綜述

基于云部署的現代商業智能與數據分析平臺（國內似乎只有應用上云，數據本地化的趨勢）正在逐步占據主流市場。隨著市場在易用性和增強分析（augmented analytics）方面的變革，數據與分析領導者正在逐步升級傳統解決方案或擴展新的BI產品

發展趨勢

• 到2020年，增強分析（包括自然語言查詢、增強數據準備、自動高級分析和基于視覺的數據發現能力）將成為新的商業智能、分析和數據科學、機器學習平臺以及嵌入式分析的主要推動力。
• 到2020年，現代商業智能和分析平臺將分化出增強數據（深度學習的常用手段）探索能力，且以2倍左右的速率增長并創造2倍于現在的商業價值。
• 到2020年，90%的現代商業智能平臺會把自然語言生成（NLG）和人工智能（AI）作為標準能力。
• 到2020年，50%的分析查詢將通過搜索、自然語言處理（NLP）或語音的方式生成，甚至將自動生成。
• 到2020年，一些平臺將為用戶提供內部和外部的數據編目（curated catalog of internal and external data），與無法提供這些數據編目的企業相比，他們將幫助客戶通過對數據分析的投資實現兩倍的商業價值。
• 到2020年，大眾型數據科學家（citizen data scientists）數量的增長速度將是專家型數據科學家（expert data scientists）的五倍。

市場現狀

以可視化為基礎的數據發現決定了現代商業智能(BI)與數據分析平臺的特征屬性。這一波沖擊從2004年開始，逐漸將市場和新的購買趨勢從以IT為中心的報告型轉變為以使用自助服務為主的業務驅動型敏捷分析。

現代商業智能與數據分析平臺的工具具備簡單、易用的特性，并且支持全面的分析工作流程。在分析前期，平臺不需要IT人員大量參與到預先準備數據模型的工作中來，在某些情況下，平臺還會自動生成可復用的數據模型。

獨立的內存列引擎有助于探索，同時也可以快速建立原型。現代商業智能與數據分析平臺可以選擇性地從傳統的IT建模數據結構中獲取信息，以促進整個組織的管理和可復用性。與此同時，部分企業開始使用現代商業智能與數據分析平臺中的分析引擎作為傳統數據倉庫的替代品。這種方法通常只適用于數據源有限、數據量相對較小的中小型企業。數據湖和邏輯數據倉庫使用量的增加也與現代商業智能與數據分析平臺的功能相吻合，因為平臺可接受這些輕度模型數據源。

多年來，向現代敏捷和商業主導分析的過渡現在已成為主流，并呈兩位數的增長態勢; 與此同時，自2015年以來，傳統商業智能的支出一直在下降。最初，現代商業智能與數據分析市場的大部分增長都是由業務用戶推動的，通常是通過個人或業務部門的小額采購實現。然而，隨著這個市場的成熟，IT越來越多地（隨著商業用戶的影響力）參與主導擴展部署，也促進了自助服務分析的范圍不斷擴張。

商業智能與數據分析的擁擠市場中，有著大型技術公司以及大量風險投資支持的創業公司。傳統商業智能平臺的供應商產品提供了新的功能，包括基于視覺的數據發現、數據治理等。與此同時，新的供應商不斷發展其專注的敏捷型功能，將其擴展、發布和共享到更高的管理平臺。

正如可視化數據分析對傳統商業智能造成的沖擊一樣，下一波BI將以基于機器學習的增強分析形式出現，可以為日益增多的海量數據提供新見解。

商業智能與分析平臺關鍵能力

Infrastructure 基礎設施

• BI平臺的管理、安全與架構：平臺具有安全管理、用戶管理、平臺接入與使用審核、高可用性保障和容災的能力。
• 云BI：具有平臺即服務（platform-as-a-service）和分析應用即服務（analytic-application-as-a-service）的能力，并同時支持在云端和本地創建、部署和管理數據分析應用。
• 數據源的連接和整合：平臺允許用戶連接本地和云端各種類型的存儲平臺（關系型和非關系型）中包含的結構化和非結構化數據。

Data Management 數據管理

• 元數據管理：平臺能夠讓用戶利用通用的語義模型（semantic model）和元數據。實現這些功能需要提供一種強大且集中的方式方便管理者們去搜索、抓取、存儲、復用和發布元數據對象（如維度、層級、度量、KPIs和報告布局等）。平臺管理者們需要有能力去升級業務用戶創建的數據模型，將其提升為系統級的數據模型。
• 自有的數據抽取、轉換、加載（ETL）以及數據存儲：該系統有能力連接、融合、轉換和加載數據至一個自有的功能引擎，并且有能力去索引數據、管理數據加載、更新計劃。
• 自助式數據準備（Data Preparation）：用戶可直接通過拖拽的方式來組合不同來源的數據和生成分析模型，比如用戶可自定義度量、集合、組和層次結構。高級功能包括基于機器學習的語義識別、智能連接、層次結構生成、多數據源數據融合（包括多結構化數據）。
• 可擴展性和數據模型的復雜性：內存中的引擎或數據庫內部體系結構能夠處理海量數據、復雜數據模型、大量用戶部署和性能優化等工作。

Analysis and Content Creation 分析與內容創造

• 內置的高級分析功能：通過本身的菜單選項或通過導入和集成外部開發的模型，使用戶能夠輕松使用平臺自有的高級分析功能。
• 分析儀表盤（Dashboard）：通過視覺探索和內置的高級地理空間分析能力去生成能夠被其他人使用的高交互性的儀表盤和內容。
• 交互式的視覺探索：通過一系列可視化選項來探索數據，包括但不限于基礎的圖表形式，比如餅圖、柱狀圖、折線圖等，也包括熱點圖、樹形圖、地圖、散點圖以及其他特殊主題的圖表形式。這些工具能讓用戶直觀了解數據的構成、分布、趨勢、比較和聯系，從而用戶可有效的分析和操作數據。
• 增強數據發現：幫助用戶在不通過建模和編寫算法的情況下自動尋找、呈現和敘述重要的分析發現，比如數據間的關系、異常、群集、鏈接和預測等。用戶通過搜索、可視化、自然語言生成與查詢等技術來探索數據。
• 移動端的數據探索：通過利用移動設備的天然屬性，例如觸屏、攝像頭和GPS定位，使用戶能夠以發布或交互模式為移動設備開發和提供內容。

Sharing of Findings 成果共享

• 嵌入分析內容：供應商提供軟件開發工具包（SDK）和API接口，支持用戶創建和修改分析內容，可視化效果和應用，可將其嵌入到客戶的業務流程、應用程序或門戶網站中。這些功能必須能夠輕松無縫地從應用程序內部訪問，而不會強制用戶在系統之間切換。通過BI與其他數據分析應用架構可以結合的能力，用戶能夠選擇在哪個業務流程中嵌入分析模塊。
• 分析內容的發布、分享和協作：允許用戶通過各種輸出格式（Excel、PDF、Email等）和推送方式來發布、配置和操作分析內容，支持內容的搜索、計劃和預警。這些功能使用戶能夠通過討論、聊天和注釋的方式來分享、商議和跟蹤相關的分析結果，從而做出有效的決策。

Overall platform capabilities 整體平臺能力

• 易用性和可視化：平臺易于操作、管理、部署和生成內容，用戶可良好的與分析內容進行交互，同時平臺具備良好的可視化展現能力。

Qlik VS Tableau VS Microsoft VS IBM

Magic Quadrant for Analytics and Business Intelligence Platforms 分析與商業智能平臺魔力象限

備注：

• 供應商的執行力（Ability To Execute），具體體現在魔力象限的縱軸，其中包含了產品及服務、可見度（指市場能力和用戶對該產品的反應、評價）、銷售執行能力（包含市場份額、增長率）、市場責任和記錄（指產品出現問題企業的處理態度，是否負責）、客戶體驗五大標準。
• 愿景的完整度（Completeness Vision）作為魔力象限評判的橫軸，也包括了對市場的理解、銷售策略、市場策略、產品策略和創新五項標準。需要對供應商能否理解行業用戶的普遍需求，以及能否了解、把握市場的未來走向方面做出考量和評分。
• 處于同一象限的供應商不會有絕對的差距（如Qlik、Tableau和Microsoft），只是各自擅長的方向有所區別；入選特定象限（NCHE PLAYERS/VISIONARIES）的供應商并不意味著是落后的，往往這些企業在特定的領域內處于領先地位。

Qlik

Qlik通過其主要產品Qlik Sense提供數據發現、敏捷分析和商業智能。Qlik Analytics Platform（QAP）支持開發人員創建自定義應用和嵌入式用例。 QlikView繼續得到增強，與Qlik Sense兩條產品線并行發展，而Qlik近年有意的將重心放在Qlik Sense上，Sense也逐漸成為Qlik重要的商業智能與分析產品，其License營收逐年上升，達到Qlik全部License收入的50%以上。

Qlik可擴展的內存引擎允許客戶構建強大的交互式可視化應用，甚至一些客戶直接選擇該引擎作為數據集市（data mart），而非傳統的數據倉庫（data warehouse）。Qlik提供一個可選的服務器組件Qlik NPrinting，具備報告分發和調度功能。 2017年1月，Qlik收購Idevio，同樣將地理分析功能GeoAnalytics作為可選組件提供給用戶。NPrinting和GeoAnalytics都是最初由Qlik合作伙伴開發的。

Qlik能始終保持在行業領導者的行列中，得益于其在增強分析、營銷策略改進以及易用性方面的不斷進步。

優勢

• 擴展性： Qlik Analytics Platform（QAP）開發者平臺提供對Qlik內存引擎的完整API訪問權限，允許組織和開發人員擴展Qlik Sense可視化分析以構建豐富而智能的以數據為驅動的分析應用。Qlik Sense不僅支持自助式的分析和商業智能，其腳本引擎還支持來自多個數據源的復雜數據轉換，提供敏捷、集中式的BI配置，幫助用戶創建高交互性的儀表盤。Qlik本身提供點擊式的菜單選項來加載數據，其腳本引擎使得開發人員不僅限于菜單驅動選項，比如可通過編寫腳本跟蹤數據加載和轉換的過程。

• 內存引擎：QlikView和Qlik Sense共享其關聯分析引擎Qlik Associative Engine，關聯分析引擎自誕生以來就體現了其差異化、獨特性，支持多種數據源、復雜的數據模型和復雜的計算，因此客戶通常都會將QlikView和Qlik Sense用作數據集市。有時候將Qlik Associative Engine稱之為“灰色的力量”，客戶在部署產品后都能了解到這種獨特的功能，如下圖所示：

• 產品愿景：Qlik始終鼓勵合作伙伴開發更多的內容，以進一步擴展其平臺或通過預構建的行業垂直應用獲利。得益于在市場上的成功，Qlik順利的將NPrinting和Idevio整合到旗下。Qlik DataMarket還能以即用型（ready-to-consume）的方式呈現策展公共數據集（curated public datasets）。Qlik進一步執行了其增強分析的路線，能夠分析靜態數據和流數據、多云（multicloud），大數據。
• 合作伙伴網絡：Qlik在全球有超過500個系統集成商和1,700個合作伙伴，超過70％的Qlik項目實施都是由其合作伙伴主導的。這些合作伙伴通常與客戶保持緊密的聯系，并了解他們的實際需求。Qlik合作伙伴還通過市場或Community社區提供產品擴展、預構建的內容以及培訓。Qlik以高于市場平均水平的技術資源可用性獲得了更高的客戶滿意度。

持續改進

• 自助式服務：Qlik Sense正在努力實現界面的現代化、增強平臺的開放性和擴展性，也打算帶來更多的自助式分析功能。不過迄今為止，離預期還有一定差距。比如復雜的數據連接需要編寫腳本，平臺目前還是缺少點擊式的公式編輯器，在探索和可視化分析的同時欠缺創建計算的能力。
• 軟件成本： Qlik Sense主要是基于用戶的定價模式（盡管一個Token可以由不頻繁登錄的多個用戶共享），而QlikView具有更靈活的定價選項，通常是基于服務器的。Qlik正在嘗試推出涵蓋兩種產品的購買選項。有17％的Qlik客戶認為軟件的成本是對更廣泛部署的限制。在同類產品價格持續下行的市場壓力下，除非Qlik能更清楚地表達其增值差異化因素，否則使用成本將始終是Qlik擴大市場的阻礙。與其他幾家著名BI供應商一樣，Qlik正在過渡到基于訂閱（subscription-based）的定價模式。
• 遷移：Qlik對于用戶的支持一直領先于市場上大部分供應商。然而，由于Qlik的主要市場策略是讓Qlik Sense和QlikView兩條產品線共存，所以在2017年6月之前，Qlik官方基本沒有發布過從QlikView升級到Qlik Sense的遷移工具。此前，難以進行平臺遷移一直是用戶所詬病的，用戶滿意度也因此受到影響。

Tableau

Tableau提供了一種基于視覺的直觀交互式探索體驗，用戶可在不具備技術技能或編程技能的前提下，輕松訪問、準備、分析和展示他們的數據。 Tableau提供三種主要產品：Tableau Desktop，Tableau Server和Tableau Online（其云產品）。 Tableau一直致力于為整個企業的每個人提供探索和發現數據見解的能力。

在過去的一年中，Tableau交付了許多對IT買家有吸引力的企業級功能，這是Tableau戰略轉變的一部分，即向大型企業部署和銷售。它發布了經過認證和推薦的數據源，以達成以下的目標：大型部署的管理能力提升、來自云的混合數據支持、調度和警報、增強的SDK和API、合作機會的增加等。2017年8月，Tableau收購了ClearGraph，以提供自然語言接口，并致力于將其整合到2018年后續的版本中。

Tableau努力在全球建立產品意識，其產品路線包括了自然語言處理（NLP）、增強的數據準備和數據發現、敏捷的數據編目等，持續的產品改進，良好的客戶體驗都促成了其優勢地位。

優勢

• 用于交互式視覺探索的“黃金標準”：Tableau的核心產品優勢依然是其直觀的交互式可視化和探索功能，以及針對幾乎任何數據源的分析儀表盤功能 – 充分利用其廣泛的數據連接器集合，針對較大數據集進行內存和直接查詢訪問。用戶通過簡單的拖拽就可完成如預測、聚類、自動地理編碼和輔助公式編輯等功能。Tableau能夠讓用戶更容易快速的深入探索數據、操縱數據。參考持續購買該產品的客戶的經驗，Tableau帶來的用戶體驗、易用性和功能性，在所有廠商中處于領先水平。
• 聚焦客戶體驗：為了幫助用戶熟練的使用產品進行數據分析，Tableau與Tableau Public（其在線社區）以及其廣泛的Alliance Partner網絡一起提供了大量的學習選項。Tableau每年的用戶大會都會吸引成千上萬的用戶參加，如2017年參會人數達到了14,000人次，從此也可以看出Tableau多年以來在客戶群體中打下的良好基礎。
• 擴大部署和標準化：越來越多的Tableau客戶正在使用它來使集中的團隊能夠以靈活和迭代的方式為分析決策者提供內容。此外，Tableau還可以幫助來商業用戶實現完全分散的分析。Tableau平均每年的部署規模在持續增長，因為很多企業選擇依托于Tableau進行標準化改造，并在整個企業范圍內更廣泛的部署產品。
• 靈活的部署選項：Tableau可以通過Tableau Online在云中部署，也支持本地部署。Tableau最初只提供云服務，部署在它自己的數據中心。其云部署選項現已發展到直接提供在AWS和Microsoft Azure預先打包好的虛擬機，以簡化部署流程。在過去的一年中，它增加了對Google Cloud平臺的支持以及來自云端的混合數據的支持。

持續改進

• 價格：低成本工具對Tableau的沖擊越來越大。價格較低的市場進入者正越來越多地吸引那些缺乏分析性的成熟買家，尤其是那些需要大量用戶部署的大型企業。在各供應商產品能力逐漸縮小的情況下，價格因素在企業購買決策中的影響比以前更大，首次購買商業智能與分析產品的客戶會權衡選擇對他們來說性價比更高的產品。盡管Tableau繼續通過其基于視覺的數據探索能力不斷吸引新老客戶并擴大部署規模，但這種激烈的競爭環境促成了Tableau近年來收入增長放緩，并迫使Tableau推出價格門檻更低的訂閱授權模式和更靈活的企業折扣價來吸引客戶。
• 缺乏對復雜數據模型的支持：企業正在從更大的、更多樣化的數據組合中尋找見解，需要更復雜的數據模型。盡管Tableau支持廣泛的數據源連接選項，但復雜數據建模（如multifact table models）必須在Tableau之外的數據倉庫中創建，或者通過其他自助數據準備的合作伙伴來創建，而這兩個選項都會增加TCO（總擁有成本）。并且，由于從大容量內存中抽取數據的性能不佳，用戶通常需要在單獨的數據存儲庫中進行建模來改善這種情況。
• 產品前景： Tableau正在投資而不是引領下一波顛覆性創新。其絕大多部分針對產品本身的投資都集中在增強對企業特征的適應、提高擴展性、更靈活的部署，支持更大和更復雜的數據集，以及更簡易的視覺探索。Tableau增加了對NLQ的投資，增強分析也在其產品路線圖上。但是這些投入仍然比創新型的初創公司和大型供應商顯得要晚，而這些功能卻是現代分析和BI市場未來的基石。

Microsoft

Microsoft Power BI作為一個獨立的產品，提供了從數據準備到數據發現，交互式儀表盤和增強分析等一系列的BI平臺功能。它可作為在Azure云中運行的SaaS服務提供，也可以在本地部署Power BI Report Server。Server允許用戶共享報告（但不包括儀表盤），缺少了一些SaaS中的機器學習功能。而Power BI Desktop既可以作為基本的分析工具供個人用戶免費使用，也可以滿足高級用戶在本地數據源中創建復雜數據混搭。

Power BI作為當今市場上價格較低的BI解決方案之一，近幾年的市場占有率實現了持續增長。伴隨著Microsoft清晰且富有遠見的產品路線以及對垂直行業的延伸，客戶對Power BI的關注度及接受度均有所提高。

優勢

• 低價格：在企業還沒有部署任何BI產品或需要更換現有產品時，很多客戶最終因為成本的考慮而選擇了Power BI。得益于此，2017年Power BI的客戶群體逐漸擴大。購買Power BI的群體中有12%的客戶是因為License的價格而選擇了此產品，這也成為了Power BI的第二大賣點。
• 易用性和可視化：無論是易用性或是可視化效果，Power BI一直處于行業中較高的水準。14%的客戶最終因此而購買了Power BI，這也是Power BI目前吸引客戶的優勢。Microsoft通過他們的“five by five”策略在客戶首次短時間體驗產品時，便迅速得到客戶的認可，即：5秒鐘注冊，5分鐘驚艷客戶。產品擁有一系列的特性使得產品本身簡單易用，包括其主要的云部署模式。此外，Microsoft將自然語言處理（NLP）和查詢技術（NLQ）融入到產品的Q&A模塊，使用戶僅僅通過自然語言（暫不支持中文）就可輕松創建可視化圖表，如下圖所示：

• 產品愿景：Microsoft一直在努力的執行其產品路線。Microsoft Quick Insights（Power BI中的一個功能模塊）是一個基本的增強數據發現（augmented data discovery）工具，最初只在云服務中提供。到2017年第四季度，Microsoft將此功能集成到桌面客戶端中，Microsoft Quick Insights能夠幫助用戶實現差異化的分析，比如發現從上季度到本季度對銷售額變化影響最大的因素。并且Power BI可在分析過程中激活人工智能助理Cortana，還可通過Surface的觸碰功能直接做大屏的匯報演示。Power BI和Microsoft Flow、Microsoft Dynamics 365的集成提供了一個從數據洞察到行動實施的閉環流程。目前，將虛擬現實技術應用于Power BI的計劃也已經提上了日程。
• ?用戶體驗：Power BI始終致力于向更多的用戶提供完善的信息和見解，且價格合理。良好的用戶支持和豐富的技術資源使得Microsoft的用戶體驗水平高于市場平均水平。Microsoft擁有強大的合作伙伴、分銷商和眾多個人用戶，除了Microsoft自身提供的內容，合作伙伴們幫助提供預先構建的應用、更多的可視化以及產品的視頻教程等。

持續改進

• 部署：Power BI一直更多的聚焦在敏捷、自助式分析的BI需求上，而這種模式目前只能部署到微軟自己的云Azure上。而本地部署的產品SQL Server Reporting Services更多的滿足的是用戶訂閱、發布報告的需求，缺少了很多高級功能。對于客戶而言，這就導致了具有不同功能和不同部署方式的雙產品部署。除此之外，產品更新頻率較高導致相關文檔和產品版本的不一致同樣給客戶帶來了一定困擾。
• 局限性：59%的用戶表示他們僅僅使用Power BI創建參數化的報告和儀表盤，而不是去完成一些更復雜的任務。比如更高級的數據準備等工作都是在Power BI之外執行的。用Microsoft Power BI制作自己的內容的商業用戶平均比例是20％，處于眾多BI產品中較低的水平。
• 產品眾多：許多功能都需要Microsoft體系中其他產品的輔助，比如Microsoft Flow、SharePoint、Microsoft Teams、Cortana等。這就涉及到Power BI需要與其他眾多的產品進行集成、整合，給客戶帶來了困擾。

IBM

IBM在商業智能與分析方向有兩款產品，分別為IBM Cognos Analytics和IBM Watson Analytics。Cognos Analytics version 11及更高版本代表了Cognos Business Intelligence產品（version 10.2.2及更早版本）的品牌重塑，旨在將傳統報告功能、自助式儀表盤和即席分析（ad hoc analysis）結合在一個現代的BI和分析平臺中。Cognos Analytics中改善的用戶體驗以及原本具備的增強功能（特別是搜索功能）使其成為更易于使用且更具視覺吸引力的平臺。它既可以部署在本地也可以作為IBM云上的托管解決方案提供。Watson Analytics同樣提供增強分析的功能，包括自動模式識別（automated pattern detection）、支持自然語言查詢（NLQ）以及嵌入高級分析，但Watson目前只能部署在云端。

IBM在行業中已經失去了當初領導者的地位，受到產品整體較低的評分、銷售執行、客戶體驗等方面的影響，相對于市場上的其他供應商IBM逐漸失去了原本的吸引力。作為一個歷史悠久的IT供應商，IBM的產品路線圖從不缺乏前瞻性的元素，但它卻低估了市場對于復雜性分析的需求，使其在競爭中處于被動。

優勢

• 增強且易于使用：IBM在增強分析或“智能”功能（首先整合到Watson Analytics，后續進一步整合到Cognos Analytics）方面一直處于領先的地位，以簡化數據準備、創建基本可視化和執行更高級的預測分析。這些功能使得產品更易用，并幫助商業用戶和大眾型數據科學家更好地應用分析功能。
• 一體化平臺：在Cognos Analytics平臺上既可創建標準的報告也可對數據進行更多可視化/探索性分析，這是Cognos Analytics得天獨厚的優勢，也是IBM的客戶選擇它的主要原因。Cognos Analytics平臺包括調度和預警功能，這些功能在現代平臺中歷來是缺乏的。
• 全球性的，具有社會責任感的供應商：IBM在全球范圍內擁有廣泛的影響力，并有能力為所有地區的客戶提供支持，行業中超過一半的供應商都無法做到。同樣，IBM也展現出了其對社會行動的關注和積極參與，例如向學術機構提供免費或降低成本的軟件。此外， IBM Research科學家和工程師聯合學術界和學科專家提出了 “科學促進社會良好”（Science for Social Good）計劃以應對復雜的社會挑戰。
• 用戶基礎：IBM擁有強大的傳統商業智能用戶群，其中許多人正在考慮更換更現代化的商業智能平臺，并且也有意愿繼續使用IBM提供的產品，前提是產品易用且價格合理。現有的Cognos BI客戶可以直接選擇將產品升級到Cognos Analytics。另一方面，Watson Analytics是按用戶進行授權，其Plus或Professional用戶授權的價格低于同類型擁有強大增強分析功能的產品，并且用戶可以方便地對Watson Analytics進行調研和試用。IBM的客戶認為低許可成本是購買Watson Analytics的首要原因。

持續改進

• 努力改進但仍缺乏吸引力：Cognos Analytics提供了有趣和創新的主張，但根據對客戶的調查，新客戶購買和現有客戶升級方面的意愿都不夠強烈。許多Cognos Analytics客戶尚未升級到重新設計的最新版本，且已經開始在調研和評估IBM之外的產品以實現現代化商業智能。IBM眾多的分支產品戰略繼續引起客戶的混淆和顧慮，盡管IBM致力于提供一個全面而緊密的商業智能和分析平臺。
• 分析的復雜性有限：雖然IBM提供了高于市場平均水平的易用性，但分析的復雜性一直是IBM所缺乏的。54％的IBM客戶表示他們主要將分析平臺用于參數化儀表盤（parameterized dashboards），而基本不會用它去完成更復雜的任務，如自助式數據準備或交互式可視化探索。
• 產品功能差距：相較于其主要競爭對手，客戶給出的IBM產品總體得分（包括Cognos Analytics和Watson Analytics）是偏低的。超過20％的用戶表示，該平臺的主要問題在于產品功能缺乏或者說相對較弱，而反映其他供應商存在類似問題的用戶比例平均不到10％。IBM的兩種產品在移動功能、可擴展性和模型復雜性方面都有局限性。每種產品都有自身的缺陷。例如，Watson Analytics與Cognos Analytics相比，在管理和安全性方面不太成熟，但勝在其擁有高級模式識別（advanced pattern detection）從而進行更復雜分析的能力。而相比之下，Cognos Analytics比Watson Analytics能更好地進行元數據管理。
• 客戶體驗、銷售經驗欠缺：通過大量用戶的反饋，IBM的客戶體驗仍落后于其他主流供應商，主要受其低于市場平均水平的技術資源可用性的影響。盡管有58％的IBM客戶將他們的客戶體驗評價為“優秀”，但IBM在該環節仍只能處于中下游水平。IBM對于用戶整體的支持程度以及產品質量也是較為遜色的，這歸結于其解決方案涉及范圍太廣且升級過程相對繁瑣。

Qlik VS Tableau VS Microsoft VS IBM評分對比

評價指標供應商	Qlik	Tableau	Microsoft	IBM
總體評分	4.5	4.3	4.2	3.9
產品功能評分	4.4	4.4	4.3	4.1
協作能力	3.7	3.9	4	3.6
移動端數據探索	4.1	3.8	4	3.7
交互式可視化探索	4.5	4.6	4.4	4.1
分析儀表盤	4.5	4.6	4.4	4.2
自帶的ETL和數據存儲	4.1	3.6	3.9	3.8
部署和管理	4.3	4.3	4.2	3.9
對于內容創作者的易用性	4.4	4.3	4.2	4
對于內容使用者的易用性	4.3	4.4	4.3	4.2
分析內容發布	4.4	4.3	4.2	4.1
分析內容嵌入	4	4.1	4	4
高級分析嵌入	4	3.9	3.9	3.9
自助式數據準備	3.9	3.8	4	4
元數據管理	3.7	3.6	3.6	4
數據源連接	4.3	4.3	4.2	4.2
安全和使用管理	4.1	4	4	4.2
云BI	3.9	4	4.3	4
BI平臺管理	4	4.1	4	4.1
產品評估與合同談判	4.3	4.1	4.1	4.1
定價的靈活性	3.9	3.6	4	3.8
集成和部署	4.2	4.2	4.2	4.1
部署的靈活性	4.4	4.3	4.3	3.9
服務和支持	4.2	4.2	4.1	3.9
反饋及時性	4.2	4.2	4	4
技術支持質量	4.1	4.2	4.1	3.9
備注：每項評價指標滿分為5分