍，比如熱量和樹圖、地理地圖、散點圖和其他特殊用途的可視化效果。
-
自然語言查詢:這使用戶能夠使用在搜索框中鍵入或說出的業務術語來查詢數據。
-
數據故事:將交互式數據可視化與敘述技術相結合的能力，以便以引人注目的、容易理解的形式將見解打包並交付給決策者。
-
嵌入式分析:功能包括帶有api的SDK和對開放標準的支持，以便將分析內容嵌入到業務流程、應用程序或門戶中。
-
自然語言生成(NLG):自動生成數據中豐富的語言描述。在分析上下文中，當用戶與數據交互時，敘事會動態變化，以解釋關鍵發現或圖表或指示板的意義。
-
報告:能夠基於訂閱基礎，創建和分發給消費者表格樣式、多頁、像素完美的報告。
ABI魔力象限解讀
Gartner魔力象限報告是監測和評估專業科技市場中公司的發展及定位的一種研究方法論和形象化工具。對於有意向找到一家滿足自身需求的產品的公司領導者以及力圖在市場中PK掉競爭者，獲得優勢的企業來說，魔力象限研究報告具有很強的參考作用。
ABI魔力象限是通過前瞻性和執行力兩個維度去闡述各個ABI廠商之間的實力差距，可以配合以下圖示去幫助理解。
根據標準對每個廠商逐一進行評分、加權，得出縱軸執行力和橫軸願景的分別總分，最後再將所有廠商的得分綜合起來將各自定位在四個不同象限內。
挑戰者（Challengers）象限的企業通常具備執行能力較高，但缺少強勁的發展勢頭等特徵。一般爲大型的成熟廠商，不願打破當前的發展計劃。
利基者（Niche Players）象限又被稱爲特定領域象限，入選公司發展前景的完備性和執行力較低但或許佔有一定的市場份額。通常關注特定的領域或是新成立的公司。
領導者（Leaders）象限聚集的都是發展前景和執行能力都有較高得分的行業巨頭企業，擁有較高知名度，有實力影響市場的走向。
遠見者（Visionaries）象限代表瞭解市場動態並且有潛力創新，但缺乏足夠強的執行能力。通常爲規模較小的企業。
Gartner技術與服務供應商研究組首席分析師張瑾強曾表示：“這並不意味着入選在利基者象限內的企業是落後的，往往這些企業在特定的領域內處於領先地位”
評估標準
和2019年Gartner發佈的ABI魔力象限相比，值得一提的是，2020年利基者象限玩家新增了阿里雲（Quick BI）和Dundas，同時，Gooddata從利基者象限退出。
全球ABI市場概況
總覽全球的ABI市場，Gartner在報告中總結了該市場的三大發展趨勢。
一、用戶基礎大幅增長，速度放緩
從金融角度看，現代自助ABI平臺的市場仍在快速增長，但速度比以前慢了。根據Gartner的市場份額分析，該市場的收入在2018年增長了22.3%，而2017年爲35.0%。價格壓力和激烈的競爭是造成這種減速的主要原因。
不過，儘管消費增長比以前更慢，但使用ABI平臺的人數正在大幅增加。僅微軟一家就在五年前推出了Power BI雲服務，目前在全球擁有數百萬用戶。用戶數量的巨大增長是因爲每用戶的價格是十年前的很小部分。
二、雲生態化
2019年是向雲生態系統主導地位過渡的一年。微軟的快速增長基於azure BI雲服務力量,Salesforce收購Tableau和Google收購Looker,標誌着雲化將使廠家可以擁有一個具有價格競爭力ABI平臺。當然，伴隨這種轉變而來的是對“鎖定”的自然擔憂。這裏的平衡因素是供應商對其棧的開放性的態度和實現，以及“多雲”方法的重要性，客戶可以選擇在多個雲IaaS產品中運行應用程序。
向雲平臺即服務(PaaS)轉移的ABI標準正在影響不結盟供應商如何定位他們的產品和競爭。兩種主要的戰略正在形成。第一個是開放以前封閉的產品，以減少與其他ABI工具的競爭(如MicroStrategy爲Microsoft Power BI、Qlik Sense和Tableau提供的連接器)。第二是專注於尋找特定的細分市場，並根據他們的需求提供相應的產品。
三、嵌入式分析
在ABI領域中，嵌入式ABI實際上有一個次級市場。它有一組不同的關鍵買家，即軟件開發人員和產品經理。Gartner認爲嵌入式ABI是一個重要的Case，因爲組織希望創建外聯網應用程序、將數據貨幣化，並將ABI作爲整個業務應用程序的一部分。這些應用程序可以超越內部涉衆，包括客戶、供應商和公民。獨立軟件供應商也認爲嵌入式ABI功能越來越重要。對於一些供應商來說，嵌入式用例代表了他們的主要市場。對於其他廠商來說，這是一個較小的關注點，但它代表了一個新的戰場，需要特定的定價模型和改進的API。
觀遠數據關於ABI魔力象限報告總結
通過解讀Gartner發佈的《2020 Gartner Magic Quadrant for Analytics and BI Platforms》，觀遠數據產品團隊對於本年度的行業報告中的新方向提煉了以下四個核心觀點：
一：突出增強分析
在企業數據量還有限的時候，報表就可以滿足數據分析需求，而隨着業務量逐漸擴大，單靠一個報表是無法滿足決策層看數據需求，因爲無法進行關聯去找到問題點，而通過BI的鑽取、聯動可以精準定位到問題所在。
BI在原先的理解中包含數據的切片、旋轉、聚合、分析等，而此次報告強調ABI平臺更應該關注數據的分析能力，尤其是增強分析，不僅是在分析展示的那一層，還包含數據準備和數據融合的過程。比如，觀遠的Smart ETL可以支持更加複雜的分析，這其實也是一種增強分析的能力。
二、強調數據分析全鏈路的打通
數據分析的全鏈路不僅僅是分析本身，也在強調數據分析全生命週期的因素，包括數據採集、數據接入、數據準備、數據治理、數據管理、數據分析、增強分析、可視化呈現等等。如果ABI企業在數據分析全鏈路上都有一個完整的佈局，相對來說競爭力會更強。
三、強調機器學習與AI賦能
當企業的業務迭代的速度又進化到下一個階段，傳統的BI也無法跟上數據分析需求時，企業會更需要AI的介入，幫助我們在一些鏈條做到自動的數據處理和分析。而對ABI平臺的要求就是通過ML與AI賦能增強分析，在數據分析全鏈路中加入更多AI能力。
四、增強系統融合，提供數據服務能力
ABI平臺的整個邊界在不斷模糊化，企業IT建設的的節奏從信息化、數字化再到數據信息化。這就需要ABI廠商在未來需要具備數據服務的能力，幫助企業把業務端的需求通過數據加智能自動地去解決。
例如我們常說的千人千面，過去門店營銷是靠銷售員記住消費者的身份去給他提供個性化服務。而在互聯網時代，這種千人千面的營銷是需要數據和AI驅動的，這就是數據服務化。
傳統企業往未來發展，或者現在碰到疫情這麼大的挑戰，很多企業都在反思，我們能不能有這麼強的數據服務化的能力，把數據變成信息，直接融入到各種各樣的業務系統中。比如在疫情面前，把原先線下的服務能力轉移到線上，當用戶打開一個APP，就能夠自動地識別他的消費喜好並進行智能推薦，這樣就會大大提高企業在風險面前的自愈能力。
Gartner在本次報告中表達了一個最核心觀點：就是在整個數據化浪潮的推動下，數據分析的產業應該往和業務深度綁定的趨勢去發展。在過程中也倒逼企業不斷去思考，我們要通過什麼樣的產品和架構去解決數據分析？AI的元素怎樣去融入？傳統的切割的比較明確的產品模塊又怎樣把他重新地有機地組合起來提供給客戶帶來新的體驗？這個是Gartner此次報告帶給我們的思考。
另外，中國的ABI企業需要清醒地認識到我們是在中國本土，同時又是BI增長非常迅猛的市場，我們需要思考怎樣去捕捉中國本土的一些市場機會。
中國ABI市場現狀
Gartner報告主要是針對全球的ABI市場，而回到中國本土，和全球相比其現狀與發展趨勢又不盡相同，主要體現在以下幾方面：
-
起步遲，發展快：中國ABI行業成熟度教低，而客戶對於不同平臺邊界是比較模糊，他們更希望BI廠商提供完整的數據解決方案，上下游融合更自然，而不是採購一個工具還需要配合採購其他工具。
-
信息化和數據化共同推進：很多國內企業目前處於信息化和數據化共同推進的狀態，他們的數據基礎不是很完善，數據分析人員素養、數據分析意識有待提升，市場有待教育和培養。
-
報表與可視化看板需求還是主流：報表與看板還是主流需求，兩端賦能需求強烈，移動端需求旺盛，自助式分析需求逐漸激發，自動化分析、增強分析需求整體還較弱。
-
市場規模高速擴張：每年20%~30%的市場增速，成爲中小企業、新零售、新制造、新金融的標配。
-
本土化、個性化、定製化需求多：本土化數據對接，定製化系統集成、賬戶對接，嵌入式分析成爲普遍需求，國外BI產品毫無優勢，這也是國產BI產品彎道超車的好機會。
相比全球市場，中國ABI市場專業分工不夠精細化，有時候會讓我們感覺困惑。但反觀國外ABI平臺在精細化分工發展到一定階段後，也需要不斷地延伸和拓展能力，產品邊界也在不斷的模糊化，這對我們是很有借鑑意義的。
商業與經濟密不可分，我們粗淺地比較目前中國經濟對世界經濟的貢獻比例（2019年，16%），和中國商業智能市場規模在全球商業智能市場規模的佔比（2%左右，5億美元/200億美元）。兩者之懸殊，可以想象中國的商業智能市場發展潛力之大。但前面說了，中國商業智能的市場與國外有着非常大的不同之處，本土BI企業有更多的本土市場深耕的機會。
不同的市場與用戶基礎，行業特徵，造就不同的發展機會，就像移動支付誕生在美國，卻在中國有更適合的成長土壤，最後就被中國彎道超車。