Herramientas Data Science en el Cuadrante Mágico de Gartner 2017


Como todos los años ya disponemos de los resultados del famoso Cuadrante Mágico de Gartner 2017 para las plataformas que utilizamos los data scientist. Me encanta estar al tanto de este cuadrante porque no solo sitúa a las plataformas comerciales en lideres, sino que nos permite a los profesionales seleccionar herramientas adecuadas para nuestro trabajo diario.

Gartner ha evaluado este año 16 empresas proveedoras de plataformas para el colectivo data scientist, bajo la evaluación de 15 atributos (que varían entre la capacidad de ejecución de la plataforma y las aplicaciones disponibles en las mismas). Un punto importante a tener en cuenta en la metodología de análisis realizada por Gartner es que no considera plataformas de gran uso en nuestro colectivo que son open source como R y Python. El resultado de este análisis da lugar al siguiente cuadrante:

Gartner Magic Quadrants for Data Science Platforms, 2017

Destacan 4 grandes plataformas en el cuadrante ideal de visionarios y lideres: IBM y SAS, Rapidminer y Knime que ocupan año tras año el mismo puesto. Muy cerca de estar en este cuadrante este Microsoft (con Microsoft Cortana Intelligence Suite),que en los últimos años esta haciendo una puesta muy importante hacia su plataforma de este colectivo, sobre todo con Azure Machine Learning.

Y, ¿qué diferencia existe entre los resultados del cuadrante del año 2016 al 2017?

Si comparamos los cuadrantes del año 2016 con el 2017, lo primero que llama la atención es que han aparecido y desaparecido el mismo número de nuevas plataformas (5 plataformas), que nos hace ver ese gran crecimiento que esta teniendo nuestra disciplina en el mundo empresarial y social, y lo rápido que se puede modificar el uso de estas herramientas entre los data scientist.

  • Las nuevas plataformas son: Dataiku, Domino Data Lab, H2O.ai, MathWorks, y Teradata
  • Las plataformas que han salido del cuadrante en el año 2017 son: Accenture, Lavastorm, Megaputer, Predixion Software y Prognoz.

Gartner Magic Quadrants for Data Science Platforms, 2017

En cuanto al cambio de los lideres, en el año 2017 siguen siendo lideres 4 de ellos (IBM, SAS, Rapidminer, y Knime), pero sale de este cuadrante Dell (en el año 2017 se llama Quest) que se posiciona en cuadrante competidor (Challengers), retrocediendo una posición.

Como conclusión, vemos que los lideres se siguen manteniendo, y que aparecen algunas herramientas nuevas que proceden de antiguos conocidos en nuestro sector, como es el caso de MathWorks de MATLAB, o plataformas que son comerciales pero que se apoyan de una manera importante en herramientas de open source como Domino Data Lab y SAP,

Como siempre me encantaría conocer vuestra opinión de este cuadrante. ¿Se corresponde con vuestra realidad como data scientist o con lo que conocéis?.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s