1、Tableau公司
在关键见解：市场领导者中，Tableau也是数据分析软件市场的领先供应商。 该公司于2019年被销售财富公司收购。
该公司的数据分析平台以收集多个数据输入而闻名，用户可以将它们组合起来提供仪表板显示，并加强视觉数据挖掘。
另外，可以配置和重新配置数据，可以比较容易地制作层次结构。 重要的是，所有这些高级数据操作都可以由没有数据科学背景的员工完成。 此外，Tableau平台还具有足够的功能为用户提供数据科学教育。
优点：
•Tableau通过数据可视化成为了数据分析市场的领导者。 随着被销售财富公司收购，人工智能和机器学习的增强能力预计将继续快速增长。
非常适合从中小企业到大企业等各种规模的企业。
•Tableau在线解决方案为多云的环境提供了多种部署选项。
免费试用Tableau Desktop
2、微软公司
在3358www.Sina.com/azure云平台的推动下，微软公司成为混合云的领导者之一。 该公司的Power BI平台受益于此优势。
该公司的相关软件产品以微软公司的经典方式帮助普及Power BI分析工具。 例如，Excel和Office 365警告用户使用了更多的Power BI分析工具。 因此，在这样的内置广告和非常庞大的用户群的推动下，Power BI可以说是市场上最受欢迎的分析程序。 这是很重要的。 因为大型用户组将推动产品升级，而Power BI肯定会从中受益。
更重要的是，凭借雄厚的实力，微软公司内置了令人印象深刻的人工智能和机器学习功能，为加强分析提供了有力的支持，这些增强的分析已经成为数据分析领域的重要差异化因素。 例如，图像分析由Power BI的人工智能功能集驱动。
关键见解：
的顶级人工智能和机器学习工具提供增强的数据分析。
在那个巨大的用户群中受到很高的评价。
没有哪个公司比微软公司拥有更广泛的软件组合。 此外，Power BI还受益于与该详细工具集的互操作性。
优点：
免费试用Power BI Desktop
3、Qlik公司如果用户希望使用人工智能和机器学习来提高数据挖掘质量，则Qlik Sense是最佳选择。
Qlik利用20多年的行业优势，在数据分析领域提供了引人注目的愿景。 其主要内容是，该公司在Qlik Sense平台上内置了人工智能和机器学习的高级版本。 此外，由于提供此功能不需要深入的数据科学技术，销售人员和中级人员可以利用人工智能技术进行数据挖掘。
同样重要的是，无论Qlik Sense运行的是哪个云平台，用户都可以将数据分析工具部署到云基础架构中的任何云平台上。 或者，您可以在内部部署设施，并将APP应用程序连接到云平台，以实现混合数据分析方法。
关键见解：
该公司的相关洞察功能希望引入认知APP应用程序，以挖掘用户可能错过的洞察。
在公共云、私有云和混合云上非常灵活强大。
为只接受数据科学家和较少数据科学培训的用户提供高级自助分析。
优点：
免费试用Qlik Sence
4、ThoughtSpot公司ThoughtSpot虽然不如一些数据分析软件供应商那么有名，但它提供了新一代的“搜索优先”工具，在市场上处于领先地位。
ThoughtSpot提供了许多引人注目的功能，特别是基于众包的人工智能推荐系统。 此外，还有查询选项的来源，从传统的提供商(如微软)到初学者(如Snowflake )。
关键见解：
搜索界面可以轻松查询复杂问题，利用人工智能分析数十亿行数据行。
成立于2012年的成长型公司将企业分析浪潮推向了分析行业的利基市场。
由于有扩展处理越来越大查询负载的能力，受到好评。
优点：
5、MicroStrategy公司通过将各种竞争平台连接到一个集成系统，MicroStrategy为大胆的行为构想企业分析奠定了基础。
在竞争激烈的数据分析市场中，所有供应商都试图领先于其他供应商，MicroStrategy正在寻找
求将它们整合在一起。其平台包括API连接器，这些连接器在使用MicroStrategy作为统一层的同时可以加入竞争的平台。组织采用一种相关技术，将来自基于浏览器的系统(例如客户关系管理和企业资源计划以及竞争性分析软件)的所有业务内容连接起来，然后将其提供为易于使用的分析仪表板。一旦用户将鼠标移到链接上，数据就会显示出来，在工作日提供最新的实时数据洞察力。
此外，可以编写代码的用户可以利用MicroStrategy快速插入或更新来自移动或全球互联网的各种数据源。这种来自多个来源的简单更新融入了MicroStategy的“连接器”策略，在数据分析领域广受好评。
优点：
•MicroStrategy的超智能连接技术是一项创新技术，可能会在未来几年中巩固其领先地位。
•平台的稳定性备受推崇，几乎没有错误或停机问题。
6、Sisense公司
关键见解：这是一个具有前瞻性的复杂平台，非常适合持续复杂的数据处理，这非常适合高级用户，而不是未经培训的人员。
很明显，Sisense公司致力于建立一个前瞻性的数据分析平台。该公司重新构想然后在很大程度上重建了其平台，以利用云原生基础设施的优势。
这些优势包括出色的可扩展性。Sisense与容器技术一起大规模驱动云原生应用程序。随着数据需求的增长，随着云平台变得更快、更灵活，该平台肯定会在未来几年保持增长。
为了提高速度和性能，Sisense公司的ElastiCube使用了自己的缓存引擎，该引擎部署了芯片和内存数据处理。Elasticube增强了平台的增强数据准备功能。此外，Sisense公司收购了Periscope Data，以增强其上层数据处理功能。
优点：
•对云原生应用程序的强大支持。
•专有的缓存引擎可提高速度。
•能够处理各种困难的企业分析工作负载。
7、TIBCO公司
关键见解：具有机器学习增强数据分析功能的可靠平台，适用于企业数据科学家或训练有素的员工。
在一个很少有数据静止的世界中，从流分析中获得真正的洞察力可以提供主要的竞争优势。这是TIBCO的优势之一。该公司的流分析工具提供了运行中的数据挖掘，并从中获取趋势知识。
优点：
•因其直观的用户界面而广受好评。
•完善的、功能丰富的数据分析软件平台。
•包括大型拖放分析功能菜单，以加快数据挖掘速度。
8、SAS公司
关键见解：一个完整的、开发良好的数据分析组合，可以支持大型企业的所有数据挖掘过程。
SAS公司在软件业务领域拥有数十年的经验，它提供了一个完全成熟的程序，可以满足数据科学家的苛刻查询，对于受过较少培训的人员也可以使用。为顺应当前趋势，SAS公司升级了其增强的分析工具、如今，使用机器学习、人工智能和自动化已成为分析客户的关键需求。
优点：
•广泛使用高级机器学习和人工智能工具来辅助人工驱动的查询。
•统一的数据分析产品组合，支持从准备到可视化的下一代数据挖掘的各个方面。
•全球庞大的用户群，SAS公司雇佣了大量专家。
9、IBM公司
关键见解：IBM公司是行业中最有力的竞争者，尤其是对于那些已经专注于IBM企业平台的用户而言，数据产品之间的集成是值得注意的。
IBM Cognos Analytics是一个平台，结合了企业级托管和自驱动查询工作以及增强的分析和高级报告。作为一种改进，Cognos Analytics现在包括IBM Watson的许多功能。该平台可以生成自然语言处理，以及令人印象深刻的自然语言生成。它还可以执行时间序列预测，这是数据模型根据历史场景预测即将发生的事件的能力。
优点：
•Watson的强大功能已内置在Cognos的高级工具集中。
•IBM数据组合的互补元素之间的互操作性已得到很好的考虑。
•跨云平台和内部部署的广泛部署选项。
10、SAP公司
关键见解：具有增强分析功能的强大功能使此数据分析工具成为最有力的竞争者。
SAP Analytics Cloud的一项引人注目的功能是将多种分析功能集成到一个统一的解决方案。这包括高级预测分析和计划功能以及核心分析。此外，该公司在增强分析方面拥有重要的业绩记录。完善该平台的是自然语言处理和自然语言生成，也就是说，分析指标实际上已转换为自然对话语言。
优点：
•完全集成的产品组合在一个解决方案中提供了基本完整的分析功能。
•API菜单可实现与嵌入式解决方案的连接。
•其云原生多租户方法与当今的关键新兴技术保持一致。
文章摘自：企业网D1NET
数据分析软件：供应商比较表