京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | Jessica Davis
相比 2019 年初,即将进入 2020 年的大数据和 AI 市场看起来与之前不太一样。数据、数据管理、数据分析、商业智能、机器学习、人工智能,还有其他相关的技术,都炙手可热。几乎每一位 CIO 都在他们的组织里至少部署了其中的一项技术,或者想要这么做。
技术越高端,部署的难度就越高,而技术厂商在进行产品和服务数字化转型过程中发现了一些机会。
过去一年,与数据和数据分析相关的技术厂商之间发生了一些并购事件,见证了这个市场的波澜。大到提供数据、数据分析和 AI 平台服务的大型云厂商,小到只是往已有产品中添加新功能的小公司,它们之间发生的一系列并购事件让 2019 年的大数据和 AI 市场看起来与以往不同。
技术厂商们意识到数据和数据分析工作负载正在向云端迁移。在这些并购案中,流式处理和实时数据分析成了主要的关注点,AI 也是一个关键的领域。一些拥有机器学习和数据管理能力的厂商尝试在他们的服务和产品中加入商业智能。
在甘特最近发布的魔力象限图中,Qlik 是数据分析和商业智能领域的领跑者之一。今年 2 月份,这家总部位于美国费城的公司宣布以 5 亿 6 千万美元收购 Attunity,一家提供数据集成和大数据管理解决方案的公司。
Qlik 公司表示,Attunity 提供了跨平台的数据流式处理能力,可以很好地支持实时数据分析和向云端迁移。这一收购扩展了 Qlik 在企业数据管理方面的能力,同时也让它囊获了一批有经验的数据精英。
在宣布收购之前的一个月,Attunity 产品副总裁 Dan Potter(现在是 Qlik 的产品副总裁)向 InformationWeek 解释了即将到来的云计算对于数据企业来说有多重要。
他说:“我们正处在向云端迁移的过程中。人们在想应该在哪里处理数据,而我们的策略应该是怎样的?对于行业来说,这是一个颠覆性的时刻”。
谷歌在科技领域的巨头地位源于它的数据管理和大数据技术能力。近年来,除了搜索引擎,谷歌凭借其强大的技术实力巩固了其在数据和机器学习领域的巨头地位,提供了一系列与数据管理、机器学习相关的公有云服务。
数据分析和 BI 平台提供商 Looker 在其产品 Action Hub 中提供了对谷歌 BigQuery ML 的支持,可以将数据迁移到其他应用中,包括谷歌的 TensorFlow。
2019 年 6 月,谷歌和 Looker 之间的合作计划又向前迈了一步,谷歌宣布计划以 26 亿美元收购 Looker。
谷歌云首席执行官 Thomas Kurian 在一篇宣布收购计划的博文中写道:“Looker 提供的两个重要能力扩展了我们的业务分析功能。首先是通过统一的方式跨数据源定义业务指标。任何人都可以轻松地在保持计算一致性定义的情况下轻松地查询数据,确保团队获得准确的结果。其次,Looker 为用户提供了一个强大的分析平台,提供了商业智能应用程序和特定于用户的解决方案(如销售分析),以及灵活的嵌入式分析产品,方便进行业务决策协作”。
这两家公司有 350 个客户,包括 Buzzfeed、Hearst、Sunrun、WPP Essence 和雅虎。
不过,截止 12 月份,这笔交易还没有完成。英国竞争与市场管理局于 12 月 2 日宣布对这笔交易展开调查,并在 12 月 20 日之前收集反馈,所以这笔交易不太可能在 2019 年完成。
另外,谷歌在 11 月 1 号宣布以 21 亿美元收购可穿戴设备公司 FitBit。谷歌推出的智能手表操作系统和 Google Fit App 已经让这家公司在可穿戴设备市场找到了位置。但是,谷歌对数据的价值有着深刻的洞察力,所以 FitBit 公司的数据收集能力可能是谷歌更看重的。这笔交易也可能受到审查,消息人士称,美国司法部将审查可能存在的反垄断问题。
如果你在过去几年参加过数据分析技术大会,可能会注意到 Tableau 的热度有多高。Tableau 有很多企业客户,截止到今年 6 月份,客户数量达到了 86000,其中包括 GoDaddy、日产、维珍电信和 JPMorgan Chase。
在 2019 年甘特魔力象限图中,微软和 Tableau 遥遥领先于其他公司(Qlik 和 Thoughtspot 是另外两家领先的公司)。
今年 6 月,PaaS CRM 云平台巨头 Salesforce 改变了市场格局,宣布计划以 157 亿美元的股票交易价格收购 Tableau。
Salesforce 执行长 Marc Benioff 在分析师电话会议上表示:“到 2020 年,全球的数据量将是 2011 年的 50 倍,利用好这一巨大的数据流将为经济的发展和人类的进步创造巨大的机会”。
在 Salesforce/Tableau 和谷歌 /Looker 收购计划宣布之前,SiSense(位于甘特魔力象限图的顶部)就已宣布了与 Periscope Data(在甘特报告中被极力提及)的合并。
SiSense 首席执行官 Amir Orad 在 6 月份的时候告诉 InformationWeek,SiSense 的合并计划与谷歌及 Salesforce 的收购计划都是市场战略大转变的组成部分。
他说:“我们现在看到,进行成功的企业整合是这个市场的一个重大战略举措”。
SiSense 并没有提供财务方面的交易细节,但表示他们已支付超过 1 亿美元的股票。SiSense 已融资 2 亿美元,其客户包括通用电气和纳斯达克。
合并后的公司预计年收入将超过 1 亿美元,拥有 2000 多名客户和 700 多名员工。
Orad 在 5 月份的一份事先准备好的交易公告中表示:“很快,每一家公司都将成为数据驱动型公司,每一个产品都将成为数据驱动型产品。云、大数据、人工智能和机器学习正在加速这种转变。我们相信,数据、产品和业务团队是这种转变背后的推动者。他们希望构建、改变和影响世界”。
市场整合一般标志着实力的增强和战略上的胜利,然而,MapR 的困境感觉更像是一场廉价的甩卖。作为最初的三个 Hadoop 厂商之一,MapR 比其竞争对手 Cloudera 和 Hortonworks(这两家公司于 2018 年 10 月宣布合并,并于当年年底完成合并)提供了更强大的渠道信息能力。
今年早些时候,MapR 悄悄向员工发出了一份通告:如果无法获得新的注资或者找到买家,公司可能在 6 月 14 日关闭,并解雇 122 名员工。
几周之后,没有任何迹象表明会有白衣骑士来拯救这家大数据公司。8 月份,惠普企业宣布收购 MapR 的某些业务资产,包括其在人工智能、机器学习和分析数据管理方面的技术、知识产权和领域专长。
惠普企业首席执行官 Antonio Neri 在一份声明中表示:“数据爆炸正在创造一个智能新时代,赢家将是那些懂得如何利用数据的人。MapR 的文件系统技术让惠普企业能够提供一个完整的产品组合来驱动人工智能和分析应用程序,并增强我们帮助客户从端到端、从边缘到云端管理数据资产的能力”。
这笔交易标志着 Hadoop 及其厂商时代的落幕。合并后的 Cloudera Hortonworks 提供了一个更为广泛的数据管理服务平台,远远超越了 Hadoop。
在 Hadoop 之后 Cloudera 又做了什么?Cloudera 现在把自己定位成一家企业数据云公司,在今年 9 月份宣布收购 Arcadia 数据公司的部分资产。Arcadia 是一家提供云原生 AI 商业智能和实时数据分析的公司。Cloudera 希望能够借助 Arcadia 增强自己的数据访问能力,改进数据分析的响应时间,帮助客户快速地发现洞见。
这是 Cloudera 未来愿景的一部分——一个由云原生开源组件组成的大型数据平台。它建立在 Hadoop 的初始哲学基础之上——利用普通硬件构建大型的分布式系统,像搭“乐高”积木一样组装软件技术栈,承诺开放软件源代码,并朝着更灵活的技术生态系统迈进。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19