1. Big Data: First Aid Tips for Creating a Structured Approach for Organizations in Asia/Pacific

中国情况

2015年,大数据在中国将继续保持其在2014年的强劲发展势头(“2015 CIO议程:中国视角”)｡与亚太地区大多数国家一样,大数据既是Gartner中国客户关心的一个重要话题,同时又是一个充满困惑的话题｡很多时候,中国的商业分析领袖匆匆地选择工具和基础设施技术便开启大数据之旅｡一些中国商业分析领袖甚至在“已经购买”大数据方案之后,才开始寻求使用案例｡

该研究报告旨在论述结构化分析方法的重要性,以确保一个业务驱动､注重业绩的大数据战略能够为大数据项目的成功和获取大数据投资的最佳回报奠定基础｡读者可以就如何将商机直接映射到大数据技术投资上制定一个高层次的计划,设定恰当的预期并进行合理的资源配置,以确保获得利益相关者的大力支持｡中国的商业分析领袖可以根据Gartner 的工具包—— “Toolkit: Board-Ready Slides on Big Data Trends and Opportunities和“Applying the Big Data Ecosystem”,准备一组幻灯片,就大数据的趋势､机遇和技术投资向董事会或高管进行综述｡此外,中国的商业分析领袖还应该阅读Gartner的大数据研究报告集,从而加深对日益普遍的大数据现象的理解——例如大数据基础､行业推动力､通信方法､企业架构策略､市场洞察力､组织结构方案､角色和技术｡

主要挑战

•商业分析领袖可能难以确定如何在企业内部启动大数据项目｡

•创建商业计划来证明大数据投资价值的做法既费时又费力｡

•通过一个架构将商业智能､分析技术和大数据简单地整合融合在一起被证实是很难实现的｡

•与安全分析相关的信息量快速增长,速度不断加快,且内容也越来越多样化｡然而,与其他业务驱动的项目相比,信息安全方面的大数据项目,无论是在技术上还是在投资上都尚未成熟｡

对商业分析领袖的建议

•明确任何大数据项目都须以商业结果作为出发点——其中大数据实施的附加值即为企业以不同的角度看待其数据源所获得的商业价值｡

•采用结构分析法,利用不同的技术组件,寻找以优化决策､发掘隐藏观点和业务流程自动化为目标的商机,利用大数据生态系统来证明企业投资的合理性｡

•从理解“逻辑数据仓库”这一不断变化的信息处理概念开始,整合结构化和非结构化的数据内容以获得最佳商业价值｡

•识别可以帮助企业解决各种威胁状况的技术推动者,从而降低风险;确定大数据项目投资的主要原因,以证明其业务合理性｡

2. Agenda Overview for Application Services, 2015

中国情况

中国的许多企业在过去十年里已经实现了对基础核心应用的部署｡然而,其中许多应用都是第一代产品且孤立工作｡中国企业向数字化业务转型且具备全球竞争力的需求,迫使其在向应用服务供应商寻求帮助,更新核心系统的同时,也跻身于使用最新应用方案的行列｡中国的CIO亟需向服务供应商寻求其他交付与定价模式和创新解决方案,以帮助企业变得更具敏捷性和可扩展性｡阅读2015Gartner应用服务研究课题概述报告将有助于中国CIO了解其所面临的挑战和主要问题:

•哪些新型或颠覆性服务和业务模式能够带来最佳增长机会?

•应用服务供应商如何完善其数字战略并帮助客户实现业务转型?

•哪些特定行业､应用服务产品和地理细分市场能够为应用服务商带来增长机会?

报告摘录

咨询和应用服务供应商的高管和业务经理面临在快速变化的市场中实现利润增长的挑战｡数字化业务转型和快速创新创造了许多机遇,但同时也带来了艰巨的挑战,咨询和应用服务供应商的高管和业务经理必须克服这些挑战才能获得生存和发展:

•许多服务领袖因其未能从扩大的服务或新市场中增加营收,将无法生存｡

•许多其他服务高管因其对产业化服务的利用率低或因新业务发展工作不见成效,将无法达到要求的营业利润率｡

•业务经理为求发展,必须使其产品具备对业务买家有用的差异性优势,这要求其必须重点关注并投资于特定的行业和服务｡

•成功的应用服务管理者和业务负责人将采用双模式的交付方式——通过业务部门交付小型､短期且具有较高商业价值的项目;通过另一个单独的业务单位,利用产业化的交付方式交付大型传统服务｡

•伴随产业化､产业平台和自动化开始取代劳动力,低成本､劳动密集型交付方式将不再能确保业务成功｡

应用服务供应商在过去的几年里一直专注于保持足够的运营利润率｡尽管这仍是必要的,但在大多数地区中,更健康的经济环境迫使其加大对收入增长的关注｡然而,服务市场的收入增长却仅限于一些特定的服务,多数与业内所指的“数字化服务”有关｡伴随购买力逐渐从IT买家向业务买家转变,数字化业务发展势在必行,这迫使供应商迅速对其市场策略和定位做出调整｡

业务经理正在将投资转向数字化业务,同时也在寻找相应的解决方案和服务,从而能够帮助其获得快速的且针对运营的业务成果｡这意味着供应商必须能够展示其具备交付这些成果的能力并在市场中凸显其服务的差异性优势｡因此,供应商必须专注于其选定的一套或一类服务(优化､转型､创新),以便高效地向指定数目的行业交付服务｡这种专注将使供应商能够为其差异性服务做出高效､可靠的定位,同时使其具备优化投资能力,以获得更高的收入和利润｡

应用服务市场在过去一年中所发生的变化是2000年以来——当时存在互联网功能和千禧危机的交汇——最大的变化｡随着传统应用服务和交付方式越来越商品化且仅限于IT买家,收入增长将由新的服务带来｡未能利用数字化机会交付具有差异化优势的可靠服务,在最好的情况下,将阻碍收入增长;在最坏的情况下,将导致生意失败｡

伴随咨询和应用服务公司的高管和业务经理继续适应不断变化的市场,他们将从2015年Gartner研究重点中获益｡2015年,Gartner将应用服务供应商在高增长领域的市场机会作为研究重点｡与更多传统的应用服务相关的研究包括更新核心应用的测试与更新改造服务｡高增长目前主要集中在与数字化相关的新型领域,包括分析技术､客户体验､业务流程优化､物联网(IoT)､软件即服务(SaaS )和云应用集成｡由于差异化通常包括行业聚焦,Gartner还会增加对选定行业内与咨询和应用服务要求和机会相关的研究｡对高增长服务和行业重点研究的结合将帮助高管和业务经理进一步完善其策略､定位和业务发展活动,以实现利润的增长｡

3.China Summary Translation: Magic Quadrant for BI and Analytics Platforms

中国语境

Gartner 2015 CIO调查报告显示,商业智能及分析(BI&A)是2015年CIO们的首要任务(在中国的CIO调查报告中排名第三),同时它也被列入2015十大技术趋势榜单｡与全球趋势一致,在商业利益相关人的持续压力下,中国的商业智能及分析部门的负责人也亟需提高技术投资回报率｡此外,商业智能及分析生态系统也正在向分散的､商业用户主导的分析部署､商业智能自助服务和机会转变,以提高并加深对大量不同数据源——大数据的理解｡

该魔力象限研究报告呈现了Gartner对全球主要软件厂商做出的评价,意图利用商业智能及分析平台来开发商业智能分析应用的企业应将这些厂商纳入考虑范围之内｡本文对多个厂商能力指标进行了删减/更改/重新组合,同时加入对云计算的部署以反映Gartner对商业智能及分析平台关键能力最新看法｡

中国企业应重新审视其商业智能及分析策略,以确定这些被删减/更改/增加的能力是否能够创造机会,或者是否对其现存商业智能及分析的执行带来风险,以进一步优化其技术投资｡

企业用户还应评估所有四个象限内的厂商,不能假定只有领导者才能交付成功的商业智能部署｡对于此魔力象限评估图的目的,评估标准是非常具体的,且可能比第一眼看到的坐标轴标题的意义更为广泛｡读者应仔细阅读“评价标准”和“厂商优势与警告”部分,充分了解魔力象限图中厂商位置的细微差别,对于魔力象限图中两个重叠的厂商的差别是很难在图中体现的｡对于魔力象限评价流程和如何使用魔力象限图,详见“How Gartner Evaluates Vendors and Markets in Magic Quadrants and MarketScopes”｡在该魔力象限图中位于领导者和挑战者象限内的厂商和去年魔力象限图中位于领导者象限的厂商, 对其产品能力更为详细的评估,请参阅“Critical Capabilities for BI Platforms”｡

报告摘录

市场纵览

Gartner认为商业智能及分析平台市场仍将是增长最快的软件市场之一｡该市场(商业智能平台)规模在2013年增长了9%;此外,到2018年,该市场的年复合增长率有望达到8.7% (see Forecast: Enterprise Software Markets, Worldwide, 2011-2018, 4Q14 Update" ),该增长由以下市场活动驱动:

•对数据发现的新投资不断加大 ｡对数据发现和大量管治数据发现部署的持续投资预计将继续扩大｡由于在企业内部,大部分商业智能及分析平台的采购及其使用主要围绕业务用户对数据发现的需求展开(出于竞争并满足客户需求目的),目前大多数以IT为中心的厂商将继续把新产品投资及平台的重心从以IT需求为主导的生产报表转向管治的､以业务用户需求为驱动的数据发现和分析工具——否则将面临与企业服务能力日渐增强的数据发现厂商的竞争｡其结果是,到2015年及以后,数据发现将继续取代以IT为主导的静态报表,成为新实施项目中商业智能及分析的主要用户交互范式｡虽然以IT为主导的､系统记录的报表不会完全消失,但其在整个分析应用中所占的比例会越来越小｡同时,大量数据发现的部署作为市场增长的主要推动力,也将提高整体用户普及率｡

•自助服务型数据准备和数据完善,应对高价值数据发现的挑战｡ 投资重点转向业务用户驱动的数据发现,显示出应对数据准备重大挑战的必要性,并以此实现对数据更广泛､更可控的使用｡自助服务型数据准备能力开始新兴,并已超越大多数既有数据发现工具的能力范围｡目前的数据准备工具能够实现基本的数据混合,以帮助用户准备用于分析的数据,但通常都非常耗时｡自助服务型数据准备平台能够通过管治的､重复使用的方式,帮助业务用户缩短分析数据准备的时间并降低数据准备工作的复杂性｡其特性功能包括视觉数据流的构建与自动化､语义自动发现､智能连接､智能识别､层次结构生成､不同数据源的数据沿袭与数据融合——其中包括多结构数据及其富集｡许多这样的平台在其后台还具备自动化的机器学习算法,能够在视觉上突出数据结构､分布､异常现象和重复模式,利用业务用户驱动的引导工具,提出解决问题和增强数据的建议｡这些工具的用途是为了让除传统IT用户之外的商业分析师能够接触到数据整合的过程,以便应对数据准备工作中持续出现的､具有高价值的问题｡

•智能数据发现将进一步扩大数据发现的用户范围并增强数据发现的理解和诠释功能｡ 数据发现的新兴能力无需通过建模或编写算法/查询,就能够在大量､复杂且日益多结构化的数据集中挖据数据的隐藏模式｡智能数据发现超越了数据发现的范围,其原因是业务用户和和商业分析师通过交互式可视化､搜索和自然语言查询技术,利用用户交互和探索,便可从高级分析中获益(以突出并可视化与用户相关的数据中的重要发现､相关性､集群､预测､异常值､异常现象､联系或趋势)｡一些工具还能通过自然语言生成的文本为用户诠释数据发现的结果,反映数据模式并阐述观点｡这将缩短从数据发现中获得见解的时间,同时也将降低人工数据探索和建模所需的时间和专业技术｡智能数据发现并不会取代高级分析或数据科学家的角色而是对其进行补充,利用其新增的公民数据科学家的角色,推出假设;然后由数据科学家对这些假设进行更详细的研究和验证｡

•随着数据引力(大多数数据的驻留地)转移到云端,云商业智能在业务线及其之外的领域将继续增长｡ 企业对云商业智能平台的采用意愿与去年保持不变｡“Gartner商业智能及分析平台魔力象限调查”显示,约有41%的调查对象称其在未来12个月内,正在或计划将商业智能内容放置于私有云､公有云或者混合云｡能够提供云产品的商业智能厂商正在努力满足最为关键的市场需求——数据的可管治性和业务-用户友好平台,并向客户提供强大的产品功能､良好的客户体验和较高的商业价值｡越来越多的传统本地部署厂商也准备支持云商业智能分析｡此外,Salesforce于2014年10月进入商业智能及分析平台市场｡Salesforce对云计算市场的准入,进一步推动了云商业智能的普及,特别是在以客户为中心的应用案例中,Salesforce的数据至关重要｡

•流媒体数据｡ 过去10年对分析技术的投资及价值主要由以客户为中心的企业或“互联网”推动｡未来10年的分析技术将通过对“物联网”应用的投资来驱动｡增长最快的数据类型为即时事件数据流､传感器和机器数据,以及人与交易性业务系统发生的事件数据｡这些新型的应用程序,同其他新的(多结构化)数据类型及新型的分析结果一起将为分析投资及业务转型带来下一个大浪潮｡这意味着企业之间的竞争将从过去的实务资产转向信息资产｡

•多结构化数据的分析｡ 新类型的分析主要针对各种结构化和非结构化数据,对其投资的不断加大将带来实现商业价值和推动业务转型的新见解｡

•嵌入式商业智能｡ 企业将投资于在应用和业务流程中嵌入传统商业智能内容(报表及图表)､交互式分析技术､预测分析和规范分析——这将有助于非传统商业智能用户在制定决策或采取行动时(移动性日益增加),得到最佳的建议和指导——从而进一步扩大商业智能及分析的普及并增加其带来的收益｡

•面向客户的分析与数据盈利｡ 随着企业发现新途径来产品化或整合其数据资产,企业将越来越多地投资于能够将分析从成本中心转变为利润中心的能力,以改善客户关系,创建新商业模式,并带来新财源｡

•协作与社交能力｡ 商业智能及分析的协作与社交能力､众包和共享能力将推动商业智能分析更广泛的应用,进而从对其投资中获得更高商业价值｡

厂商入围与排除标准

入围本年度魔力象限的厂商数量限定为24个｡Gartner结合下列标准,对满足所有入围条件的厂商进行了排名｡

•每年与商业智能相关软件的许可证总收入至少为2千万美金,或者每年与商业智能相关软件的许可证总收入至少为1.7千万美金,外加年基15%的新许可证增长｡

•在厂商也提供交易型应用的情况下,必须证明购买企业惯用的是其商业智能平台而非其交易型应用｡

•厂商能够在多大程度上满足本文定义的13种具体产品关键能力(别家厂商的OEM组件也计算在内),体现在其所填写的Gartner征求建议书和厂商问卷调查以及厂商发布会上的信息｡Gartner 的分析师依据以上文件及信息,来确定厂商在多大程度上符合此入围标准｡

•厂商必须收到至少35份来自生产环境下使用其商业智能平台的客户调查结果｡

•厂商必须已参与以下所有数据收集工作,包括:

1.提供能够反映其产品关键能力的产品列表

2.提供营收证明

3.提供客户调查参考信息

4.完成关键能力征求建议书

5.提供长达一小时的视频演示,重点展示其商业智能分析平台是如何支持多达13种产品的能力｡

6.完成厂商问卷调查

7.与本文作者进行魔力象限简介会｡

此魔力象限主要关注那些能够在任何行业和领域内构建分析应用的商业智能及分析平台,因此那些仅为特定行业或领域提供分析应用的厂商不在此研究范围之内｡

4. Magic Quadrant for Advanced Analytics Platforms

中国语境

2014年,Gartner 发布了一个新的魔力象限图来分析高级分析平台市场(相对于原来的商业智能和分析平台而言)｡其原因是随着智能分析市场的不断演进,多数客户已将对传统商业智能和新的高级分析性能的评估流程区分开来｡

高级分析对很多中国的业务分析部门的负责人来说还很陌生,尽管其使用案例在一些细分市场已经占主导地位(例如金融服务业的风险和欺诈分析,大型电子商务公司的客户行为分析等)｡业务分析部门的负责人必须理解高级分析应用于不同的使用案例时,常常需要处理新的数据类型和数据源,比如多社交数据的文本分析､电子邮件和文档､服务器和网站日志的日志数据分析和呼叫中心录音的语音分析｡获取与高级分析使用案例具有最佳匹配能力的高级分析平台将会决定企业高级分析项目的命运｡进一步说,高级分析的关联性和质量極度地依赖于数据科学家和高级分析团队的能力｡然而,数据科学家在任何地方都供不应求,包括中国｡业务分析部门的负责人很难招募到精通所有分析技术的数据科学家,更何况新的数据源每天都在出现｡

本篇魔力象限报告为高级分析平台的选择提供了一个很好的数据源｡中国业务分析部门的负责人应该将高级分析的技能的可用性(数据科学家/高级分析团队)作为评估,选择和实施高级分析平台的先决条件,以获得最佳商业价值｡

Gartner的商业智能和分析平台的魔力象限图包含了全部四种分析(即描述､诊断､预测､规范),但分配给即描述和诊断分析的权重较多｡高级分析平台魔力象限图包括诊断､预测､规范分析,但大部分权重分配给了预测分析｡

报告摘录

市场纵览

Gartner 估计,高级分市场析在不同行业和地区的市场规模将超过10亿美元｡尽管高级分析的使用案例几乎存在于各个行业,但金融服务业､零售与电子商务和通信业很可能是其最大的行业市场｡虽然亚太地区的高级分析市场正在迅猛增长,但北美和欧洲仍是其最大的市场(详见 "Forecast: Enterprise Software Markets, Worldwide, 2011-2018, 4Q14 Update" )｡

高级分析市场已经存在了20多年｡有些人认为该市场相对稳定,即便过去如此,现在这种情况也已发生改变,其原因是大数据的概念不仅增加了人们对该市场的兴趣,还将其颠覆｡以下是主要的颠覆性趋势:

•对利用高级分析结果来提高经营业绩的兴趣不断增长,这使得该技术潜在应用的数量及其在各企业的受众数目迅速扩大｡高级分析并非只是一些特定群体的兴趣所在(例如,市场营销和风险负责人),各个部门现在都能利用此能力获得合理利益｡

•可用数据量迅速增长,尤其是各种新类型的数据(例如源于客户交互的非结构化数据和机器产生的流式数据)要求用户和系统具备更高级的复杂技术以及对数据快速解读和响应的能力,以充分发挥数据的潜能｡

•对这些能力不断增长的需求已经超出了专家用户的供应速度,这使得更高层次的自动化水平成为必需,同时也增加了对自助服务和公民数据科学家工具的需求｡

厂商入围与排除标准

入围此魔力象限的厂商须满足以下所有标准(未能满足这些标准的一些相关厂商,见报告原文备注2):

厂商须以独立产品或产品组合的形式提供高级分析功能｡产品必须具备应用中立性;产品必须能够支持一个企业内的多个不同使用案例,而不是作为在某特定领域或解决某特定业务问题的打包应用｡

1.厂商必须能够为以下功能提供本地支持(而不是像R这样的第三方性能):

o数据访问(访问Hadoop数据和basic ETL数据)

o数据准备和数据探索(装仓､特征选择和自定义映射)

o支持以下六种预测分析技术中的至少四种:线性和逻辑回归､决策树模型､神经网络､时间序列分析､支持向量机(SVM)和集成模型｡

o支持以下五种描述分析技术中的至少三种:K均值聚类算法､层次聚类､方差分析(ANOVA)､链接分析､主成份分析(PCA)｡

o模型测试和验证,例如K折交叉验证和资本收益率(ROC)曲线(具备一些行动/战略意义的升力曲线)

o模型部署:预测模型标记语言(PMML)支持和R集成/导出｡

2.市场表现:

o在距日历年度2013年最近的12个月的财务报告中,厂商的高级分析相关软件许可证总收入至少达到300万美元｡

o厂商须至少提供15份完整的客户调查结果｡

5. A Successful Mobile AD Strategy Is Key to Digital Business

中国语境

移动应用是动态数字商务的重要组成部分｡通过改善信息流,加快决策制定速度,以及随时随地对关键资源进行访问,移动应用为很多企业带来了竞争优势｡消费者和企业员工对信息无处不在的访问需求不断增加,同时智能手机和平板的应用激增,这使得移动技术成为CIO的首要任务之一｡事实上,2015 Gartner CIO调查结果显示,移动技术仍是中国CIO五大首选投资技术之一｡中国企业在面向客户和面向员工应用的IT密集型投资中,其中很大比例用于将移动平台作为主要接口界面的应用(面向客户的应用占的41%,面向员工的应用占的31%)｡这迫使IT企业必须快速为员工和客户构建并交付大量有用的移动应用｡用于定义并开发桌面应用的传统方法不适用于移动应用｡移动应用要求构建时间短,迭代次数频繁,以体现不断变化的需求和日新月异的技术｡

该综合报告反映了Gartner在构建和部署移动应用上的观点,涵盖了从移动应用战略､移动应用发展､移动整合到移动战略执行的最佳实践和决策框架的话题｡该报告的目标读者为支持业务应用的IT负责人｡

报告摘录

业务创新是通过具备快速产品交付能力的IT企业而实现的｡由于企业内部人才的缺乏,过去许多初始移动应用都通过外部项目实行交付｡虽然这可能是一种有效的衔接策略,但是为了获得长期的成功,企业则需开发内部能力和战略来实现移动应用的交付｡这意味企业员工必须了解新的､不断变化的开发工具和框架,能够有效利用测试自动化,并掌握用户体验(UX)方面的新技能｡然而,应用交付团队和移动应用不会凭空而生｡业务部门和IT部门之间,以及IT部门内部的开发､测试和IT运营人员(通常被视为DevOps)之间的合作和整合出现了更大的机会和需求｡高效的移动交付是推动收入增长,降低成本,同时更好地在企业与合作伙伴､客户或员工之间建立联系的关键｡

放眼未来,移动性与物联网(IoT)将共同构成整个数字化体验的基础｡该专题报告由四部分组成:移动应用战略､移动应用开发､移动整合和专业技术人才;其目标读者为支持业务应用的IT负责人｡