BI аналитика в 2025 году: тренды и изменения рынка

Зарубежный рынок BI в 2025 году¹

Отчет Gartner Magic Quadrant for Analytics and Business Intelligence Platforms 2025 (MQ ABI 2025) представляет собой ключевой индустриальный бенчмарк, оценивающий 20 ведущих вендоров.

Ключевые изменения рынка 2025:

• Доминирование GenAI:

Платформы интегрируют AI-агентов для автоматизации создания дашбордов, NLP-запросов (NLQ/NLG) и прогнозной аналитики. Пример: Copilot в Power BI (Microsoft), Spotter в ThoughtSpot.

• Конвергенция рынков:

Вендоры из смежных сегментов (СУБД, ERP) агрессивно внедряют ABI-функции (Snowflake Cortex, Databricks AI/BI).

• Борьба с привязкой к поставщику:

Независимые вендоры (Qlik, Tableau) делают ставку на мультиоблачность и открытые API.

• Смена парадигмы потребления:

Переход от пассивного просмотра отчетов к созданию low-code workflow (это подход к автоматизации бизнес-процессов, при котором для создания автоматизированных программ используются визуальные инструменты (low-code) вместо традиционного программирования) (до 40% пользователей самостоятельно дорабатывают продукты)).

Gartner выделил 8 критически необходимых функций для систем в Magic Quadrant:

• Визуализация (Custom visualizations, geo-mapping)
• Управление контентом (Certification, lifecycle management)
• Предиктивные инсайты (ML-анализ аномалий, кластеризация)
• NLQ/NLG (Диалоговый интерфейс, генерация текстовых выводов)
• Data Preparation (Drag-and-drop ETL, pipeline monitoring)
• Reporting (Pixel-perfect отчеты, bursting)
• Каталогизация (Единый портал для дашбордов/датасетов)
• Коннекторы (Поддержка on-premise/cloud источников).

Какие тренды были в MQ 2024 года:

Аналитические и BI-платформы традиционно имеют визуальный интерфейс дизайна с «перетаскиванием». Большинство поставщиков теперь создают более разговорный, текстовый интерфейс дизайна, где пользователи просто вводят, какой тип отчетов они хотели бы видеть. Эти запросы по-прежнему интегрированы с языком запросов и семантическим слоем платформы ABI, но с более естественным языковым интерфейсом на основе генеративного ИИ и больших языковых моделей для предоставления нового отчета, конвейера данных или результата запроса.

Тренды 2025

Рынок платформ аналитики и бизнес-аналитики (ABI) претерпел значительные изменения, вызванные сервисами генеративного ИИ (GenAI). Поставщики сосредоточились на инновациях в агентах ИИ и агентских возможностях, таких как запросы на естественном языке (NLQ) и генерация естественного языка (NLG). Эти достижения позволяют пользователям создавать отчеты, как модели данных и панели мониторинга, используя подсказки на естественном языке через помощников ИИ Стремление к возможностям GenAI снизило барьер для принятия платформ ABI, демократизировав функциональные возможности ABI и сделав их более доступными для более широкой аудитории.

Одновременно вендоры из смежных рынков, включая системы управления базами данных (СУБД) и собственные приложения ИИ, амбициозно внедряют больше функций ABI, указывая на то, что бизнес-аналитика больше не является единственным каналом для аналитики. Это расширение предполагает, что доля рынка может все больше оспариваться этими новыми участниками. Некоторые действующие вендоры облачных приложений ERP и CRM представили поддерживаемые сквозные экосистемы данных и аналитики (D&A), объединяющие различные сервисы для унифицированного пользовательского опыта.

При этом состав игроков не изменился (если не считать, что MicroStrategy² теперь Strategy).

Microsoft продолжает доминировать на рынке по уровню принятия пользователями благодаря росту своего облачного сервиса Power BI, обусловленному его объединением с Microsoft 365 и Microsoft Fabric, а также его интеграцией с Microsoft Teams для поддержки удаленной работы.

Однако специализированные вендоры противостоят доминированию Microsoft, интегрируясь с более широкими экосистемами Data and Analytics и используя свою независимость от крупнейших провайдеров облачных услуг в качестве конкурентных преимуществ, предлагая клиентам большую гибкость и выбор.

Обзор каждого вендора зарубежного ABI представлен в конце статьи.

Российский рынок BI в 2025 году³

По прогнозам аналитиков российский рынок аналитических систем сохранит двузначный рост (20%+) до 2027 года, но консолидация неизбежна: 5 основных игроков займут 80% ниши, остальные будут поглощены или уйдут в вертикальные сегменты.

В этой связи, пятый, юбилейный выпуск исследования «Круги Громова» выходит в момент, когда рынок отечественных BI-платформ переживает волну бурного роста и трансформации. Импортозамещение перестало быть формальностью и стало стратегической необходимостью: доля внедрений российских BI-систем выросла почти в восемь раз, а зарубежных — упала до 23 %.

Стоит отметить, что в 2025 году сформировались ключевые тренды рынка BI:

• Self-Service: Усиление в PIX BI, Visiology, INSIGHT.
• ИИ-интеграция: Голосовые помощники (Навигатор), прогнозирование (LUXMS, Форсайт).
• Неготовность предоставления собственных решений, сильнейшие игроки зависят от open source зарубежных сервисов.
• Импортозамещение: Поддержка российских ОС (Astra Linux, RED OS) и СУБД (Postgres Pro, Tantor).
• Лицензирование: переход к подписочной модели (PIX BI, Visiology) и бесплатным редакциям.
• Усиление отечественных решений за счет консолидации вокруг 3-4 экосистем (Visiology/PIX BI – Arenadata; ALPHA BI – Postgres Pro).

Российский рынок BI переживает этап гиперроста и трансформации, вызванный импортозамещением западных решений (Power BI, Tableau). На фоне санкций сформировалась конкуренция между 10+ локальными вендорами, где выделяются три категории игроков:

• Корпоративные платформы (Visiology, ALPHA BI, Форсайт) — фокус на сложных ETL-процессах, интеграции с госсистемами и поддержке больших данных.
• Self-Service решения (PIX BI, Навигатор BI) — ставка на low-code и мобильность для бизнес-пользователей.
• Нишевые экосистемы (Arenadata + партнеры) — обеспечивают DWH-инфраструктуру для BI-платформ.

Ключевые драйверы:

• Спрос на оперативную аналитику в госсекторе (директива по data-driven управлению) и бизнесе (оптимизация затрат в кризис).
• Технологическая суверенизация — переход на российские ОС (Astra Linux), СУБД (Postgres Pro) и аппаратные комплексы.
• Рост ИИ-интеграций — 70% платформ внедрили ИИ для прогнозирования (LUXMS BI) или NLP-аналитики (Навигатор BI).

Состояние рынка заказчиков:

• Данные фрагментированы — 65% компаний имеют >10 несвязанных источников (1С, SAP, Excel).
• Дефицит кадров — нехватка data-инженеров, способных работать с российскими ETL-инструментами (Data Boring в LUXMS, модуль преобразования Visiology).
• Сроки внедрения — даже «легкие» платформы (PIX BI) требуют 3-6 месяцев для интеграции с legacy-системами.

На этом фоне, особенно важны объективные ориентиры, позволяющие ИТ-директорам и бизнес-пользователям выбрать платформу, которая останется актуальной на ближайшие несколько лет. «BI Круг Громова 2025» единственный источник, который показывает текущее состояние и ключевые тренды развития BI-платформ для корпоративного сектора в России. В исследовании используется многоуровневая система оценки, которая включает как анализ самих BI-продуктов, так и выполнение вендорами тестового задания.

Исследование не создает рейтинга, а публикует объективный анализ функциональности и возможностей BI-систем. Как и ведущие международные аналитические агентства (включая Gartner) исследование не публикует оценки по каждому частному критерию, с целью сохранить целостность экспертной оценки и избежать упрощённую интерпретацию и защитить независимость методологии.

Вендоры BI-систем распределены по сегментам:

Анализа функциональных возможностей BI-платформ представлен по вендорам со сравнением возможностей за 2023-2025 годы.

1. Visiology
   • Позиция: Лидер в корпоративной аналитике
   • Рынок: Россия, СНГ.

   Сильные стороны:

   • Высокая производительность с большими данными (миллиарды строк).
   • Гибкая ролевая модель и контроль доступа (RLS/OLS).
   • 5-6 релизов в год с улучшениями (например, перенос функционала v2 → v3 на 90%).
   • Поддержка российских ОС (Astra Linux, RED OS).

   Слабые стороны:

   • Сложность установки и настройки (требует Docker, Kubernetes).
   • Ограниченные self-service возможности визуализации (требуется JS для кастомизации).
   • Ручное согласование данных при n:m связях.

   Риски:

   • Зависимость от экосистемы ClickHouse.
   • Конкуренция с международными решениями (Power BI) при миграции.

2. PIX BI
   • Позиция: Self-Service лидер
   • Рынок: Россия, Латинская Америка, Ближний Восток.

   Сильные стороны:

   • Низкий порог входа для бизнес-пользователей.
   • Сквозные фильтры и drag-and-drop интерфейс.
   • Сильная безопасность (OLS/RLS).
   • 4 релиза в год + бесплатная персональная редакция (2025).

   Слабые стороны:

   • Ограниченные возможности шаблонов отчетности.
   • Слабая интеграция с 1C/SAP (требуются сторонние коннекторы).
   • Молодая платформа (на рынке с 2022 года).

   Риски:

   • Зависимость от партнеров для интеграций (Arenadata, Loginom).
   • Конкуренция с Visiology в РФ.

3. LUXMS BI
   • Позиция: Платформа для сложных решений
   • Рынок: Россия, Беларусь.

   Сильные стороны:

   • Высокая горизонтальная масштабируемость.
   • Готовые решения для госсектора (Почта России, Ростелеком).
   • Встроенные инструменты Data Governance.
   • Поддержка слоев данных (hot/warm/cold).

   Слабые стороны:

   • Требует знания JSON для расширенной кастомизации.
   • Сложность освоения (высокий порог входа).
   • Ограниченная геоаналитика.

   Риски:

   • Узкая специализация на крупных предприятиях.
   • Слабая поддержка облачных deployment.

4. MODUS BI
   • Позиция: Мастер интеграции
   • Рынок: Россия.

   Сильные стороны:

   • Мощный ETL «из коробки» (поддержка 50+ источников).
   • Простота администрирования и стилизации отчетов (CSS).
   • 9+ релизов в год.

   Слабые стороны:

   • Неинформативные сообщения об ошибках.
   • Ограниченная работа с моделью данных.

   Риски:

   • Конкуренция с Visiology/PIX BI в сегменте малого бизнеса.
   • Зависимость от партнеров (Arenadata, 1C).

5. INSIGHT
   • Позиция: Специалист по кастомизации
   • Рынок: Россия.

   Сильные стороны:

   • Гибкая кастомизация (CSS, HTML).
   • Поддержка write-back и workflow.
   • Открытая документация и учебные курсы.

   Слабые стороны:

   • Высокие требования к разработчикам.
   • Слабая интеграция с SAP/Bitrix24.

   Риски:

   • Сложность масштабирования для крупных предприятий.
   • Конкуренция с Форсайт в нише low-code.

6. Форсайт Аналитическая Платформа (ФАП)
   • Позиция: Знак качества
   • Рынок: Россия, СНГ.

   Сильные стороны:

   • Полный цикл BI (ETL → визуализация → BPM).
   • Интеграция с Excel/Word.
   • Сертификация ФСТЭК.

   Слабые стороны:

   • Высокий порог входа для пользователей.
   • Быстродействие зависит от квалификации внедренца.

   Риски:

   • Устаревший UI.
   • Конкуренция с более «легкими» решениями (PIX BI).

7. Навигатор BI
   • Позиция: Мобильная аналитика
   • Рынок: Россия, СНГ.

   Сильные стороны:

   • Нативные приложения для iOS/Android.
   • Low-code конструктор виджетов.
   • Работа на санкционном ПО (Astra Linux).

   Слабые стороны:

   • Слабая интеграция с 1C/SAP.
   • Требует знания SQL для сложных дашбордов.

   Риски:

   • Зависимость от облачных сервисов Сбера (SaluteSpeech, GigaChat).
   • Молодая экосистема (на рынке с 2021 года).

8. ALPHA BI
   • Позиция: OLAP-эксперт
   • Рынок: Россия.

   Сильные стороны:

   • Единственная российская замена MS SSAS.
   • Совместимость с импортозамещением (Байкал, Astra Linux).
   • Сертификаты ФСТЭК.

   Слабые стороны:

   • Сложность освоения MDX.
   • Ориентация на крупные предприятия.

   Риски:

   • Узкая специализация (OLAP).
   • Конкуренция с Visiology/LUXMS.

9. AW BI
   • Позиция: современная self service BI-система
   • Рынок: Россия, Узбекистан.

   Сильные стороны:

   • Возможность создания моделей данных без привлечения ИТ-специалистов;
   • Широкая линейка поддерживаемых ОС

   Слабые стороны:

   • Ограниченный функционал работы с картами;
   • Недостаточная кастомизация визуальных объектов (заголовки показателей, метки, легенды).

   Риски:

   • Конкуренция с Visiology/LUXMS.

10. Yandex DataLens
    • Позиция: универсальный гибридный BI (облако)
    • Рынок: Россия, Казахстан.

    Сильные стороны:

    • Бесплатное решение по тарифу Community.
    • Функционал для работы с переменными.
    • Актуальная документация и собственный бесплатный курс по платформе.

    Слабые стороны:

    • Частично реализованная рассылка отчетов.
    • Не реализовано формирование шаблонов отчетности.
    • Ограниченные возможности для прогнозирования.
    • Потенциальные ограничения в кастомизации визуализаций для специфическх задач знаниями JS.

    Риски:

    • Только браузерная версия

Положительным моментом является то, что санкционные ограничения ускоряют развитие локальных GenAI-решений (например, на базе SberAI/Yandex LLM) и отечественных облаков (SberCloud, Yandex.Cloud, VK Cloud), что позволяет сохранять вектор на общемировые тренды развития систем.

Лидеры (Leaders)

1. Microsoft (Power BI)
   • Сильные стороны:
     • Доминирующая доля рынка, легкая доступность навыков и ресурсов.
     • Глубокая интеграция с Microsoft Fabric (OneLake, Data Science, реальная аналитика).
     • Узнаваемость Copilot для автоматизации аналитики.
   • Слабые стороны:
     • Рост цен (Power BI Pro: $10→$14/мес; Premium: $20→$24/мес).
     • Ограниченная поддержка мультиоблаков (оптимизировано под Azure).
     • Проблемы с изоляцией рабочих нагрузок (риск потребления ресурсов одним workspace).
   • Риски: зависимость от производителя в экосистеме Microsoft, сложности миграции для пользователей non-Azure.
2. Google (Looker)
   • Сильные стороны:
     • Сильная управляемость данных (водяные знаки, API-first).
     • Открытая архитектура и семантический слой для интеграций.
     • Упрощенное ценообразование (бесплатный Looker Studio → Pro).
   • Слабые стороны:
     • Высокая стоимость для масштабных внедрений.
     • Восприятие как инструмента для разработчиков (слабая доступность для бизнес-пользователей).
     • Ограниченные возможности коллаборации.
   • Риски: Сложность адаптации для пользователей не разработчиков, конкуренция с более дружелюбными платформами.
3. Oracle (Analytics Cloud)
   • Сильные стороны:
     • Глубокая интеграция с Fusion Data Intelligence (финансы, CRM, SCM).
     • AI-функции (NLQ, автоматические инсайты через GenAI).
     • Лучшая в отрасли подготовка данных (авторекомендации по качеству, маскировка PII).
   • Слабые стороны:
     • Ограниченная ценность вне экосистемы Oracle.
     • Сложность и стоимость для SMB.
     • Дефицит экспертов по OAC/OCI.
   • Риски: Высокие TCO для не-Oracle клиентов, зависимость от экосистемы.
4. Qlik
   • Сильные стороны:
     • Ассоциативная модель данных (гибкость анализа без предзаданных путей).
     • Высокая удовлетворенность клиентов (Gartner Peer Insights).
     • Cloud-agnostic (работает на AWS, Azure, GCP).
   • Слабые стороны:
     • Отсутствие serverless-архитектуры (риск создания data silos).
     • Слабые NLQ-возможности.
     • Нет собственной экосистемы приложений (CRM/ERP).
   • Риски: Сложности интеграции в агрессивные data lakehouse-стратегии, зависимость от партнеров.
5. Salesforce (Tableau)
   • Сильные стороны:
     • Сильные автоматизированные инсайты (Einstein Discovery) и подготовка данных.
     • Гибкость развертывания (мультиоблако, гибрид).
     • Активное сообщество пользователей.
   • Слабые стороны:
     • Высокие лицензионные затраты.
     • Пробелы в функционале (каталог аналитики без интеграции с конкурентами, нет write-back).
     • Отраслевая универсальность (требует кастомизации под ниши).
   • Риски: Сложность портфеля продуктов, конкуренция с вертикально-ориентированными решениями.
6. ThoughtSpot
   • Сильные стороны:
     • Мощные NLQ и автоматизированные инсайты (SpotIQ).
     • Рост интереса рынка (особенно для GenAI).
     • Встроенная аналитика через Smart Apps.
   • Слабые стороны:
     • Ограниченный каталог аналитики (слабая интеграция с другими платформами).
     • Нет собственной экосистемы приложений/облака.
     • Сложность дифференциации на фоне конкурентов с LLM.
   • Риски: Зависимость от партнеров (Databricks, Snowflake), нишевость для сложных сценариев.

Претенденты (Challengers)

1. Alibaba Cloud (Quick BI)
   • Сильные стороны: AI-агенты, фокус на Китай (дата-сторителлинг), гибкое ценообразование.
   • Слабые стороны: Ограниченная глобальная поддержка, сложности интеграции с non-Alibaba продуктами.
   • Риски: Низкая узнаваемость вне APAC, зависимость от экосистемы Alibaba.
2. AWS (QuickSight)
   • Сильные стороны: Интеграция с AWS D&A-стеком (Redshift, Athena), прозрачное ценообразование.
   • Слабые стороны: Ограниченные опции развертывания (только AWS), слабый слой метрик.
   • Риски: Vendor lock-in в AWS, отсутствие бизнес-приложений (CRM/ERP).
3. Domo
   • Сильные стороны: Подготовка данных (Magic ETL, 1000+ коннекторов), интеграция с порталами (Domo Everywhere).
   • Слабые стороны: Слабая глобальная поддержка, сложная consumption-based модель ценообразования.
   • Риски: Высокие непредсказуемые затраты, ограниченные NLQ-возможности.

Визионеры (Visionaries)

1. IBM (Cognos Analytics)
   • Сильные стороны: Кастомизируемая отчетность, AI (watsonx BI), вертикальные решения.
   • Слабые стороны: Отставание в AI-подготовке данных, снижение рыночного интереса.
   • Риски: Высокая стоимость, отсутствие native digital workplace (интеграция только с Teams/Slack).
2. Pyramid Analytics
   • Сильные стороны: Продвинутые NLQ, доступный слой метрик, инструменты для разных персоналий.
   • Слабые стороны: Низкая рыночная известность, ограниченная интероперабельность каталога.
   • Риски: Сложность обучения, зависимость от партнерских интеграций.
3. SAS (Viya)
   • Сильные стороны: AI-ядро (Copilot), управление данными (приватность, доверие), прогнозирование.
   • Слабые стороны: Непрозрачное ценообразование, слабый слой метрик.
   • Риски: Ограниченное внедрение, отсутствие cloud-экосистемы.

Нишевые игроки (Niche Players)

1. GoodData
   • Сильные стороны: Композитная архитектура («analytics-as-code»), headless-метрики.
   • Слабые стороны: Высокие требования к зрелости DataOps, пробелы в augmented analytics.
   • Риски: Низкая лояльность клиентов (Gartner Peer Insights), высокая стоимость.
2. Sigma
   • Сильные стороны: Spreadsheet-like интерфейс (для Excel-пользователей), производительность.
   • Слабые стороны: Отсутствие единой cloud-экосистемы, незрелые NLQ/NLG.
   • Риски: Конкуренция с лидерами, ограниченность вне финансовых сценариев.
3. Zoho Analytics
   • Сильные стороны: Отраслевые шаблоны (продажи, HR), низкая стоимость, подготовка данных.
   • Слабые стороны: Ограниченная сертификация контента, слабые NLG.
   • Риски: Падающий рыночный интерес (поисковые запросы Gartner), новизна DSML-функций.