Microsoft novamente é líder em análise e BI pelo gartner em 2021
O Gartner em 2021, novamente reconhece a Microsoft como Líder do Quadrante Mágico. Leia neste relatório, os recursos do Power BI que a posicionaram como lider.
A definição de autoatendimento está mudando neste campo à medida que os recursos aumentados permeiam as plataformas. Ao mesmo tempo, os ecossistemas de nuvem e o alinhamento com as ferramentas de produtividade tornaram-se os principais fatores de seleção. Este Magic Quadrant ajudará os líderes de dados e análises a planejar uma análise e um roteiro de BI.
Definição / descrição de mercado
As plataformas analíticas e de inteligência de negócios (ABI) são caracterizadas por uma funcionalidade fácil de usar que oferece suporte a um fluxo de trabalho analítico completo – da preparação de dados à exploração visual e geração de insights – com ênfase no uso de autoatendimento e assistência aumentada ao usuário.
Os fornecedores no mercado de ABI variam de startups apoiadas por fundos de capital de risco a grandes empresas de tecnologia. A grande maioria dos novos gastos neste mercado é em implantações de nuvem, e os principais participantes da plataforma de nuvem estão presentes no mercado. Em muitos casos, as plataformas ABI são pontos de entrada para conjuntos mais amplos de recursos de gerenciamento de dados em nuvem oferecidos por esses fornecedores de nuvem, como o Microsoft Azure Synapse Analytics e o IBM Cloud Pak for Data.
As plataformas ABI não são mais diferenciadas por seus recursos de visualização de dados, que agora são comoditizados. Todos os fornecedores podem construir painéis de indicadores chave de desempenho (KPI) interativos usando formas de gráfico comuns (barra / coluna, linha / área, dispersão, pizza e mapas geográficos) e com base em uma ampla variedade de fontes de dados. A diferenciação mudou para quão bem as plataformas suportam análises aumentadas.
O aumento utiliza a preparação de dados auxiliada por aprendizado de máquina (ML) e inteligência artificial (AI), geração de insights e explicação de insights para ajudar os empresários e analistas de dados a explorar e analisar os dados de maneira mais eficaz do que poderiam manualmente. Em vez de ser um recurso discreto, o aumento agora é encadeado por plataformas à medida que o ML é aplicado ao fluxo de trabalho de dados para decisão.
O escopo do aumento está se estendendo. Originalmente planejado para auxiliar as personas do analista usando autoatendimento, aumento e, cada vez mais, automação, agora estão sendo aplicadas para ajudar os usuários finais diretamente, dando origem a uma nova categoria de usuários: consumidores aumentados. Essas são pessoas não técnicas que esperam que os insights os encontrem , geralmente na forma de histórias de dados geradas por máquinas, conduzidas por insights automatizados com base no monitoramento contínuo de dados relevantes para sua função, personalidade ou função. Para garantir a relevância, essa funcionalidade inclui o comportamento de uso, especialmente o histórico de consulta de linguagem natural (NLQ) e comentários e classificações do usuário sobre o conteúdo fornecido automaticamente. Essa mudança tem o potencial de empurrar a ABI além do teto de adoção de aproximadamente 30% que está em vigor há muitos anos.
A funcionalidade da plataforma ABI inclui as seguintes 12 áreas de capacidade crítica, que foram atualizadas para refletir as áreas de mudança e diferenciação, particularmente em recursos mais intimamente associados à análise aumentada:
-
Segurança: Capacidades que permitem a segurança da plataforma, administração de usuários, auditoria de acesso à plataforma e autenticação.
-
Capacidade de gerenciamento: recursos que rastreiam o uso da plataforma ABI e gerenciam como as informações são compartilhadas (e por quem).
-
Análise de nuvem: A capacidade de apoiar a construção, implantação e gerenciamento de análises na nuvem, com base em dados armazenados na nuvem e no local.
-
Conectividade da fonte de dados: recursos que permitem que os usuários se conectem, consultem e recebam dados, enquanto otimizam o desempenho.
-
Preparação de dados: suporte para combinação de arrastar e soltar orientada pelo usuário de diferentes fontes e a criação de modelos analíticos (como medidas definidas pelo usuário, conjuntos, grupos e hierarquias).
-
Catálogo: a capacidade de gerar e selecionar automaticamente um catálogo pesquisável de conteúdo analítico, tornando mais fácil para os consumidores analíticos saberem qual conteúdo está disponível.
-
Insights automatizados: um atributo central da análise aumentada, é a aplicação de técnicas de ML para gerar descobertas automaticamente para os usuários finais (por exemplo, identificando os atributos mais importantes em um conjunto de dados).
-
Visualização de dados: suporte para painéis altamente interativos e exploração de dados por meio da manipulação de imagens de gráficos.
-
Contação de histórias de dados: a capacidade de combinar a visualização de dados interativos com técnicas narrativas para empacotar e entregar conteúdo analítico de uma forma atraente e de fácil compreensão para apresentação aos tomadores de decisão.
-
Consulta em linguagem natural (NLQ): permite que os usuários façam perguntas e consultem dados e conteúdo analítico usando termos digitados em uma caixa de pesquisa ou falados.
-
Geração de linguagem natural (NLG): A criação automática de descrições linguisticamente ricas de respostas, dados e conteúdo analítico. Dentro do contexto analítico, conforme o usuário interage com os dados, a narrativa muda dinamicamente para explicar as principais descobertas ou o significado dos gráficos ou painéis.
-
Relatórios: A capacidade de criar e distribuir (ou “estourar”) relatórios de múltiplas páginas, pixel-perfect, layout de grade para usuários em uma base programada.
Quadrante Mágico
Figura 1: Quadrante Mágico para Plataformas de Analytics e Business Intelligence
Fonte: Gartner (fevereiro de 2021)
A Microsoft é líder neste Quadrante Mágico. Ela tem um enorme alcance de mercado por meio do Microsoft Office e um roteiro de produtos abrangente e visionário .
A Microsoft oferece preparação de dados, descoberta de dados com base visual, painéis interativos e análises aumentadas no Power BI. Isso está disponível como uma opção SaaS em execução na nuvem do Azure ou como uma opção local no Power BI Report Server. O Power BI Desktop pode ser usado como uma ferramenta de análise pessoal independente e gratuita.
A instalação do Power BI Desktop é necessária quando usuários avançados estão criando mashups de dados complexos envolvendo fontes de dados locais.
A Microsoft lança uma atualização semanal para seu serviço Power BI baseado em nuvem, que ganhou centenas de recursos em 2020. Adições notáveis incluem análises mais ampliadas na forma de experiências infundidas de IA, incluindo narrativas inteligentes (NLG) e recursos de detecção de anomalias para visuais prontos para uso.
Forças
-
Alinhamento com o Office 365 e equipes: A inclusão do Power BI no Office 365 E5 SKU forneceu um enorme canal para a disseminação da plataforma, tornando-a “auto-propagada” em muitas organizações. A crescente integração do Power BI no Microsoft Teams, com suas dezenas de milhões de usuários ativos diários, aumentará ainda mais o alcance do Power BI no mundo do trabalho remoto. O Power BI agora é frequentemente a opção que as organizações têm em mente ao usar o serviço de consulta do cliente da Gartner para perguntar sobre a seleção da plataforma ABI – “por que não o Power BI?” é efetivamente a pergunta que a maioria está fazendo.
-
Combinação preço / potência: A influência do Power BI reduziu drasticamente o preço das ferramentas no mercado de plataforma ABI desde seu lançamento. Nesse caso, porém, o preço baixo não significa funcionalidade limitada. O serviço de nuvem Power BI é extremamente rico em seus recursos, que incluem um conjunto ampliado de análises aumentadas e recursos de ML automatizados. Serviços movidos a IA, como texto, sentimento e análise de imagem, estão disponíveis no Power BI Premium e se baseiam nos recursos do Azure.
-
Escopo da ambição do produto: a Microsoft continua a investir em um amplo conjunto de recursos visionários e a integrá-los ao Power BI. Agora, afirma ter 80.000 clientes usando serviços de IA em implantações de Power BI. Ele continua a incentivar o uso em escala, por exemplo, aplicando a otimização automática orientada por ML de visualizações materializadas no Azure Synapse (e em breve outras fontes de dados, incluindo Snowflake e Redshift) para ajustar automaticamente o desempenho da consulta.
