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