大資料分析工具蓬勃發展

本文轉自【人民郵電報】；

大資料分析工具是指透過資料探勘、語義分析、預測性分析等技術，對規模巨大的資料在合理時間內進行獲得、管理、處理、整理，展現資料價值的軟體。隨著企業的資料量不斷攀升，資料種類和結構愈加豐富，企業分析場景日益多樣化，大資料分析工具得到充分發展。當前，全球大資料分析工具市場產品呈現多行業、多場景遍地開花的狀態。

大資料分析工具現狀

一、國內大資料展示工具發展勢頭良好，在國內市場佔有一席之地。分析展示工具通常被企業用於將現有的資料透過資料探勘技術從大型資料集中發現、識別模式轉化為知識，從而幫助企業作出明智的問題診斷和業務經營決策。分析展示工具以圖形、圖表、資訊圖表等方式對資料進行統計、分析、彙總和展示。2019年，國內資料展示類工具逐步被市場認可，BI軟體（商業智慧軟體）作為大資料展示類工具的典型代表，強調報表等視覺化功能展示。2019年上半年，帆軟憑藉本地化高效服務和穩健產品，以14.9%的國內市場份額成為BI市場的“領頭羊”，緊隨其後的是SAP、微軟、IBM和SAS四家公司。2020年Gartner釋出的BI魔力象限報告中，阿里雲首次上榜，顯示出國內大資料展示類工具不論從技術層面還是服務層面均逐步得到市場認可。

二、國內大資料探勘工具與國外差距較大，仍有較大發展空間。資料探勘工具作為融合人工智慧、機器學習等前沿技術的研究成果，通常被認為是分析預測類工具的典型代表，需要企業大量的資源投入和技術沉澱，國內市場幾乎被國外產品佔據。2019年資料探勘工具市場份額前五名均為國外企業，分別是SAS、IBM、RapidMiner、KNIME和微軟，國內企業僅有神舟通用的K-Miner佔有少量市場份額。縱觀資料探勘工具，不論是從數量、成熟度還是使用者量來看，國內產品與國外產品相比仍有較大差距。

大資料分析工具發展趨勢

增強分析成為大資料分析工具的未來發力點。隨著企業越來越需要消化多來源、不斷變化的資料，為降低技術人員的工作壓力，提高大資料分析效率，增強分析技術應運而生。增強分析透過人工智慧、機器學習等資訊科技在傳統分析功能中加入更多增強功能，使得不論是個人使用者還是企業資料分析專家，都能夠自動化地、以更低門檻的方式分析、挖掘、測試、驗證、展現大資料價值，增強人類評估資料的能力。在準備資料階段，增強分析可以推薦最適合的業務資料來源；在業務發現階段，增強分析可以幫助實現自動建模、模型管理、程式碼生成等高階功能；在分享階段，可以透過增強分析帶來一些自動的業務發現。

隨著資料價值的提升與資料量的增長，不僅是資料科學家或資料分析師，還有大量營銷和其他非技術人員也需要洞察資料，從資料中尋求最優價值的實現方式。目前處於國外商業智慧趨勢風口的諸如自然語言搜尋、語音生成、自動生成等增強分析功能在國內仍停留在概念階段，並未形成規模化市場應用，增強分析技術賦能傳統大資料分析工具將會成為未來供應商競爭差異化的關鍵核心和投資方向。

大資料分析工具增強系統融合，提高企業資料服務化能力。企業IT建設過程逐漸由資訊化、數字化到如今倡導的數智化，資料分析應該服務於人類的需要。大資料分析工具未來應具備較強的資料服務能力，幫助企業將業務端的需求透過大量資料與智慧手段自動地解決。大資料分析工具應該向與業務深度繫結的方向發展。國內大資料分析工具起步晚，傳統明確切割的產品交付是否能滿足客戶需求、如何實現彎道超車，工具服務能力的提升或許是一大關鍵要素。國內相關工具在針對本土化資料對接、定製化系統整合、嵌入式分析方式等方面優勢顯著，注重資訊系統和大資料分析工具的融合成為企業成功的契機，這也是國內大資料分析工具彎道超車的好機會。

大資料分析工具服務雲化未來將快速發展。傳統大資料分析工具由於資料量、安全性等因素考慮以本地部署為主，這不利於資料的流通與共享，大資料分析工具雲化有助於眾多中小企業對工具進行快速構建，降低使用成本。隨著越來越多企業中國資訊通訊研究院雲計算與大資料研究所劉思源的資料和系統上雲，分析工具雲化對於高效分析、挖掘、展示資料價值的重要性不言而喻。2019年是向雲生態系統主導地位過渡的一年。微軟的快速增長基於Azure BI雲服務力量，Salesforce收購Tableau和Google收購Looker，標誌著雲化將使廠商可以擁有一個具有價格競爭力的平臺。未來，大資料分析工具服務雲化將成為廠商的競逐之地。

當前，我國大資料分析工具發展已取得初步成就，帆軟、普元等一大批大資料分析工具提供商如雨後春筍般不斷湧現，成為金融、教育等行業選擇資料分析工具時重點關注物件。為了抓住機遇，彌補起步晚、使用者少等不足，我國業界各方應積極合作，構建開放產業生態，提高技術創新能力，深耕細分行業，逐步實現從跟隨向引領的提升。