Magic Quadrant for Data Science Platforms 2017 (by Gartner)

A continuación os presento los resultados del estudio Magic Quadrant for Data Science Platforms (by Gartner)

El informe, publicado en Febrero de 2017, fue realizado por los analistas de Gartner: Alexander Linden, Peter Krensky, Jim Hare, Carlie J. Idoine, Svetlana Sicular y Shubhangi Vashisth.

Para el estudio, Gartner utilizó las siguientes 15 capacidades críticas al valorar las plataformas de data science de cada fabricante:

1. Data access
2. Data preparation
3. Data exploration and visualization
4. Automation
5. User interface
6. Machine learning
7. Other advanced analytics
8. Flexibility, extensibility and openness
9. Performance and scalability
10. Delivery
11. Platform and project management
12. Model management
13. Precanned solutions
14. Collaboration
15. Coherence

El resultado del informe mostró el siguiente Cuadrante Mágico de Gartner:

Magic Quadrant for Data Science Platforms 2017 (by Gartner)

Así pues el resultado del Gartner Magic Quadrant for Data Science Platforms 2017 mostró los siguientes 4 grupos:

LEADERS: IBM, SAS, RapidMiner, KNIME

CHALLENGERS MathWorks, Quest, Alteryx, Angoss

VISIONARIES: Microsoft, Dataiku, H2O ai, Domino Data Lab, Alphine Data

NICHE PLAYERS: SAP; Teradata, FICO
Tweet