Il mercato del cloud e, in particolare, dei fornitori di Database management systems (Dbms) sta convergendo su una serie di capacità avanzate che si traducono in un panorama complesso. Il nuovo Magic Quadrant di Gartner è pensato per aiutare i manager aziendali che si occupano di dati e analytics a scegliere il provider più adatto per le loro esigenze e obiettivi.
Secondo Gartner entro il 2025 il 90% delle nuove implementazioni data & analytics avverrà attraverso un ecosistema di dati consolidato, portando consolidamento su tutto il mercato. Inoltre, entro il 2024, le organizzazioni che adotteranno capacità di fare analisi aggressiva dei metadati nel loro ambiente di gestione dati ridurranno fino al 70% i tempi di delivery dei nuovi data asset agli utenti.
I Leader sono (in ordine alfabetico) Alibaba Cloud, Amazon web services, Cloudera, Databricks, Ibm, Google Cloud, Microsoft, Mongo DB, Oracle, Sap, Snowflake e Teradata. Ecco i loro punti di forza e debolezza.
Alibaba Cloud
Pro: Ampiezza del portafoglio prodotti e presenza verticale – Comprovata capacità ad alte prestazioni: PolarDB è noto per la sua capacità di gestire casi d’uso a elevata concorrenza ed elasticità – Fattibilità aziendale: Alibaba Cloud è il più grande fornitore di servizi cloud in Cina e in Asia per quota di mercato e il quarto più grande fornitore di servizi cloud al mondo per fatturato. La sua attività di Dbms cloud sta crescendo a un ritmo elevato.
Contro: Crescita limitata in Europa e Nord America – Sfide di natura geopolitica – Servizio clienti: alcuni clienti di Gartner hanno segnalato esperienze negative con il servizio clienti di Alibaba Cloud quando hanno avuto problemi operativi col Dbms.
Amazon Web Services
Pro: Presenza leader sul mercato: Aws dispone dell’infrastruttura sottostante per supportare la sua posizione di leader di mercato (per fatturato) e ha la più ampia base di utenti del settore – Vasta gamma dei servizi – Progressi verso l’integrazione: la roadmap di Aws è cambiata per offrire soluzioni che affronteranno l’integrazione sia della sua ricchezza di servizi che del mondo al di fuori di Aws a più livelli dello stack. La tendenza di Aws a concentrarsi solo sulla propria piattaforma è stata un danno in passato, ma il cambio di direzione può trasformare il problema in punto di forza.
Contro: Focus incentrato su Aws: poiché il multicloud sta diventando uno standard per le aziende, la tradizionale mancanza di attenzione di Aws sui sistemi non Aws nell’ecosistema dei dati può essere una preoccupazione per i clienti – Integrazione dei servizi offerti – Complessità di configurazione e gestione.
Cloudera
Pro: Continua innovazione open source con un portafoglio di oltre 30 componenti open source; Cloudera sta rafforzando la sua capacità di fornire una piattaforma containerizzata portatile, ibrida e multicloud – Avanzamento della migrazione al cloud: Cloudera afferma che oltre il 50% dei suoi oltre 2.000 clienti on-premise ha completato la migrazione al cloud – Maturazione del raggio d’azione verso le industrie: Cloudera si è concentrata sullo sviluppo di relazioni, partnership e contenuti per mercati verticali chiave con offerte e modelli mirati a specifici casi d’uso aziendali trasformativi.
Contro: Soddisfazione del cliente non sempre positiva – Ambiente competitivo: tutti i Csp offrono alternative che competono con le offerte di Cloudera – I casi d’uso operativi sono rimasti indietro: Cloudera Cdp è utilizzato meno ampiamente per i casi d’uso operativi.
DataBricks
Pro: Concetto e implementazione del Lakehouse: Databricks è il principale sostenitore del concetto di Lakehouse, in cui i dati in un data lake vengono archiviati nello stesso repository dei dati utilizzati per i casi d’uso del data warehouse. Il mercato ha reagito con entusiasmo a questa architettura convergente semplice e che consente implementazioni multicloud – Apertura: Databricks crede nell’apertura praticamente in tutte le parti della sua offerta – Vision e approcci innovativi per Unity Catalog e Delta Live Tables.
Contro: Capacità relazionali relativamente nuove – Aumento della concorrenza per lo spazio Lakehouse – Ancora in preview e non in produzione alcune funzionalità chiave di Databricks.
Pro: Aumento del supporto dell’ecosistema: il supporto di Google per gli ecosistemi di dati si è ampliato con il suo concetto di Data Cloud aperto e unificato – Serverless by default: Google utilizza un approccio serverless, che consente prezzi e fluidità delle risorse – Infrastruttura cloud e archiviazione unificata: Google Colossus offre un livello di archiviazione unificato molto efficiente su cui ospitare i servizi Google Cloud. Sebbene l’infrastruttura sia generalmente considerata invisibile nel cloud, le differenze nella progettazione dell’infrastruttura di Google e nella dorsale di rete possono rendere l’implementazione dei servizi cloud più efficiente e efficace.
Contro: Ampiezza del portafoglio: attualmente alcuni servizi vengono forniti tramite l’integrazione con i partner anziché direttamente da Google – Quota di mercato ridotta ma in crescita – Percezione da parte delle aziende: si tende a ritenere che Google abbia una presenza minore nelle grandi aziende.
Ibm
Pro: Ampiezza di offerte e implementazione per la gestione dei dati: Ibm Cloud Pak for Data (CP4D) fornisce una piattaforma portatile che può essere eseguita in cloud pubblici e privati, on-premise e in ambienti virtualizzati con un’ampia gamma di opzioni di implementazione e integrazione. Competenza nel settore – Innovazione: Ibm eccelle nell’innovazione tecnica e investe nella ricerca primaria in tecnologie avanzate come il calcolo quantistico.
Contro: Mind Share: Ibm ha perso terreno in termini di mind share all’interno del mercato dei Dbms. cloud. Nonostante le capacità tecniche delle sue offerte i valutatori possono avere informazioni non aggiornate – La strategia può creare confusione per l’ampia gamma di offerte di prodotti, molte delle quali si sovrappongono nelle loro capacità – Disponibilità delle competenze: nonostante la crescita, Ibm è ancora in ritardo nella quota di mercato del cloud e ciò può significare che può essere meno facile trovare professionisti esperti.
Microsoft
Pro: Visione completa dell’ecosistema dati: Microsoft Azure Synapse Analytics include sicurezza end-to-end e supporto dei metadati, potenti strumenti di sviluppo e funzionalità di Business intelligence e integrazione con offerte di Isv di terze parti. L’aggiunta di Dataverse fornisce un collegamento diretto alla serie di applicazioni Dynamics 365 di Microsoft. L’attuazione di questa visione rimane nelle fasi iniziali. Presenza globale e distribuzione –Ricco supporto per gli sviluppatori
Contro: Capacità di governance ancora agli inizi: sebbene sia un buon complemento ai suoi database per fornire governance, Microsoft Purview è ancora relativamente nuovo e ha un supporto incompleto per Dataverse – Sfida sui prezzi: nel feedback dei clienti Gartner, i prezzi sono una lamentela estremamente frequente. I complessi modelli di prezzo che abbracciano diverse offerte di servizi rimangono un’area da razionalizzare e ottimizzare. Sfide di supporto e distribuzione.
MongoDB
Pro: Forte presenza sul mercato: MongoDB è stato uno dei concorrenti di maggior successo nel mercato dei Dbms nell’ultimo decennio. Soddisfazione del cliente: In Gartner Peer Insights, il 96% degli intervistati ha dichiarato che consiglierebbe MongoDB. Espansione della visione del prodotto.
Contro: Il document model richiede un design diverso: per motivi di prestazioni, MongoDB sconsiglia l’uso di JOIN estesi, che sono essenziali per i casi d’uso relazionali. MongoDB memorizza i dati in un formato simile a JSON, che richiede un approccio alla modellazione dei dati che potrebbe non essere familiare a progettisti e sviluppatori abituati a lavorare con database relazionali – Accesso ai dati esterni: alcuni clienti sottolineano lo scarso supporto di MongoDB per i dati esterni tramite file Csv e JSON – Data Science: MongoDB non offre funzionalità di data science integrate per supportare modelli, librerie di algoritmi o funzionalità di feature store.
Oracle
Pro: Augmented Dbms: Oracle Dbms dispone da tempo di uno dei set di tecnologie più ricchi sul mercato. Nel cloud ha potenziato le sue capacità aggiungendo ottimizzazione autonoma e funzionalità di gestione estese – Cloud ibrido: Oracle ha creato una gamma di opzioni per includere soluzioni on-premise integrate con le sue soluzioni cloud. Utilizza il cloud anche come soluzione di ripristino di emergenza e fornisce una solida implementazione del cloud privato – Modello di determinazione dei prezzi: Oracle Autonomous Database consente di ottenere il prezzo e la prevedibilità di un modello basato sulle risorse con la scalabilità automatica di un modello basato sul consumo. Il modello di prezzo di Oracle è un vero vantaggio.
Contro: Supporto limitato su più cloud – Percezione dei costi: Oracle ha la reputazione di avere complesse condizioni di licenza e difficili tecniche di negoziazione – Sfide di crescita: Oracle ora è tutta nel cloud, ma è entrata tardi sul mercato e la mancanza di consapevolezza del cliente nel mondo del cloud l’ha danneggiata.
Sap
Pro: Multicloud, Intercloud e Ibrido: Sap Hana Cloud e Sap Data Warehouse Cloud possono essere implementati su una varietà di cloud di fornitori di servizi cloud. I sistemi Sap Hana compatibili possono essere eseguiti on-premise, in cloud privati o in Infrastructure as a Service – Completezza delle funzionalità – Integrazione dell’applicazione Sap: integrazione completa nei più ampi ecosistemi Sap e non Sap.
Contro: Comunicazioni di marketing e vendita: molti clienti Sap continuano a dire a Gartner di non essere a conoscenza dell’ampiezza e della profondità delle offerte Sap – Una pletora di opzioni: le opzioni Sap sono ancora spesso viste come molto varie e confuse, soprattutto per quanto riguarda l’utilizzo di dati Sap con dati non Sap. Percezione dei costi: c’è ancora la percezione che i sistemi basati su Sap Hana abbiano un prezzo premium, il che può indurre i potenziali clienti a non prenderli in considerazione.
Snowflake
Pro: Facilità d’uso – Espansione del Mind Share e partner: Snowflake ha rapidamente ampliato il proprio portafoglio di software e partner di servizi. Ciò semplifica l’acquisizione di competenze e offre molte opzioni per l’architettura di sistemi che sono un mix di Snowflake e altri prodotti di terze parti –Supporto di più cloud: Snowflake viene eseguito sulle piattaforme Aws, Azure e Google Cloud. La neutralità del cloud è anche citata come motivo chiave per la scelta di Snowflake.
Contro: Previsione della spesa: alcuni clienti di Snowflake segnalano di avere difficoltà a prevedere i costi, un problema condiviso con alcune altre offerte cloud. Chiarezza sulla disponibilità delle funzionalità – Definizione dell’ambito di utilizzo: Snowflake viene spesso pubblicizzato come in grado di eseguire tutta l’elaborazione analitica per un cliente, data warehouse, data lake e data science, ma a volte un mix di Snowflake e altri componenti sarà più adatto.
Teradata
Pro: Multicloud e cloud ibrido con funzionamento affidabile: Teradata viene eseguito su Azure, Aws e GCP e può anche essere distribuito on-premise e nel cloud privato, offrendo un’ampia scelta di opzioni di distribuzione e indipendenza dal cloud – Accesso distribuito: il supporto per l’accesso distribuito, più soluzioni cloud, on-premise e ibride rende Teradata una buona scelta – Ampia gamma di strumenti analitici.
Contro: Percezione dei costi: Teradata è visto da molti come un prodotto di fascia alta, una percezione che deriva principalmente dai costi tradizionali on-premise – Disponibilità di competenze: Teradata occupa ancora una parte significativa del mercato del data warehousing, ma ha perso terreno rispetto ad altri, in particolare i fornitori di servizi cloud. Ciò può significare che può essere più difficile trovare personale Teradata esperto in alcune aree geografiche – Percezione legacy: a causa della sua longevità, Teradata è spesso considerata una tecnologia legacy. I valutatori dovrebbero assicurarsi di considerare Teradata alla luce delle moderne pratiche di lavoro analitiche.
