那些正在寻找大数据魔力四象限的人可能会失望，因为Gartner公司没有打算发布这一报告。
大数据不是一个市场。大数据是一类问题 (或机遇)。为开发利用这些问题或机遇中蕴藏的价值，您现有的很多信息基础设施将派上用场，您会用一些旧工具，也会用一些新工具。将使用的一些工具和技术，很久以前被用来解决 “小数据”问题，那时大数据还没被大肆宣传。因此，大数据不是一个市场。
本文由穆文杰 （ChrisMu）翻译和汉化投稿至36大数据，并经由36大数据编辑发布，任何不标明译者和本文连接
的均为侵权。
一些人甚至声称，如果要列出大数据需要的全部工具和技术，那么您将列出几乎所有的重要的信息基础设施。
市场可以被简单的定义为:
互相参考的买家们；
彼此可替代（竞争）的卖家们。
这两点都无法描述大数据。大数据涉及一系列问题，这些问题彼此不相似，却都可能很复杂。
此外，大数据正在成为“新常态”的一部分，或者也许是“新中性”的一部分。太平洋投资管理公司（PIMCO），作为”新常态”这一名词的创立者，上星期刚提出了“新中性”。可见，大数据将没那么热了。不过这是另一回事儿。
总之，没有大数据魔力四象限。
“新常态”(New Normal)是 PIMCO 在 2008 金融危机之后创出的新名词,表示宏观经济从繁荣—衰退周期到正常的恢复过程，即经济转型、再平衡过程。随后这个词被广泛用来描述金融危机之后经济增长低于平均水平的时代。PIMCO在日提出，预计今后的3到5年，全球经济增长将会不约而同地趋近于较低却稳定的速度上限，而央行利率将不得不维持在危机之前的均衡水平以下，谓之“新中性”（new neutral），好比汽车卡在了空挡（neutral gear）上。
关于高德纳魔力象限：
在某一特定市场中定位供应商
在这个技术市场中相互竞争的参与者有哪些?他们处于什么样的位置?Gartner 魔力象限是特定市场研究的巅峰，提供了宽广的视角以便审视市场中竞争对手的相对位置。魔力象限采用图形化表示，采用相同的评价标准，可以帮助您快速弄清楚技术提供商如何执行其既定的愿景，以及从Gartner 的市场观来看他们的表现如何。
如何运用高德纳魔力象限
如果你想投资某家技术厂商，高德纳魔力象限可以作为您了解它们的第一步。请记住，领导者象限并不总是最好的行动方针。有很多选择市场挑战者的理由。利基者也可能比市场领导者更支持您的需求。这一切取决于厂商与您的业务目标的匹配度。
高德纳魔力象限如何构建？
魔力象限以图形的方式展示四类技术提供商的的竞争定位，他们彼此差异明显，所在的市场增长迅速：
领导者很好的实现了当前的愿景并且做好了面向未来的准备。
远见者了解市场的走向或拥有改变市场规则的愿景，但尚未很好的实现这样的目标。
利基者成功聚焦细分市场，或者目标不明确而且在创新和性能上未能超越同行。
挑战者目前表现不错，有可能已经占据了一个大的专业市场，但是尚未展示出对市场趋势的理解。
交互式的魔力象限特征
Gartner 交互式的魔力象限特征使您能够创建反映自身业务目标、 需求和优先级的魔力象限视图。最有意义的是互动特性使您能够调整赋予每个评价标准的权重，以生成新的特定客户的魔力象限。然后，你可以保存和共享这些自定义的魔力象限，供您内部分析和决策使用。
语境化使您能够通过一个特定的视角审视 Gartner魔力象限，从关键行业、地域和公司规模等维度向您提供高影响的其他观点。此增强功能提供关于市场和著名供应商的分析师评论。互动魔力象限经验为您提供了基于对你最重要的市场的自定义视图。
36大数据专稿
转载请注明来自36大数据（)： &
除非特别注明，本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性，宽容，换位思考的原则。> gartner魔力象限
昨天从朋友圈看到华为进入Gartner魔力象限领导者的消息，随后查阅了Gartner网站，发现消息
Gartner最近公布了针对SIEM的魔力象限——所谓的SIEM也就是安全信息和事件管理(Security Informat
OSSIM连续4年进入Gartner信息安全与事件管理（SIEM）魔力象限 开源的OSSIM系统，从2012年起连续
昨天从朋友圈看到华为进入Gartner魔力象限领导者的消息，随后查阅了Gartner网站，发现消息
Gartner最近公布了针对SIEM的魔力象限——所谓的SIEM也就是安全信息和事件管理(Security Informat
在V8中，所有的JavaScript对象都是通过堆来进行分配的。如果已申请的堆空闲内存不够分配新
您可以存储的总数据容量和对象个数不受限制。各个 Amazon S3 对象的大小范围可以从最小 0
如果不知道一个对象的准确类型，RTTI 会帮助我们调查。但却有一个限制：类型必须是在编
好了，不开玩笑，“一千万摆在眼前”其实是最近发生的一件真实的事。为了卡位财富先机
题意：要制作n个药，初始制作一个药的时间为x，魔力值为s，有两类咒语可以加速，一类有
昨天从朋友圈看到华为进入Gartner魔力象限领导者的消息，随后查阅了Gartner网站，发现消息
Gartner最近公布了针对SIEM的魔力象限——所谓的SIEM也就是安全信息和事件管理(Security Informat
揭秘亚马逊魔力：低盈利、高估值奇迹背后贝索斯做了什么。自1997年上市以来，亚马逊实
网易科技讯 12 月 7 日消息据外媒（VentureBeat）报道，在一篇发表于 Gartner Reports 的研究中，
昨天从朋友圈看到华为进入Gartner魔力象限领导者的消息，随后查阅了Gartner网站，发现消息
Gartner最近公布了针对SIEM的魔力象限——所谓的SIEM也就是安全信息和事件管理(Security Informat
最近，微软 CEO 萨蒂亚·纳德拉参加了在奥兰多召开的 Gartner Symposium ITxpo 2016 研讨会。在该
近日 Gartner 研讨会在美国弗罗里达州奥兰多举行，智能化、大数据和物联网成为届研讨会的
条款1 限制某个 class 所能产生的对象数量
1)类中的静态成员总是被构造，即使不使用，而
Cookie中对保存对象的大小是有限制的
解决cookie中无法保存中文的问题：
OSSIM连续4年进入Gartner信息安全与事件管理（SIEM）魔力象限 开源的OSSIM系统，从2012年起连续
PHP5有一个单重继承的,限制访问的,可以重载的对象模型
本章稍后会详细讨论的继承,包含类
　　PHP5的访问方式允许限制对类成员的访问。这是在PHP5中新增的功能，但在许多面向对象
来自洛杉矶的一名男子表示，他在一次看医生之后开始通过谷歌地图去记录并编辑信息。他
【亿邦动力网讯】今年4月底开通交易功能后，在没有任何推广的情况下，600个活跃用户中
如何成为一个伟大的创业者？Uber创始人卡拉尼克认为：①信奉、目标；②发现魔力；③选
OSSIM连续4年进入Gartner信息安全与事件管理（SIEM）魔力象限 开源的OSSIM系统，从2012年起连续
想必你一定遇到过Linux下程序异常退出的问题，异常退出貌& 20284;有一种神奇的魔力，会
我们要说的是WAF不是WIFE，WAF=Web Application Firewall，坊间都叫“WEB应用防火墙”。顾名思义，
2016 年机器学习有三大趋势。其中，Gartner 分析认为，算法将形成一个全球性的交易市场，
热门文章热门标签
02月09日 |
01月28日 |
01月28日 |
02月03日 |
02月03日 |
01月28日 |
01月28日 |
01月28日 |解读BI圈最权威报告——Gartner魔力象限2015
发表于 11:13|
作者何春涛
摘要：BI市场正进行着基础性的变革。传统BI的市场份额领导者被新型BI厂商打乱。这些新型厂商让更多的人成为了数据分析用户，并创造了更高的商业价值。
传统BI的市场份额领导者被新型BI厂商打乱。这些新型厂商让更多的人成为了数据分析用户，并创造了更高的商业价值。BI市场趋势BI市场正进行着基础性的变革。过去10年，大多由IT部门主导BI项目的投资，这些项目高度可控、中心化、IT-led。IT部门负责编制出Production Reports，再推送给消费者和分析人员。现在，大量的商业用户迫切要求进行交互式分析，希望通过深度分析获取数据洞察力，而他们只有非常有限的IT或数据科学技能。一方面IT部门需要满足越来越多的Data Discovery需求，另一方面他们又不想牺牲可控性。基于Reporting去指导业务的需求虽然还存在，目前最显著的改变却是如何二者兼之，尤其是满足新的Business-user-driven的需求。这些需求不再使用传统的、IT-centric的企业级平台，转而采用去中心化的Data Discovery部署，如今这种部署在企业里随处可见。Gartner估算，超过1/2的购买需求来自于Data-discovery-driven。这种去中心化模型让更多商业用户获取到了数据分析能力，同时也产生了对可控的Data Discovery方法的需求。这是一个持续了6年转变。在2014年，IT-centric BI平台正越来越多地被Business-user-driven和交互式分析项目替换。这些新项目越来越多，BI部门的担忧也随之增多，希望做到总体可控的需求也在随之增长。这个转变的目标，是让更大范围的用户和更多的场景能获取到数据分析能力。传统BI厂商十分努力地想通过打包和集成其它的产品去满足这些商业用户的需求，但他们苍白的仿制品并未得到市场的认可，因而收效甚微。他们也正在为下一代分析工具做投资，不过产品尚未完全成熟（例如：SAP Lumira和IBM Watson Analytics）。Embedded BI的需求增长很快，通过嵌入分析应用，各种应用的用户都能受益于BI。随着企业通过双峰式的、可管控的Data Discovery方法建设BI平台，很多商业用户希望以Self-service的模式去访问IT部门把控的数据源；这引入了复杂的、但却又是商业用户能用的数据建模工具；他们还希望有简单快捷的方式找到相关模式，提升数据洞察力。当前的趋势是，基于云部署、支持各种Mobile设备，更大范围地接入用户尤其是非传统BI用户，以扩展数据分析的应用尤其是通过深度分析产生洞察。人们对Cloud BI的关注度从2013年的45%下降到了2014年的42%。Cloud BI的主要市场来自于私有云，以及数据在公有云的应用。虽然大多数BI厂商有自己的Cloud Strategy，但他们并不能把云服务和线下部署整合起来。我们看到很多数据分析需要整合来自内部和外部的多结构化数据。对BI厂商来说，整合线上线下的、多结构化的、流式的数据，已经成为很重要的功能。基于流计算和多结构化数据的分析大多来自早期用户，但这些功能显得愈发重要。BI魔力象限Figure 1.Magic Quadrant for Business Intelligence and Analytics Platforms（BI魔力象限图）Source: Gartner (February 2015)BI厂商定位总览2014年，对BI巨头而言又是一个被挑战的念头。有一个奇怪的现象，IT-centric BI平台功能丰富，但用户使用却非常局限，往往只用了Reporting。而那些Business-centric BI平台（Tableau, Qlik）功能有限，但用户使用却非常广泛。连Reporting这种他们不擅长的功能也被广泛使用，主要是因为他们简单交付、极致易用。当前的BI市场状况看起来像上世纪80年代晚期的主机/工作站市场，那时的客户和需求也正在彻底转变。这些转变驱使HP对计算平台的战略和架构进行了彻底的再思考和再设计。最终，这场转变让DEC消亡，因为他的行动实在是太慢了。类似地，今天的BI巨头也站在十字路口中间。虽然Data Discovery BI平台被认为是IT-centric BI平台的重要补充，但新的分析项目大多都采购了前者而不是后者。这导致用户基数很大的传统BI厂家正在被逐渐边缘化，他们不能提供有竞争力的产品，也就无法保持增长。虽然还不是发展的主流，我们看到用Tableau、QV等产品去替换现有平台的Case越来越多，尤其中小企业（笔者：也包括部门级应用）。Gartner调查结果发现，越来越多的企业倾向于以更大的平台规模部署Data Discovery BI，但他们发现这些产品在企业级监控、管理、扩展性等方面还有欠缺，Business-centric BI厂商正在持续补足这些功能。如果我们开始看到大规模地转向Business-user-centric BI厂商的替换，市场转换就很明显了。目前，大量买家似乎试着等一等，看他们选购的IT-centric BI平台是否会补足Data Discovery功能，而这些Data Discovery功能满足他们的需求。毕竟，如果没有一家BI厂商能两全其美，两种分割的BI系统会从监控、扩展、支持等方面给企业带来不小的挑战。2015年很可能是一个关键年，在其间民主化数据分析将统领市场需求，对监管的需求也在增加。新一代数据分析功能更加重要，例如支持深度分析，同时隐藏复杂性（数据准备、自动模式搜索）。在2015年及未来，这些功能对采购的冲击程度，将决定谁会凸现出来成为这次市场转换的领导者。支持大量的多种多样的数据也成为BI市场的主流需求。同时，融合分散的Business-user-led应用部署和集中的企业级应用部署，成为BI Vendor的极大挑战。BI平台要支持Cloud数据、流数据、多结构化数据，还要支持社交和网络分析、情绪分析、机器学习。新的挑战和机会来自于将这些多源数据融合并管理起来，以产生商业价值。对于国内市场，笔者观察到有越来越多的企业希望出现业务主导型、高性能、并同时具备大数据分析能力的BI产品。国内敏捷BI起步较晚，我所创立的永洪BI以及同行陆续不同的数据可视化分析产品，技术上已经不逊于国外同行；且已经开始在大数据分析、探索式分析等领域超越国际竞品；而诸如复杂式报表、数据填报等国内特色的需求也得到了很好的解决；当然，本土团队的产品服务能带来更好的支撑效果和客户体验。国内市场的另外一个问题是，有些企业尤其是中小企业还未建立起对数据的正确认识，不太了解数据的真正价值，也不知道如何通过数据来指导运营和业务，这需要一个中长期的培育。而另一方面，我们也看到除了大型机构和大型企业之外，很多中小企业非常清晰地认识到数据分析的价值，具有非常强烈的建立有效的数据化运营体系的愿望，他们广泛地分布在电商、金融、O2O等泛互联网行业。这些企业身处透明且充分竞争的市场，引领着更多的行业更多的企业的发展。相信我们会看到的越来越多的企业构建适配的数据分析平台，充分发掘数据价值，快速成长为所处行业的佼佼者。魔力象限之领导者象限概述领导者象限的BI厂商都被放到了第一象限靠边的位置，中间是空的。这是因为没有一个厂商能做到既支持越来越大的Business-user-oriented并被管控的BI部署，又在用户体验上为这场划时代的变革做好了创新的准备。有观点认为以前的BI巨头将不能重新获取市场的认同，即便他们还在为创新而投入。Tableau和Qlik得到了市场的认同，是因为他们满足了客户在Data Discovery上的需求，促成了更简单和更广泛的应用，因而获得了成长。客户非常看重产品的易用性，也很看重产品功能、销售过程、产品服务、产品质量、产品升级、商业价值、支持所有用户的分析等等方面的满意度。被市场认同的BI厂商，他们更专注于简单易用，以让更多的用户能随时随地进行数据分析。他们正在实现客户最关注的需求，并从新的分析项目投资中获取增长，而诸如监控、管理、嵌入、扩展性等企业级功能还处于开发完善过程之中（Qlik发布了Qlik Sense，而Tableau每个版本都补足一些企业级功能）。有观点认为，Tableau和Qlik一直致力于重点优化产品的易用性以接入更多的用户，但较少关注新出现的增长领域例如Smart Data Discovery以进一步提升数据分析的民主性，也较少投入到自服务数据准备领域（Tableau计划在V9发布中包括有限的功能，Qlik也有类似的计划），但他们在这些领域的能力还比较欠缺。SAP、SAS和IBM对需求的支持最全，客户群体很大。他们正积极地通过研发新一代的智能Data Discovery功能以缩短差距并获取客户的认同。这些功能包括：自服务的数据准备、自动模式识别、自然语言查询等智能Data Discovery功能。另外，他们认为完整地支持可监控的Data Discovery是他们区别于竞争对手的关键点。这些BI厂商需要将Vision转化为新的市场动力，去提升客户体验，去产生商业价值，将来才能留在领导者象限。SAS较之于IBM和SAP有更好的动力、认同和客户体验，这是因为他具备Data Discovery功能的产品Visual Analytics。借助于SAS的深度分析实力，SAS已经通过Visual Analytics在智能Data Discoveray领域取得了令人信服的差异。当然，SAS BI平台的复杂性还是给人留下了深刻的印象。围绕智能Data Discovery，SAP积极地投入Lumira，收购KXEN，完善自服务数据准备。与IBM相比，他的整合路线图更清晰（Lumira与Hana和BO整合）。IBM对Watson有令人信服的愿景，结合自服务数据准备、自然语言查询和探索、自动模式发现和预测、可视化故事等等以驱动未来的市场需求。然而，在如何整合Watson和Cognos上IBM的路线图尚不清晰。微软、微策略、Oracle、IBI等厂商Vision完整性不错，但正被执行挑战所阻碍。微软通过在Excel中提供Data Discovery功能一定程度地获取了的用户，尤其是老用户。微软有清晰的产品愿景（自然语言查询、自服务数据准备），而且比其他BI巨头的客户体验更好。然而，平庸的产品评分和缺乏清晰的市场和销售重点，牵制住了微软前行的步伐。最新产品Power BI，可以被商业用户独立部署，而不再依赖Excel 2013和Office 365，也许会在将来改变这一状况。Oracle 的云战略取得了进展，在多结构化数据分析和大数据分析方面的产品愿景令人信服。然而，在Business-user-oriented方向的投资已经太晚。虽然Oracle持续从老客户中取得BI收入，但这些客户给Oracle在客户体验上的分数太低了。在可管控的Data Discovery上，微策略提供了令人信服的产品和愿景，也取得了很多成就，尤其在价格政策上。但最近微策略的高管离职和员工解雇风波已经冲击了客户体验和销售势头。IBI是一家有着强大企业级平台的老玩家。产品致力于面向大量商业用户部署Information-centric的应用，包括企业内部的应用和面向客户的应用。他已经在往可管控的Data Discovery方面投入，但晚了。IBI的路线图是有远见的，也很早就推向了市场，但除了Information-centric应用这一甜点之外，并未取得广泛接受。与其他IT-centric的领导者厂商类似，IBI的增长和市场主要来自于老客户。BI市场趋势BI在成熟市场的年均复合增长率为9%。市场驱动如下：Data Discovery占据了主要的投资。Self-service data preparation对实现高价值Data Discovery很重要。Smart Data Discovery将扩大用户群，给用户带来数据洞察力和数据解读。Cloud BI将随着线上应用发展而同步发展，也会因数据重要性逐渐转向Cloud而发展。Streaming Data。流数据分析对很多面向客户的企业来说，越来越重要。Multistructured Data Analysis。这也是一个重要的方向。Embedded BI。嵌入式BI，尤其是Mobile的嵌入式BI。Customer-facing Analysis。面向客户的分析，把BI平台从成本中心转化为利润中心。Collaboration and Social Capabilities。基于BI的分享和协作。Mobile BI: 移动BI，这是Gartner遗漏的，但在移动互联网席卷当下的今天，这明显是重要的需求方向。作者：何春涛，永洪BI创始人，专注于数据可视化分析领域的数据分析、数据挖掘和数据展现。除了大数据、商业智能等软件产品的研发之外，何春涛还在金融、电信、能源等行业拥有丰富的企业服务经验。
推荐阅读相关主题：
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章}