364
UTFORSKA vad vi kan och gör
UTFORSKA vad vi kan och gör

Stäng

Kompetensområden

Kontakta oss

KAFFE ELLER TÉ? Vi kan väl ses över en kopp.

Blogg februari 03, 2015

Vad Microsofts köp av Revolutionary Analytics innebär för vårt BI-community

Det här är min första text här på Enfos Business Intelligence blogg och jag hade egentligen tänkt att skriva om helt andra ämnen men i fredags snubblade jag över en pressrelease från Microsoft som hamnat lite i skymundan bakom marknadsexplosionen kring Microsoft Hololens. Vad jag pratar om är Microsofts köp av Revolutionary Analytics. R är ett ämne som dyker upp allt oftare i dialoger kring Business Intelligence och jag bestämde mig för att lära mig mer om det i helgen och utvärdera vad det egentligen är alla pratar om.

Vad är R?

R är likt många andra programmeringsspråk som C# eller Java då det innehåller färdiga funktioner som programmerare kan använda sig av. För statistiker och andra som arbetar med att manipulera datamängder är R extra hjälpsamt med färdigformulerade funktioner för att organisera, beräkna och visualisera data.

Vad som gör R extra intressant är att utvecklarna själva kan lägga till nya specifika paket och funktioner till programmet då det är Open Source. Dessa paket kan innehålla algoritmer, mining tekniker och färgpalletter för visualisering som sedan används av andra för att gräva i och förstå sina datamängder.

Idag finns det ungefär 6 000 sådana paket på CRAN som är en samlingssite för R paket. Ett av dessa paket är BiopersityR som innehåller ett grafiskt gränssnitt för att göra det enklare att göra kalkyler angående miljötrender. Ett annat paket är Emu som analyserar språkmönster medan GenABEL används för att studera den mänskliga genpolen. Microsoft själva använder också R för Xbox Live matchmaking där man kartlägger dina resultat i ett spel och försöker hitta en likvärdig motståndare åt dig för bästa spelupplevelse för båda parter. Finansmarknaden är också en tongivande aktör inom R och det finns dussintals paket för derivataanalyser.

Revolutionary Analytics är den största kommersiella aktören inom programspråket R och erbjuder marknaden paketerade Enterprise-lösningar kring R. Områden som jag tycker Microsoft sedan tidigare har haft lite tunt på fötterna kring och som rådgivare har man fått hänvisa till IBM SPSS alternativt SAS Institute snarare än Microsoft OLAP-kuber men nu kan det nog bli ändringar på det.


Hur passar R in i Microsoft produktportfölj för BI?

Det här är i ett tidigt skede och jag vill vara tydlig med att det här är mina personliga reflektioner i ämnet. Sedan tidigare kan man använda R tillsammans med Microsoft Azure Machine Learning och jag tror det är just Azure som kommer vara skådeplatsen för mycket av det nya kring R och Microsoft. Detta baserar jag på Microsofts uttalade "cloud first" approach där alla nya BI features först lanseras till Office 365 och sedan till on-prem lösningarna.

Den näst senaste releasen för Power BI (analytics lösningen för Office 365) innehöll en ny funktion för prediktiv analys som fick ett ganska ljummet mottagande från oss BI-utvecklare då den var en aning begränsad i sin funktionalitet och kunde bara hantera en serie i taget förutsatt att x-axeln var tidsenheter. Kanske var den tänkt som en fingervisning om vad som komma skall och jag räknar med ytterligare funktionalitet kring prediktiv analys och kundkorgsanalyser i framtiden.

Jag är inte lika övertygad om att on-prem OLAP kuber kommer se ny funktionalitet utan min gissning är att vi istället kommer få tillgång till moln-hostade OLAP kuber i Azure som därigenom tar hjälp av Azure Machine Learning för data mining och prediktiv analys.

Däremot tror jag en paketering av R riktad mot APS (Analytics Platform System som tidigare hette PDW, Parallell Data Warehouse) så att de kunder som valt att satsa på förstklassig hårdvara till sina on-prem lösningar inte skall sitta lottlösa. Speciellt då Microsoft vill ta marknadsandelar i det här segmentet från Teradata och SAP.

Slutligen håller jag tummarna för en smidig integration mellan R och Excel, förhoppningsvis via ett Add-in där du kan formulera dina algoritmer som direkt går mot ett Data Warehouse.

Jonas Wahlström, Business Intelligence Consultant, Enfo Pointer