gartner怎么读？
gartner怎么读
近日，Gartner权威发布了《2022年分析与商业智能平台魔力象限报告》（《Magic Quadrant for Analytics and Business Intellige......接下来具体说说
五分钟读懂Gartner 2021年ABI魔力象限报告
根据Gartner最新发布的2021年分析和商业智能魔力象限报告（《Magic Quadrant for Analytics and Business Intelligence Platforms》以下简称ABI领域魔力象限）指出，全球分析和商业智能（ABI）市场收入增速放缓，其主要原因有两个：价格压力和激烈的市场竞争。
亿信华辰作为中国专业的商业智能BI和数据治理软件提供商，紧跟国际行业标准，借鉴国外经验并创新，为国内的政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案。
今天小亿结合Gartner发布的报告，与大家一起分析未来国内ABI市场的发展方向、动力源点，以及我们应该如何借助大势、实现目标。
宏观视角：整体市场现状与趋势
2020年至2021年，国际ABI市场本质情况没有太大变化，其特点是 易于使用的功能、支持从数据准备到可视化探索和洞察力生成的完整分析工作流，并强调自助服务和增强功能。
Gartner数据显示，2020年全球分析和商业智能市场的整体收入规模达到了60多亿美元，较2019年增幅19%，但2019年该领域的市场收入年增长为22%。虽然增长，但增幅放缓。
Gartner认为，ABI平台（Analytics and Business Intelligence Platforms）的价格压力和激烈的市场竞争是全球ABI市场收入增速放缓的主要原因。
ABI市场上的供应商涵盖了从风险投资基金支持的初创企业到大型科技公司，这个市场的绝大多数新支出都是在云部署上，主要的云平台参与者也都出现在这个市场上。在通常情况下，ABI平台为这些云供应商提供了更广泛的云数据管理功能，例如 Microsoft Azure Synapse Analytics 和IBM cloud Pak for data。
同时，报告指出所有供应商不再以其数据可视化功能而与众不同，比如可以使用常见的图表表格，和利用广泛的数据源，构建交互式关键绩效指标（KPI）仪表盘。如今的差异已经转移到供应商是否能支持增强型分析，如利用机器学习（ML）和人工智能（AI）帮助业务人员和数据分析师实现比手动更加高效的数据准备、分析和决策。因此，对于ABI平台而言，增强分析将不再是一种扩展功能，必须借助平台来实现。
该报告还提到采用分析和商业智能的用户数量“大幅增加”，发展到数百万之众。ABI平台诞生之初是为了帮助数据分析人员实现数据自动化分析，现在也被直接应用于最终用户，即消费者群体。该群体的典型特征是不具备技术能力，其更希望直接使用由系统自动生成的数据分析结果。
总之，小亿认为，无论选择专业工具、云产品还是大型技术供应商的解决方案，企业都有一大批分析和商业智能方案可供考虑。
ABI领域：2021年变化何在
Gartner评估了它认为在这个市场最重要的20家提供商的优缺点，并列出了一张图（也就是我们说的“魔力象限”），根据执行能力和前瞻性来评述诸供应商。纵轴为供应商的“执行力”，用于评估供应商将其愿景变成市场现实的能力；横轴为供应商的“前瞻性”，其实质是解释企业在行业内的领先度。该图分为四个象限：特定领域者、挑战者、有远见者和领导者。
随着软件市场日趋发展，Gartner今年调整了魔力象限的评估和入围标准，对比2020年ABI平台魔力象限，从供应商进出和象限归属来看，各象限的供应商均有所变动：
红线为2020到2021年的演变走势
- Microsoft、Tableau、Qlik依旧高居领导者位置，而在2020年处于领导者象限的ThoughtSpot则是掉入了有远见者象限。
- TIBCO Software从挑战者象限进入有远见者象限；Domo的市场表现有所提升，从特定领域者象限进入挑战者象限。
- SAP和SAS没有在市场表现上取得明显的突破，依旧处于有远见者象限；Salesforce不再被纳入魔力象限。
- Amazon WebServices和Infor（Birst现在包含在Infor产品中）被新纳入特定领域者象限；Logi Analytics和Dundas则被移出魔力象限。
ABI平台的关键功能
本次报告对ABI平台的关键功能也做了调整。在2020年ABI平台15项关键功能的基础上，删除了模型复杂性、高级分析和嵌入式分析三大功能，其他功能如下：
1.安全性： 支持权限支持权限控制、管理用户、审核平台访问和身份验证的功能。
2.可管理性： 跟踪ABI 平台使用情况和管理信息共享方式（以及由谁共享）的功能。
3.云分析： 基于存储在云中和本地的数据，支持在云中构建、部署和管理分析的能力。
4.数据源链接： 允许用户连接、查询和接收数据的功能，同时优化性能。
5.数据准备： 支持拖放、用户驱动的不同来源数据的组合，以及创建分析模型（如用户定义的度量、集、组和层次结构）。
6.目录： 能够自动生成和管理分析内容的可搜索目录，从而使最终用户知晓哪些内容易于使用。
7.自动洞察： 增强分析的核心功能，应用 ML 技术为最终用户自动生成结果（例如，通过识别数据集中最重要的属性）。
8.数据可视化： 支持高度交互的仪表盘，并通过图表图像的操作来探索数据。
9.数据讲故事： 将交互式数据可视化与叙述技术相结合的能力，以便以引人注目、易于理解的形式将分析内容打包并交付给决策者。
10.自然语言查询（NLQ）： 这使用户能够使用输入到搜索框或口语中的术语提问、查询数据和分析内容。
11.自然语言生产（NLG）： 自动生成对答案、数据和分析内容的丰富的语言描述。在分析上下文中，当用户与数据交互时，叙述会动态变化，以解释关键发现或图表或仪表板的含义。
12.报告： 能够给用户在预定的基础上，创建和分发（或“突发”）配色完美、布局清爽的多页报告。
发展趋势下的亿信ABI
结合亿信华辰为8000多家用户的服务和客户成功经验，以及对中国BI市场的长期关注与研究，我们认为，随着着我国大数据产业迅速发展，政府也出台各项扶持政策，大量创新企业迎来发展机遇，国产BI工具也开始快速发力。
从IDC报告数据来看，Gartner魔力象限领导者企业在中国市场表现不佳，市场份额呈现逐年下降的趋势。并且在本地化、个性化服务、定制化开发方面对比国内 BI 产品并没有十分明显的优势，反而国内 BI 产品在国内的部分市场已经形成反超，这个趋势已经越来越明显。
亿信华辰在深耕BI领域15年，连续多年荣登商务智能应用榜首，早在2018年已前瞻性的提出ABI的概念，旗下 亿信ABI 正是符合当下国内市场需求和未来趋势的一站式智能BI产品。
亿信ABI产品架构图
作为国内首家有ABI联合思维并在产品名中使用“ABI”的公司 ，我们用专业能力定义行业标准，并持续打造行业标杆客户，引领行业发展新风向，更赋予了适用于中国本地化数字化转型的“3A”指导策略，即：
Analytics：增强分析型BI。 支持钻取、领导驾驶舱、3D可视化、大屏分析、报告分析、挖掘分析等多种分析方式。用户不需要太多专业的数据处理知识、统计学知识、算法知识就可以低门槛的获得更多、更全、更准确、更深入的数据分析结果，洞察数据关联，实现数据挖掘，辅助决策支持。
AII in BI：一站式应用型BI。 产品功能全面，覆盖政企各角色需求，打通数据应用全流程。一个产品平台即可为政企用户提供从数据准备，ETL数据处理、数据建模、数据可视化、数据分析、数据填报、移动应用等一系列功能。
AI+BI：智能化的BI。 作为国内老牌BI厂商，亿信华辰潜心专研，将AI技术融入BI产品，开创性提出“智问”，“智读”、“智算”等功能，从而实现“BI产品智能化的服务，更智能的BI产品应用”，引领国内BI工具的方向与趋势。
全球半导体市场格局 - Gartner
今天读了一篇Gartner关于全球半导体市场格局的报告，简单总结如下：
1）整体半导体市场从疫情期间的“缺芯”已经进入相对过剩环节，特别是消费电子方面，包括PC电脑、手机、平板等芯片，需求远远低于供给。
有意思的是，A股市场因为AI的爆发对内存/HBM的高度预期在Gartner报告中趋势相反，2023年内存市场被看作一个需要库存消化的周期，模拟芯片也是同样。与之相反的是光电芯片供不应求。
2）除了大红大紫的AI算力芯片，其他芯片的格局依然是遵循着价格与库存的反比例相关曲线，并且芯片价格短期内没有涨价的预期。
Gartner 预测，2023 年全球半导体总收入将下降 6.5%，至 5627 亿美元。市场预计将在 2024 年复苏，增长 16.3%，达到 6543 亿美元。
3）美国的《芯片科学法案》对美国本土晶圆厂建设提供了补贴，因此目前建设热情高涨。但由于中美脱钩的影响，这些晶圆厂目前都选择了交货时间最长的产品。欧盟、中国、印度、日本、韩国等地区都出台了相应法案，对这一领域做了刺激和投入，但因为设备专利技术限制等原因，各地区对产能的计划也相应比较保守。
以上为报告的基本内容，总结了一下不代表作者对观点持赞成或者反对态度。客观而言，当前的全球*治环境对于科技的发展进步是比较恶劣的，半导体行业单纯靠自己难度是非常高的。
Gartner《2022分析和商业智能平台魔力象限》报告-上
近日，Gartner权威发布了《2022年分析与商业智能平台魔力象限报告》（《Magic Quadrant for Analytics and Business Intelligence Platforms》简称ABI魔力象限报告）。作为业内的权威报告，魔力象限在分析与商业智能平台供应商和用户中受到了非常广泛的关注，可以说是行业风向标。篇幅受限，以下是Gartner报告的上部分，供读者阅读参考。后续我们也会对报告进行解读，欢迎各位一起探讨！
当今的分析和商业智能平台得到了全面增强，使用户能够编写低代码/无代码工作流和应用程序。云生态系统和与数字化工作场所工具的一致性是关键的选择因素。这项研究有助于数据和分析领导者规划和选择这些平台。
市场定义/描述
分析和商业智能 （ABI） 平台使技术较少的用户（包括商务人员）能够建模、分析、探索、共享和管理数据，以及协作和共享结果，这些结果由 IT 提供支持，并由人工智能 （AI） 增强。ABI 平台可以选择性地包括创建、修改或丰富语义模型（包括业务规则）的能力。
如今的 ABI 平台强调为最终用户提供可视化自助服务，并通过 AI 进行增强以提供自动化见解。增强的重点越来越多地从分析师角色转移到消费者或决策者。为了实现这一目标，自动化洞察不仅必须在统计上相关，而且还必须与用户的目标、工作流程以及基于数据需要采取的操作相关。ABI 平台开始捕获有关用户行为和兴趣的更多信息，以便为消费者提供更具影响力的体验。 随着ABI工具进一步集成到个人生产力工具中，这种趋势将继续增加，从而可以跟踪其他用户行为。 通过交互方法（如自然语言查询 （NLQ）或会话分析接口）以及作为响应提供的自然语言生成 （NLG） 描述）对此进行补充，使对数据的访问变得民主化，从而做出决策。
许多平台正在为用户添加功能，以便用户轻松编写低代码或无代码自动化工作流和应用程序。这种功能的融合有助于扩展分析的愿景，而不仅仅是提供数据集和呈现仪表板，以提供丰富的上下文化见解，将注意力重新集中在决策流程上，并最终采取行动提供业务价值。
ABI、数据科学和机器学习（DSML）以及云数据和分析（D&A）市场继续融合，通常以为客户提供智能可组合应用程序的形式。 供应商需要提高其分析能力，同时帮助客户在控制和敏捷性之间保持平衡，因为他们的平台可以跨多人用户、高级分析功能、多样化数据和新兴用例进行扩展。
ABI市场的供应商多种多样，包括由风险投资基金支持的初创公司，大型企业应用程序公司，*分析公司和所有大型云超大规模企业。该市场中客户的绝大多数新支出都花在云部署上，因为他们希望在面对分析用例以及数据类型和数量日益复杂的情况下满足可扩展性和性能需求。在许多情况下，ABI平台是云供应商及其生态系统提供的更广泛的云数据和分析功能的切入点。
ABI 平台功能包括以下 12 项关键功能，这些功能已更新，以反映供应商的变化和差异化领域，尤其是与增强分析更密切相关的功能：
1. 安全性： 支持平台安全性、管理用户、审核平台访问和身份验证的功能。
2. 治理 （以前称为"可管理性"）：跟踪使用情况并管理信息从原型到生产过程的创建和共享方式的功能。
3. 支持云的分析： 能够基于云中和本地以及跨多云部署的数据，在云中构建、部署和管理分析和分析应用程序。
4. 数据源连接： 使用户能够连接到和引入各种类型的存储平台（包括本地和云）中包含的数据的功能。
5. 数据准备： 支持拖放、用户驱动的来自不同来源的数据组合，以及创建分析模型（如用户定义的度量值、集、组和层次结构）。
6. 目录： 能够显示内容，以便于查找和使用。该目录是可搜索的，并向用户提出建议。
7. 自动洞察： 增强分析的核心属性是应用机器学习 （ML） 技术为最终用户自动生成见解的能力（例如，通过识别数据集中最重要的属性）。
8. 数据可视化： 支持高度交互式仪表板，并通过操作图表图像来探索数据。这包括一系列可视化选项，这些选项超越了饼图、条形图和折线图，例如热点图和树状图、地理图、散点图和其他特殊用途的视觉效果。
9. 自然语言查询： 这使用户能够使用在搜索框中键入或说出的术语来查询数据。
10. 用数据叙事： 将交互式数据可视化与叙述技术相结合的能力，以便以引人注目、易于理解的形式将分析内容打包并交付给决策者。
11. 自然语言生成： 自动创建对数据中发现的见解的语言丰富的描述。在分析上下文中，当用户与数据交互时，叙述会动态变化，以解释关键发现或图表或仪表板的含义。
12. 报告： 能够给用户在预定的基础上，创建和分发（或“突发”）配色完美、布局清爽的多页报告。
魔力象限
图 1：分析和商业智能平台魔力象限
资料来源：Gartner（2022 年 3 月）
供应商的优势和警告
阿里云（Alibaba Clould)
阿里云是这个魔力象限中的利基市场参与者。它主要在亚太地区竞争，但它具有全球潜力。阿里云是亚太地区最大的公有云平台提供商。它通过其Quick BI平台提供数据准备，基于可视化的数据发现，交互式仪表板和增强分析。该平台可作为在阿里云基础设施上运行的 SaaS 选项、Apsara Stack Enterprise 上的本地选项以及 Alibaba Business Advisor 的嵌入式分析选项提供。
Quick BI 4.1改进了数据源连接功能，可加速查询，并与中国主流线上工作应用程序（DingTalk，WeChat / WeCom和Lark）进行更广泛的集成选项。
优势
- 面向数字化工作场所的协作分析： Quick BI 与 DingTalk 无缝集成，DingTalk是阿里云的数字化工作场所应用程序，在中国得到了广泛采用。钉钉不仅改善了与多人用户的协作分析，而且是Quick BI的重要销售渠道。
- 可组合分析以推动行动： Quick BI 用于阿里云的"数据中台"战略，该战略提供模块化和可重用的D&A 功能。 Quick BI 提供对 Dataphin（一种数据集成产品）的本机支持，可用于帮助编写分析应用程序和在Business Advisor 中自动执行面向业务的操作，从而闭合分析任务的循环。
- 数据素养计划： Quick BI推出了基于任务的培训计划，以提高用户的技能，包括入职培训，系统产品课程，通过直播分享用户自己的数据和分析经验的真实实践。该计划还附带激励措施，提供优惠券，以抵消阿里云电子商务商店的许可证成本和商店积分 。
警告
- 投资重点： 尽管阿里云的整体公司规模很大，但与供应商的DBMS和AI产品线相比，Quick BI并不是一个战略重点。Quick BI的总员工人数不到100人，明显低于其他主要的ABI平台。
- 产品依赖性： 与其他大型云服务提供商的分析产品一样，Quick BI 高度依赖其他阿里云服务来提供治理、数据管理和高级分析功能。尽管 Quick BI 的价格极具竞争力，但当客户需要仅适应阿里云提供的服务的其他功能时，其分析生态系统的总成本可能会上升。
- 地理位置和市场势头： 阿里云是一家专注于中国的供应商，在其他地方的安装基础很少。作为SaaS 产品/服务，Quick BI 通常打包到供应商的集成数据中台解决方案中。
Amazon Web Services
Amazon Web Services （AWS） 是此魔力象限中的利基市场参与者。Amazon QuickSight 主要面向 AWS 客户群销售。客户认为，与亚马逊数据堆栈的集成强度、可扩展性、性能和有竞争力的定价模式是采用的关键原因。
2021年，Amazon QuickSight通过添加名为Q的自然语言查询功能，向增强分析领域迈出了一大步。它还增加了ABI的核心功能，例如将分析内容嵌入其他领域和计划企业级报告的能力。
优势
- 可扩展性： Amazon QuickSight 的无服务器云架构使组织能够支持大规模BI部署。Amazon QuickSight 客户无需购买固定数量的核心来处理峰值需求，而是可以根据使用情况进行扩展，并利用AWS 云堆栈同时支持大量用户。
- 具有竞争力的定价策略： Amazon QuickSight 为内容消费者提供了独特的按会话付费模式，每30 分钟会话收费 0.30 USD，每位用户每月*高收费 5USD（启用 Q 时，每位用户每月收费 10USD）。Amazon QuickSight 内容作者按用户每月付费，并可为年度承诺提供可选折扣。
- 与 AWS 的强大集成： 按收入计算，AWS是全球最大的云服务提供商之一。许多组织都在大量投资 AWS 作为其数据和分析堆栈的支柱。AWS已经在 Amazon Redshift、Amazon Athena 和 Amazon EMR 方面取得了重大进展。Amazon QuickSight 原生与现有的 AWS 安全框架和数据源集成。
警告
- 作为企业 ABI 平台，客户采用速度缓慢： 与 竞争对手相比，Amazon QuickSight 作为企业 ABI 平台的市场份额和势头仍然很低。根据Gartner Peer Insights在评估期间的数据，Amazon QuickSight的"推荐意愿" 在这项研究中20家供应商中排名倒数第四分之一。然而，在查看过去12个月完成的审查时，这一评估有了显著改善。
- 缺乏业务应用程序生态系统： AWS 缺乏能够推动对 Amazon QuickSight 需求的广泛的靠前方业务应用程序生态系统。同样，其新生的个人生产力和协作产品（Amazon WorkDocs）缺乏显着的采用，这与微软和谷歌的类似产品不同。这限制了AWS推动业务用户需求的机会和Amazon QuickSight的相对吸引力。
- 以AWS 为中心： Amazon QuickSight 仅在 AWS 上运行。缺乏拥抱多云世界的能力与大多数组织将在多个云上拥有数据的事实相冲突。尽管 AWS 可以通过利用SPICE 或直接查询使 Amazon QuickSight 适用于混合数据连接，但平台部署仅限于 AWS。因此，AWS在ABI平台市场的增长将主要来自其自己的安装基础。
DOMO
Domo是这个魔力象限的挑战者。它具有强大的功能，可以面对更成熟的竞争对手。Domo基于云的ABI平台提供超过1，000个数据连接器，消费者友好的数据可视化以及用于BI应用程序开发的低代码/无代码环境。由于该平台的易用性和快速部署时间，Domo通常直接向业务线销售产品。
虽然是多云，但Domo特别受到那些选择了非微软云生态系统但想要强大的原生云ABI平台的组织的关注。 2021年，Domo的沙盒被引入，使客户能够采用DevOps方法来分析内容创建和推广。
优势
- 在拥挤的市场中保持势头： Domo不仅保留了客户，而且还显着增加了现有客户账户。虽然在业务线中"登陆"仍然很常见，但许多以前仅限于单个业务线的客户已经扩展到更大的用户群，通常由数据和分析领导层领导。Domo正在赢得新客户，并通过迎合各种用户角色来增加其与企业买家的相关性。
- 部署速度： Domo 能够快速连接到企业应用程序，从而实现快速部署。 Domo 的连接性的不同之处在于它维护了类似 API 的连接器，可以动态响应源端模式的变化。新的 Domo for Snowflake 超越了下推式查询模型，支持从 Domo 到云数据库的完全读/写。
- 注重消费者设计感受 ：自 2010 年以来，Domo 一直在与以消费者为中心的方法竞争，该市场几乎完全专注于“高级用户”，但强调“分析消费者”和“授权分析师”的新市场动态应该对 Domo 有利.
警告
- 缺乏更广泛的应用生态系统渠道： Domo与利用自己应用生态系统和云平台的现有安装基础的ABI平台供应商相比，面临着竞争劣势。 特别是，一些买家会优先考虑作为集成组件嵌入其云现有企业（如AWS，Microsoft Azure或Google）或应用程序现有公司（如Salesforce，Oracle或SAP）中的ABI平台。
- 有限的地理位置： 作为一家基于云的供应商，Domo依赖于美国，日本，英国和澳大利亚以外的国家的虚拟存在。用户应考虑基于云的或虚拟的支持与国内存在的适用性。
- 高级定价模式： 面对激烈的竞争，Domo的价格大幅下降，但与微软（使用Power BI）和AWS（使用QuickSight）等低成本云提供商相比，它的价格仍然溢价。Domo被迫重新调整其定价模式以跟上步伐，但评估人员仍需要考虑其定价。
谷歌（Google)
谷歌是这个魔力象限的挑战者。Looker 是一个云架构的 ABI 平台，提供基于 LookML 语义层的高度治理分析，包括自助式可视化和仪表板。从部署和数据库连接的角度来看，Looker仍然支持多云场景，并且自2020年被收购以来，将继续深化Google Cloud堆栈中其他产品的集成。
2021年，Looker吸收了Google Data Studio及其产品团队，并计划在路线图上将用户体验深度整合到两种产品中。Looker的新扩展框架是一个完全托管的开发界面，使开发人员能够构建数据驱动的应用程序。
优势
- 数据库内架构和治理： Looker 提供云数据库、数据湖和应用的直接查询，作为其主要数据连接方法。这允许用户将数据保留在原处，同时仍利用虚拟化的 LookML 语义层。Google计划向其他ABI平台（Microsoft Power BI，Tableau）以及他们自己的资产（包括Data Studio，Google Sheets和Google Slides）开放LookML数据建模层。
- 应用程序开发资源： 开发人员门户、API、软件开发工具包 （SDK） 和扩展框架（包括数据字典）使客户和 OEM 能够组装面向客户的应用程序，并在业务工作流中嵌入分析。新功能包括预构建的 UI 组件库（可视化效果）和预打包的"操作"，用于将数据或指令推送到第三方工具中。
- Google Cloud Platform （GCP）生态系统机会： Google 将 Looker 集成到 GCP 上市活动中。BigQuery 捆绑包支持简化的客户端设置，从而推动 GCP 客户群的增长。在Google Cloud的其他领域（如Workspace）中更深入的产品和上市集成，进一步增强了Looker在其安装基础中的价值主张。
警告
- 高级用户所需的 SQL 技能： 与竞争对手的可视化拖放式数据建模和高级分析相比，Looker 需要为开发人员和数据建模人员编写代码。它通过从其市场提供预构建的数据和ML模型块来缓解这种情况。这些解决了常见的分析模式（医疗保健NLP API，联络中心AI功能）和来源（Google Ads和 Analytics，Salesforce），并包括新的API资源管理器和实体关系图。
- 有限的增强消费者愿景： 缺乏用于自动洞察，数据叙事和NLG的增强分析功能，并且NLQ界面相对于竞争对手而言较弱。增强功能的愿景满足了分析师角色的需求，但大多赶上了市场上增强功能的现状。
- 有限的全球影响力： 尽管Google扩大了Looker的全球影响力，并与Google Data Studio在亚太地区的大型用户群统一，但在美国，西欧和日本以外的采用率有限。
IBM
IBM 是这个魔力象限中的远见卓识者。IBM Cognos Analytics with Watson 在混合、多云、公共、私有和本地部署中提供一致的核心功能。Cloud Pak for Data 支持 AWS、Azure、GCP 和 IBM Cloud，并让客户可以选择将其与 IBM 的 D&A 服务容器化堆栈结合使用，包括存储、数据虚拟化、数据精简、数据目录和 DSML 服务。
2021年，IBM增强了其用户界面，成为Watson驱动的BI解决方案，通过"Watson Moments"和NLP，NLG用于数据叙事和NLQ"助手"更好地集成了自动化见解。它还在投资将规划和分析结合在一起。
优势
- 使用案例的广度： Cognos 是为数不多的能够跨企业报告、治理和自助服务可视化探索、数据可视化、增强分析和嵌入到单个平台中的平台之一。
- 灵活的部署选项： IBM 提供部署选项，包括本地、SaaS、托管在 IBM Cloud 上，或为主要基础设施即服务 （IaaS） 平台（AWS、Azure、GCP）提供"自带许可证"，以及通过 IBM Cloud Pak for Data 提供的平台方法。
- 在任何地方应用分析的愿景： IBM 的愿景是在一个通用门户中统一规划、报告和分析，该门户提供场景规划、模式、报告以及预测模型和预测。其销售策略包括销售Cognos 和IBM Planning Analytics 以及 Watson，以及更广泛的IBM 产品组合链接。
警告
- 品牌价值逐渐消退： IBM 在其广泛的D&A 营销工作和以 IBM Cloud Pak for Data 为中心的愿景上投入了大量精力。虽然从技术上讲，这一愿景包括开放性和市场融合，但这一信息并没有与市场上的评估人员产生共鸣。Cognos很少出现在Gartner看到的评估候选名单上，除非IBM已经是现有供应商。Gartner的客户调查显示，尽管有所改善，但Cognos越来越被边缘化。
- 缺乏销售驱动： 尽管IBM是一家拥有广泛D&A产品和强大地理战略的大型供应商，但IBM缺乏数字工作场所应用程序"提升"（如Google Workspace，Microsoft Office和Zoho Workplace）或企业应用程序的"顺风"（例如Oracle，Salesforce，SAP）限制了IBM Cognos Analytics与可能投资该平台的组织的联系点。
- 价格与云供应商替代方案的比较： Cognos 订阅定价已大幅降低，与小型或* ABI 供应商的定价一致。但是，每个用户的定价高于其他一些大型云提供商。
Incorta
Incorta是这个魔力象限中的利基玩家。Incorta的关键价值主张是通过提供端到端的D&A平台（从数据采集和数据管理到数据可视化）来减少用户获得洞察力的时间，同时最大限度地减少IT的参与。
2021年，Incorta为首次使用的用户推出了Incorta Cloud SaaS和特定于角色的内容，以帮助加快获得洞察力的时间。新的数据向导功能侧重于通过提供引导式流程来帮助用户设置数据管道，从而简化自助服务内容的创建。Incorta还扩展了其可视化功能，允许最终用户通过其Componial SDK功能创建自定义可视化。
优势
- 洞察时间： Incorta 使用直接数据映射 （DDM） 功能，通过消除一些原本必须手动构建的提取、转换和加载 （ETL） 以及数据建模任务，提高查询性能并缩短洞察时间。对于可能缺乏强大的D&A团队或基础设施，但需要快速产生价值或希望直接分析详细运营数据的组织 来说，这是理想的选择。
- 端到端数据和 ABI 功能： Incorta 提供了一个统一的数据和分析平台，其中包括从数据采集到数据可视化的步骤。这使得技术较少的用户可以轻松地从各种应用程序、数据库或本地文件中获取数据，并以最少的 IT 参与执行自助服务分析。
- 打包的业务内容： Incorta为NetSuite和 Salesforce等各种系统提供打包的分析应用程序。其最全面的产品是针对 Oracle 电子商务套件 （EBS）的产品，具有针对特定 EBS 财务模块（如应付账款、应收账款、固定资产、总账、子账会计和现金管理）的预构建仪表板、KPI 和架构。
警告
- 缺乏增强分析功能： Incorta缺乏关键的原生增强分析功能，如NLG，NLQ，自动洞察和关键驱动因素分析。但是，它可以通过第三方工具支持其中一些功能。
- 不成熟的Incorta Cloud产品： Incorta在成为云优先平台方面取得了重大进展。然而，虽然Incorta可以访问托管在所有主要云平台上的数据，但Incorta目前只在Google Cloud上部署到少数几个全球区域。对于出于竞争或法规原因需要在特定云平台或区域上进行部署的客户来说，这可能是一个问题。
- 市场中的势头： Gartner的查询和搜索数据以及对第三方网站上招聘信息的审查显示，Incorta相对于竞争对手的势头较低 。虽然Gartner Peer Insights数据显示，Incorta客户目前对第三方资源的可用性感到满意，但这通常是ABI买家相对于市场领导者的担忧。
今天先为大家介绍到这里，后续下部分的报告内容敬请期待~
关于MagicBI
以上就是gartner怎么读？的详细内容，希望通过阅读小编的文章之后能够有所收获！
