Magic Quadrant BI 2018 – Gartner Business Intelligence

Social

Magic Quadrant BI 2018 – Gartner Business Intelligence

Antes de examinarmos o modelo de maturidade de soluções de BI e as diretrizes para seu desenvolvimento, é necessário realizar uma análise das capacidades de soluções de BI, bem como o mercado para essas soluções.
Como ponto de partida para esta pesquisa que tomamos do Gartner “Magic Quadrant para BI
plataformas”,

Magic Quadrant BI 2018 – Gartner Business Intelligence

Nele Gartner define as plataformas de BI como software
plataformas fornecendo 12 capacidades, dividido em 3 categorias básicas:
✓ Fornecimento de informações;
✓ Integração;
✓ Analytics
A tecnologia da informação é um campo altamente dinâmico de pesquisa. Como parte do mesmo, o negócio
sistemas de inteligência (TO) também desenvolvem muito rapidamente. Neste artigo vamos aderir a
a seguinte definição de BIS: “BIS combinar as atividades de mineração de dados e dados
gerenciamento de processamento e conhecimento através de meios analíticos, a fim de apresentar
informações sobre a concorrência complexo para os consumidores que desenham planos e tomar decisões.”1
1. Análise de capacidades de hoje de plataformas de BI
Antes de examinarmos o modelo de maturidade de soluções de BI e as orientações para a sua
desenvolvimento, é necessário realizar uma análise das capacidades de soluções de BI,
bem como o mercado para essas soluções.
Como ponto de partida para esta pesquisa que tomamos do Gartner “Magic Quadrant para BI
plataformas”, publicado em 2007 (FIG. 1). Nele Gartner define as plataformas de BI como software
plataformas fornecendo 12 capacidades, dividido em 3 categorias básicas:
✓ Fornecimento de informações;
✓ Integração;
✓ Analytics.
1
artigos
Para a primeira categoria pertencem as capacidades de:
✓ geração de relatórios;
✓ painéis de navegação;
✓ consultas ad hoc;
✓ Integração com MS Office.
O segundo grupo inclui:
✓ infraestrutura de BI;
✓ gerenciamento de metadados;
✓ ambientes em desenvolvimento;
✓ Workflows;
✓ Cooperação.
A terceira categoria abrange as capacidades para:
✓ processamento analítico online;
✓ Visualization;
✓ Entrega de conhecimento e previsão;
✓ Mapas de resultados.
Cinco anos mais tarde Gartner publicou um novo “Quadrante Mágico para plataformas de BI”,
que ainda é atual para 2012. Neste documento plataformas de BI continuam a ser visto como
plataformas de software, Cumprindo a capacidades acima descrita. Mas, mais duas características
foram adicionados à categoria “entrega de conhecimento”, nomeadamente BI com base em pesquisa
e BI móvel.
As capacidades básicas de plataformas de BI têm sido amplamente discutidos e estudados,
por este motivo eles não serão considerados em detalhe neste artigo. Mais atenção será
ser pago para as duas novas características, oferecido pelo Gartner.
A primeira oportunidade é BI com base em pesquisa. Essencialmente, é uma aplicação de um
pesquisa de índice em fontes de dados estruturados e não estruturados e sua divisão (organização)
em uma estrutura de classificação de medidas e dimensões, que os consumidores podem facilmente
navegar e explorar, usando uma interface Google-like.
A diferença básica entre os motores de busca e data warehouses é que a pesquisa
motores são muito flexíveis e apoiar qualquer tipo de formato e tipo de informação - seja
-lo estruturados ou não. Assim, os motores de busca pode lidar com cada vez mais evoluindo
estruturas de dados. A indexação de ambos os dados existentes e novos (desconhecido até o momento) não
requerem modelagem de dados adicionais. arquitetura de armazenamento de dados convencional tem limitado
capacidades para lidar com dados não estruturados que são necessárias para facilitar a decisão-
motores de fazer e de busca “preencher esta lacuna”. Em comparação, data warehouses requerem
tempo não só para criar o modelo de armazém, mas também para adicionar novos dados. Outro
característica positiva dos motores de busca é a sua facilidade de “navegação” através de conteúdos. em
cada etapa da navegação, motores de busca proporcionar diferentes oportunidades de filtragem
os resultados de acordo com o conteúdo em multiplicidade de dados que foram indexados e
analisados ​​em tempo quase real. sistemas de gerenciamento de banco de dados relacionais (RDBMS)
não têm capacidade para análise de dados, a menos que eles possuem algum conhecimento sobre diferentes
Tipo de dados. Isso é, um motor de busca pode facilmente seguir qualquer evento que aconteceu em um
determinado momento no tempo, enquanto estiver usando RDBMS convencionais uma pesquisa pode ser realizada
somente dentro de campos de dados estritamente definidas

Speak Your Mind

*