2015 年分析軟體市場

2015 年的帳目已結清，現在是回顧並了解分析軟體市場變化的時候了。有幾個趨勢（開放原始碼、雲端託管、Hadoop 上的 SQL）持續發展，而 AWS Redshift 作為資料倉儲的主要力量也嶄露頭角。

此外，許多新創公司也圍繞著 Redshift 的出現，在原本停滯的市場中創造的生態位聚集。

SQL 持續接管 Hadoop 生態系統

除了 Spark 之外，Hadoop 生態系統中的大部分關注都集中在 Presto、Impala 和 Drill 上。爭奪 MapReduce 後繼者的戰鬥正在進行中；候選名單中主要的共同因素是它們都基於 SQL 介面。自從 Hive 在 2010 年開始超越 Pig 以來，這已是不爭的事實。

Hadoop 生態系統交付的許多價值都圍繞著分析和商業智慧 (BI)。數十年來，整個世界都在 SQL 上運行，圍繞它建立的機構能力太強大，無法取代。在所有與 Hadoop 相關的 NoSQL 喧囂之後，事情又回到了原點。

Druid 似乎正在受到重視

在主要的超大規模記憶體內 OLAP 資料庫中，LinkedIn 的 Pinot 和 Metamarkets 的 Druid 是兩個主要參與者。Druid 似乎在 Yahoo 獲得了相當大的吸引力， 並且許多 走在尖端的科技公司 越來越多地使用它來為即時 BI 提供動力。

10 月，一些主要貢獻者 宣布 成立 Imply.io 公司，該公司提供商業支援，並將圍繞 Druid 建立生態系統。總體而言，許多聰明人都將其定位為記憶體內資料庫，以實現對巨型資料集的互動式分析。

大量的開放原始碼機器學習函式庫

11 月，Google 開放了 Tensor Flow 的原始碼，這是一個使用資料流程圖進行計算的通用函式庫。它主要用於機器學習和深度神經網路。它加入了 Theano、Torch 和 DMLT，後者於 11 月來自 Microsoft。

雖然這些函式庫並不是將 AI 新增到任何產品的簡單外掛程式，但它們是基礎組件，可讓任何擁有足夠資料來訓練其系統的人都能使用最先進的演算法。隨著其他人在基礎上構建，產品（無論是分析產品還是其他產品）的總體複雜程度都將逐步提高。

IBM 全力支持 Spark

IBM 在 6 月 宣布，它將投入 3,500 名研究人員和開發人員 參與 Spark 相關專案。Spark 在許多方面都是 Hadoop 生態系統中 MapReduce 的繼承者。它允許開發人員混合搭配低階資料處理語言、機器學習函式庫、圖形演算法和 Hadoop 上的 SQL 資料庫。

雖然它仍處於採用曲線的最前沿，但它背後有大量的開發人員支援。10 月，IBM 宣布在 Bluemix 上將 Spark 作為服務，並將其 Data Works 產品移植到 Spark。這對 Databricks（迄今為止一直擁有 Apache Spark 專案主導權的公司）有何影響，將非常值得關注。

開放原始碼商業智慧在今年蓬勃發展

從歷史上看，來自開放原始碼軟體的破壞性創新大多發生在軟體堆疊的較低層級。隨著時間的推移，以及開放原始碼軟體公司可行商業模式的發展，越來越多的終端使用者導向軟體正在開放環境中開發。

去年，兩家老牌開放原始碼 BI 公司之一 Jaspersoft 被 Tibco 以 1.85 億美元收購。今年 2 月，另一家公司 Pentaho 被 Hitachi Data Systems 以超過 5 億美元的價格收購。

與此同時，2015 年出現了許多更輕量級的開放原始碼專案。AirPal 和 re:Dash 專注於讓使用者能夠快速輕鬆地在 Redshift 叢集上運行 SQL 查詢（詳見下文），而 Metabase 則提供易於安裝的工具，讓非技術使用者可以使用來自各種資料庫的資料運行查詢並共享儀表板和報表。

專門的事件分析公司持續穩步前進

雖然 Google Analytics 仍然是所有人的預設選擇，但在圍繞收集和分析網站或行動應用程式上的使用者行為的全方位分析系統中，活動仍在持續進行。

與此同時，Google Analytics 的主要競爭對手 Mixpanel（去年年底已募資 6500 萬美元）在年中之前一直保持沉默。7 月，它追隨 Heap 的腳步，宣布推出「無程式碼分析」。

這是一種透過將 SDK 新增到您的行動應用程式來自動檢測行動應用程式的功能，並且還可以在沒有手動檢測特定事件（如按鈕點擊）的情況下獲得事件分析。11 月，它宣布推出 Predict，讓您可以應用輕量級機器學習來預測您的使用者是否會執行某項操作（例如轉換）。

與此同時，Heap 因其在行動和網路事件分析中的易用性而備受關注；Amplitude 在 8 月募資 900 萬美元；而新加入者 Interana 在 1 月募資 2000 萬美元 A 輪，其故事圍繞著分析速度。

與此同時，運行資料倉儲（AWS 的 Redshift）的廉價且簡單的方法的出現，給完全託管的專門事件分析產品的總體概念帶來了衝擊。

新興的參考雲端分析架構

2015 年，一種新標準正在興起，即成長中的新創公司（以及願意冒險的公司）如何處理 BI。人們重新回到了 1990 年代的統一資料倉儲概念。實現這一目標的關鍵組件是 AWS Redshift 作為分析資料倉儲的廣泛採用。

由於與處理舊式資料庫（Aster、Vertica、Teradata 等）相比，它相對容易維護，因此它迅速成為大多數成長中的科技公司資料倉儲的預設起點。

有兩類新創公司正在搭上這股浪潮：一類是幫助您將資料導入 Redshift 的公司，另一類是讓您在資料進入 Redshift 後分析資料的公司。

第一類包括一些完全專注於將資料載入 Redshift 的公司（Alooma、Etleap、Textur）。此外，Segment 今年正式宣布能夠將資料發送到 Redshift。與此同時，電子商務分析提供商 RJMetrics 現在也僅提供其系統的資料擷取部分，讓您可以將資料發送到 Redshift。

總而言之，許多公司都在將自己的命運與 Amazon 聯繫起來，大多數公司都在去年秋天 QuickSight 宣布之前就這樣做了。AWS 的資料管道和其他擷取服務不斷改進，它們還能保持多少業務還有待觀察。鑑於 AWS 行動分析 SDK 和擷取管道的存在，Amazon 是否願意在 2016 年在這個系統中保留多少發展空間，這是一個意願問題。

鑑於 QuickSight 預覽版目前顯示的初步功能，許多 BI 軟體供應商在 2015 年的成長很大一部分來自大量投資於 Redshift 的客戶。Looker、Mode Analytics、Periscope 和 Metabase 都因被用於分析 Redshift 中的資料而聲名鵲起。同樣，AWS 明年會推出什麼產品，以及這些公司的前景如何轉變，仍有待觀察。

總而言之，隨著資金放緩的影響變得越來越明顯，2016 年看起來將是非常多事的一年。雖然這應該有利於規模較大的業者，但對於規模較大、速度較慢的現有業者來說，仍有許多危險的趨勢。

大降溫

雖然在事情的風口浪尖時總是難以判斷，但回頭看，當 富達公開標記 其大量後期投資減記時，公開市場方面的營收倍數壓縮似乎最終通過了蛇形通道。

在與分析相關的公司中，Cloudera 基本上沒有受到影響，而 Dataminr 的估值則縮水了 35%。總體而言，無論是早期還是後期，分析新創公司的資本成本都大幅上升。雖然許多創投公司關閉了新基金，並且有大量資金可供投資，但總體感覺是，對於給定的運行率或其他牽引力指標，估值已向下修正。

今年，在籌款方面以及更重要的是，在許多分析公司的客戶群的下游預算方面，都會出現一些動盪。鑑於大多數公司的客戶生命週期價值對 C 字（客戶流失率）的敏感程度，2016 年看起來是一個需要繫好安全帶並確保您知道嘔吐袋在哪裡的時候。

_本文最初發表於 Techcrunch _