Her kommer analytics opkøbe. Hvem bliver den næste?
Analytics-software rum bliver konsolideret hurtigt. Her er hvad det betyder for kunderne, og hvorfor de skulle se, hvordan fusionen dans spiller ud. Læs mere: https://zd.net/2WyJgkS
Det er ikke overraskende, at der i forhold til tilbud fra udbydere rettet mod hard-core data forskere, at Alteryx ville starte med støttehjul. Det hele trækker sig tilbage for at forstå, hvor selskabets sweet spot er: business analytikere og udviklere. I løbet af de år, fokus har flyttet frem og tilbage, fra data, forberedelse til data videnskab. Alteryx giver en træk og slip-miljø, der automatiserer workflow, fra data opdagelse gennem forberedelsen, modellering og præsentation, så det er enhver og alle af de ovenstående. Men langt de fleste af de kunder, vi talte med på konferencen i gang med – og i mange tilfælde fortsat ualmindeligt fokus på data forberedelse.
Som sådan, Alteryx overlapper med data prep-udbydere, data videnskab værktøjer, og visualisering. Specialiserede data prep værktøjer, der har haft en fordel af at have ML kapacitet til at bistå processen, men i modsætning til Alteryx, de er selvstændige. Ved sammenligning, Alteryx automatiserer analytics lifecycle med træk og slip arbejdsgange, som bakkes op af en palet af omkring 250 værktøjer til at udføre operationer lige fra forberedelse til sammenføjninger, parsing, forvandler, data undersøgelsen, predictive analytics, og så videre. Foreningen med data videnskab kommer fra støtte af R og Python og evnen til at kode eller importere programmer fra Jupyter notebooks.
Så, mens Alteryx tilbyder en kortlægning funktion, ingen ville kunne forveksle det med Tableau, og ligeledes for Tableau data prep. Gennem de år, Tableau har været en af Alteryx ‘ s nærmeste samarbejdspartnere – det er hverdagskost for analytikere og udviklere til forberedelse af data i Alteryx og visualisere og kortlægge det i Tableau.
Som for data videnskab, det er klart konference med sessioner, såsom Data Science 101, at den demografiske point mere for at ville være data forskere: analytikere og udviklere, der ønsker at peppe deres cv med oplysninger videnskab oplevelse. Sikker, data forskere kan arbejde med deres Jupyter bærbare computere, men deres interaktion med Alteryx verden vil sandsynligvis være mere til import af deres modeller til arbejdsgange, eller kontrollere, R eller Python kode, der Alteryx funktioner genererer. Det er ikke overraskende, at Alteryx ‘ s messaging var rettet mod borgeren data forskere.
Selvfølgelig, de andre sko til at falde er Alteryx ‘ s planer for ClearStory Data. Med blæk stadig tørring på erhvervelse, Alteryx vil udnytte ClearStory i et par måder. For det første vil anvende en tiltrængt tilførsel af machine learning ekstraudstyr til sine data rep muligheder, især i data matching og blanding. For det andet, vil det tilføje en ekstra Gnist-baseret execution engine til mix for håndtering af større data manipulation kører. Som skalering behandling og mængden af data med in-memory-kapacitet, som kun kunne forbedre Alteryx ‘ s evne til at knuse ML modeller. Gå fremad, Alteryx planer om at udvide paletten med flere sådanne udførelse motorer.
Begivenhederne i de sidste par uger har ændret landskabet, som virksomheden konkurrerer på. For kort sigt, Salesforce ‘ s meddelelse om, at købe Tableau bør ikke ændre dynamikken i Alteryx forhold markant; den største virkning, kan komme fra store kunder, der måske tøver med at underskrive virksomheden beskæftiger sig med Tableau, indtil salesforce formelt annoncerer sine planer. Men som med MuleSoft, Salesforce planer om at drive Tableau som et selvstændigt selskab. Igen, teoretisk set, det bør ikke ændre tingene for Alteryx, men hvad hvis Salesforce var til at pumpe mere ressource i at konkretisere Tableau prep og til gengæld er indarbejdet MuleSoft stik? Teoretisk set, ville konkurrere direkte i Alteryx ‘ s baghave. Ligeledes, Google ‘ s overtagelse af Looker kunne traske på lignende terræn, især hvis Google integrerer sin AutoML kapaciteter.
Og den 16-ton gorilla, der sidder i hjørnet, er spørgsmålet om cloud-transformation: Alteryx er blevet bygget for Windows-pc ‘ er og bliver bare sådan, at hjulene ruller for at tilføje en Linux-server og browser-baseret Ui. Men så igen, på den UI, front, Tableau er i samme situation. Og det er før vi overhovedet begynder at tale containerization at kunne klar disse værktøjer til cloud-baserede Cloud-tilbud. Vi kom foran os her, men fremkomsten af cloud-baserede AutoML tjenester vil blive halen til at logre med denne hund.
I betragtning af den nye Google, og Salesforce opkøb, reelle resultater vil være mindst 6 – 12 måneder væk på et minimum. Mens Alteryx ‘ s overskygges af, at Tableau, at self-service fællesskabet vil være den stærkeste aktiv, som banen ændringer.
Relaterede Emner:
Kunstig Intelligens
Digital Transformation
Robotteknologi
Tingenes Internet
Innovation
Virksomhedens Software