挑战者

Gartner公司分析师表示，“挑战者拥有稳固的存在、可信度、可行性和强大的产品能力。然而，他们可能不会像领导者那样展示思想领导力和创新能力。挑战者主要有两种类型。长期建立的数据科学和机器学习供应商，因其稳定性、可预测性和长期客户关系而取得成功。他们需要振兴发展愿景，以便与市场发展保持同步，并变得更具影响力和创新性。如果他们继续做一直在做的事情，其业务增长和市场存在可能会受到损害。在相关市场中建立良好基础的供应商，正在进入数据科学和机器学习市场，其解决方案可扩展现有客户的现有平台，但对许多潜在新客户而言也是合理的选择。由于这些供应商证明他们可以影响这个市场，并提供明确的方向和愿景，他们可能会发展成领导者。”

（1）MathWorks公司

MathWorks公司是一家总部位于马萨诸塞州内蒂克的私营公司。Gartner公司分析师表示，“Mathwork的两个主要产品是MATLAB和Simulink，但只有MATLAB符合此魔力象限的入选标准。MathWorks公司仍然是挑战者。它的执行能力得益于其在一般高级分析领域的持续可见性，重要的安装基础和强大的客户关系，但受到参考客户对关键能力的平均分数的影响。其完整的愿景受限于其对工程和高端财务用例的关注。”

（2）TIBCO Software公司

TIBCO Software公司位于加利福尼亚州的帕洛阿尔托。Gartner公司分析师表示，“基于其在分析和商务智能领域的地位，TIBCO公司于2017年6月从Quest Software收购了成熟的Statistica平台，进入了数据科学和机器学习市场。此外，2017年11月，TIBCO宣布收购Alpine Data，这是之前魔力象限的远见者。在执行能力方面，此魔力象限仅评估TIBCO公司在Statistica平台上的能力。 TIBCO的其他收购仅对其完整性有所贡献。 TIBCO作为挑战者进入这个魔力象限。Statistica平台拥有庞大而成熟的客户群，并在三个最典型的用例中获得高分：业务探索、高级原型设计和生产改进。”

远见者

Gartner公司表示，“远见者通常是规模较小的供应商或代表正在塑造或有可能影响市场的趋势的新进入者。然而，可能会担心这些供应商能够有效地继续执行并随着他们的成长而扩展。它们通常在市场上并不为人所知，因此相对于挑战者和领导者而言，它们的领导力往往较低。远见者有强烈的愿景和支持路线图。他们在解决市场需求方面具有创新精神。虽然他们提供的功能通常具有创新性和可靠性，但在产品的完整性和广度上往往存在差距。”

远见者值得考虑，因为他们可能：

·提供启动创新计划的机会。

·提供一些引人注目的差异化功能，作为现有解决方案的补充或替代，并提供竞争优势。

·更容易受到产品路线图和方法的影响。

（1）Databricks公司

Databricks公司总部位于加利福尼亚州旧金山。Gartner公司分析师表示，“Databricks公司在云中提供基于Apache Spark的Databricks统一分析平台。除Spark外，它还为Amazon Web Services（AWS）提供安全性、可靠性、操作性、性能和实时支持的专有功能。Databricks公司于2017年11月宣布推出一款Microsoft Azure Databricks平台，该平台未在此魔力象限中考虑，因为它在评估时通常不可用。Databricks公司是这个魔力象限的新进入者。作为远见者，它利用开源社区和自己的Spark专业知识，提供一个易于访问且熟悉的平台。除数据科学和机器学习外，Databricks公司还专注于数据工程。2017年D轮融资额为1.4亿美元，为Databricks公司提供了大量资源，可以扩展其部署选项并实现其愿景。”

（2）Dataiku

Dataiku公司总部位于纽约市，在法国巴黎设有总部。Gartner分析师表示，“Dataiku公司提供的数据科学工作室（DSS）专注于跨学科协作和易用性，通过使用户能够快速启动机器学习项目，Dataiku仍然是一个远见者，并且是许多数据科学需求的热门选择。它的完整性愿景是由于其合作和开源支持，这也是其产品路线图的重点。由于用例方面的广度相对较差以及自动化和数据流的不足，其整体视觉分数低于之前的魔力象限。由于操作和扩展机器学习模型的一些困难，Dataiku公司的执行能力也有所下降。”

（3）Domino公司

Domino公司（Domino Data Lab）总部位于加利福尼亚州旧金山。Gartner公司分析师表示，“Domino公司提供了Domino数据科学平台。这是专家数据科学团队的端到端解决方案。该平台专注于集成开源和专有工具生态系统的工具，协作、可重复性以及模型开发和部署的集中化。Domino公司成立于2013年，是该市场知名厂商，并继续在数据科学家中获得知名度。Domino公司坚持其作为远见者的地位。它的执行能力虽然得到了改进，但在机器学习生命周期（数据访问、数据准备、数据探索和可视化）开始时功能较弱仍然受到阻碍。然而，在过去一年中，多米诺已经证明了在竞争激烈的市场中赢得新用户并获得领导力的能力。”