Tableau si conferma anche per il 2021 leader nel Magic Quadrant per le piattaforme di Analytics e Business Intelligence.

Nelle scorse settimane Gartner ha pubblicato il Magic Quadrant per le piattaforme di Analytics e Business Intelligence del 2021. Tableau è stato riconosciuto come leader per il nono anno consecutivo. Lato nostro la scelta di investire in una partnership di questo tipo è stata semplice: è uno strumento molto potente ma altrettanto intuitivo. Tutti gli sviluppi e le innovazioni del prodotto vengono fatte in ottica people-centric; in Tableau c’è modo di dare spazio alla creatività per risolvere le sfide attraverso i dati. Se questo non bastasse, Tableau ci aiuta a raggiungere uno degli obiettivi che ci prefissiamo in ogni progetto: aiutare i nostri clienti a costruirsi la propria cultura del dato e ad avvicinare i dati al business.

Vediamo di seguito quali sono le caratteristiche che il magic quadrant ha classificato come punti di forza del prodotto, e per par-condicio riportiamo anche i punti critici:

 

Punti di forza

 

Analytics user experience

nonostante Tableau continui ad aggiungere nuove funzionalità, rimane un punto di riferimento perché mantiene sempre una user experience elegante, il ché permette agli utenti di continuare ad eseguire analisi senza problematiche o limitazioni particolari. Anche se l’esplorazione basata sulla visualizzazione è molto diffusa nel mercato odierno, Tableau riesce a rimanere competitivo e a differenziarsi sul mercato offrendo un’esperienza di analisi intuitiva con funzionalità più ricche basate sul suo motore brevettato  VizQL.

Customer enthusiasm

qui non parliamo strettamente di una caratteristica del prodotto ma è comunque un aspetto che ci da la misura di quanto Tableau sia apprezzato. Infatti molti clienti hanno un atteggiamento quasi da fan nei confronti di Tableau (basti pensare alle oltre 145,000 persone che hanno partecipato alla loro conferenza nel 2020). Tableau Public, una piattaforma gratuita su cui condividere ed esplorare pubblicamente le visualizzazioni di dati online, ha oltre 3 milioni di visualizzazioni interattive. Un design incentrato sull’esperienza utente significa che, in particolare per gli utenti con ruoli di analista, l’offerta di Tableau è convincente e persino piacevole da usare.

 

Salesforce opportunity

Il componente web Tableau Viz Lightning offre un’esperienza low-code per semplificare l’attività di integrazione delle visualizzazioni di Tableau in Salesforce. Work.com, l’offerta cloud di Salesforce per aiutare le organizzazioni a riaprire i luoghi di lavoro in modo sicuro ed efficiente, utilizza il componente web Tableau Viz Lightning per aggiungere una dashboard di monitoraggio COVID-19 globale al Workplace Command Center. L’integrazione delle funzionalità del connettore dati MuleSoft e lo strumento di collaborazione, Slack, appena acquisito sono aspetti significativi per i clienti Salesforce che adesso hanno ancora più motivi per considerare Tableau.

  

Punti di criticità

 

– Not cloud-native: Tableau offre soluzioni ospitate in cloud (Tableau Online e Tableau CRM), ma il plus dell’azienda risiede nelle distribuzioni on-premise. Tableau non dispone di un’architettura nativa per il cloud per i clienti on-premises che permetta di fruttarne a pieno i vantaggi. La distribuzione di Tableau Server in un’infrastruttura containerizzata non è attualmente supportata, ma è pianificata per il 2021.

 

– Premium pricing: il prezzo di Tableau è un problema riscontrato dagli utenti del Gartner client inquiry service. Inoltre, molti utenti del Gartner hanno riscontrato che la cifra richiesta di $150/utente per Tableau CRM rappresenta un prezzo di listino troppo alto che potrebbe spingere i clienti che stanno valutano la scalabilità dei propri sistemi o l’acquisizione di nuove funzionalità a riconsiderare le proprie scelte.

 – Integration challenges: Come prevedibile, l’integrazione delle capacità ABI di Salesforce con quelle di Tableau richiede tempo. Attualmente gli utenti devono affrontare un’esperienza frammentata se vogliono sfruttare le funzioni di analisi aumentata dell’ex Einstein Analytics mentre utilizzano la piattaforma Tableau. I punti di forza di Einstein Analytics nelle automated data stories, nell’analisi dei fattori chiave, nell’automazione personalizzata e nell’intelligenza artificiale non sono ancora del tutto integrati nell’esperienza utente di Tableau.

 

 

Qui il report completo di Gartner: Magic Quadrant for Analytics and Business Intelligence Platforms

Approfondimenti da BNext:

Transfer learning: cos’è, i modelli e quando utilizzarlo

Lo sviluppo legato all’intelligenza artificiale coinvolge un’ampia varietà di metodi e tecniche, che possono valorizzare l’abilità di riutilizzare in maniera corretta ed efficiente il lavoro precedentemente svolto. Tale prospettiva viene in particolar modo enfatizzata...

Digital twin: cos’è e come funziona un gemello digitale

I digital twin sono una delle espressioni più affascinanti della trasformazione digitale, in particolare quella che fa riferimento al paradigma del 4.0, sia in ambito industriale che in altre applicazioni civili. Il concetto su cui si basa la tecnologia risalirebbe...

Data Lineage: come assicurarsi qualità e integrità dei dati

Tracciare i dati attraverso il loro ciclo di vita è un tema di valenza strategica. Perché una corretta Data Lineage ci garantisce l’accuratezza e l’integrità dei dati?

Deep learning: cos’è e quali le applicazioni 

Nell’ampio vocabolario dell’intelligenza artificiale c’è una tecnica sempre più diffusa che promette di affrontare i problemi più complessi: il deep learning. Grazie all’impiego delle reti neurali profonde, il deep learning consente di correlare i dati con una...

Machine learning e deep learning: quali le differenze

Machine learning (ML) e deep learning (DL) sono termini sempre più ricorrenti nel vocabolario tecnologico, oltre ad essere sempre più utilizzate nelle applicazioni enterprise e mainstream. Prima di entrare nel merito, per comprendere in cosa consistono e cosa le...

Dataiku: cosa c’è da sapere sulla nuova release

Le novità più importanti della release 11.0 e 11.1.0 spiegate dal nostro data scientist Emiliano Fuccio

ETL, il significato di Extract, Transform, Load: cos’è e a cosa serve

I dati vengono ormai generati con un flusso incessante, in ogni singolo istante, da miliardi di dispositivi interconnessi in tutto il mondo. Ma come è possibile estrarre valore da questa straordinaria risorsa digitale? Il paradigma Big Data, gli Advanced Analytics e...

Data ingestion: significato, esempi e vantaggi 

La data ingestion è una tecnologia molto importante nell’aiutare le organizzazioni a gestire un volume di dati sempre più ingente e complesso, anche per via della sua straordinaria eterogeneità. Se ben implementata, la data ingestion può infatti generare un...

Le differenze tra intelligenza artificiale debole e forte

L’intelligenza artificiale è una tecnologia ormai entrata stabilmente a far parte della nostra quotidianità, dai semplici assistenti domestici ai più complessi sistemi di robotica industriale. Nella sua definizione più ampia, l’intelligenza artificiale è un termine...

Cos’è la Data Quality e le metriche di riferimento

La Data Quality è una misura della condizione dei dati basata su fattori quali accuratezza, completezza, coerenza, affidabilità e se sono aggiornati. La misurazione dei livelli di qualità dei dati può aiutare le organizzazioni a identificare gli errori nei dati che...