En kort sammanfattning av årets magiska kvadrant inom Data Science. På bloggen har vi redan skrivit en kortare analys av kvadranten för Business Intelligence. Vi kommer med stor sannolikhet att återkomma till den i djupare analyser framöver. Samtidigt släppte Gartner även kvadranten för Data Science. Data Science är just nu ett område som till stor del präglas av Open-Source. Alla utbildningar och artiklar exemplifieras i programmeringsspråken Python, R, Scala eller liknande. Men när man vill ta en lösning till produktion eller jobba mer strukturerat med Data Science behövs ofta en plattform.
Gartners definition av en Data Science Plattform lyder på svenska ungefär – ” En väl integrerad plattform som erbjuder en mix av komponenter för Data Science samt stöd för att produktionssätta lösningar i verksamhetsprocesser, kringliggande infrastruktur och produkter.”.
Om man sammanfattar årets utgåva har de traditionellt stora spelarna befäst sin position och nya Open-Source baserade uppstickare har tagit sig in. Men med den fart marknaden utvecklar sig, tror jag att vi kommer att se en helt annan kvadrant nästa år.
Bland de plattformar Advectas tycker är intressantast just nu kan man notera följande:
• IBM går förbi SAS och leder nu på både ”Ability to Execute” och ”Completeness of Vision”. Framförallt är det IBMs stora bas i den mogna plattformen SPSS som gör att de kommer längst upp i ”Ability to Execute”. IBMs fokus är lite splittrat just nu då de stora investeringarna görs i en annan plattform, Data Science Experience (DSx). DSx är IBMs molnplattform för Data Science. Det är den plattformen som ger ledartröjan i ”Completeness of Vision”. Under 2017 räknar vi med att SPSS och DSx slås ihop vilket skulle ge en stark plattform för både drag-and-drop analytiker och mer avancerade Data Scientists.
• SAS backar något från en stark position, främst på grund av ett splittrat erbjudande.
• KNIME och RapidMiner som varit lite av utmanarna till SAS, tar ett litet kliv tillbaka men är fortfarande identifierade som ledare. Tappet i ”Completeness of Vision” beror på svagare produktinnovationer än IBM och SAS.
• Microsoft har backat något i ”Completeness of Vision”, men ligger i princip still. En stor anledning till att kunderna inte snappat upp MS mer är avsaknaden av On-Premise erbjudande och att det är en mer omogen produkt än övriga. Det man måste komma ihåg är att MS har tagit ett fantastiskt stora kliv de senaste åren och att de ändå måste ses som en stark utmanare till ledarna.
• Alteryx har genom en ökad marknadsandel tagit sig uppåt i ”Ability to Execute”. Men har tappat i ”Completeness of vision”, detta pga. att de saknar vissa nyckelfunktioner. Alteryx paradgren är egentligen Self-Service Data-Preparation, men har genom sitt stöd för R och sitt stora community tagit sig in även i den här kvadranten.
• H2O.ai som är helt och hållet Open-Source tar sig in i kvadranten i år. H2O är ett aktat namn i Data Science världen och nämns ofta som samarbetspartner till de större aktörerna men har nu alltså tagit sig in på egen hand.
Gartner’s Magic Quadrant 2017 – Data Science Platforms
För oss som följer den här marknaden känns det som att vi står inför lite av ett paradigmskifte. Beprövade plattformar som SAS och IBM SPSS kommer att ersättas med moderna molnbaserade plattformar. Än verkar det inte ha hänt och frågan är om IBMs och SAS nya plattformar kan göra att de behåller sina ledarpositioner. På Advectas försöker vi komplettera Gartners och andras globala perspektiv med ett svenskt perspektiv på marknadens utveckling. Det gör vi bl.a. genom att vi varje år genomför den svenska Business Intelligence-studien 2017. Informationsinsamlingen är inne i sitt slutskede men det finns fortfarande tid att göra din röst hörd! Fyll i studien genom att följa denna länk: https://www.webbenkater.com/s/ed79bfe
Om du har några frågor får du gärna kontakta mig genom att skicka ett email till mikael.ene@advectas.se!
