A felhőalapú adattárházak emelkedő csillaga, a Snowflake újabb, 479 millió dolláros befektetési kört zárt le.
A befektetés során a céget 12,7 milliárd dollárra értékelték, ami jelentős növekedés a korábbi körökhöz képest. 2018. októberében 450 millió dollárt kaptak jóval szerényebb, 3,5 milliárdos értékelés mellett.
A mostani tranzakció további érdekessége, hogy megjelent a Salesforce is a befektetők között. Ez akár egy felvásárlás első lépése is lehet, hiszen a Salesforce tavaly már megvette a Tableau-t, így egy esetleges akvizíció után teljesen integrált analitikus platformot tudna kínálni a Snowflake-Tableau-Einstein hármasra építve.
A napokban tartott a gráfalapú adatbázisok területén meghatározó szerepet játszó Neo4j egy elemzőknek szóló eseményt, ahol főleg a piaci trendekről és termékújdonságokról esett szó. Ebből az anyagból válogatunk néhány érdekességet.
Gráfok a vállalati életben
A legtöbb szervezetben az információkat elsősorban valamilyen klasszikus relációs adatbázis-kezelőben menedzselik, de egyre terjednek az adatokat csomópontok és élek hálózataként ábrázoló gráf adatbázisok is.
A gráfok egyik tipikus alkalmazási területe a pénzügyi tranzakciók elemzése és a csalásfelderítés, hiszen egy bank ügyfeleit (a csomópontok) számtalan különböző kapcsolat (az élek) kötik össze. Ilyenek a cégek között küldött és a fogadott utalások, de él lehet egyéb olyan közös adat is, mint az azonos székhely vagy cégvezető.
Szintén népszerű gráf alkalmazási terület az ajánlórendszerek, az árazás, vagy a felhasználók és ügyfelek hálózatainak elemzése.
A gráfok előnyei
A gráfok használatának számos előnye lehet, például a hálózatként megjelenő adatmodell elég közel áll a hétköznapi gondolkodáshoz, így könnyebben érthető a felhasználók számára.
Másik nagy előny a sebesség: a különböző hálózatos jellegű lekérdezések sokkal gyorsabbak egy gráf adatbázison futtatva, mintha ugyanazt az információt SQL segítségével szeretnénk kinyerni relációs táblákból.
Gráf és hagyományos adatbázis teljesítménye az adatmennyiség függvényében (forrás: Neo4j)
Különösen igaz ez, ha az adatok mennyisége nagyobb, illetve a bejárandó kapcsolatok száma (a “connectedness”) magas.
Gráfos technológiák
A gráf adatbázis piacon elég sok szereplő van jelen, a DB Engines ranglistájában több mint 30 szoftver szerepel, a GraphAware blogon megjelent Graph Technology Landscape 2020 elemzés pedig még ennél is jóval szélesebb kört fed le.
A Neo4j néhány fontosabb mutatója
A legismertebb gráfokra specializált cég a hasonló nevű adatbáziskezelőt gyártó Neo4j. A cég pénzügyi adatairól viszonylag keveset lehet tudni, mivel magánkézben lévő vállalatról van szó, de az ismert, hogy idáig 160 millió dollár kockázati tőkét kaptak.
A Neo4j adatbázis két fő változata az ingyenes, open source Community Edition és a vállalati igényeket kiszolgáló, fizetős Enterprise Edition.
Tavaly november óta a szoftver Neo4j Aura néven elérhető felhőben futó, teljesen menedzselt platformként is. Az online szolgáltatást egy egyszerű előfizetéssel bárki igénybe veheti, így nem kell saját szervert telepíteni, menedzselni és frissíteni.
A porfólió harmadik érdekes eleme a Neo4j Bloom, amely interaktív adatvizualizációs és elemző felületet biztosít az adatbázisban tárolt gráfokhoz.
A Ne4j Bloom interaktív lekérdező és vizualizációs felület
A Bloom használatával könnyen áttekinthetők a nagyobb, bonyolultabb hálózatok is, az adatok közötti eligazodást intelligens kereső és különböző vizuális segédletek támogatják.
Érdekesség még a Neo4j-tól származó, immár open source Cypher lekérdezőnyelv és a jelentős mértékben erre alapuló, ISO standard státuszra törekvő GQL nyelv is.
Gráftalálkozók
A Neo4j áprilisban rendezi meg New Yorkban a GraphConnect 2020 konferenciát, ahol várhatóan újabb fejlesztések és üzleti esettanulmányok kerülnek bemutatásra majd.
A gráfelmélet atyjaként is tisztelt Euler születésnapján, április 15-én pedig világszerte lesznek kisebb-nagyobb gráf témájú események. A Global Graph Celebration Day hazai kiadása a CEU-n lesz, jelentkezni a Facebook vagy Meetup eseményeken lehet.
A Datarow felvásárlásával egy kifejezetten a Redshift felhős adattárházhoz optimalizált SQL klienst szerez meg az AWS.
A Datarow lehetővé teszi az SQL lekérdezések hatékony írását, támogatja a csoportmunkát valamint a vállalati környezetben fontos központi jogosultságkezelést és auditálást is. A lekérdezések eredményének megjelenítését egy beépített notebook felület segíti, amely R és Python nyelven is használható.
A török hátterű Datarow 2016-ban jött létre, eredetileg még TeamSQL néven. A TeamSQL eleinte platformfüggetlen SQL fejlesztőeszköz volt, amely több adatbázist is támogatott. A cég 2019-től fókuszált kifejezetten az Amazon Redshiftre.
Az Amazon az elmúlt pár hónapban jó néhány egyéb fontos Redshift fejlesztést is bejelentett. Ilyen az új generációs, az adattárolás és -feldolgozás jobb szétválasztását lehetővé tévő architektúra, a különböző helyeken tárolt adatok együttes elérését biztosító Federated Query funkció, és a feldolgozási sebességét megtízszerezését ígérő intelligens AQUA gyorsítótár.
A két cég tavaly júniusban jelentette be a felvásárlást, amely keretében a Google 2,6 milliárd dollárt ad az új generációs BI szállítók egyik vezetőjének számító Looker-ért.
Az akvizíció célja a Google Cloud analitikai és BI képességeinek megerősítése volt, mert a Google kínálatában korábban csak a vállalati BI feladatokra korlátozottan alkalmas ingyenes Data Studio szerepelt.
Nem ment azonban zökkenőmentesem a tranzakció, mert először a először az amerikai DOJ kezdte közelebbről vizsgálni az ügyletet, aztán decemberben az angol versenyfelügyeleti hatóságok is vizsgálatot indítottak. Így végül közel 9 hónapba telt, mire a Looker hivatalosan is a Google része lett.
A cég vezetője friss blogposztjában kiemelte, hogy a stratégiában természetesen továbbra is az összes fontos hagyományos és cloud adattárház (Amazon Redshift, Azure SQL, Snowflake, Oracle, Microsoft SQL Server, Teradata) támogatása szerepel. Arról viszont nem árultak el még részleteket, hogy a Google Cloud platformmal milyen mélyebb integrációt terveznek, és mi lesz a termékfejlesztés jövőbeli iránya.
A Gartner mindenesetre pozitívan ítéli meg a felvásárlást, az idei BI mágikus négyzetben a Looker már a kihívók szegmensébe került.
Megjelent a Gartner piacelemző sorozatának második tagja, amely a data science és gépi tanulási képességeket biztosító szoftverplatformokkal foglalkozik.
Ez a szegmens nagyon érdekes és komplex, hiszen fej-fej mellett versenyeznek az olyan sok évtizedes múlttal rendelkező óriások, mint a SAS vagy IBM és a néhány évvel ezelőtt még nem is létező, sokszor open source technológiákra koncentráló cégek.
A Data Science felhasználók is több nagy csoportra oszthatóak, az egyik tábor jobban szereti a modelleket R vagy Python kódként fejleszteni, míg mások előnyben részesítik a vizuális, előre elkészített komponensekre alapuló modellezést.
Nem volt könnyű dolga így a Gartner elemzőinek, akik körülbelül 70 szállítót vizsgáltak meg, akik közül végül 16 került be a mágikus négyzetbe.
Gartner Magic Quadrant for Data Science and Machine Learning Platforms, February 2020
Érdekesség, hogy az ábra alapján a szállítók nagy része kifejezetten erős vízióval rendelkezik, hiszen a 6 vezető mellett 7-en szerepelnek a vizionárius szegmensben, míg az ábra bal oldalán összesen 3 cég található. Ez jól mutatja, hogy mennyire új még ez a piac, szemben például a BI szoftverekével.
Vezetők
Az Alteryx sokáig az önkiszolgáló adatelőkészítés (data prep) specialistája volt, nagyon kényelmes és hatékony vizuális eszközöket kínálva az adatok tisztogatásához. A szoftver szélesebb körű elterjedésének fő gátja a relatíve magas árazás volt. Az utóbbi években egyre erősebben fókuszál a cég az általános data science feladatokra is, több akvizíciót is végrehajtva (Feature Labs, Clear Story, Yhat) ezen a területen.
A Databricks elsősorban Apache Spark-alapú, felhőben futó adatmenedzsment platformjáról ismert, amely nagyon népszerű mind az Amazon, mind a Microsoft ügyfelei körében. A data science területén külön érdekesség a 2018-ban bemutatott, a gépi tanulás teljes életciklusát támogató nyílt forráskódú Mlflow keretrendszer.
A francia hátterű Dataiku a kisebb szállítók közé tartozik, jelenleg nagyjából 300 ügyféllel rendelkezik. A cég egyre erősebben fókuszál az USA piacra, ahonnan most már a bevételének fele származik. A termékfejlesztésben hangsúlyos a kollaboráció, a könnyű tanulhatóság és a data governance támogatása.
A Mathworks hazánkban is jól ismert MATLAB szoftveréről, különösen a tudományos és műszaki területen. A cég idén került be a vezetők közé, többek között a modern ML technológiák egyre jobb támogatásával.
A SAS hagyományosan erős az innovációs és R&D terén, amelynek köszönhetően az elmúlt években teljesen megújította termékportfólióját, többek között a SAS Viya in-memory adatkezelő platform és a Visual Data Mining and Machine Learning szoftver révén.
A TIBCO hazánkban inkább a Spotfire adatvizualizációs szoftverről ismert, azonban a cég Data Science platformja is egyre erősebb, többek között stratégiai felvásárlásoknak (Alpine Data, Statistica) köszönhetőn.
A teljes elemzés több cég weboldaláról is letölthető, általában rövid ingyenes regisztráció után: Databricks, Dataiku, SAS
Az év elején mindig fontos szakmai esemény a Gartner BI platformokat bemutató Magic Quadrant elemzésének megjelenése.
A mágikus négyzet 4 szegmensbe sorolja a BI szállítókat: Vezetők, Kihívók, Vizionáriusok, és a Többiek, azaz az olyan szállítók, akik bekerültek az MQ-ba (ami önmagában is nagy eredmény), de egyik tengely mentén sem kaptak kiemelkedő értékelést.
Gartner Magic Quadrant for Analytics and Business Intelligence Platforms, February 2020
Vezetők
A vezetők szegmensében ugyanazzal a négyessel találkozunk, mint tavaly. Az élen továbbra is a Microsoft és Tableau kettőse áll, ami a hazai alkalmazási gyakorlatban is jól tükröződik.
A Microsoft folyamatosan fejleszti az egyéni felhasználóknak továbbra is ingyenesen elérhető Power BI szoftverét, amelyhez egyre több felhőalapú adatelőkészítő és mesterséges intelligencia szolgáltatást is kapcsol.
A Tableau-t tavaly nyáron felvásárolta a Salesforce, azonban versenyfelügyeleti eljárások miatt a két cég érdemi integrációja csak mostanában kezdődik majd el, így az MQ-ban is külön szerepelnek még.
Továbbra is őrzi a helyét a vezetők között a portfólióját az utóbbi időben számos akvizícióval szélesítő Qlik (Attunity, Podium Data, CrunchBot, Rox AI), valamint az előkelő társaságba tavaly bekerült, kereséscentrikus BI-t kínáló ThoughtSpot is.
Kihívók
A MicroStrategy ismét ebben a szegmensben kapott helyett, ami kifejezetten erős, innovatív termékkínálatának köszönhető, azonban a piaci ismertsége és lendülete nem éri el a legjobbakét.
Hasonló a helyzet a Spotfire-ról ismert, tavaly még a vizionáriusok között szereplő TIBCO esetében, ahol a szoftver képességei első osztályúak, azonban hiányzik a vezetőkre jellemző momentum.
Teljesen új szereplő a kvadránsban a Looker, amelyet tavaly vett meg a Google, és bár a felvásárlás lezárása itt is nagyon sokáig húzódott, de a jövőben sokat fog javítani a cég ismertségén és piaci elérésén az új tulajdonos.
Vizionáriusok
Ebben a szegmensben megtalálhatóak mind kisebb (Yellowfin, Sisense), mind nagyobb cégek (SAP, SAS, Oracle, Salesforce).
Említésre méltó a szegmensbe először bekerülő, főleg lokálisan ismert ausztrál Yellowfin, amely kis méretét erős innovációval egyensúlyozza és az Oracle, amely tavaly nyáron teljesen új BI stratégiát jelentett be, alaposan átalakítva termékportfólióját és árazását is.
A teljes elemzés több szállító honlapjáról is letölthető, általában rövid ingyenes regisztráció után: Microsoft, Tableau, Qlik, ToughtSpot, Looker
Immár hivatalosan is útjára indul blogunk, amely az adatokkal foglalkozó szakemberekhez szól. Ezen a felületen a fontosabb iparági események, hírek, elemzések, beszámolók kapnak helyet, míg rövidebb hírekért, érdekességekért érdemes követni social média csatornáinkat is:
