微软连续12年成为Gartner分析和BI平台魔力象限的领导者
小悦还沉浸在新春开工大吉的工作中，微软Power BI就又迎来了一个好消息！据Gartner刚新鲜出炉的《 2019年Gartner的分析和商业智能平台魔力象限报告》，微软迄今已连续12年成为Gartner分析和BI平台魔力象限的领导者！在富有远见的领导力和执行力方面，Power BI在过去充满激情的2018年里变得越来越好！今天小悦就和大家一起来分享此报告的关键要点。
分析和商业智能平台的魔力象限
资料来源：Gartner（2019年2月）
小悦根据Gartner近两年（2018与2019）的报告，对各商业智能平台的发展态势做了分析，一起来看看各厂商在去年成绩的变化吧！箭头的始点代表该厂商去年的位置，通过箭头方向和线条长短，反映该厂商排名上升或下滑的幅度大小。
商业智能产品2017与2018年的发展态势
资料来源：Gartner历年报告
Microsoft通过Power BI提供数据准备，基于可视化的数据发现，交互式仪表板和增强分析。它可作为在Azure云中运行的SaaS应用或作为本地化部署Power BI Report Server。Power BI Desktop可用作独立的免费个人分析工具。当高级用户正在编写涉及本地数据源的复杂数据整合时也需要它。另外，微软拥有全面且富有远见的产品路线图，旨在为全球化和人人使用的Power BI来所有分析场景，并且客户满意度很高！
Gartner对PowerBI优势评价
具有良好销售经验和性价比很高的产品：微软凭借每用户较低的价格，虚拟服务器订阅和基于嵌入式容量的定价，对分析和BI市场施加了价格下调压力。许多组织都拥有微软公司软件协议，即使尚未部署Power BI，默认情况下它也会作为备选项。另外，许可证成本是参考客户选择Microsoft Power BI的第二个最重要的原因。
易于使用的复杂类型的分析：客户继续认识到微软的易用性，他们在易用性的各个方面给予了它至高的评价。Power BI通过集成的高级分析支持复杂的数据模型，此项Power BI在同类产品中排在前三位。
全面的产品愿景：微软正在投资一系列有远见的功能，并将它们与Power BI集成。投资包括对增强分析以及在Azure机器学习中提供新的自动机器学习功能。Azure知识服务（如文本，情感和图像分析以及AI）也将通过Power BI提供，供具有最低数据科学技能的人员使用。重要的路线图项目包括对现有Reporting Services报告的完全支持，通用和开放数据模型以及使用数据流进行开放式数据准备。
Gartner报告中提到大多数客户已经在使用各种形式云部署，各厂商在云中作出了许多创新，一些供应商现在提供包含内部部署和云用户的单一许可。“微软是第一个使用Power BI Premium的人“。
另外，Gartner也提出微软Power BI产品需要注意的事项。比如：仅使用Azure云的内部部署和云服务的差异：Power BI Report Server本地化部署缺少Power BI SaaS中的一些机器学习功能。Power BI在满足敏捷自助服务分析的需求和本地SQL Server Reporting Services用于满足计划的分布式报告需求，会导致具有不同功能和不同部署方法。此外，Power BI核心是一个独立的产品，在微软的大数据与人工智能化路线图中，有些其它产品各具备人工智能等优势， 统一是微软路线图的重点和正在进行的工作。
此外，各位数据粉丝也会很好奇Gartner是如何评估商业智能产品的？此份报告中，Gartner也详细的说明了分析BI平台的5个用例和15个关键功能。小悦也希望大家在为公司做BI产品选型时，可作为重要的参考。
Gartner评估关键标准
敏捷，集中式BI配置：使用平台的独立数据管理功能，支持从数据到集中交付和管理的分析内容的敏捷IT支持工作流程。
分散式分析：支持从数据到自助服务分析的工作流程，并包括针对各个业务部门和用户的分析。
管理数据发现：支持从数据到自助服务分析到记录系统（SOR）的工作流程，具有治理的IT管理内容，可重用性以及用户生成内容到认证数据和分析内容的可推广性。
OEM或嵌入式分析：支持从流程或应用程序中的数据到嵌入式BI内容的工作流程。
外联网部署：支持类似于外部客户的敏捷，集中式BI配置的工作流程，或者在公共部门中，公民访问分析内容。
基础设施
1. BI平台管理，安全性和体系结构：支持平台安全性，用户管理，平台访问和利用率审计以及高可用性和灾难恢复的功能。
2. 云BI：基于云和内部部署的数据，用于在云中构建，部署和管理分析和分析应用程序的平台即服务和分析，应用程序即服务功能。
3. 数据源连接和提取：使用户能够连接到包含在本地和云中的各种类型的存储平台（关系和非关系）中的结构化和非结构化数据的功能。
数据管理
4. 元数据管理：使用户能够利用通用语义模型和元数据的工具。这些应该为管理员提供一种健壮且集中的方式来搜索，捕获，存储，重用和发布元数据对象，例如维度，层次结构，度量，性能指标/关键性能指标（KPI），以及报告布局对象，参数等等。
5. 数据存储和加载选项：用于访问，集成，转换和加载数据到独立的性能引擎的平台功能，能够索引数据，管理数据加载和刷新调度。
6. 数据准备：“拖放”不同来源的用户驱动数据组合，并创建分析模型，如用户定义的度量，集合，组和层次结构。
7. 可伸缩性和数据模型复杂性：内存引擎或数据库内架构处理大量数据，复杂数据模型，性能优化和大型用户部署的程度。
分析和内容创建
8. 针对公民数据科学家的高级分析：通过菜单驱动选项或通过外部开发模型的导入和集成，使用户能够轻松访问平台内自包含的高级分析功能。
9. 分析仪表板：能够通过可视化探索和嵌入式高级和地理空间分析创建高度交互的仪表板和内容，供其他人使用。
10. 交互式视觉探索：通过一系列可视化选项探索数据，这些选项超出了基本饼图，条形图和折线图，包括热图和树图，地理图，散点图和其他特殊用途的视觉效果。这些功能使用户能够通过直接与其可视化表示进行交互来分析和操作数据。
11. 增强数据发现：自动查找，可视化和叙述重要发现，例如与用户相关的数据中的相关性，异常，群集，链接和预测，而无需他们构建模型或编写算法。用户通过可视化，自然语言生成的叙述，搜索和自然语言查询（NLQ）技术来探索数据。
12. 移动探索和创作：使组织能够以发布和/或交互模式开发和向移动设备提供内容，并利用移动设备的本机功能，如触摸屏，摄像头和位置感知。
分享调查结果
13. 嵌入分析内容：功能包括带有API的软件开发人员工具包，支持用于创建和修改分析内容，可视化和应用程序的开放标准，将它们嵌入到业务流程和/或应用程序或门户中。
14. 发布，共享和协作分析内容：使用户能够通过各种输出类型和分发方法发布，部署和操作分析内容的功能，并支持内容搜索，计划和警报。这些功能使用户能够通过讨论主题，聊天和注释分享。
整体平台
15. 易用性，视觉吸引力和工作流程集成：易于管理和部署平台，创建内容，消费和与内容交互，以及产品在视觉上吸引人的程度。此功能还考虑了在单个无缝产品和工作流中提供功能的程度，或者在几乎没有集成的多个产品中提供功能的程度。
需要阅读《 2019年Gartner的分析和商业智能平台魔力象限报告》的童鞋们，可以点击此处阅读全文。
1.Power BI免费下载：http://www.yeacer.com/
Microsoft Power BI Desktop中文最新版：下载地址
2.欢迎加入的Power BI技术群，目前正在学习阶段，有兴趣的朋友可以一起学习讨论。
Power Data技术交流群：702966126 (验证注明：博客园Power BI)
更多精彩内容请关注微信公众号：悦策PowerBI
如果您觉得阅读本文对您有帮助，请点一下“推荐”按钮，您的“推荐”将是我最大的写作动力！欢迎各位转载，作者博客:https://www.cnblogs.com/yeacer/
