
作者 | Jessica Davis
相比 2019 年初,即將進入 2020 年的大數(shù)據(jù)和 AI 市場看起來與之前不太一樣。數(shù)據(jù)、數(shù)據(jù)管理、數(shù)據(jù)分析、商業(yè)智能、機器學習、人工智能,還有其他相關的技術,都炙手可熱。幾乎每一位 CIO 都在他們的組織里至少部署了其中的一項技術,或者想要這么做。
技術越高端,部署的難度就越高,而技術廠商在進行產(chǎn)品和服務數(shù)字化轉型過程中發(fā)現(xiàn)了一些機會。
過去一年,與數(shù)據(jù)和數(shù)據(jù)分析相關的技術廠商之間發(fā)生了一些并購事件,見證了這個市場的波瀾。大到提供數(shù)據(jù)、數(shù)據(jù)分析和 AI 平臺服務的大型云廠商,小到只是往已有產(chǎn)品中添加新功能的小公司,它們之間發(fā)生的一系列并購事件讓 2019 年的大數(shù)據(jù)和 AI 市場看起來與以往不同。
技術廠商們意識到數(shù)據(jù)和數(shù)據(jù)分析工作負載正在向云端遷移。在這些并購案中,流式處理和實時數(shù)據(jù)分析成了主要的關注點,AI 也是一個關鍵的領域。一些擁有機器學習和數(shù)據(jù)管理能力的廠商嘗試在他們的服務和產(chǎn)品中加入商業(yè)智能。
在甘特最近發(fā)布的魔力象限圖中,Qlik 是數(shù)據(jù)分析和商業(yè)智能領域的領跑者之一。今年 2 月份,這家總部位于美國費城的公司宣布以 5 億 6 千萬美元收購 Attunity,一家提供數(shù)據(jù)集成和大數(shù)據(jù)管理解決方案的公司。
Qlik 公司表示,Attunity 提供了跨平臺的數(shù)據(jù)流式處理能力,可以很好地支持實時數(shù)據(jù)分析和向云端遷移。這一收購擴展了 Qlik 在企業(yè)數(shù)據(jù)管理方面的能力,同時也讓它囊獲了一批有經(jīng)驗的數(shù)據(jù)精英。
在宣布收購之前的一個月,Attunity 產(chǎn)品副總裁 Dan Potter(現(xiàn)在是 Qlik 的產(chǎn)品副總裁)向 InformationWeek 解釋了即將到來的云計算對于數(shù)據(jù)企業(yè)來說有多重要。
他說:“我們正處在向云端遷移的過程中。人們在想應該在哪里處理數(shù)據(jù),而我們的策略應該是怎樣的?對于行業(yè)來說,這是一個顛覆性的時刻”。
谷歌在科技領域的巨頭地位源于它的數(shù)據(jù)管理和大數(shù)據(jù)技術能力。近年來,除了搜索引擎,谷歌憑借其強大的技術實力鞏固了其在數(shù)據(jù)和機器學習領域的巨頭地位,提供了一系列與數(shù)據(jù)管理、機器學習相關的公有云服務。
數(shù)據(jù)分析和 BI 平臺提供商 Looker 在其產(chǎn)品 Action Hub 中提供了對谷歌 BigQuery ML 的支持,可以將數(shù)據(jù)遷移到其他應用中,包括谷歌的 TensorFlow。
2019 年 6 月,谷歌和 Looker 之間的合作計劃又向前邁了一步,谷歌宣布計劃以 26 億美元收購 Looker。
谷歌云首席執(zhí)行官 Thomas Kurian 在一篇宣布收購計劃的博文中寫道:“Looker 提供的兩個重要能力擴展了我們的業(yè)務分析功能。首先是通過統(tǒng)一的方式跨數(shù)據(jù)源定義業(yè)務指標。任何人都可以輕松地在保持計算一致性定義的情況下輕松地查詢數(shù)據(jù),確保團隊獲得準確的結果。其次,Looker 為用戶提供了一個強大的分析平臺,提供了商業(yè)智能應用程序和特定于用戶的解決方案(如銷售分析),以及靈活的嵌入式分析產(chǎn)品,方便進行業(yè)務決策協(xié)作”。
這兩家公司有 350 個客戶,包括 Buzzfeed、Hearst、Sunrun、WPP Essence 和雅虎。
不過,截止 12 月份,這筆交易還沒有完成。英國競爭與市場管理局于 12 月 2 日宣布對這筆交易展開調(diào)查,并在 12 月 20 日之前收集反饋,所以這筆交易不太可能在 2019 年完成。
另外,谷歌在 11 月 1 號宣布以 21 億美元收購可穿戴設備公司 FitBit。谷歌推出的智能手表操作系統(tǒng)和 Google Fit App 已經(jīng)讓這家公司在可穿戴設備市場找到了位置。但是,谷歌對數(shù)據(jù)的價值有著深刻的洞察力,所以 FitBit 公司的數(shù)據(jù)收集能力可能是谷歌更看重的。這筆交易也可能受到審查,消息人士稱,美國司法部將審查可能存在的反壟斷問題。
如果你在過去幾年參加過數(shù)據(jù)分析技術大會,可能會注意到 Tableau 的熱度有多高。Tableau 有很多企業(yè)客戶,截止到今年 6 月份,客戶數(shù)量達到了 86000,其中包括 GoDaddy、日產(chǎn)、維珍電信和 JPMorgan Chase。
在 2019 年甘特魔力象限圖中,微軟和 Tableau 遙遙領先于其他公司(Qlik 和 Thoughtspot 是另外兩家領先的公司)。
今年 6 月,PaaS CRM 云平臺巨頭 Salesforce 改變了市場格局,宣布計劃以 157 億美元的股票交易價格收購 Tableau。
Salesforce 執(zhí)行長 Marc Benioff 在分析師電話會議上表示:“到 2020 年,全球的數(shù)據(jù)量將是 2011 年的 50 倍,利用好這一巨大的數(shù)據(jù)流將為經(jīng)濟的發(fā)展和人類的進步創(chuàng)造巨大的機會”。
在 Salesforce/Tableau 和谷歌 /Looker 收購計劃宣布之前,SiSense(位于甘特魔力象限圖的頂部)就已宣布了與 Periscope Data(在甘特報告中被極力提及)的合并。
SiSense 首席執(zhí)行官 Amir Orad 在 6 月份的時候告訴 InformationWeek,SiSense 的合并計劃與谷歌及 Salesforce 的收購計劃都是市場戰(zhàn)略大轉變的組成部分。
他說:“我們現(xiàn)在看到,進行成功的企業(yè)整合是這個市場的一個重大戰(zhàn)略舉措”。
SiSense 并沒有提供財務方面的交易細節(jié),但表示他們已支付超過 1 億美元的股票。SiSense 已融資 2 億美元,其客戶包括通用電氣和納斯達克。
合并后的公司預計年收入將超過 1 億美元,擁有 2000 多名客戶和 700 多名員工。
Orad 在 5 月份的一份事先準備好的交易公告中表示:“很快,每一家公司都將成為數(shù)據(jù)驅(qū)動型公司,每一個產(chǎn)品都將成為數(shù)據(jù)驅(qū)動型產(chǎn)品。云、大數(shù)據(jù)、人工智能和機器學習正在加速這種轉變。我們相信,數(shù)據(jù)、產(chǎn)品和業(yè)務團隊是這種轉變背后的推動者。他們希望構建、改變和影響世界”。
市場整合一般標志著實力的增強和戰(zhàn)略上的勝利,然而,MapR 的困境感覺更像是一場廉價的甩賣。作為最初的三個 Hadoop 廠商之一,MapR 比其競爭對手 Cloudera 和 Hortonworks(這兩家公司于 2018 年 10 月宣布合并,并于當年年底完成合并)提供了更強大的渠道信息能力。
今年早些時候,MapR 悄悄向員工發(fā)出了一份通告:如果無法獲得新的注資或者找到買家,公司可能在 6 月 14 日關閉,并解雇 122 名員工。
幾周之后,沒有任何跡象表明會有白衣騎士來拯救這家大數(shù)據(jù)公司。8 月份,惠普企業(yè)宣布收購 MapR 的某些業(yè)務資產(chǎn),包括其在人工智能、機器學習和分析數(shù)據(jù)管理方面的技術、知識產(chǎn)權和領域?qū)iL。
惠普企業(yè)首席執(zhí)行官 Antonio Neri 在一份聲明中表示:“數(shù)據(jù)爆炸正在創(chuàng)造一個智能新時代,贏家將是那些懂得如何利用數(shù)據(jù)的人。MapR 的文件系統(tǒng)技術讓惠普企業(yè)能夠提供一個完整的產(chǎn)品組合來驅(qū)動人工智能和分析應用程序,并增強我們幫助客戶從端到端、從邊緣到云端管理數(shù)據(jù)資產(chǎn)的能力”。
這筆交易標志著 Hadoop 及其廠商時代的落幕。合并后的 Cloudera Hortonworks 提供了一個更為廣泛的數(shù)據(jù)管理服務平臺,遠遠超越了 Hadoop。
在 Hadoop 之后 Cloudera 又做了什么?Cloudera 現(xiàn)在把自己定位成一家企業(yè)數(shù)據(jù)云公司,在今年 9 月份宣布收購 Arcadia 數(shù)據(jù)公司的部分資產(chǎn)。Arcadia 是一家提供云原生 AI 商業(yè)智能和實時數(shù)據(jù)分析的公司。Cloudera 希望能夠借助 Arcadia 增強自己的數(shù)據(jù)訪問能力,改進數(shù)據(jù)分析的響應時間,幫助客戶快速地發(fā)現(xiàn)洞見。
這是 Cloudera 未來愿景的一部分——一個由云原生開源組件組成的大型數(shù)據(jù)平臺。它建立在 Hadoop 的初始哲學基礎之上——利用普通硬件構建大型的分布式系統(tǒng),像搭“樂高”積木一樣組裝軟件技術棧,承諾開放軟件源代碼,并朝著更靈活的技術生態(tài)系統(tǒng)邁進。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10