如何比较和选择增强的分析工具

主要球员以及如何在其中选择

高德纳(Gartner)和弗雷斯特研究公司(Forrester Research)拒绝推荐一个供应商在采访中为这个故事提供了一些指导，但他们各自的报告提供了一些指导。这两家公司都没有专门根据其增强分析工具对供应商进行排名，但在2020年，增强分析将发挥更大的作用。

“我们所看到的是，今天的分析和BI正在发展到Tableau和Tibco Spotfire的视觉探索范例，到一个洞察力更加自动化，由自然语言增强，并根据其动态动态地交付给一个人萨拉姆说，上下文，他们的角色和他们看待的角色以及他们所属的群体以及他们所做的探索。“

根据Gartner的“2019 Analytics and BI Magic Quadrant Highlights”，Gartner和Forrester都在跟踪一些供应商。报告和“Forrester Wave：Enterprise BI平台（供应商管理），2019年第3季度”，报告包括：Birst（由Infor收购），多摩诺，IBM，信息建设器，Looker，Microsoft，Oracle，Salesforce，SAP，sisense.Tableau Software(已被Salesforce收购)和TIBCO软件。

2019年Gartner Magic Quadrant还包括Board International，古老地板，logi分析，微理，金字塔分析，Qlik，萨ThoughtSpot和Yellowfin。Forrester BI报告还包括1010data和Amazon Web Services，但Forrester副总裁兼首席分析师Boris Evelson表示，他还在跟踪MicroStrategy、OpenStax、Qlik、SAS和Information Builders' WebFocus。

不要花很多时间看每个个人特征和能力。看看所有相邻因素。

Evelson表示，他努力区分供应商之间，因为如果一个引入能力，其他人都会迅速追随。他建议组织注意供应商选择的非本文方面，例如与供应商，定价和资源可用性的关系。

“不要花很多时间看每个单独的特征和能力。看看所有的相邻的因素”,Evelson说。一些供应商提供全栈功能，而另一些则提供BI层，并依赖合作伙伴提供其他功能。未来，Evelson预计供应商将进行更多的整合。

其他考虑因素是公司的策略以及本组织已经存在的策略。如果一个大型企业致力于将所有内容迁移到Microsoft Azure，Evelson表示将很难推荐除了Microsoft Power BI之外的任何内容。同样，如果他们的企业ERP和CRM套件来自SAP或Oracle，那么他就会发现分别建议SAP或Oracle工具以外的任何内容。

耐心地使用自然语言处理

分析和BI供应商正在提供两种类型的自然处理能力：自然语言理解（NLU）和自然语言生成（NLG）。nlu是理解用户键入或口头查询所必需的。nlg.解释数据可视化并启用要键入或口语查询的自然语言响应。

自然语言互动往往是今天的文本。在未来，BI和Analytics平台将具有越来越好的语音功能。

关于自动机器学习

Gartner的萨拉姆认为自动机器学习是“增强分析的未来”，因为机器学习和AI自动化功能工程，以及模型选择、模型管理和可解释性方面。自动机器学习还可以识别模型中的潜在偏差和侵犯隐私。

“有datarbot、H20等破坏者。但现在微软Azure也加入了[自动机器学习]autoML功能或数据科学中的增强分析或机器学习平台，”萨拉姆说。你可以看到SAS和IBM提供了这些功能。”

虽然自动机器学习有助于提高数据科学和机器学习专家的生产力，但它也有助于普及数据科学和机器学习，以便公民数据科学家或分析师等技能较低的个人可以利用一些相同的能力。在某些情况下，自动机器学习和增强分析能力正在融合。

“有一个非常长的供应商尾部[那]专注于使它成为可能没有任何数据科学或编码技能的人要上传数据集，请选择要预测的目标，它将旋转数据以生成一系列不同的特征组合，尝试一堆不同的算法，验证它们以确保没有准确性并通过准确度对它们进行排序。，“Forrester高级分析师Kjell Carlsson说。”有些人通常可以选择选择性能度量，有时他们也会让您部署它。“

一个尺寸不适合所有然而，涉及这些增强的分析工具。Carlsson提到了两种类型的工具，“多模式预测分析和机器学习解决方案”，使数据科学家能够更有效地制作预测，并为自动化一切的企业用户更有效地进行“自动化机器学习解决方案”。