2015 年分析软件市场

2015 年分析软件市场

2015 年已经过去，现在是时候回顾并审视分析软件市场的一些变化了。一些趋势（开源、云托管、Hadoop 上的 SQL）仍在继续发展，AWS Redshift 也作为数据仓库领域的一股主要力量崭露头角。

此外，许多初创公司围绕 Redshift 的出现所创造的生态位聚集起来，打破了原本停滞的市场。

SQL 继续接管 Hadoop 生态系统

除了 Spark，Hadoop 生态系统中大部分的喧嚣都围绕着 Presto、Impala 和 Drill。取代 MapReduce 的战斗正在进行；入围者名单中的主要共同点是它们都基于 SQL 接口。自 Hive 在 2010 年开始取代 Pig 以来，这一迹象早已显现。

Hadoop 生态系统所提供的大部分价值都围绕着分析和商业智能 (BI)。整个世界几十年来都运行在 SQL 上，围绕它建立的机构能力太强大了，无法取代。在 Hadoop 方面对 NoSQL 大肆宣传之后，事情又回到了起点。

Druid 似乎正在加速发展

在主要的、大规模内存中 OLAP 数据库中，LinkedIn 的 Pinot 和 Metamarkets 的 Druid 是两个主要参与者。Druid 似乎在 雅虎 以及许多 处于领先地位的科技公司 中获得了相当大的关注，他们越来越多地使用它来支持实时 BI。

10 月，一些主要贡献者 宣布成立 Imply.io，这是一家提供商业支持并围绕 Druid 构建生态系统的公司。总的来说，许多聪明人都在将其作为一种内存数据库，以实现对海量数据集的交互式分析。

开源机器学习库种类繁多

11 月，谷歌开源了 Tensor Flow，这是一个使用数据流图进行计算的通用库。它主要用于机器学习，特别是深度神经网络。它加入了 Theano、Torch 和 11 月微软推出的 DMLT。

虽然这些库不是一个简单的插件，无法为任何产品添加人工智能，但它们是使最先进的算法可供拥有足够数据来训练其系统的任何人使用的基础。随着其他人在这个基础上进行构建，产品（无论是分析产品还是其他产品）的整体复杂性将不断提高。

IBM 全力支持 Spark

IBM 在 6 月 宣布将投入 3,500 名研究人员和开发者 进行 Spark 相关项目。Spark 在许多方面是 Hadoop 生态系统中 MapReduce 的继任者。它允许开发者混合和匹配低级数据处理语言、机器学习库、图算法和 Hadoop 上的 SQL 数据库。

虽然它仍处于采用曲线的前沿，但它得到了大量的开发者支持。10 月，IBM 在 Bluemix 上宣布了 Spark 即服务，并将其 Data Works 产品移植到 Spark。这对于迄今为止一直执掌 Apache Spark 项目的 Databricks 公司来说，将是非常值得关注的。

开源商业智能迎来大年

历史上，开源软件的大部分颠覆都发生在软件栈的较低层。随着时间的推移，以及开源软件公司可行商业模式的演变，越来越多的面向最终用户的软件以开源方式开发。

去年，两家老牌开源 BI 公司之一的 Jaspersoft 被 Tibco 以 1.85 亿美元收购。去年 2 月，另一家公司 Pentaho 被 Hitachi Data Systems 以超过 5 亿美元的价格收购。

与此同时，2015 年涌现出许多更轻量级的开源项目。AirPal 和 re:Dash 专注于使在 Redshift 集群上运行 SQL 查询变得快速简便（详见下文），而 Metabase 则提供了一个易于安装的工具，允许非技术用户使用来自各种数据库的数据运行查询并共享仪表盘和报告。

专注事件分析的公司持续发展

虽然 Google Analytics 仍然是所有人的默认选择，但围绕收集和分析网站或移动应用程序上的用户行为的一体化分析系统仍然活跃。

与此同时，Google Analytics 的主要竞争对手 Mixpanel（去年底筹集了 6500 万美元）在年中之前一直保持沉默。7 月，它效仿 Heap，宣布推出“无代码分析”。

这项功能可以通过将 SDK 添加到您的移动应用程序中来自动检测您的移动应用程序，并且无需手动检测按钮点击等特定事件即可获得事件分析。11 月，它宣布推出 Predict，允许您应用轻量级机器学习来预测用户是否会执行某个操作（例如转化）。

与此同时，Heap 以其在移动和网络事件分析方面的易用性而备受关注；Amplitude 在 8 月筹集了 900 万美元；而新晋公司 Interana 在 1 月份完成了 2000 万美元的 A 轮融资，其故事围绕分析速度展开。

与此同时，廉价且易于操作的数据仓库（AWS 的 Redshift）的出现，对完全托管的专业事件分析服务的普遍观念造成了冲击。

新兴的参考云分析架构

2015 年，在不断发展的初创公司（以及愿意冒险的公司）如何处理商业智能方面，一种新标准正在兴起。人们回归到 1990 年代的统一数据仓库概念。实现这一目标的关键组成部分是 AWS Redshift 作为分析数据仓库的广泛采用。

与旧式数据库（Aster、Vertica、Teradata 等）相比，它相对容易维护，因此很快成为大多数成长型科技公司数据仓库的默认起点。

有两类初创公司乘势而上：一类是帮助您将数据导入 Redshift 的公司，另一类是让您分析 Redshift 中数据的公司。

第一类公司包括一些完全专注于将数据加载到 Redshift 的公司（Alooma、Etleap、Textur）。此外，Segment 今年正式宣布了将数据发送到 Redshift 的能力。与此同时，电子商务分析提供商 RJMetrics 现在也提供其系统的数据摄取部分，让您也可以将数据发送到 Redshift。

总而言之，许多公司都与亚马逊结盟，其中大多数在去年秋天 QuickSight 发布之前就已经这样做了。随着 AWS 的数据管道和其他摄取服务不断改进，它们还有多少业务空间，仍有待观察。考虑到 AWS 移动分析 SDK 和摄取管道的存在，亚马逊的意愿将决定 2016 年这个系统中还剩下多少生存空间。

鉴于 QuickSight 预览版目前显示的功能仍处于初级阶段，许多 BI 软件供应商在 2015 年的大部分增长都来自大量投资 Redshift 的客户。Looker、Mode Analytics、Periscope 和 Metabase 都曾被广泛用于分析 Redshift 中的数据。同样，未来一年 AWS 会推出什么，以及这些公司的格局将如何变化，仍有待观察。

总而言之，2016 年将是非常不平静的一年，因为融资放缓的影响将变得更加明显。虽然这应该有利于大型公司，但有一些趋势对那些大型、行动迟缓的现有公司来说非常危险。

大磨练

虽然身处其中总是难以判断，但回顾过去，很明显，当 Fidelity 公开减记 其大量后期投资时，公开市场上的营收倍数压缩终于传导到了末端。

在与分析相关的公司中，Cloudera 基本未受影响，而 Dataminr 的估值下降了 35%。总的来说，分析初创公司（无论是早期还是后期）的资本成本都大幅提高。虽然许多风险投资公司关闭了新基金并拥有充足的资金可供投资，但总体的感觉是，对于给定的运行率或其他牵引指标，估值已经悄然下降。

今年在融资方面，更重要的是，在许多分析公司的客户群的下游预算方面，将会出现一些动荡。考虑到大多数公司的客户生命周期价值对“C”词（流失）的敏感程度，2016 年似乎是一个系好安全带，并确保您知道呕吐袋在哪里的时刻。

_本文最初发表于 Techcrunch _