1. 作為轉向部署現代BI平臺的一部分，大多數業務使用者和分析師都藉助自服務工具進行資料準備，即自服務資料準備。到2018年：
2. 大多數獨立自服務資料準備工具將擴充套件為一站式分析平臺，或者作為一部分功能整合到已有的分析平臺。
3. 智慧的、企業級管控的、支援Hadoop的、支援搜尋和視覺化的探索式分析會打包到下一代資料分析平臺中，一站式平臺還包含自服務資料準備和自然語言生成功能。
基於以下5個使用場景對供應商進行評估：
4.嵌入式BI。支援將資料轉化為可嵌入到其他流程或應用中的BI內容。
5.公網部署。這類似第一個使用場景，但目標使用者變成了外部客戶、公眾部門，或者普通公民。
基於以下14條標準對供應商進行評估：
一、基礎構架
1.BI平臺管理。具備擴充套件性、效能優化、高可用性，以及高容災性等功能。
2.雲BI。具備平臺即服務和分析應用即服務的功能，以實現分析應用的開發、部署和管理，且支援雲端部署和本地部署兩種形式。
3.安全性和使用者管理。具備保證平臺的安全性、可監控使用者行為、可審計平臺的訪問和使用狀況等功能。
4.連線多資料來源。讓使用者能訪問結構和非結構化的資料內容，這些資料儲存在各種各樣的平臺中，既可能在雲端也可能在本地部署。
二、資料管理
5.後設資料管理。讓所有使用者能分享同一個語義模型和後設資料。利用強大且集中的功能，管理員能搜尋、捕獲、儲存、複用各種後設資料，還能把業務使用者建立的資料模型提升為系統級的資料模型。
6.ETL和資料儲存。具備ETL功能，可接入、融合、轉換、載入資料至自有儲存層，還能索引資料，管理資料載入，或通過任務計劃更新資料。
7.自服務資料準備。通過拖拽式操作，使用者可融合不同來源的資料，並創造分析模型，例如，自定義指標、集合、分組、層級等等，更高階的功能還包括自動語義識別、自動關聯、自動視覺化，資料分層，資料血統、多結構化的資料融合等。
三、分析和內容建立
8.內嵌的深度分析。讓使用者能輕鬆接入深度分析功能。除了平臺自有的深度分析功能，使用者也能匯入或整合平臺外部的分析模型。
9.分析型儀表盤。支援製作高度可互動的儀表盤和內容。當使用者訪問這些儀表盤時，可以進行探索式分析、深度分析、地理分析等。
10.視覺化的探索式分析。支援通過操作圖表的顏色、亮度、大小、形狀等手法去展現資料。這也包括一系列的視覺化選項，包括餅圖、柱形圖、線圖、熱量圖、樹狀圖、地圖，散點圖和其他特殊的圖表。這些工具讓使用者能以視覺化的互動方式來分析資料。
11.支援移動端。支援將內容交付給移動裝置，這既可以是釋出模式也可以是互動模式，還支援移動裝置自有的各種功能，例如觸屏、拍照、地理位置、自然語言查詢等。
四、知識分享
12.嵌入式分析。通過SDK和API介面，以開放標準支援建立和修改分析內容，以嵌入到其他業務流程、應用，或門戶中。平臺既可以在應用內也可以在應用外支援這些功能，但必須簡單而無縫地整合到應用內，讓使用者無需在不同應用之間來回切換。平臺還讓使用者能選擇需要嵌入的業務流程。
13.釋出分析內容。讓使用者能以各種輸出形式和分發方式對分析內容進行釋出、部署、操作。平臺應支援內容搜尋、故事敘述、任務計劃、預警等功能。
14.協作與社交。讓使用者能以帖子、聊天、註釋等方式分享並討論基礎資料、分析方法、分析內容等。
評估結果：
全球商業智慧與分析市場的整體份額繼續擴大。根據當前Gartner對該領域的年度綜合增長率的預計，市場增長率可能維持在2014年的5.8%，直至2019年。然而，伴隨著購買模式和需求的變化，不高的增長率反映了一個處於轉變過程中的市場：購買決策持續從IT部門的領導轉換為業務線的領導和使用者，他們需要更敏捷和更靈活的個性化選擇——新準則是先落地再擴充套件。現在與以往那種帶動企業兩位數增長的大規模的企業級交易截然不同，那時的IT部門掌握更多的預算，並對採購決策施加著更多影響。在如此快速進化的市場中，帶動商業智慧與分析市場新增長的主要驅動力，正受到以下因素的影響：
1、新供應商持續出現，使得市場上有更多創新的產品供買方挑選。在以後幾年，買方將從關注那些提供新型BI和分析產品的供應商中獲益，他們有充足的機會去投資那些進入市場的創新產品。如果買方需要試執行大量的創新產品以及大量的供應商參與到POC驗證中，隨著時間累積，其不利之處在於機構可能面臨技術負債——作為多個獨立解決方案所體現出的商業價值急速轉變為缺少對設計、實施和技術支援足夠關注的產品部署。在這個快速進化的BI市場中，機構需要形成正確策略和參考架構，用於評測各種可選的產品，以此降低他們的技術債務，從而避免在未來產生較多的返工和再設計的問題。
2、隨著越來越多的使用者驅動的資料分析平臺得以部署，監管需求正持續增長，這將觸發IT部門以新的形式介入其中。最初，當市場轉變時，業務使用者感覺到有能力繞開IT部門通過自主採購的方式去使用能夠填補他們業務缺口的BI產品。隨著時間的推移，產品部署持續擴大，使用者變得越來越多，使用場景變得越來越複雜——業務使用者與IT部門的合作又將重新展開，他們會協同開發出敏捷的流程去支援自服務資料分析的需求，即通過適度的企業級管控，去確保恰當而負責任的使用範疇。這將促成自服務資料準備結合探索式分析產品的場景，提供敏捷而集中的使用方式去成功地替代傳統的使用方式，舊的方式往往缺乏敏捷性，而且也不支援IT部門與業務使用者間的協作開發。這與在這個行業多次發生的“鐘擺”現象相吻合，在這個行業，終端使用者的實踐最終將轉向以IT為中心的方式的另一極端。在業務使用者生成的內容急劇擴張的背景下，對監管的需求正在使鐘擺迴歸至更注重企業級管控和協作的中間地帶。
3、市場對智慧的探索式分析的瞭解和接納會讓探索式分析獲取到更廣泛的使用者群體，新產品觸及的範圍和影響力也會隨之增加。在不需要建模和寫演算法以及查詢的前提下，這些新出現的功能讓使用者能從越來越多的、複雜的、多結構化的資料集裡發現大量的隱藏模式。除了探索式分析，通過互動的視覺化、搜尋和自然語言查詢等技術，業務使用者和分析師還能從深度分析中直接獲益（高亮和視覺化諸如重要發現、相關性、叢集、預測、異常值、反常、關聯、趨勢等結果）。有些工具還會為使用者說明分析結果，例如生成自然語言的文字去突出顯示模式和闡釋洞察。這樣可以減少發現洞察的時間，也節省了手動探索和手動建模的時間開銷和專業技能要求。探索式分析並非替代了高階資料分析師和資料科學家，而是為他們增加了一群公民資料科學家。這些公民資料科學家幫助他們產生了更多的設想，再隨之開展更細化的探索，資料學家可以幫著確認最終結果。
4、機構從持續增長的多結構化資料來源中融合和獲得洞察的需求，將推動智慧的自服務資料準備和智慧的探索式分析領域的持續創新。市場需要更加強大的軟體功能，包括自動提取、推論、濃縮和建立搜尋索引訪問新資料來源。以手動方式去完成這些工作將會難以匹配資料多樣性和複雜度的增長，隨著時間的推移這種增長將是指數級的。同時，通過自動的模式探索和洞察發現，機構可以擴大分析規模，也可以讓更多的使用者群體可以受益於分析洞察功能。
5、通過自然語言查詢，基於搜尋的探索式分析將讓更多的使用者獲益。由於BI和分析平臺對自然語言查詢支援得越來越好，更多的非技術使用者能以對話提問的方式來分析資料，新使用者將更有可能參與到利用探索式分析中。業務驅動的自然語言查詢需要底層的基於多結構化資料的搜尋功能，這一領域的進展將不斷提升該功能的易用性和可信度。
6、市場將不斷擴張且更加成熟，這將為機構創造更多的機會去購買或銷售分析應用。一個活躍的市場可以讓買家和賣家匯聚起來交換分析應用、聚合資料來源、自定義視覺化和演算法，這將增加對BI和分析領域的需求，並推動其未來的增長。成熟起來的市場將為BI供應商們提供新的銷售渠道，基於他們平臺的分析應用可以在自有的渠道和合作夥伴的渠道銷售。這一成熟市場的主要好處在於這是一個面向終端使用者的市場，他們幾乎可以獲得想要的任何分析應用，以用於內部解決方案和流程的開發。
7、為更好地支援物聯網，機構需要支援實時動態和流資料抓取。為了使機構能處理在這個互聯世界中由裝置、感測器和人產生的大量資料，機構必須在捕捉和加工這種資料上進行投資。BI和分析市場的競爭者們也需要在類似方面進行投資——讓買家在同一平臺中合併實時動態和流資料以及其他來源的資料，去開發新一代的具備很大影響的分析應用，讓使用者能利用這種實時洞察能力。