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:

Data Science Lifecycle, le 6 (+1) fasi del processo

La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da dati strutturati o non strutturati. Non esiste un framework unico e universalmente condivido per definire i processi di Data Science, tuttavia, dal punto di vista tecnico lo standard KDD è quello a cui ci si ispira maggiormente, perché indica l’intero processo di ricerca di nuova conoscenza dai dati.

Cos’è la data monetization e come si implementa in azienda

Lo scopo di tutte le attività che vengono pianificate ed effettuate all’interno di qualunque azienda è quello di creare profitto. L’uso dei dati, in quanto nuovo asset aziendale, mantiene questa linea. Esistono diversi modi di utilizzare i dati aziendali, ed anche in...

Data Mesh: un nuovo approccio architetturale 

Nell’epoca dei Big Data ci troviamo quotidianamente ad affiancare le aziende nella definizione di strategie data driven e ad aiutarle a diventare o a mantenersi competitive nei mercati di riferimento. I dati in questo senso rappresentano un aspetto centrale ed anche...

A cosa serve la Data Science?

L’analisi dei dati è in generale una materia molto ampia e con una storia che rimanda indietro di diversi anni da oggi. Si inizia a parlare di analisi dati già alla fine del 1700 con le prime visualizzazioni grafiche e l’evoluzione di questa materia non solo negli...

IoT Analytics: il valore di applicare il Machine Learning all’IoT 

L’Iot consiste in un sistema formato da dispositivi informatici univoci e interconnessi, capaci di scambiare dati attraverso la rete in maniera autonoma, sfruttando un protocollo di comunicazione. Quando ci si riferisce all’Internet of Things (IoT), infatti, si pensa...

Come scegliere la giusta Data Visualization? I nuovi trend 

La Data Visualization è definita come la rappresentazione grafica di dati e informazioni, ed abbiamo già trattato quanto questo strumento grafico sia capace di rendere informazioni complesse o difficili da interpretare, comprensibili ed accessibili anche per utenti...

Decision support system: cosa sono e come aiutano le aziende 

Negli ultimi decenni il grande e rapido sviluppo delle tecnologie e dell’informatica ha portato le attività aziendali di ogni settore verso un approccio “intelligente”, guidato dai dati. Ciò ha permesso di spostare sempre più il focus sul cliente e sui suoi bisogni e...

Churn Strategy: gli step per impostarla al meglio minimizzando il Churn Rate

Churn analysis e churn rate sono due concetti strettamente connessi: l’analisi degli abbandoni (churn analysis) è quella branca della Data Science attraverso cui si cerca di prevedere quali clienti hanno maggiori probabilità di abbandonare l’azienda, cosa che si...

Cosa sono e come funzionano i sistemi di raccomandazione 

Prima della diffusione di internet e dei motori di ricerca, trovare informazioni utili ad uno specifico argomento o contesto era molto difficile, richiedeva tempo, ricerche lunghe e faticose, e spesso risultava costoso in quanto non era inusuale dover acquistare libri...

Datafication: cos’è e che impatto ha sulla nostra vita quotidiana

Cos’è la Datafication e perché se ne parla  Per datafication si intende tutto il processo tecnologico che trasforma i vari aspetti della vita quotidiana, sociale ed individuale di ogni persona in dati i quali, opportunamente trattati ed analizzati, si trasformano...