The Forrester Wave™: Soluciones del análisis predictivo

PARA:
profesionales
de desarrollo
y entrega de
aplicaciones
The Forrester Wave™: Soluciones del
análisis predictivo de grandes datos,
T1 2013
por Mike Gualtieri, 3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Extractos clave
Los proveedores deben aumentar el desafío del análisis predictivo
de grandes datos
Con el aumento de grandes datos, ha despertado el mercado de los análisis
predictivos; las firmas ahora comprenden la oportunidad de utilizar los grandes
datos para aumentar su conocimiento de sus empresas, sus competidores y sus
clientes. Las firmas pueden utilizar los modelos de análisis preventivo para reducir
los riesgos, tomar mejores decisiones inteligentes y entregar experiencias de
clientes más personales.
El mercado de grandes datos está creciendo a medida que las
organizaciones luchan por utilizar análisis predictivos
El mercado de análisis predictivos de grandes gatos está creciendo debido a que
más empresas y profesionales de la tecnología ven estas soluciones como una forma
de abordar las oportunidades. Los grandes datos implican buscar patrones en
fuentes de datos heterogéneas; los analistas de negocio y científicos de datos pueden
utilizarlas para crear modelos predictivos que mejoren los resultados comerciales.
El manejo de grandes datos, las herramientas de modelado y los
algoritmos son diferenciadores clave
Un mejor manejo de grandes datos, herramientas de modelado fáciles de aprender
y usar y una amplia gama de algoritmos de análisis estipulan cuáles de estos
10 proveedores serán líderes en este mercado. Esperamos que el mercado de
soluciones del análisis predictivo de grandes datos sea vibrante, muy competitivo
y bien provisto de nuevos participantes en los próximos tres años.
Forrester Research, Inc., 60 Acorn Park Drive, Cambridge, MA 02140 USA
Tel.: +1 617.613.6000 | Fax: +1 617.613.5000 | www.forrester.com
Para profesionales de desarrollo y entrega de
aplicaciones
3 de enero de 2013
Actualizado: 4 de febrero de 2013
The Forrester Wave™: Soluciones del análisis
predictivo de grandes datos, T1 2013
por Mike Gualtieri
con Stephen Powers y Vivian Brown
Por qué leer este informe
El análisis predictivo permite reducir los riesgos, tomar decisiones inteligentes y crear experiencias
de clientes diferenciadas y más personales. Sin embargo, es difícil realizar análisis predictivos sin las
herramientas y tecnologías correctas, dado el desafío cada vez mayor de almacenamiento, procesamiento
y acceso al volumen, la velocidad y la variedad de grandes datos. En la evaluación de 51 criterios de
Forrester de los proveedores de soluciones del análisis predictivo de grandes datos, evaluamos 10 soluciones
de Angoss Software, IBM, KXEN, Oracle, Revolution Analytics, Salford Systems, SAP, SAS, StatSoft
y Tibco Software. Este informe entrega los detalles que arrojaron nuestros descubrimientos sobre qué
tan bien cumplen cada una de las soluciones con nuestros criterios y cuál es su lugar con relación a cada
uno de ellos, además de ayudar a los profesionales de desarrollo y entrega de aplicaciones a seleccionar la
solución del análisis predictivo de grandes datos.
Índice
Notas y recursos
2 Los poderes predictivos impulsan resultados
comerciales vanguardistas
Forrester realizó evaluaciones de laboratorio
en el tercer trimestre de 2012 a nueve
soluciones de análisis predictivo de grandes
datos de los siguientes proveedores: Angoss
Software, IBM, KXEN, Revolution Analytics,
Salford Systems, SAP, SAS, StatSoft
y Tibco Software. Además, Forrester habló
con al menos dos referencias de clientes
proporcionadas por cada proveedor.
Forrester evaluó a Oracle por separado,
ya que decidió no participar en esta
investigación.
Un proceso continuo alimenta el análisis
predictivo de grandes datos
Descripción general de mercado: Soluciones
del análisis predictivo con fines generales
5 Descripción general de la evaluación del
análisis predictivo de grandes datos
Criterios de evaluación: oferta actual, estrategia
y presencia en el mercado
Evaluaciones de laboratorio: un análisis
minucioso a cada solución
Proveedores evaluados: enfoque de dominio
cruzado, presencia en el mercado e interés de
los clientes
10 La amplitud y profundidad distinguen
a los líderes
13 Perfiles de proveedores
Documentos relacionados con la
investigación
The Forrester Wave™: Soluciones del
análisis de clientes, T4 2012
26 de octubre de 2012
Líderes
Rendimiento sólido
Aspirantes
16 Material complementario
© 2013, Forrester Research, Inc. Todos los derechos reservados. Prohibida su reproducción no autorizada. La información está fundada en los
mejores recursos disponibles. Las opiniones reflejan el juicio del momento y están sujetas a cambio. Forrester®, Technographics®, Forrester
Wave, RoleView, TechRadar y Total Economic Impact son marcas registradas de Forrester Research, Inc. Todas las otras marcas son propiedad
de sus respectivas empresas. Para obtener copias de este documento, envíe un correo electrónico a [email protected]. Para obtener
más información, visite www.forrester.com.
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
2
LOS PODERES PREDICTIVOS IMPULSAN RESULTADOS COMERCIALES
VANGUARDISTAS
Sir Francis Bacon, un instaurador del método científico moderno en el siglo XVIII, sostuvo la
famosa frase “El conocimiento es poder”.1 Con todo el debido respeto a este gran científico, en el
siglo XXI, “el conocimiento es ganancias” para las firmas que implementan soluciones de análisis
predictivo de grandes datos para reducir riesgos, tomar decisiones inteligentes y crear experiencias
de cliente diferenciadas y más personales. Las respuestas se encuentran en los datos, pero solo si las
empresas las buscan.
Las empresas han pasado muchos años construyendo almacenes de datos de la empresa (EDW)
y usando herramientas de inteligencia de negocios (BI) para informar de su negocio. Sin embargo,
el análisis predictivo es diferente. Las estadísticas avanzadas, la búsqueda de datos y los algoritmos
de aprendizaje automático profundizan para encontrar patrones que podrían no revelar las
herramientas tradicionales de BI. Muchas de estas técnicas no son nuevas, pero los grandes datos
han inyectado nueva vida a las posibilidades, porque más datos pueden significar más y mejores
modelos predictivos. Los grandes datos son el combustible y el análisis predictivo es el motor
que las empresas necesitan para descubrir, implementar y obtener ganancias del conocimiento
que obtienen.2
Forrester define soluciones del análisis predictivo de grandes datos como:
Software y/o soluciones de hardware que permiten a las firmas descubrir, evaluar, optimizar
e implementar modelos predictivos mediante el análisis de fuentes de grandes datos para mejorar
el desempeño de la empresa o mitigar el riesgo.
Un proceso continuo alimenta el análisis predictivo de grandes datos
El análisis predictivo utiliza algoritmos para buscar patrones en los datos que podrían predecir
resultados similares en el futuro. Un ejemplo común de análisis predictivos es buscar un modelo que
prediga los clientes que probablemente se perderán. Por ejemplo, las firmas de telecomunicaciones
pueden utilizar datos del cliente como llamadas realizadas, minutos utilizados, cantidad de textos
enviados, facturación promedio y cientos de otras variables para buscar modelos que predigan
qué clientes podrían cambiarse de operadores móviles. Si un operador puede predecir los motivos
por los que los clientes podrían cambiarse, puede intentar acciones preventivas para evitar este
resultado no deseado. Pero esta no es una operación que se haga una sola vez, las firmas deben
volver a ejecutar los análisis de los datos nuevos para asegurarse de que los modelos siguen siendo
eficaces y para responder a los cambios en los deseos de los clientes y los competidores. Muchas
firmas analizan datos semanalmente o incluso de forma continua.
Para maximizar el éxito con programas de análisis predictivo, las organizaciones deben (consulte
la Figura 1):
■ Establecer las metas comerciales. Las metas comerciales establecidos claramente se encuentran
en el centro de cualquier proyecto de análisis predictivo exitoso. Por ejemplo, la meta
podría ser recomendar la venta cruzada de artículos a clientes existentes, o evitar una nueva
hospitalización costosa y que amenace la vida. Los negocios también pueden utilizar el análisis
predictivo para lograr metas comerciales más genéricas, como aumentar los ingresos, porque les
permite descubrir correlaciones que podrían sugerir mejoras en la estrategia.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
3
■ Comprender los datos de una variedad de fuentes. En las organizaciones grandes, los datos
potencialmente valiosos a menudo se presentan en múltiples silos. Además, actualmente
muchas firmas están utilizando datos externos de redes sociales, datos del gobierno y otras
fuentes públicas de datos para aumentar sus datos internos. Las herramientas de visualización
de datos avanzadas pueden ayudar a que los analistas de datos estudien los datos de diversas
fuentes para determinar las que podrían ser relevantes para un proceso de análisis predictivo.
Cada vez más analistas de datos recopilan cada fragmento de dato disponible para permitir
que los algoritmos del análisis predictivo encuentren lo más importante.
■ Preparar los datos. La preparación da datos para el análisis predictivo es un desafío clave.3
Los datos en bruto a menudo no son idóneos para el análisis predictivo. Los analistas de
datos deben a menudo realizar largos procesamientos previos de los datos antes de ejecutar
los algoritmos del análisis. Por ejemplo, los analistas de datos podrían tener la necesidad
de enriquecer los datos con campos agregados calculados, eliminar caracteres extraños o
información que obstruiría los algoritmos o combinar datos de múltiples fuentes.
■ Crear el modelo predictivo. Los analistas utilizan herramientas de modelado de análisis
predictivos para ejecutar los algoritmos del análisis con respecto a los datos. Existen cientos de
algoritmos estadísticos y de aprendizaje automático, además de combinaciones que los analistas
de datos pueden ejecutar con los datos para encontrar modelos predictivos. Normalmente,
los analistas de datos ejecutan el análisis en un subconjunto de datos denominado “datos de
capacitación” y separan los “datos de prueba” que utilizarán para evaluar el modelo. Por ejemplo,
los analistas de datos pueden ejecutar los algoritmos en un conjunto de datos de capacitación
que constituye el 70% de todo el conjunto de datos y luego utilizar el 30% restante de los datos
de prueba para evaluar el modelo predictivo.
■ Evaluar el modelo. El análisis predictivo no se trata de absolutos, sino de probabilidades.
Para evaluar el poder predictivo del modelo, los analistas de datos lo ejecutan con el conjunto
de datos de prueba. Si el modelo predictivo es más eficaz que una selección aleatoria del
resultado, entonces han encontrado un modelo predictivo eficaz. Los analistas de datos pueden
seguir ejecutando otros tipos de algoritmos hasta encontrar el más predictivo, de forma
alternativa, puede que no encuentren ninguno porque no hay datos suficientes o porque los
datos están demasiado aleatorizados para descubrir un modelo predictivo para los resultados
comerciales deseados.
■ Implementar el modelo. Los analistas deben implementar modelos predictivos eficaces
en las aplicaciones de producción para aumentar los beneficios comerciales. Un modelo
implementado consta de lógica para ejecutar las reglas y/o fórmulas predictivas y un método
para obtener los datos que el modelo necesita y devolver el resultado.
■ Monitorear la eficacia del modelo. Como lo advierten las firmas financieras, “Los resultados
pasados no garantizan el rendimiento futuro”. Es esencial monitorear la eficacia del modelo
predictivo. Por ejemplo, si el operador móvil A comienza a ofrecer un plan de datos gratuito,
entonces los motivos de los clientes para cambiarse del plan B pueden cambiar. Las firmas
deben continuar con el proceso de análisis productivo para mantenerse en lo más alto de sus
metas comerciales, comprender los nuevos datos, preparar mejores datos, avanzar en modelos
con nuevos algoritmos, evaluar los modelos e implementar y monitorear los modelos en un
ciclo sin fin.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
4
Figura 1 Para garantizar su eficacia, el proceso de análisis predictivo debe ser continuo
Comprender
los datos
Preparar
los datos
Monitorear
Meta
comercial
Implementar
Modelo
Evaluar
85601
Fuente: Forrester Research, Inc.
Descripción general de mercado: Soluciones del análisis predictivo con fines generales
Los proveedores evaluados en este Forrester Wave proporcionan soluciones del análisis de grandes
datos con fines generales para facilitar el proceso de análisis predictivo y aliviar la carga de este
interminable ciclo continuo de descubrimiento, implementación y optimización del modelo que se
puede aplicar a la mayoría de las industrias y los dominios de empresas. Además de las soluciones
con fines generales evaluadas en este Forrester Wave, las firmas que deseen beneficiarse de soluciones
del análisis predictivo de grandes datos también pueden elegir entre:
■ Soluciones verticales u horizontales. Muchos proveedores ofrecen soluciones que se centran
en áreas específicas u horizontales de la industria, tales como análisis de clientes. Por ejemplo,
Forrester ha evaluado las soluciones ofrecidas por Fair Isaac (FICO) y Pitney Bowes, que se
centran específicamente en programas e iniciativas centradas en los clientes que impulsan la
adquisición, retención, venta cruzada/mejorada y campañas de marketing específica.4 Otros
ejemplos de soluciones verticales incluyen ofertas basadas en la nube tales como BloomReach,
que utiliza el análisis predictivo para ayudar a las empresas de comercio electrónico a vender
más en línea al mostrar a los clientes más contenido relevante y la empresa emergente Objective
Logistics, que utiliza el análisis predictivo de grandes datos para ayudar a los restaurantes
a aumentar las ventas al mejorar la planificación del personal.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
5
■ Soluciones integradas. Otras plataformas integran cada vez más capacidades de análisis
predictivos. Plataformas de BI, tales como Alteryx y Pentaho incluyen funciones de análisis
predictivo integrado, además de la funcionalidad de BI. Las plataformas de gestión de procesos
de negocio (BPM) como Pegasystems y Rage Frameworks también ofrecen capacidades de
análisis predictivo.
■ Análisis de bases de datos. Los sistemas de gestión de base de datos relacional (SGBDR),
EDWS, NoSQL, Hadoop, y otros hardware y software centrados en los datos tienen algunas
capacidades de análisis predictivo, pero tienden a estar orientados hacia los usuarios técnicos
y requieren programación o SQL. Por ejemplo, Teradata Aster proporciona una capacidad de
análisis predictivo de grandes datos que permite a los desarrolladores utilizar SQL y MapReduce
juntos para realizar análisis sofisticados en conjuntos de datos muy grandes. Del mismo modo,
los programadores pueden utilizar para el análisis predictivo las bibliotecas de aprendizaje
automático de código abierto, tales como Apache Mahout para Hadoop o una biblioteca de Java
como Weka.
■ Ofertas de firmas consultoras. Las empresas que no tienen experiencia en análisis predictivo
o que desean externalizar pueden elegir entre muchas firmas de consultoría convencionales
o especializadas que se centran en el análisis predictivo. Por ejemplo, Opera Solutions es una
firma de consultoría que crea modelos predictivos que se centran en resultados comerciales
específicos. A menudo, estas firmas utilizarán soluciones con fines generales como las evaluadas
en este Forrester Wave, pero también proporcionarán un profundo conocimiento y experiencia
en análisis de datos y la creación de modelos predictivos.
Descripción general de la evaluación del análisis predictivo de
grandes datos
Para evaluar el estado del mercado de análisis predictivo de grandes datos y ver cómo los
proveedores se apilan entre sí, Forrester analizó las fortalezas y debilidades de los principales
proveedores de este tipo de soluciones. Forrester espera que el mercado de soluciones del análisis
predictivo de grandes datos sea vibrante, muy competitivo y bien provisto de nuevos participantes
en los próximos tres años.
Criterios de evaluación: Oferta actual, estrategia y presencia en el mercado
Después de examinar investigaciones pasadas, evaluaciones de necesidades de los usuarios y entrevistas
a proveedores y expertos, desarrollamos un conjunto integral de criterios de evaluación. Evaluamos
a los proveedores enfrentándolos a 51 criterios, los cuales agrupamos en tres grupos de alto nivel:
■ Oferta actual. Evaluamos la arquitectura de cada solución, las capacidades de manejo de
datos, las herramientas de descubrimiento y modelado, los algoritmos, las opciones de
implementación del modelo, las herramientas de la vida útil, la integración, la extensibilidad,
el apoyo a las normas y otras características.
■ Estrategia. Revisamos la estrategia de cada proveedor para evaluar la forma en que cada uno
de ellos planifica cumplir con las demandas actuales y que surjan del cliente. Los criterios de
evaluación esenciales incluyeron licencias y precios, los recursos dedicados a su solución, el
gasto en investigación y desarrollo, la capacidad de ejecutar su estrategia y el mapa de ruta de
la solución.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
6
■ Presencia en el mercado. Para determinar la presencia de cada proveedor en el mercado, se
han evaluado sus finanzas, presencia global, base instalada, así como las asociaciones con otros
proveedores de software, software como servicio (SaaS)/nube/proveedores de hosting y firmas
de servicios profesionales.
Evaluaciones de laboratorio: Un análisis minucioso a cada solución
Forrester también llevó a cabo una sesión interactiva de laboratorio de 3 horas con todos los
proveedores participantes para realizar un análisis minucioso a cada solución. El laboratorio fue
la oportunidad para que los proveedores participantes demostraran las capacidades esenciales
y los diferenciadores de sus soluciones de análisis predictivo de grandes datos. Cada sesión de
laboratorio incluyó:
■ Descripción general de la arquitectura y la solución. Se le pidió a cada proveedor que
incluyera una descripción general de la arquitectura técnica, las características y funcionalidad
del producto. El objetivo de esta sesión era familiarizar a Forrester con la solución y demostrar
las características diferenciadoras clave de la solución. Para proporcionar esta descripción
general, los proveedores utilizaron una combinación de presentaciones y/o demostraciones del
producto.
■ Un enfoque de la solución que utiliza un conjunto de datos proporcionado por el proveedor.
Se pidió a los proveedores que trajeran su propio conjunto de datos y mostraran cómo su
solución puede utilizarse para comprender el conjunto de datos, preparar el conjunto de datos,
crear modelos, evaluar los modelos, e implementar la solución. Forrester recomendó a los
proveedores elegir un caso de uso comercial que destacara las características diferenciadoras de
su solución.
■ Un enfoque de solución mediante el uso de Million Song Dataset. Además de demostrar su
solución utilizando su propio conjunto de datos, Forrester también pidió a los proveedores
demostrar cómo puede utilizarse su solución para crear un motor de recomendaciones que
prediga opciones de canciones mediante el análisis de Million Song Dataset.5 El objetivo de
Forrester en la especificación de Million Song Dataset no era evaluar o comparar la precisión
de las soluciones. Más bien, Forrester deseaba entender cómo cada proveedor se acercaría a la
búsqueda de una solución con sus respectivas herramientas.
Proveedores evaluados: Enfoque de dominio cruzado, presencia en el mercado
e interés de los clientes
Forrester incluyó 10 proveedores en la evaluación: Angoss Software, IBM, KXEN, Oracle,
Revolution Analytics, Salford Systems, SAP, SAS, StatSoft y Tibco Software. Aunque Oracle decidió
no proporcionar información completa para su solución de análisis predictivo de grandes datos, lo
incluimos en Forrester Wave basándonos en nuestro análisis de la información disponible al público.
Cada uno de estos proveedores tiene (consulte la Figura 2):
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
7
■ Una funcionalidad de análisis predictivo esencial completa. Incluimos a los proveedores
que ofrecieran una o más soluciones disponibles al público al 20 de mayo de 2012 y que
proporcionaran al menos los siguientes componentes funcionales, herramientas y características
esenciales del análisis predictivo: 1) conectar, extraer, transformar, limpiar, cargar, y de otro
modo preparar conjuntos de datos analíticos, 2) desarrollar y evaluar modelos predictivos
utilizando algoritmos estadísticos y de aprendizaje automático, 3) implementar modelos
predictivos, 4) gestionar el ciclo de vida modelado predictivo, y 5) las herramientas que los
científicos de datos, analistas de negocio y desarrolladores de aplicaciones puedan utilizar
para gestionar el ciclo de vida del análisis predictivo.
■ Una solución del análisis predictivo de dominio cruzado original. Los productos incluidos
en esta evaluación son soluciones del análisis predictivo con fines generales que no están
tecnológicamente o funcionalmente centradas en aplicaciones funcionales u horizontales en
particular, como planificación de recursos empresariales (ERP), análisis de clientes, gestión
de las relaciones con el cliente (CRM), inteligencia de negocios (BI), almacén de datos (DW),
extracción, transformación, carga (ETL), o pila de middleware. El proveedor debe desarrollar,
comercializar, vender e implementar la solución como un análisis predictivo de grandes datos
autosuficiente, de uso general e independiente, lo que significa que no tiene que estar integrada
en otras aplicaciones.
■ Presencia importante en el mercado con una base de clientes referenciable. Se incluyó a los
proveedores que probablemente informaron o estimaron ganancias específicas de por lo menos
5 millones de dólares por concepto de análisis predictivo de grandes datos en el último año
fiscal o calendario, al menos el 80% de esos ingresos deben provenir de soluciones de análisis
predictivo (licencias de software, contratos de mantenimiento y/u ofertas de suscripción),
exclusivo de servicios de consultoría o de servicios profesionales de otro tipo. Los proveedores
deben tener 50 clientes de soluciones de análisis predictivo de grandes datos en producción, que
abarquen más de una región geográfica importante y que representen cinco o más verticales de
la industria.
■ Preguntas de los clientes y/o tecnologías que pusieron al proveedor en el radar de Forrester.
A menudo los clientes de Forrester analizan a los proveedores y productos a través de preguntas,
como alternativa, el proveedor puede, a juicio de Forrester, garantizar su inclusión en esta
evaluación debido a las tendencias en tecnología o la presencia en el mercado.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
8
Figura 2 Proveedores evaluados: información del producto y criterios de selección
Proveedor
Angoss Software
Producto evaluado
Versión del
producto evaluada
KnowledgeSeeker
8.0
15 de mayo de 2012
KnowledgeStudio
8.0
15 de mayo de 2012
KnowledgeCloud
IBM
Fecha de lanzamiento
de la versión
14 de febrero de 2012
IBM InfoSphere
IBM InfoSphere Streams
2.0.0.4
29 de marzo de 2012
IBM Netezza
IBM Netezza 1000 “Twinfin”
(as of 10/9/2012, known as IBM
PureData System for Analytics
N1001) with NetezzaPlatform
Software, NPS v6.0.3
IBM Netezza Analytics with
Netezza Platform Software v6.0.5
6.0.3
Junio de 2011
2.0
Abril de 2012
IBM SPSS Predictive Analytics
IBM SPSS Data Collection
Septiembre de 2011
IBM SPSS Statistics
20
IBM SPSS Modeler
14.2
Junio de 2011
IBM SPSS Collaboration and
Deployment Services
4.2.1
Junio de 2011
6.2
Junio de 2011
IBM SPSS Decision Management
IBM Cognos Consumer Insight
KXEN
6.0.1
InfiniteInsight
Revolution Analytics Revolution R Enterprise
1.1.0.1
6
5.0
Agosto de 2011
1 de diciembre de 2011
8 de marzo de 2012
15 de noviembre de 2011
Fuente: Forrester Research, Inc.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
9
Figura 2 Proveedores evaluados: información del producto y criterios de selección (cont.)
Proveedor
Salford Systems
SAP
Producto evaluado
The SPM Salford Predictive Modeler software suite
6.8
6 de septiembre de 2011
CART Classification and Regression Trees
6.8
6 de septiembre de 2011
MARS Automated Non-linear Regression
6.8
6 de septiembre de 2011
Tree Net/MART Stochastic Gradient Boosting
6.8
6 de septiembre de 2011
Logit
6.8
6 de septiembre de 2011
SAP HANA
1.0
Junio de 2011
SAP Sybase IQ
15.4
Noviembre de 2011
SAP Predictive Analysis
1.0 SP0
Abril de 2012
4.1
Mayo de 2012
4.0 FP3
Mayo de 2012
JMP
10
Marzo de 2012
JMP Pro
9
Octubre de 2010
SAP Data Services
SAP BusinessObjects BI
SAS
Versión del
Fecha de lanzamiento
producto evaluada
de la versión
SAS Analytics Suite
SAS Social Media Analytics
5.4
Junio de 2011
SAS Enterprise Miner
7.1
Julio de 2011
SAS Enterprise Miner for Desktop
7.1
Julio de 2011
SAS Forecast Server
4.1
Julio de 2011
SAS Model Manager
3.1
Julio de 2011
SAS Text Miner
5.1
Julio de 2011
SAS Operations Research (SAS/OR)
9.3
Julio de 2011
1.3.1
Julio de 2011
SAS Analytics Pro
9.3
Julio de 2011
SAS/IML Studio
9.3
Julio de 2011
SAS/ETS
9.3
Julio de 2011
SAS Rapid Predictive Modeler
Fuente: Forrester Research, Inc.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
10
Figura 2 Proveedores evaluados: información del producto y criterios de selección (cont.)
Proveedor
SAS
Producto evaluado
SAS/STAT
9.3
Julio de 2011
SAS Credit Scoring for Enterprise Miner
7.1
Julio de 2011
4.3.1
Julio de 2011
SAS Analytics Accelerator for Teradata
2.1
Julio de 2011
SAS/ACCESS
9.3
Julio de 2011
SAS DataFlux Data Management Platform
2.2
Noviembre de 2011
SAS Scoring Accelerator
4.1
Diciembre de 2011
SAS Data Integration Studio
4.3
Enero de 2012
SAS Enterprise Guide
5.1
Febrero de 2012
SAS Add-in for Microsoft Excel
5.1
Febrero de 2012
SAS Visual Analytics
5.1
Marzo de 2012
SAS Social Network Analysis
2.3
Abril de 2012
SAS High-Performance Analytics Server
12.1
Abril de 2012
SAS Enterprise BI Server
StatSoft
Versión del
Fecha de lanzamiento
producto evaluada
de la versión
Statistica
11.0A
13 de abril de 2012
8.2.0
1 de noviembre de 2010
Tibco Spotfire Miner
8.2.0
1 de noviembre de 2010
Tibco Spotfire Statistics Services
4.5.0
1 de mayo de 2012
Tibco Spotfire Analytics
4.5.0
1 de mayo de 2012
Tibco Software Tibco Spotfire S+
Fuente: Forrester Research, Inc.
LA AMPLITUD Y PROFUNDIDAD DISTINGUEN A LOS LÍDERES
Los líderes de este Forrester Wave ofrecen un rico conjunto de algoritmos para analizar datos,
arquitecturas que pueden manejar grandes datos y herramientas para los analistas de datos
que abarcan el ciclo de vida completo del análisis predictivo. SAS e IBM incuestionablemente
proporcionan soluciones líderes, pero cada uno de los 10 proveedores que evaluamos tiene puntos
únicos de diferenciación que muchos clientes encontrarán atractivos. La Evaluación de Forrester de
soluciones de análisis predictivo de grandes datos para uso general revela tres líderes, cinco con un
rendimiento sólido y dos aspirantes (consulte la Figura 3):
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
11
■ SAS e IBM son líderes inquebrantables, mientras que el recién llegado SAP tiene un buen
rendimiento. SAS, con sus 36 años de historia de proporcionar software de análisis, es un líder
en esta evaluación, ya que obtuvo buenos resultados en todas las categorías. Su herramienta
SAS Enterprise Miner es fácil de aprender y puede ejecutar análisis en bases de datos o en
grupos distribuidos para manejar grandes datos. La campaña Smarter Planet de IBM y las
adquisiciones de SPSS, Netezza, y Vivisimo representan su compromiso de análisis predictivo
de grandes datos. Las soluciones complementarias de IBM, tales como InfoSphere Streams
y Decision Management, refuerzan el atractivo para las firmas que desean integrar el análisis
predictivo en toda su organización. SAP es un recién llegado al análisis predictivo de grandes
datos, pero es un líder debido a que posee una sólida arquitectura y estrategia. SAP también se
diferencia al poner su dispositivo in-memory SAP HANA en el centro de su oferta, incluyendo
una biblioteca de análisis predictivo incorporada a la base de datos (PAL), y que ofrece una
herramienta de modelado que se parece mucho a SAS Enterprise Miner de IBM SPSS Modeler.
■ Tibco, Oracle, StatSoft y KXEN tienen un rendimiento sólido con enfoques únicos. En
general, los que tienen un rendimiento sólido tuvieron puntajes de arquitectura más bajos
que los líderes. La herramienta de visualización de datos avanzada de Tibco Spotfire ofrece
apoyo esencial para S+ y R, lo cual la hace atractivo para los científicos datos que conocen esos
lenguajes.6 La solución de Oracle se centra en R incorporada en la base de datos y la fortaleza
de la tecnología de análisis incorporada en la base de datos. StatSoft tiene una gran cantidad
de algoritmos de análisis y es muy sólido en los casos de uso de fabricación. KXEN colapsa
el ciclo de vida del análisis predictivo normal mediante la automatización del proceso de
descubrimiento del modelo predictivo, también ofrece un análisis sólido de redes sociales.
■ Angoss, Revolution Analytics y Salford Systems son aspirantes con un enfoque más limitado.
Los pequeños proveedores Angoss Software, Revolution Analytics y Salford Systems tienen
un enfoque más limitado que otros en esta evaluación, pero las firmas tienen razones válidas
para considerarlas. Angoss ofrece la mejor herramientas para árboles de decisión que hemos
visto y ofrece soluciones de nube que las firmas pueden utilizar para mejorar los resultados
rápidamente. Revolution Analytics aspira a ser el proveedor de facto comercial de soluciones
basadas en lenguaje de programación estadística de código abierto R; otros proveedores en esta
evaluación ofrecen o tienen planes de ofrecer soluciones basadas en R. Salford Systems ostenta
implementaciones superiores de algoritmos de análisis que incluyen CART, MARS, TreeNet
y bosques aleatorios, se ha hecho un nombre por sí mismo, en particular entre los científicos de
datos que tienen interés en los algoritmos que Salford apoya.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
12
Figura 3 Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 13
Apuestas
riesgosas Aspirantes
Potente
Rendimiento
sólido
Líderes
SAS
IBM
SAP
Oracle
Angoss
Software
Revolution Analytics
Oferta
actual
Tibco Software
StatSoft
Visite la página Web para
descargar la herramienta
Forrester Wave para
obtener evaluaciones de
productos más detalladas,
comparaciones de
funciones y rankings
personalizables.
KXEN
Salford Systems
Presencia en
el mercado
Participación del proveedor completa
Participación del proveedor incompleta
Débil
Débil
Estrategia
Potente
Fuente: Forrester Research, Inc.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
13
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
Ponderación de
Forrester
Angoss Software
IBM
KXEN
Revolution Analytics
Salford Systems
SAP
SAS
StatSoft
Tibco Software
Figura 3 Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 13 (cont.)
OFERTA ACTUAL
Arquitectura
Datos
Descubrimiento
Evaluación y optimización
Implementación
Herramientas
Estándares, integración,
soluciones y extensibilidad
50%
20%
15%
25%
5%
5%
25%
5%
2.74
2.82
3.00
1.70
2.00
4.60
3.60
1.50
4.31
5.00
4.00
3.85
5.00
5.00
4.00
5.00
2.68
2.50
4.00
2.90
2.20
4.60
1.60
2.25
2.68
3.07
2.50
2.85
2.00
3.40
2.50
1.75
1.81
1.10
2.50
1.00
1.60
3.40
2.80
0.25
3.57
4.96
4.50
3.05
1.20
2.60
3.40
2.00
4.59
5.00
4.50
4.40
4.20
5.00
4.40
5.00
2.94
1.30
4.00
2.85
3.80
4.60
3.40
2.00
3.21
2.10
3.00
3.10
4.60
3.80
3.80
4.00
ESTRATEGIA
Licencia y precios
Compromiso
Mapa de ruta de productos
50%
25%
50%
25%
2.48
2.50
2.20
3.00
3.58
2.50
3.40
5.00
3.08
2.50
3.40
3.00
1.98
2.50
2.20
1.00
1.98
2.50
2.20
1.00
3.58
2.50
3.40
5.00
4.18
2.50
4.60
5.00
3.28
2.50
3.80
3.00
3.58
2.50
3.40
5.00
PRESENCIA EN EL MERCADO
Asuntos financieros de la empresa
Presencia global y base existente
Asociaciones
0%
30%
60%
10%
2.09
1.00
2.68
1.80
4.21
3.50
4.60
4.00
2.94
2.00
3.24
4.00
2.20
3.00
1.80
2.20
2.15
1.00
2.68
2.40
1.93
1.00
2.28
2.60
4.46
4.00
4.60
5.00
2.66
2.00
3.24
1.20
2.09
1.00
2.28
4.20
Todos los puntajes se basan en una escala de 0 (débil) a 5 (fuerte).
Fuente: Forrester Research, Inc.
PERFILES DE PROVEEDORES
Líderes
■ SAS comprueba un fenómeno analítico. Con un constante enfoque en análisis de datos
desde 1976, SAS ofrece un amplio conjunto de herramientas para el análisis predictivo, una
arquitectura que soporta múltiples plataformas, análisis incorporados en la base de datos, análisis
in-memory y presencia importante en el mercado. SAS cuenta con más de 19,500 clientes únicos
en 135 países. Forrester estima que más de 3,000 están utilizando el análisis predictivo. Para que
SAS siga siendo líder, debe seguir apoyando a los conjuntos de datos más grandes en el mundo,
ofrecer soluciones más sofisticadas para los análisis en tiempo real, como procesamiento de flujos,
ofrecer herramientas de modelado predictivo que los analistas de negocios encuentren más
fáciles de usar y abordar los muchos advenedizos que están ingresando a este mercado ahora que
los grandes datos y análisis predictivos están de moda.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
14
■ Smarter Planet de IBM define el análisis predictivo de grandes datos. IBM dice de su
Smarter Planet, “Queremos cambiar el paradigma de reaccionar a anticipar”.7 Forrester estima
que IBM cuenta con más de 1.500 clientes de análisis predictivo en producción en América,
Europa, Oriente Medio y África (EMEA) y Asia Pacífico. IBM cuenta con una amplia gama de
activos para ayudar a los clientes a encontrar los modelos predictivos en sus grandes datos, que
incluyen el análisis de software SPSS y el dispositivo de almacén de datos Netezza. IBM tiene
que hacer un mejor trabajo de conciliación de su estrategia de orientación al mercado para su
amplia cartera para que sea menos confuso. Además, IBM debe continuar sus esfuerzos en la
creación de soluciones de análisis predictivo (IBM llama a estos planos) que los clientes puedan
usar ya listas.
■ La estrategia de SAP se suspende en la adopción de dispositivos de base de datos in-memory
HANA. La estrategia de SAP de centrar su solución de análisis predictivo de grandes datos
en su dispositivo de base de datos in-memory SAP HANA es inteligente. Para tener éxito con
esta estrategia, SAP debe seguir desarrollando opciones HANA basadas en la nube que sean
fáciles de adoptar para los clientes que no quieren instalar nuevo hardware en las instalaciones.
SAP también debe mejorar sus herramientas de modelado y de ciclo de vida del análisis para
competir con SAS e IBM. Forrester estima que SAP tiene menos de 100 clientes de análisis
predictivo en producción.
Rendimiento sólido
■ Las herramientas de visualización de Tibco Software combinan con R para diferenciarlas.
Tibco fue o profético o afortunado con la adquisición de la tecnología S+ de Insightful en 2008.
Como S+ es el precursor de R, Tibco tiene una ventaja inicial al hacer de R su motor de análisis
esencial. Combinado con la herramienta de visualización avanzada líder de Tibco, Tibco estará
bien posicionada para ser una sólida opción para las empresas que desean tener una capacidad
de análisis predictivo basado en R. Sin embargo, Tibco también debe trabajar rápidamente para
superar las limitaciones de procesamiento de datos vinculados a la memoria R. Forrester estima
que Tibco tiene menos de 500 clientes de análisis predictivo en producción, con más del 25%
instalado fuera de América del Norte.
■ Oracle puede hacerlo mejor que R. La solución de Oracle se centra en las capacidades de
análisis incorporadas en la base de datos y en las soluciones preempaquetadas dentro
​​
de su
ampliamente adoptado RDBMS empresa, las aplicaciones y los dispositivos Exadata en lugar
de las herramientas de análisis predictivo que son independientes de la base de datos. La
reciente estrategia de Oracle es incorporar R en su base de datos y en las ofertas de almacén de
datos. R es un poderoso lenguaje de programación estadística que es difícil de aprender, por lo
que Oracle debe trabajar para ofrecer las herramientas que esconden esa complejidad. Oracle
tiene que cubrir los vacíos en las herramientas de modelado y ciclo de vida para avanzar en
el producto.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
15
■ StatSoft profundiza en los algoritmos, pero debe invertir para llegar al siguiente nivel.
StatSoft cuenta con una amplia biblioteca de algoritmos de análisis y herramientas de modelado,
pero se queda atrás en el suministro de capacidades de procesamiento de grandes datos, tales
como el análisis integrado en la base de datos y la arquitectura de procesamiento distribuido.
StatSoft es bien conocido en los círculos de científicos de datos y tiene un gran potencial si
invierte en la comercialización de su solución a los ejecutivos de negocios, además de los
científicos de datos. StatSoft también debe invertir en un nuevo diseño de sus herramientas
para hacerlas más sencillas para que los analistas de negocios las utilicen. Forrester estima que
StatSoft tiene menos de 1.500 clientes de análisis predictivo en producción en América, EMEA
y Asia Pacífico.
■ La popularidad del enfoque de bajo contacto de KXEN para el análisis predictivo tendrá un
auge. KXEN se centra en proporcionar a los clientes nuevos mejores resultados comerciales lo
más rápido posible. Para lograr esto, KXEN ofrece un proceso de descubrimiento de un modelo
predictivo automatizado que utiliza algoritmos estructurados patentados. También es uno de
los dos proveedores en esta evaluación que ofrecen un algoritmo de análisis de redes sociales.
Forrester espera que el enfoque de bajo contacto de KXEN sea cada vez más popular, ya que
muchas firmas desean implementar rápidamente modelos, pero no tienen científicos de datos
que utilicen herramientas más tradicionales. Sin embargo, muchas firmas también necesitan
una solución adicional que permita a los analistas de datos tener más control sobre el proceso
de análisis predictivo. KXEN bien debe agudizar su diferenciación o invertir en la capacidad
de manejar algoritmos no patentados, de lo contrario, seguirá siendo un participante de nicho.
KXEN informa 577 clientes de análisis predictivo en América, EMEA y Asia Pacífico.
Aspirantes
■ Angoss Software tiene las herramientas de usuario para árboles de decisión más
impresionantes que hayamos visto. Aunque Angoss admite varios tipos de algoritmos,
realmente brilla en proporcionar una interfaz muy funcional y sencilla de usar para crear,
explorar y modificar los árboles de decisión. Angoss también ofrece soluciones de análisis de
clientes basadas ​​en la nube son especialmente atractivas para las firmas de servicios financieros.
Sin embargo, las excelentes soluciones de análisis de clientes y árboles de decisión no son
suficientes para que Angoss brille realmente en este espacio. Angoss debe decidir si centrarse en
el análisis de clientes o invertir fuertemente para seguir el ritmo de los líderes en esta evaluación.
Angoss cuenta con 266 clientes de análisis predictivo en producción repartidos en América,
EMEA y Asia Pacífico.
■ Revolution Analytics desea convertirse en la opción de R para la empresa. Revolution
Analytics se centra en proporcionar características empresariales de R, el popular lenguaje de
programación y entorno para computación y gráficos estadísticos. R es el código abierto favorito
entre los científicos de datos, pero el rendimiento en conjuntos de datos de gran tamaño es una
barrera arquitectónica que Revolution Analytics espera superar.8 Revolution está invirtiendo
para volver a implementar muchas de las funciones de R para aprovechar las CPU avanzadas
y la computación distribuida como Hadoop. Esto podría ayudar a Revolution Analytics
a convertirse en el estándar de facto para las herramientas de R de empresas. Sin embargo,
el rendimiento por sí solo puede no ser suficiente para que Revolution Analytics diferencie
su solución R. También debe invertir en herramientas mucho mejores para alcanzar a los
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
16
proveedores que tienen características empresariales. Revolution Analytics es una buena opción
para las firmas que desean una solución basada en R que sea apoyada por una firma comercial
y ofrece algunas de las características de empresa. También se enfrentará a la competencia
de otros proveedores en esta evaluación que proporcionan tecnología para integrarse con R.
Revolution Analytics informó 175 clientes con implementaciones de producción en América del
Norte, EMEA y Asia Pacífico.
■ Salford Systems seguirá siendo un participante de nicho. Salford Systems es muy conocido
entre la comunidad científica de datos y especialmente en los círculos académicos. Su estrategia
ha sido la de establecer relaciones exclusivas con las estrellas en búsqueda de datos académicos,
como Jerome Friedman, de la Universidad de Stanford, que implementa algoritmos utilizados
en su suite de software de SPM Salford Predictive Modeler. Salford se centra en tres algoritmos
esenciales de árbol de decisión (CART, TreeNet, y bosques aleatorios), así como un algoritmo
de regresión (MARS). Otras soluciones de software también ofrecen estos algoritmos, pero las
referencias de Salford afirman que tiene las mejores implementaciones. Salford es muy activa en
las competiciones de búsqueda de datos y es un proveedor muy conocido entre los científicos
datos que se centran en los algoritmos de árbol. A menos que Salford amplíe su enfoque en
términos de arquitectura, el apoyo a grandes datos y las herramientas de ciclo de vida, seguirá
siendo un participante de nicho. Salford Systems informó 353 clientes con implementaciones de
producción en América, EMEA y Asia Pacífico.
MATERIAL complementario
Recurso en línea
La versión en línea de la Figura 3 es una herramienta de comparación de proveedores basada en
Excel que proporciona evaluaciones de productos detalladas y rankings personalizables.
Fuentes de datos utilizadas en esta Forrester Wave
Forrester utilizó una combinación de fuentes de datos para evaluar las fortalezas y debilidades de
cada solución:
■ Evaluaciones prácticas de laboratorio. Los proveedores pasan 3 horas con un equipo de
analistas que realizaron una evaluación práctica del producto utilizando una metodología de
prueba basada en escenarios. Evaluamos cada producto utilizando los mismos escenarios, lo
que crea una igualdad de condiciones mediante la evaluación de todos los productos en los
mismos criterios.
■ Encuestas de proveedores. Forrester encuestó a proveedores sobre sus capacidades con relación
a los criterios de evaluación. Cuando analizamos las encuestas de proveedores terminadas,
efectuamos algunas llamadas donde fue necesario reunir detalles de calificaciones de
proveedores.
■ Llamadas de referencia de clientes. Para validar las calificaciones de productos y proveedores,
Forrester también efectuó llamadas de referencias con al menos dos de los clientes actuales de
cada proveedor.
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
17
La metodología Forrester Wave
Realizamos una investigación primaria para desarrollar una lista de proveedores que cumplieran
con nuestros criterios para evaluar en este mercado. Desde ese punto de partida, llegamos a una
lista final. Elegimos a estos proveedores en base a: 1) ajuste del producto; 2) éxito del cliente;
y 3) demanda de clientes de Forrester. Eliminamos a los proveedores que tenían referencias
y productos de clientes limitados que no se ajustaban al alcance de nuestra evaluación.
Después de examinar investigaciones pasadas, evaluaciones de necesidades de los usuarios
y entrevistas a proveedores y expertos, desarrollamos los criterios de evaluación iniciales. Para
evaluar a los proveedores y sus productos contrastándolos con nuestro conjunto de criterios,
reunimos detalles de calificaciones de productos a través de una combinación de evaluaciones
de laboratorio, cuestionarios, demostraciones y/o análisis con referencias de clientes. Enviamos
las evaluaciones a los proveedores para que las analizaran y ajustamos las evaluaciones para
proporcionar la perspectiva más exacta de ofertas y estrategias de proveedores.
Establecimos ponderaciones predeterminadas para reflejar nuestro análisis de las necesidades de
grandes empresas de usuarios: y/u otros escenarios como se señaló en el documento Forrester
Wave, y luego otorgamos un puntaje a los proveedores en base a una escala claramente definida.
Estas ponderaciones predeterminadas son solo un punto de partida y alentamos a nuestros lectores
a que las adapten para ajustarlas a sus necesidades individuales a través de la herramienta basada
en Excel. Los puntajes finales generan la representación gráfica del mercado en base a la oferta
actual, estrategia y presencia en el mercado. La intención de Forrester es actualizar las evaluaciones
de proveedores de manera habitual a medida que las capacidades de productos y las estrategias de
proveedores evolucionen.
Notas finales
Sir Francis Bacon fue un filósofo y científico inglés. Fue un defensor del método científico durante la
revolución científica.
1
Forrester define los grandes datos como el límite de la capacidad de una firma para almacenar, procesar
y acceder (SPA) a todos los datos que necesita para operar con eficacia, tomar decisiones, reducir los riesgos
y atender a los clientes. Fuente: Mike Gualtieri, “The Pragmatic Definition Of Big Data”, el blog de Mike
Gualtieri, 5 de diciembre de 2012 (http://blogs.forrester.com/mike_gualtieri/12-12-05-the_pragmatic_
definition_of_big_data).
2
Para obtener más información sobre la limpieza de datos sucios, consulte “Overcoming Data Mining
Challenges: Dirty Data”, Rexer Analytics (http://www.rexeranalytics.com/Overcoming_Challenges_Dirty_
Data.html).
3
En la evaluación de 70 criterios de Forrester sobre proveedores de análisis de clientes, a los seis proveedores
de software más importantes en la categoría: Angoss Software, FICO, IBM, KXEN, Pitney Bowes y SAS
y los investigamos, analizamos y evaluamos. Esta evaluación entrega los detalles que arrojaron nuestros
descubrimientos sobre qué tan bien cumple cada proveedor con nuestros criterios y cuál es su lugar
con relación a cada uno de ellos, además de ayudar a los profesionales de inteligencia del cliente (CI)
a seleccionar al socio correcto para sus necesidades de análisis de clientes. Consulte el informe del 26 de
octubre de 2012, “The Forrester Wave™: Customer Analytics Solutions, Q4 2012”.
4
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Para profesionales de desarrollo y entrega de aplicaciones
The Forrester Wave™: Soluciones del análisis predictivo de grandes datos, T1 2013
18
Visite http://labrosa.ee.columbia.edu/millionsong/ para obtener más información sobre Million Song
Dataset.
5
Las empresas consideran que las plataformas de visualización de datos avanzadas (ADV) son herramientas
esenciales que les permitan monitorear los negocios, buscar patrones, y tomar medidas para evitar las
amenazas y oportunidades de robo. En la evaluación de 29 criterios de proveedores de ADV de Forrester,
descubrimos que Tableau Software, IBM, Information Builders, SAS, SAP, Tibco Software y Oracle
lideraron la contienda debido a la amplitud de sus ofertas de funcionalidad de inteligencia de negocios (BI)
de ADV. Microsoft, MicroStrategy, Actuate, QlikTech, Panorama Software, SpagoBI, Jaspersoft y Pentaho le
pisaron los talones a los líderes, ya que también ofrecen una funcionalidad sólida que permite a los usuarios
de negocios visualizar y analizar de forma eficaz sus datos de empresa. Consulte el informe del 17 de julio
de 2012, “The Forrester Wave™: Advanced Data Visualization (ADV) Platforms, Q3 2012”.
6
Para obtener más información sobre la iniciativa “Smarter Planet” de IBM, consulte “What is a Smarter
Planet,” IBM (http://www.ibm.com/smarterplanet/us/en/overview/ideas/index.html?lnk=ussph1.16).
7
La KDnuggets Software Poll proporciona datos sobre la adopción de herramientas de análisis, búsqueda de
datos y grandes datos. Fuente: KDnuggets (http://www.kdnuggets.com/polls/2012/analytics-data-miningbig-data-software.html).
8
© 2013, Forrester Research, Inc. Prohibida su reproducción
3 de enero de 2013 | Actualizado: 4 de febrero de 2013
Acerca de Forrester
Como firma de investigaciones y asesoría global, Forrester inspira
a líderes, ayuda a tomar las mejores decisiones y ayuda a las
principales empresas del mundo a convertir la complejidad de los
cambios en ventajas comerciales. Nuestras perspectivas basadas
en investigaciones y nuestro asesoramiento objetivo permiten que
los profesionales de TI sean líderes más exitosos en su campo
y extiendan su impacto más allá de la organización de TI tradicional.
Gracias a la capacidad de ajustarse a su rol individual, nuestros
recursos le permiten concentrarse en los problemas de negocios
importantes: margen, velocidad y crecimiento, en primer lugar,
seguidos de la tecnología.
para obtener más información
Para conocer cómo Forrester Research puede ayudarle a tener éxito día tras
días, comuníquese con la oficina más cercana o visítenos en www.forrester.com.
Para obtener una lista completa de nuestras ubicaciones mundiales, visite
www.forrester.com/about.
Atención al cliente
Para obtener esta información en una copia impresa o en copias electrónicas,
comuníquese con el servicio de atención al cliente a los números +1 866.367.7378,
+1 617.613.5730, o por correo electrónico a [email protected].
Ofrecemos descuentos por cantidad y precios especiales a instituciones académicas
y sin fines de lucro.
Forrester se centra en
profesionales de desarrollo y entrega de aplicaciones
Responsable del desarrollo y la entrega de aplicaciones líderes que
apoya las estrategias de negocio de su empresa, usted también elige
la tecnología y la arquitectura, mientras que gestiona a personal,
habilidades, prácticas y organización para maximizar el valor. La
experiencia en la materia de Forrester y su profundo entendimiento
de su rol lo ayudarán a crear estrategias de proyección; ponderar
oportunidades en relación con los riesgos; justificar decisiones
y optimizar su rendimiento individual, en equipo y corporativo.
«
Andrea Davies, imagen de cliente que representa a los Profesionales de opiniones de mercado
Forrester Research, Inc. (Nasdaq: FORR) es una empresa de investigación independiente que proporciona asesoramiento práctico y de
proyección a líderes mundiales del comercio y la tecnología. Forrester trabaja con profesionales de 17 cargos fundamentales en grandes
empresas y ofrece servicios de investigación confidencial, percepción del cliente, consultoría, eventos y programas ejecutivos entre pares.
Durante más de 29 años, Forrester ha formado líderes exitosos día a día en los sectores de TI, marketing y tecnología. Para obtener más
información, visite www.forrester.com.
85601