經(jīng)過(guò)2015一年的發(fā)展，傳統(tǒng)BI的頹勢(shì)愈發(fā)明顯。Gartner在2016年2月發(fā)布的《商業(yè)智能與分析平臺(tái)魔力象限》年度報(bào)告顯示：傳統(tǒng)BI廠商全部被驅(qū)除出了領(lǐng)導(dǎo)象限。一年的時(shí)間里，全球商業(yè)智能與分析行業(yè)市場(chǎng)到底發(fā)生了哪些劇變？

　　早在2015年初，Gartner就在《商業(yè)智能與分析平臺(tái)魔力象限》年度報(bào)告中說(shuō)到：“傳統(tǒng)BI的市場(chǎng)份額領(lǐng)導(dǎo)者被新型BI廠商打亂。這些新型廠商讓更多的人成為了數(shù)據(jù)分析用戶(hù)，并創(chuàng)造了更高的商業(yè)價(jià)值。”

　　經(jīng)過(guò)2015一年的發(fā)展，傳統(tǒng)BI的頹勢(shì)愈發(fā)明顯。Gartner在2016年2月發(fā)布的《商業(yè)智能與分析平臺(tái)魔力象限》年度報(bào)告顯示：傳統(tǒng)BI廠商全部被驅(qū)除出了領(lǐng)導(dǎo)象限。一年的時(shí)間里，全球商業(yè)智能與分析行業(yè)市場(chǎng)到底發(fā)生了哪些劇變？這里，筆者將給出自己的解讀，同時(shí)奉上2016年《商業(yè)智能與分析平臺(tái)魔力象限》年度報(bào)告原文。

　　那么，在過(guò)去的這一年，全球商業(yè)智能與分析市場(chǎng)的變革發(fā)展到什么地步了？首先，讓我們對(duì)比一下Gartner分別在 2015年和2016年公布的商業(yè)智能與分析魔力象限。

　　2015年市場(chǎng)的三個(gè)劇變

　　從以上兩張魔力象限圖中，我們可以看出來(lái)2015和2016年商業(yè)智能與分析魔力象限存在三個(gè)劇變。

　　1. 傳統(tǒng)BI廠商幾乎全部被驅(qū)除出了領(lǐng)導(dǎo)者象限，包括IBM、SAP、SAS、Microstrategy等傳統(tǒng)BI巨頭無(wú)一幸免。

　　2. 2015年還處于領(lǐng)導(dǎo)者象限的Oracle已經(jīng)完全消失了，連利基象限都沒(méi)能保住。

　　3. Birst、Logi Analytics等處于挑戰(zhàn)者象限的BI廠商也被全部驅(qū)除。在Gartner分析師眼中，居然沒(méi)有一家廠商滿(mǎn)足挑戰(zhàn)者條件。

　　大幅改變的Gartner魔力象限報(bào)告，讓我們深切感受到了國(guó)際商業(yè)智能與分析行業(yè)市場(chǎng)的顛覆性變化。另外，Gartner將傳統(tǒng)BI巨頭重新打包到Gartner靜態(tài)報(bào)表魔力象限報(bào)告中，有興趣的朋友可以做深入研究。

　　2015年市場(chǎng)的發(fā)展概況

　　1. 探索式分析幾乎成為BI選型的唯一選擇。在Gartner商業(yè)智能與分析魔力象限報(bào)告中，分析師們給出了這樣的結(jié)論。由于Gartner商業(yè)智能與分析魔力象限報(bào)告只研究全球化廠商，所以無(wú)論收入規(guī)模多大，國(guó)內(nèi)BI廠商都無(wú)法進(jìn)入報(bào)告，進(jìn)入挑戰(zhàn)者或領(lǐng)導(dǎo)者象限更是無(wú)從說(shuō)起。

　　2. 去中心化的探索式分析逐漸被放棄，良好的企業(yè)管控之下的探索式分析將成為主流。過(guò)去10年，部分業(yè)務(wù)用戶(hù)和數(shù)據(jù)分析師比較喜歡通過(guò)桌面分析軟件開(kāi)展離線數(shù)據(jù)分析，這一過(guò)程為先下載企業(yè)數(shù)據(jù)，再離線開(kāi)展探索式分析。這種去中心化的探索式分析帶來(lái)了很大的回報(bào)，也帶來(lái)了管理失控的巨大風(fēng)險(xiǎn)。Gartner分析師們?cè)谀Яο笙迗?bào)告中指出，IT驅(qū)動(dòng)和業(yè)務(wù)驅(qū)動(dòng)就像“鐘擺”的兩個(gè)極端，居于“鐘擺”中間位置的良好的企業(yè)管控之下的中心化的探索式分析將成為主流。

　　3. 云計(jì)算改變著企業(yè)IT建設(shè)，但處于Gartner魔力象限報(bào)告領(lǐng)導(dǎo)者象限的BI廠商，收入無(wú)一例外不是On-Premise為主，SaaS為輔。我們認(rèn)為這是數(shù)據(jù)分析行業(yè)的特殊性使然：數(shù)據(jù)分析必須基于企業(yè)數(shù)據(jù)，一般情況下企業(yè)數(shù)據(jù)在哪里數(shù)據(jù)分析就發(fā)生在哪里，而當(dāng)前90%以上的企業(yè)數(shù)據(jù)仍然存儲(chǔ)在大量的承載著核心業(yè)務(wù)的On-Premise系統(tǒng)中。隨著云端部署的緩慢上升，BI廠商的SaaS收入在總收入里的占比也會(huì)緩慢上升。我們沒(méi)有看到可信的研究報(bào)告，因而不知道該比例的具體年增速如何，不過(guò)相信10年內(nèi)會(huì)超過(guò)50%。

　　4. 伴隨著大數(shù)據(jù)、深度分析、自然語(yǔ)言查詢(xún)、搜索、流計(jì)算等技術(shù)的不斷進(jìn)步，商業(yè)智能與分析行業(yè)仍然處于巨大的技術(shù)變革中。越來(lái)越多沒(méi)有IT技術(shù)背景的業(yè)務(wù)用戶(hù)將有機(jī)會(huì)利用商業(yè)智能與分析平臺(tái)獲取洞察，這將深刻地改變各行各業(yè)的競(jìng)爭(zhēng)態(tài)勢(shì)，那些有遠(yuǎn)見(jiàn)卓識(shí)的企業(yè)無(wú)比看重?cái)?shù)據(jù)的價(jià)值和洞察，會(huì)在5年之內(nèi)實(shí)現(xiàn)全員探索式分析，并通過(guò)數(shù)據(jù)化運(yùn)營(yíng)智慧企業(yè)在未來(lái)10年取得優(yōu)勢(shì)地位。

　　5. 商業(yè)智能與分析是一個(gè)充分競(jìng)爭(zhēng)的全球化市場(chǎng)，這對(duì)創(chuàng)業(yè)者的要求越來(lái)越高。商業(yè)智能與分析是一個(gè)充分競(jìng)爭(zhēng)的全球化市場(chǎng)，創(chuàng)業(yè)伊始你在產(chǎn)品或營(yíng)銷(xiāo)的能力是最羸弱的時(shí)候，你就不得不與IBM、SAP、Microsoft、Tableau等國(guó)際巨頭同臺(tái)競(jìng)技。因此，在該領(lǐng)域的創(chuàng)業(yè)者除了需要技術(shù)，更需要遠(yuǎn)見(jiàn)和洞察，以看清楚趨勢(shì)并持續(xù)投入。這樣，在趨勢(shì)成為主流的時(shí)候才可能處于優(yōu)勢(shì)地位。

　　6. 分析應(yīng)用市場(chǎng)將涌現(xiàn)巨大的創(chuàng)業(yè)機(jī)會(huì)。舉個(gè)例子，辦公軟件領(lǐng)域的幾個(gè)主流廠商共同推出了開(kāi)放標(biāo)準(zhǔn)的文件格式，使用不同辦公軟件的用戶(hù)可以輕松分享生成的辦公文件。我們相信，在不久的將來(lái)數(shù)據(jù)接口將會(huì)更好地遵循開(kāi)放標(biāo)準(zhǔn)，而數(shù)據(jù)模型和分析模型的存儲(chǔ)也將擁有開(kāi)放標(biāo)準(zhǔn)。在此基礎(chǔ)上，基于On-Premise和SaaS的數(shù)據(jù)模型和分析模型將有機(jī)會(huì)在全球市場(chǎng)進(jìn)行分享。最終，這將像App Store或Google Play一樣，形成巨大的分析應(yīng)用市場(chǎng)。

　　2016年商業(yè)智能與分析市場(chǎng)的發(fā)展趨勢(shì)

　　全球商業(yè)智能與分析市場(chǎng)的整體份額繼續(xù)擴(kuò)大。根據(jù)當(dāng)前Gartner對(duì)該領(lǐng)域的年度綜合增長(zhǎng)率的預(yù)計(jì)，市場(chǎng)增長(zhǎng)率可能維持在2014年的5.8%，直至2019年。

　　然而，伴隨著購(gòu)買(mǎi)模式和需求的變化，不高的增長(zhǎng)率反映了一個(gè)處于轉(zhuǎn)變過(guò)程中的市場(chǎng)：購(gòu)買(mǎi)決策持續(xù)從IT部門(mén)的領(lǐng)導(dǎo)轉(zhuǎn)換為業(yè)務(wù)線的領(lǐng)導(dǎo)和用戶(hù)，他們需要更敏捷和更靈活的個(gè)性化選擇——新準(zhǔn)則是先落地再擴(kuò)展�，F(xiàn)在與以往那種帶動(dòng)企業(yè)兩位數(shù)增長(zhǎng)的大規(guī)模的企業(yè)級(jí)交易截然不同，那時(shí)的IT部門(mén)掌握更多的預(yù)算，并對(duì)采購(gòu)決策施加著更多影響。

　　在如此快速進(jìn)化的市場(chǎng)中，帶動(dòng)商業(yè)智能與分析市場(chǎng)新增長(zhǎng)的主要驅(qū)動(dòng)力，正受到以下因素的影響：

　　1. 新供應(yīng)商持續(xù)出現(xiàn)，使得市場(chǎng)上有更多創(chuàng)新的產(chǎn)品供買(mǎi)方挑選。在以后幾年，買(mǎi)方將從關(guān)注那些提供新型BI和分析產(chǎn)品的供應(yīng)商中獲益，他們有充足的機(jī)會(huì)去投資那些進(jìn)入市場(chǎng)的創(chuàng)新產(chǎn)品。如果買(mǎi)方需要試運(yùn)行大量的創(chuàng)新產(chǎn)品以及大量的供應(yīng)商參與到POC驗(yàn)證中，隨著時(shí)間累積，其不利之處在于機(jī)構(gòu)可能面臨技術(shù)負(fù)債——作為多個(gè)獨(dú)立解決方案所體現(xiàn)出的商業(yè)價(jià)值急速轉(zhuǎn)變?yōu)槿鄙賹?duì)設(shè)計(jì)、實(shí)施和技術(shù)支持足夠關(guān)注的產(chǎn)品部署。在這個(gè)快速進(jìn)化的BI市場(chǎng)中，機(jī)構(gòu)需要形成正確策略和參考架構(gòu)，用于評(píng)測(cè)各種可選的產(chǎn)品，以此降低他們的技術(shù)債務(wù)，從而避免在未來(lái)產(chǎn)生較多的返工和再設(shè)計(jì)的問(wèn)題。

　　2. 隨著越來(lái)越多的用戶(hù)驅(qū)動(dòng)的數(shù)據(jù)分析平臺(tái)得以部署，監(jiān)管需求正持續(xù)增長(zhǎng)，這將觸發(fā)IT部門(mén)以新的形式介入其中。最初，當(dāng)市場(chǎng)轉(zhuǎn)變時(shí)，業(yè)務(wù)用戶(hù)感覺(jué)到有能力繞開(kāi)IT部門(mén)通過(guò)自主采購(gòu)的方式去使用能夠填補(bǔ)他們業(yè)務(wù)缺口的BI產(chǎn)品。隨著時(shí)間的推移，產(chǎn)品部署持續(xù)擴(kuò)大，用戶(hù)變得越來(lái)越多，使用場(chǎng)景變得越來(lái)越復(fù)雜——業(yè)務(wù)用戶(hù)與IT部門(mén)的合作又將重新展開(kāi)，他們會(huì)協(xié)同開(kāi)發(fā)出敏捷的流程去支持自服務(wù)數(shù)據(jù)分析的需求，即通過(guò)適度的企業(yè)級(jí)管控，去確保恰當(dāng)而負(fù)責(zé)任的使用范疇。

　　這將促成自服務(wù)數(shù)據(jù)準(zhǔn)備結(jié)合探索式分析產(chǎn)品的場(chǎng)景，提供敏捷而集中的使用方式去成功地替代傳統(tǒng)的使用方式，舊的方式往往缺乏敏捷性，而且也不支持IT部門(mén)與業(yè)務(wù)用戶(hù)間的協(xié)作開(kāi)發(fā)。這與在這個(gè)行業(yè)多次發(fā)生的“鐘擺”現(xiàn)象相吻合，在這個(gè)行業(yè)，最終用戶(hù)的實(shí)踐最終將轉(zhuǎn)向以IT為中心的方式的另一極端。在業(yè)務(wù)用戶(hù)生成的內(nèi)容急劇擴(kuò)張的背景下，對(duì)監(jiān)管的需求正在使鐘擺回歸至更注重企業(yè)級(jí)管控和協(xié)作的中間地帶。

　　3. 市場(chǎng)對(duì)智能的探索式分析的了解和接納會(huì)讓探索式分析獲取到更廣泛的用戶(hù)群體，新產(chǎn)品觸及的范圍和影響力也會(huì)隨之增加。在不需要建模和寫(xiě)算法以及查詢(xún)的前提下，這些新出現(xiàn)的功能讓用戶(hù)能從越來(lái)越多的、復(fù)雜的、多結(jié)構(gòu)化的數(shù)據(jù)集里發(fā)現(xiàn)大量的隱藏模式。除了探索式分析，通過(guò)交互的可視化、搜索和自然語(yǔ)言查詢(xún)等技術(shù)，業(yè)務(wù)用戶(hù)和分析師還能從深度分析中直接獲益（高亮和可視化諸如重要發(fā)現(xiàn)、相關(guān)性、集群、預(yù)測(cè)、異常值、反常、關(guān)聯(lián)、趨勢(shì)等結(jié)果）。

　　有些工具還會(huì)為用戶(hù)說(shuō)明分析結(jié)果，例如生成自然語(yǔ)言的文本去突出顯示模式和闡釋洞察。這樣可以減少發(fā)現(xiàn)洞察的時(shí)間，也節(jié)省了手動(dòng)探索和手動(dòng)建模的時(shí)間開(kāi)銷(xiāo)和專(zhuān)業(yè)技能要求。探索式分析并非替代了高級(jí)數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家，而是為他們?cè)黾恿艘蝗汗�民�?shù)據(jù)科學(xué)家。這些公民數(shù)據(jù)科學(xué)家?guī)椭�他們產(chǎn)生了更多的設(shè)想，再隨之開(kāi)展更細(xì)化的探索，數(shù)據(jù)學(xué)家可以幫著確認(rèn)最終結(jié)果。

　　4. 機(jī)構(gòu)從持續(xù)增長(zhǎng)的多結(jié)構(gòu)化數(shù)據(jù)源中融合和獲得洞察的需求，將推動(dòng)智能的自服務(wù)數(shù)據(jù)準(zhǔn)備和智能的探索式分析領(lǐng)域的持續(xù)創(chuàng)新。市場(chǎng)需要更加強(qiáng)大的軟件功能，包括自動(dòng)提取、推論、濃縮和創(chuàng)建搜索索引訪問(wèn)新數(shù)據(jù)源。以手動(dòng)方式去完成這些工作將會(huì)難以匹配數(shù)據(jù)多樣性和復(fù)雜度的增長(zhǎng)，隨著時(shí)間的推移這種增長(zhǎng)將是指數(shù)級(jí)的。同時(shí)，通過(guò)自動(dòng)的模式探索和洞察發(fā)現(xiàn)，機(jī)構(gòu)可以擴(kuò)大分析規(guī)模，也可以讓更多的用戶(hù)群體可以受益于分析洞察功能。

　　5. 通過(guò)自然語(yǔ)言查詢(xún)，基于搜索的探索式分析將讓更多的用戶(hù)獲益。由于BI和分析平臺(tái)對(duì)自然語(yǔ)言查詢(xún)支持得越來(lái)越好，更多的非技術(shù)用戶(hù)能以對(duì)話提問(wèn)的方式來(lái)分析數(shù)據(jù)，新用戶(hù)將更有可能參與到利用探索式分析中。業(yè)務(wù)驅(qū)動(dòng)的自然語(yǔ)言查詢(xún)需要底層的基于多結(jié)構(gòu)化數(shù)據(jù)的搜索功能，這一領(lǐng)域的進(jìn)展將不斷提升該功能的易用性和可信度。

　　6. 市場(chǎng)將不斷擴(kuò)張且更加成熟，這將為機(jī)構(gòu)創(chuàng)造更多的機(jī)會(huì)去購(gòu)買(mǎi)或銷(xiāo)售分析應(yīng)用。一個(gè)活躍的市場(chǎng)可以讓買(mǎi)家和賣(mài)家匯聚起來(lái)交換分析應(yīng)用、聚合數(shù)據(jù)源、自定義可視化和算法，這將增加對(duì)BI和分析領(lǐng)域的需求，并推動(dòng)其未來(lái)的增長(zhǎng)。成熟起來(lái)的市場(chǎng)將為BI供應(yīng)商們提供新的銷(xiāo)售渠道，基于他們平臺(tái)的分析應(yīng)用可以在自有的渠道和合作伙伴的渠道銷(xiāo)售。這一成熟市場(chǎng)的主要好處在于這是一個(gè)面向終端用戶(hù)的市場(chǎng)，他們幾乎可以獲得想要的任何分析應(yīng)用，以用于內(nèi)部解決方案和流程的開(kāi)發(fā)。

　　7. 為更好地支持物聯(lián)網(wǎng)，機(jī)構(gòu)需要支持實(shí)時(shí)動(dòng)態(tài)和流數(shù)據(jù)抓取。為了使機(jī)構(gòu)能處理在這個(gè)互聯(lián)世界中由設(shè)備、傳感器和人產(chǎn)生的大量數(shù)據(jù)，機(jī)構(gòu)必須在捕捉和加工這種數(shù)據(jù)上進(jìn)行投資。BI和分析市場(chǎng)的競(jìng)爭(zhēng)者們也需要在類(lèi)似方面進(jìn)行投資——讓買(mǎi)家在同一平臺(tái)中合并實(shí)時(shí)動(dòng)態(tài)和流數(shù)據(jù)以及其他來(lái)源的數(shù)據(jù)，去開(kāi)發(fā)新一代的具備很大影響的分析應(yīng)用，讓用戶(hù)能利用這種實(shí)時(shí)洞察能力。

　　附：Gartner2016年商業(yè)智能和分析平臺(tái)魔力象限報(bào)告

　　概述

　　這幾年，全球商業(yè)智能與分析平臺(tái)市場(chǎng)經(jīng)歷了從“IT主導(dǎo)的報(bào)表模式”往“業(yè)務(wù)主導(dǎo)的自服務(wù)分析模式”轉(zhuǎn)折的臨界點(diǎn)。最近發(fā)生的采購(gòu)大多是現(xiàn)代的、以業(yè)務(wù)用戶(hù)為中心的自服務(wù)數(shù)據(jù)分析平臺(tái)，全新市場(chǎng)觀念的形成，深刻地改變了全球數(shù)據(jù)分析市場(chǎng)格局。

　　戰(zhàn)略規(guī)劃設(shè)想（到2018年）

　　1. 作為轉(zhuǎn)向部署現(xiàn)代BI平臺(tái)的一部分，大多數(shù)業(yè)務(wù)用戶(hù)和分析師都借助自服務(wù)工具進(jìn)行數(shù)據(jù)準(zhǔn)備，即自服務(wù)數(shù)據(jù)準(zhǔn)備。

　　2. 大多數(shù)獨(dú)立自服務(wù)數(shù)據(jù)準(zhǔn)備工具將擴(kuò)展為一站式分析平臺(tái)，或者作為一部分功能集成到已有的分析平臺(tái)。

　　3. 智能的、企業(yè)級(jí)管控的、支持Hadoop的、支持搜索和可視化的探索式分析會(huì)打包到下一代數(shù)據(jù)分析平臺(tái)中，一站式平臺(tái)還包含自服務(wù)數(shù)據(jù)準(zhǔn)備和自然語(yǔ)言生成功能。

　　基于以下5個(gè)使用場(chǎng)景對(duì)供應(yīng)商進(jìn)行評(píng)估：

　　1.敏捷且中心化的IT驅(qū)動(dòng)的交付。支持敏捷且中心化的IT驅(qū)動(dòng)的BI交付�；�于平臺(tái)自有的數(shù)據(jù)處理能力，IT部門(mén)能實(shí)現(xiàn)從數(shù)據(jù)到內(nèi)容的交付，整個(gè)工作流程處于良好的企業(yè)級(jí)管控之下。

　　2.去中心化的分析。支持業(yè)務(wù)用戶(hù)實(shí)現(xiàn)從數(shù)據(jù)到自服務(wù)分析的工作流程。

　　3.良好管控下的探索式分析。在良好管控之下，支持業(yè)務(wù)用戶(hù)基于數(shù)據(jù)進(jìn)行自服務(wù)分析，再生成可復(fù)用的內(nèi)容，再提升為系統(tǒng)級(jí)可復(fù)用的內(nèi)容。

　　4.嵌入式BI。支持將數(shù)據(jù)轉(zhuǎn)化為可嵌入到其他流程或應(yīng)用中的BI內(nèi)容。

　　5.公網(wǎng)部署。這類(lèi)似第一個(gè)使用場(chǎng)景，但目標(biāo)用戶(hù)變成了外部客戶(hù)、公眾部門(mén)，或者普通公民。

　　基于以下14條標(biāo)準(zhǔn)對(duì)供應(yīng)商進(jìn)行評(píng)估：

　　基礎(chǔ)構(gòu)架

　　1.BI平臺(tái)管理。具備擴(kuò)展性、性能優(yōu)化、高可用性，以及高容災(zāi)性等功能。

　　2.云BI。具備平臺(tái)即服務(wù)和分析應(yīng)用即服務(wù)的功能，以實(shí)現(xiàn)分析應(yīng)用的開(kāi)發(fā)、部署和管理，且支持云端部署和本地部署兩種形式。

　　3.安全性和用戶(hù)管理。具備保證平臺(tái)的安全性、可監(jiān)控用戶(hù)行為、可審計(jì)平臺(tái)的訪問(wèn)和使用狀況等功能。

　　4.連接多數(shù)據(jù)源。讓用戶(hù)能訪問(wèn)結(jié)構(gòu)和非結(jié)構(gòu)化的數(shù)據(jù)內(nèi)容，這些數(shù)據(jù)存儲(chǔ)在各種各樣的平臺(tái)中，既可能在云端也可能在本地部署。

　　數(shù)據(jù)管理

　　5.元數(shù)據(jù)管理。讓所有用戶(hù)能分享同一個(gè)語(yǔ)義模型和元數(shù)據(jù)。利用強(qiáng)大且集中的功能，管理員能搜索、捕獲、存儲(chǔ)、復(fù)用各種元數(shù)據(jù)，還能把業(yè)務(wù)用戶(hù)創(chuàng)建的數(shù)據(jù)模型提升為系統(tǒng)級(jí)的數(shù)據(jù)模型。

　　6.ETL和數(shù)據(jù)存儲(chǔ)。具備ETL功能，可接入、融合、轉(zhuǎn)換、加載數(shù)據(jù)至自有存儲(chǔ)層，還能索引數(shù)據(jù)，管理數(shù)據(jù)加載，或通過(guò)任務(wù)計(jì)劃更新數(shù)據(jù)。

　　7.自服務(wù)數(shù)據(jù)準(zhǔn)備。通過(guò)拖拽式操作，用戶(hù)可融合不同來(lái)源的數(shù)據(jù)，并創(chuàng)造分析模型，例如，自定義指標(biāo)、集合、分組、層級(jí)等等，更高級(jí)的功能還包括自動(dòng)語(yǔ)義識(shí)別、自動(dòng)關(guān)聯(lián)、自動(dòng)可視化，數(shù)據(jù)分層，數(shù)據(jù)血統(tǒng)、多結(jié)構(gòu)化的數(shù)據(jù)融合等。

　　分析和內(nèi)容創(chuàng)建

　　8.內(nèi)嵌的深度分析。讓用戶(hù)能輕松接入深度分析功能。除了平臺(tái)自有的深度分析功能，用戶(hù)也能導(dǎo)入或集成平臺(tái)外部的分析模型。

　　9.分析型儀表盤(pán)。支持制作高度可交互的儀表盤(pán)和內(nèi)容。當(dāng)用戶(hù)訪問(wèn)這些儀表盤(pán)時(shí)，可以進(jìn)行探索式分析、深度分析、地理分析等。

　　10.可視化的探索式分析。支持通過(guò)操作圖表的顏色、亮度、大小、形狀等手法去展現(xiàn)數(shù)據(jù)。這也包括一系列的可視化選項(xiàng)，包括餅圖、柱形圖、線圖、熱量圖、樹(shù)狀圖、地圖，散點(diǎn)圖和其他特殊的圖表。這些工具讓用戶(hù)能以可視化的交互方式來(lái)分析數(shù)據(jù)。

　　11.支持移動(dòng)端。支持將內(nèi)容交付給移動(dòng)設(shè)備，這既可以是發(fā)布模式也可以是交互模式，還支持移動(dòng)設(shè)備自有的各種功能，例如觸屏、拍照、地理位置、自然語(yǔ)言查詢(xún)等。

　　知識(shí)分享

　　12.嵌入式分析。通過(guò)SDK和API接口，以開(kāi)放標(biāo)準(zhǔn)支持創(chuàng)建和修改分析內(nèi)容，以嵌入到其他業(yè)務(wù)流程、應(yīng)用，或門(mén)戶(hù)中。平臺(tái)既可以在應(yīng)用內(nèi)也可以在應(yīng)用外支持這些功能，但必須簡(jiǎn)單而無(wú)縫地集成到應(yīng)用內(nèi)，讓用戶(hù)無(wú)需在不同應(yīng)用之間來(lái)回切換。平臺(tái)還讓用戶(hù)能選擇需要嵌入的業(yè)務(wù)流程。

　　13.發(fā)布分析內(nèi)容。讓用戶(hù)能以各種輸出形式和分發(fā)方式對(duì)分析內(nèi)容進(jìn)行發(fā)布、部署、操作。平臺(tái)應(yīng)支持內(nèi)容搜索、故事敘述、任務(wù)計(jì)劃、預(yù)警等功能。

　　14.協(xié)作與社交。讓用戶(hù)能以帖子、聊天、注釋等方式分享并討論基礎(chǔ)數(shù)據(jù)、分析方法、分析內(nèi)容等。

圖：Gartner2016年商業(yè)智能與分析平臺(tái)魔力象限