Tibco更新带来嵌入式分析、ModelOps工具

日期: 2021-05-30 作者:Eric Avidon翻译:邹铮 来源:TechTarget中国 英文

最新Tibco分析平台更新带来嵌入式数据科学工作流和新的模型部署工具。

该供应商成立于1997年,总部位于加利福尼亚州帕洛阿尔托,该公司周三在其虚拟用户会议Tibco Analytics Forum期间发布此次更新。

Tibco公司在2020年引入了超融合分析的概念,即将Spotfire、Streaming 和Data Science等分析工具整合到一个平台中,使用户更易于使用该供应商的产品,并减少从数据摄取和准备到见解和采取行动所需的时间。

Tibco已经开始提供周二推出的每项功能,这反映出分析行业的趋势,即供应商将数据科学和机器学习嵌入其商业智能平台–在超融合分析下。

通过使用户直接在Spotfire(Tibco的主要BI工具)中嵌入数据科学模型,该供应商正试图让非开发人员在其BI环境中更轻松地进行高级分析,并让数据科学家可选择在Spotfire中分析内工作,而不是在单独的环境中工作,然后必须移动模型。

通过使用被称为Spotfire Mods的低代码开发工具(Tibco于2020年9月首次推出),客户可以构建量身定制的分析应用程序,而无需使用R或Python编写代码,然后这些应用程序可以嵌入到用户的整个工作流程中。

与此同时,Tibco ModelOps是数据科学领域的新工具,旨在简化模型的部署和监控,以实现更轻松的治理和更高的透明度。

Tibco公司首席运营官Matt Quinn说:“ModelOps绝对是非常重要的功能之一,围绕人工智能模型的治理是每个人的首要考虑。”

他补充说,虽然某些功能比其他功能更重要,但最终最重要的是,各种工具之间的集成。

Quinn称:“最重要的事情是,增加价值并继续让人们更容易使用新功能。”

与Quinn观点相同,Constellation Research公司首席分析师Doug Henschen表示,加入Mods使用户能够在Spotfire中开发和嵌入数据科学功能,这对Tibco客户来说意义重大。

他表示:“在过去的几年里,目标发生改变,以至于企业期望在其BI和分析平台中支持预测数据科学功能。因此,我发现Spotfire Mods是更引人注目的功能之一。”

除了嵌入式数据科学功能和ModelOps,Tibco的更新还包括:

  • 新的社区来源可视化;
  • 扩展数据源内计算功能到更多云数据源;
  • Python和R数据功能,涵盖特征工程、机器学习和地理分析,可添加到开发人员的库中

在Tibco Analytics Forum推出新功能的三周前,该供应商刚刚发布其Cloud Integration iPaaS(集成平台即服务),其中包括流程自动化功能及其加速器。

该自动化功能使用户无需编写代码即可简化流程,并将业务数据嵌入这些流程中,而加速器旨在加快与数据源的集成,并且用户不需要开发自己的自定义集成。

Henschen表示,5月初推出的新iPaaS功能,以及上周二推出的新功能都将使用户受益。

他指出:“在过去的一年里,自动化一直是客户的关注,在家工作的要求和推动数字化转型的需求加剧这一趋势,因此,任何重复性集成任务都应该自动化,以便企业可以腾出时间专注于创新和新用例。”

Quinn 表示,看看Tibco开发管道中现在的功能以及接下来将发布的功能,实时分析、更多云原生系统(包括与该供应商在2020年收购IBI相关的系统)、自动化以及通过集成实现的连接体验都是重点领域.

此外,让用户能够以他们想要的方式和地点进行部署也至关重要,无论是在本地、云端还是两者的混合。

他表示:“我们真的很喜欢这种随时随地的想法。拥有一个架构的时代已经结束,如果你有一个产品或一个解决方案,你必须让它适应客户的架构,因此,确保我们能够适应各种地方的各种不同操作环境对我们来说至关重要。”

 

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

翻译

邹铮
邹铮

相关推荐

  • 如何通过7个步骤部署商业智能项目

    商业智能是数据驱动企业的重要组成部分。在竞争激烈的商业环境中,企业成功部署BI项目的能力可能决定着在市场上的输 […]

  • 企业商业智能的10大好处

    商业智能(BI)软件的起源可以追溯到20世纪60年代基于大型机的决策支持系统,随后BI技术在不断发展,以应对数 […]

  • 生成式AI会取代数据分析师吗

    生成式AI不会取代数据分析师的工作。在很多领域,人工智能都无法取代人类,特别是那些需要人类同理心和洞察力的领域 […]

  • 改进数据可视化的7项技能

    数据可视化可以实现可操作的洞察力和卓越的业务成果。但构建有效的数据可视化可能很困难。如果你想创建数据可视化,你 […]