Gå til hovedsiden

Gartner Magic Quadrant for Analytics & BI 2021

2020 var året hvor hverdagen til de aller fleste ble snudd på hodet. Pandemien førte til endringer i arbeidsomgivelsene, og stilte helt nye krav til dataplattformene og tjenestene vi tar i bruk. Hvilke analyse og BI-plattformer er det som skiller seg ut i Gartners Magic Quadrant for Analytics & BI 2021?

I den siste tiden har det oppstått det mange nye behov i forretningslivet: Verdien av sanntidsdata for å ta gode avgjørelser, den akselererte migreringen over til skyløsninger, og valget mange bedrifter tar med å forbedre datastrømmen ved å gå fra passivt til aktivt bruk av data som deles på tvers av organisasjonen. Analyse og BI-plattformer bistår i å dekke en rekke av disse behovene. De ulike tjenestene er karakterisert med funksjonalitet som er lett å bruke og som støtter en fullverdig analytisk arbeidsflyt – fra å lage datagrunnlaget til visuelle presentasjoner og generering av innsikt – med fokus på selvbetjening og god kundestøtte.

Viktigheten av utvidet analyse

Hvert år publiserer Gartner en rapport som kartlegger flere leverandører innen markedet for Analytics og Business Intelligence. Gartner vurderer de ulike leverandørenes visjon og evne til å levere. Virksomheter over hele verden i ulike bransjer ser til Gartners undersøkelser og tolkninger som grunnlag for valg av analyseverktøy.  I følge Gartner er plattformene ikke lengre differensiert av mulighetene til å visualisere data, det er nå ansett som standard. Alle konkurrentene tilbyr interaktive KPI dashboard som visualiseres med kart, diagrammer og andre måter å presentere data på. Det store skillet har nå flyttet seg over til hvor bra plattformene støtter augmented analytics, eller “utvidet analyse”. Maskinlæring og kunstig intelligens spiller en mye større rolle nå enn før i å gi utvidet analyse og innsikt i dataene. 

12 kritiske punkter for valg av løsning

I rapporten definerer Gartner 12 kritiske punkter som de mener analyse og BI-plattformer bør vurderes ut fra i 2021, vektet spesielt i kombinasjon med augmented analytics:

  • Security: Mulighetene til å sørge for god sikkerhet i plattformen, administrering av brukere, revidering av tilganger og autentisering. 
  • Manageability: Å kunne spore bruken av plattformen og styre hvor informasjon blir delt (og av hvem).
  • Cloud analytics: Støtte for å bygge, deploye og styre analysene i skyen, basert på data som er lagret både i skyen og on-prem.
  • Data source connectivity: At brukere kan koble til, spørre og innta data, samtidig som man optimerer for ytelsen.
  • Data preparation: Support for “drag-and-drop”, brukerdrevne kombinasjoner av data fra ulike kilder og oppretting av analysemodeller.
  • Catalog: Muligheten til å opprette og sette sammen søkbare kataloger av analyseinnhold, for å enklere vite hvilket innhold som er tilgjengelig.
  • Automated insights: Blir ansett som en nøkkelattributt i augumented analytics. Dette er bruken av ML-teknikker for å automatisk generere innsikt og funn til sluttbrukerne (for eksempel ved å identifisere de viktigste attributtene i et datasett).
  • Data vizualisation: Støtte for svært interaktive dashboard, og muligheten til å oppdage data gjennom manipulering av diagram.
  • Data storytelling: Mulighetene til å kombinere interaktiv datavisualisering med narrative teknikker for å presentere og levere analytisk innhold i en overbevisende og forståelig måte for beslutningstakere.
  • Natural language query (NLQ): Dette muliggjør brukere til å stille spørsmål og kjøre spørringer mot data og analytisk innhold ved å bruke søkeord som skrives inn i et søkefelt eller som blir lest opp.
  • Natural language generation (NLG): Automatisk generering av lingvistisk rike beskrivelser av svar, data og analytisk innhold. Den analytiske konteksten, samtidig som brukeren interagerer med dataen, forandrer seg dynamisk for å forklare nøkkelfunn eller det viktigste i diagrammer eller dashboard.
  • Reporting: Muligheten til å skape og distribuere høyoppløste, flersidige rapporter med støtte for rutenett-oppsett for brukere til planlagte tider.

Hvilke plattformer scorer best?

Gartner har definert tre plattformer som “Leaders” i 2021; Microsoft, Tableau og Qlik.

Microsoft

Microsoft defineres som “Leader” for ellevte året på rad og har har posisjonert seg aller best blant alle plattformene for tredje gang. Gartner begrunner dette med at de har et stort marked gjennom Microsoft Office og et omfattende og visjonært veikart. Microsoft tilbyr data preparation, visuell datainnsikt, interaktive dashboard og augumented analytics i Power BI. Tjenesten er enten tilgjengelig som en software-as-a-service (SaaS) i Azure eller som en on-prem løsning i Power BI Report Server. Microsoft kommer med ukentlige oppdateringer til den skybaserte løsningen av Power BI, som førte til hundrevis av nye funksjoner i 2020. Spesielt tre styrker ble dratt frem som viktige i vurderingen av Power BI:

  • Kompatibiliteten med Office 365 og Teams 
  • Kombinasjonen av pris og kraften som tilbys
  • Omfanget av produktambisjonen

Tableau

Tableau har blitt definert som “Leader” 9 år på rad i rapporten. Plattformen rangeres så høyt blant annet på grunn av den visuelle opplevelsen som gjør at bedrifter får tilgang til, kan forberede, analysere og presentere funnene de har gjort i dataene sine. I 2020 forbedret Tableau mulighetene for data management og data preparation. For data preparation lanserte de forbedrede muligheter til datamodellering, som gjorde det enklere å analysere data på tvers av tabeller på ulike detaljnivå ved å kunne bygge relasjoner mellom tabeller i en enkel og visuell in-browser opplevelse. Her drar også Gartner frem tre viktige punkter som gir Tableau en så god plassering:

  • En svært god analytisk brukeropplevelse
  • Entusiasme blant sluttbrukerne
  • Integrering mot Salesforce

Qlik

For ellevte året på rad er Qlik rangert som en “Leader” i Gartner sin magic quadrant-rapport. Qlik har en sterk produktvisjon for ML og AI-drevet virkelighet, men noe lavere momentum i markedet enn Microsoft og Tableau.

Qlik sin analyse og BI-plattform, Qlik Sense, kjører på Qlik Associative Engine, som produktene til Qlik har kjørt på de siste 25 årene. Med Qlik sin Cognitive Engine tilbyr de AI/ML-basert funksjonalitet som i kombinasjon med Qlik Associative Engine tilbyr kontekst-dreven innsikt og en økt kompleksitet i analysen. Qlik tilbyr fleksibilitet i deployment, med både SaaS og on-prem alternativer. Tre styrker blir dratt frem i rapporten:

  • Svært fleksible løsninger knyttet til deployment
  • En omfattende portefølje med mange muligheter gjennom oppkjøp
  • Data literacy og spesielt kundefokus

Mest populære