A Gartner idén is megjelentette a "Magic Quadrant for Advanced Analytics Platforms" kiadványát, ami a szokásoknak megfelelően a prediktív analitikai eszközöket értékeli ki. A listát böngészve néhány érdekes trend figyelhető meg adatbányászati szoftverfejlesztés területén.
Gartnernek szinte névjegye a "Magic Quadrant" kutatás sorozat. Ebben különböző IT területek piaci szereplőit minősítik egy két dimenziós skálán ("Ability to execute", "Completeness of vision"). Ez alapján 4 szegmensbe sorolják a piaci szereplőket:
- Leaders: erős piaci jelenléttel rendelkező cégek, melyek önmagukban befolyásolni tudják az adott piac növekedését és irányát.
- Challengers: ebbe a kategóriába jellemzően két módon eshet egy cég. Egyrészt olyan stabil hátterű piaci szereplő, amely egy kicsit lemaradt az aktuális trendektől, frissítenie kell az üzleti vízióján, vagy olyan vállalat, mely az adott IT szektorhoz közeli területen már meghatározó szereplő, és megpróbálja meglévő üzleti partnerei körében ezen új technológiát is meghonosítani.
- Visionaries: jellemzően kisebb szállítók, melyek (egyedi) megoldásuk segítségével képesek (át)alakítani a meglévő piacot. Az általuk nyújtott megoldásokkal cégek egy vagy több generációs fejlesztést ugorhatnak át az adott IT területen, illetve így juthatnak komoly versenyelőnyhöz.
- Niche Players. az ide kerülő cégek egyik része a "Visionaries in waiting" állapotban vannak, azaz már van jó üzleti megoldásuk, de még keményen kell dolgozniuk a "Visionaries" állapotig. A másik részük pedig a "Challengers in waiting" állapotban vannak, akik társ IT területen sikeresek, de az adott területre kínált megoldásuk még elég kezdetleges.
Az alábbi táblázat az Advanced Analytics Platform szállítóinak fenti szegmentációját tartalmazza:
Az talán nem meglepő, hogy továbbra is a SAS és IBM a piac két meghatározó szereplője. Nézzük a többieket:
- Igen érdekes a Microsoft bekategorizálása. A definíciók alapján a "Niche players" vagy "Challengers" kategóriába kellene esnie, hisz egy olyan szoftver óriásról beszélünk, amely komoly sikereket ért el határterületeken (pl. BI). A "Visionaries" besorolás meglátáson szerint az egész Azure koncepciónak köszönheti. A felhő alapú BI, adatbányászat vagy akár CRM ilyen mértékű integrációja akár egy teljesen új koncepciónak is tekinthető, de a "Leader" szerephez szükséges kiforrott informatikai háttér és piaci jelenlét még hiányzik.
- Engem meglepett egy kicsit a KNIME és RapidMiner "Leader" besorolása. Egyik szereplő esetében sem érzek piacbefolyásoló erőt. Az Open Source gyökerekkel rendelkező két cég jól leköveti a piac főbb mozgásait, de igazán eredeti vízió szerintem mindkét cégből hiányzik.
- Idén az Oracle kikerült ebből a listából, köszönhetően annak, hogy az amúgy sem agyonfejlesztett adatbányászati megoldásait beintegrálták egyéb Oracle megoldásokba.
- Azért vannak nagy szállítók, akiket érdekel ez a piac. Mind a Dell, mind az SAP hajlandó volt pénzt áldozni azért, hogy bekerüljön erre a piacra. A Dell a Statsoft, míg az SAP a KXEN megvásárlásával került fel a térképre.
Magáról az Advanced Analytics piacról egyértelműen kijelenthető, hogy a BI (Big Data) területen elindult forradalmi változások szép lassan megjelennek itt is. Néhány fontos fejlesztési irány:
- Interfész Big Data állományokhoz: az egyre jelentősebb szerephez jutó Big Data technológia lépéskényszerbe hozta az adatbányász szakmát, legalábbis egy részét. Nem minden elemző egy része ugyanis nem informatikus, így a Hadoop és más új technológiák elsajátítása szinte megoldhatatlan feladatot jelent számukra. A SAS, IBM, RapidMiner, KNIME és más szereplők is kifejlesztettek ezen elemzőknek olyan interfészeket, melyek segítségével nem kell kilépni a megszokott elemzői környezetből ahhoz, hogy Big Data állományokon tudjanak elemezni. Ilyen tekintetben talán Alteryx jutott legtovább, ahol egy workflow keretében tetszőleges adatforrásokból állítható össze egy tanító adatbázis.
- Elemzés felhőben: néhány szereplő az adatbányászatot már felhőben képzeli el. A FICO az egyik ilyen, amely kész adatbányászati modelleket kínál felhőben ügyfeleiknek. Nincs más dolga az ügyfélnek, mint feltenni az adatait a FICO által üzemeltetett felhőbe, majd kiválasztani egy adatbányászati modellt, és a végén lefuttatni ezt a feltett adatokon. A Microsoft ugyancsak felhőben képzeli el a jövőt. Az Azure nemcsak felhőben történő adattárolásra alkalmas, hanem - többek közt - mélyebb adatbányászati elemzések elkészítésére is (Machine Learning).
- Kollaboratív elemzés. A Predixion által kifejlesztett megoldás lényege, hogy az elemző bármikor meg tudja osztani munkaterületét másokkal, így azt közösen ki tudják értékelni. A rendszer lehetővé teszi a kommentelést is, ami jelentősen felgyorsíthatja a tesztelés folyamatát.
- R/Python integráció: a nagy szoftver szállítók szép lassan belátták, hogy az R/Python kódok integrációja elkerülhetetlen. Ez előrevetíti, hogy a jövőben egyre kisebb jelentősége lesz annak, hogy az adott szoftver milyen tanuló algoritmusokat kínál, hisz a szoftverekbe bármikor beemelhetők R/Apache Mahout kódok.
Összefoglaló
Az adatbányász közösség az elmúlt 8-10 évben igencsak fragmentálódott. A Data Scientist szakértők elsődlegesen IT/programozói háttérrel rendelkeznek, részben nekik köszönhető a Big Data robbanásszerű növekedése. A folyamatosan megjelenő új technológiák nem jelentenek számukra kihívást, örömmel mélyülnek el pl. a Hadoop mélységeiben. Velük szemben áll a Business Analyst szegmens, akik számára az elemzés informatikai része mindig is kihívást jelentett. Korábban nekik készültek a vizuális programozási nyelvek (SAS, Clementine). Ha megnézzük az adatbányászati eszközök fejlesztési irányait, akkor két jelenséget figyelhetünk meg:
- Data Scientist közösség átterelése a fejlett Advanced analítikai eszközökre: az R/Python integráció azt a nagyszerű lehetőséget kínálja fel ezen IT háttérrel rendelkező elemzőknek, hogy a számukra kedves programozási nyelvet úgy tudják használni, hogy közben élvezzék az Advanced Analytics eszközök minden kényelmi funkcióját
- Business Analyst közösség ne maradjon ki a Big Data hullámból: a felhő alapú adatbányászat vagy a Big Data adatokhoz való direkt hozzáférés biztosítása lehetőséget biztosít ezen közösség számára, hogy a nagy adatbázisokat kényelmes elemzői környezetben tudják továbbra is elemezni.
A fentiek tükrében személy szerint én egy izgalmas időszakot várok, de az igazán nagy kérdés persze az, hogy a fenti innovációk közül mik fognak megvalósulni itthon.