现在Salesforce公司已经完成对Tableau的收购，人们不仅好奇这两家公司将如何融合，也好奇这将给Einstein Analytics带来的影响，Einstein Analytics是该CRM巨头现有商业智能平台。

最初Salesforce公司在6月10日宣布将以157亿美元收购Tableau公司，而在宣布不到两个月后，在8月1日，Salesforce就已完成收购Tableau。人们感觉Salesforce可能使这两个分析系统协同工作，而不是消除一个分析套件转而专注于开发另一个分析系统。

也就是说，这两个系统可能仍然保持独立。

不过，Salesforce拒绝对Einstein Analytics和Tableau的计划发表评论。

该公司只是表示：“我们将在未来几个月内共同制定产品路线图，利用每项技术的所有独特功能，并向市场推出解决方案或一套解决方案，以增强所有三种产品。”

Tableau同样拒绝发表评论。

Tableau的主要优势在于其数据可视化功能，并且，到目前为止，它最常用于内部部署。然而，它缺乏其他分析和可视化平台的直观性，通常需要IT专业人员管理数据才能创建有意义的报告。

与此同时，Einstein Analytics是以云为基础，以其自然语言处理和人工智能而闻名。此外，它通常嵌入在其他Salesforce应用程序中，与其他Salesforce产品结合使用，而不是与其他供应商的产品结合使用。

Ventana Research公司高级副总裁兼数据和分析研究主管David Menninger说：“Salesforce在自然语言处理和人工智能方面做得很好，而Tableau在语音和人工智能方面并没有做很多工作，所以这是它们互补的有趣机会- Einstein的语音和人工智能能力可以与Tableau的自助服务功能相结合。这是天作之合。我们可以拭目以待，看看它们能否可利用这种天然的协同作用，这将会很有趣。”

同样，TreeHive Strategy公司负责人Donald Farmer指出，Einstein Analytics和Tableau之间的技术契合是他看好这次收购的原因之一。

他表示：“Tableau提供了基础知识（数据处理、数据可视化），但他们还没有开发出他们的NLI（自然语言断言）和AI功能。他们已经开始这样做，但还没有走得太远。而Einstein将为Tableau提供一层额外的智能。”

现在Salesforce已经完成收购Tableau，这两个平台可以相互补充的另一个原因是它们可以满足不同的客户需求。

Constellation Research公司分析师Nicole France指出，它们可以解决不同的问题。

她表示：“人工智能在应用于特定问题时最有效，它需要知道要解决的问题和原因，知识和专业知识的深度。Einstein可解决运营和绩效跟踪方面的挑战，以试图了解营销和客户服务。Tableau专注于如何利用AI进行统计分析的挑战。它们从不同的角度处理不同的问题集。”

鉴于Einstein Analytics和Tableau的互补品质，我们想知道的另一个问题是，Salesforce最终将如何定位它们以利用彼此的优势。

最终这两款产品可能会合并为一个产品，具有两者的最佳功能，但主要观察者表示他们感觉Salesforce将在短期内保持其Einstein套件和Tableau产品分离，并谨慎行事，以试图弄清楚如何利用这两个系统的力量。

France称：“我预计它们在未来一段时间内保持独立，并且他们会考虑如何将它们合并在一起。我不认为，Salesforce不会付出重大努力将它们构建成一种AI功能。”

与此同时，我们还可以从历史事件中得到线索，Tableau和Einstein Analytics组合最终可能不会像现在一样和谐。

十多年前，三次收购重塑BI行业：IBM收购Cognos；SAP收购Business Objects；甲骨文收购Hyperion。

但这些收购更多的是警示而不是成功。十年前，这三家公司都处于分析市场的顶端。自那以后，所有这些公司开始走下坡路，例如，IBM和甲骨文现在仅仅被Gartner公司视为利基参与者。

Menninger说：“这里的挑战将是此前几十美元分析收购的黑历史。如果你回顾一下，他们并没有繁荣发展，而这就是评估此次收购的背景。”

由于这种协同作用，Salesforce对Tableau的收购具有潜力。其他有利于此次合并的事情是2018年Salesforce收购MuleSoft，后者是一家领先的软件集成供应商，该公司拥有人才可将不同系统整合在一起。

但根据Menninger的说法，由于很多Tableau的客户仍在企业内部部署，而Einstein的用户处于云端，如果最终将Tableau和Einstein Analytics合二为一，Salesforce将面临明显的问题。

他表示：“最大的挑战是整合的负担，过去没有人做得很好。问题不在于1加1是否会产生1.5，而是1加1是否会等于3？”