Introducing G2.ai, the future of software buying.Try now

Comparer AnomaloetMonte Carlo

Enregistrer
    Connectez-vous à votre compte
    pour enregistrer des comparaisons,
    des produits et plus encore.
En un coup d'œil
Anomalo
Anomalo
Note
(41)4.4 sur 5
Segments de marché
Entreprise (50.0% des avis)
Information
Pros & Cons
Prix d'entrée de gamme
Nous contacter 10000 Tables Par an
En savoir plus sur Anomalo
Monte Carlo
Monte Carlo
Note
(462)4.4 sur 5
Segments de marché
Entreprise (51.2% des avis)
Information
Pros & Cons
Prix d'entrée de gamme
Nous contacter
Parcourir tous les plans tarifaires 3
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
  • Les utilisateurs rapportent que Monte Carlo excelle dans les capacités de surveillance avec un score de 9,1, tandis qu'Anomalo est à la traîne avec 8,1. Les examinateurs mentionnent que les fonctionnalités de surveillance en temps réel de Monte Carlo offrent une vue d'ensemble de la santé des données, ce qui facilite l'identification rapide des problèmes.
  • Les examinateurs mentionnent qu'Anomalo brille dans la surveillance de la qualité des données avec un score de 9,4, comparé à 8,9 pour Monte Carlo. Les utilisateurs sur G2 apprécient les vérifications robustes de la qualité des données d'Anomalo, qui aident à garantir l'intégrité des données à travers diverses sources.
  • Les utilisateurs disent que Monte Carlo offre des fonctionnalités d'alerte supérieures, avec un score de 8,8, tandis que les capacités d'alerte d'Anomalo sont notées à 7,9. Les examinateurs soulignent que le système d'alerte de Monte Carlo est plus intuitif et personnalisable, permettant des notifications adaptées en fonction de conditions de données spécifiques.
  • Les utilisateurs de G2 rapportent qu'Anomalo a un meilleur score en identification des anomalies à 9,3 comparé à 8,8 pour Monte Carlo. Les utilisateurs mentionnent que les algorithmes d'Anomalo sont particulièrement efficaces pour détecter des anomalies subtiles, ce qui peut être crucial pour maintenir l'exactitude des données.
  • Les examinateurs mentionnent que la facilité d'installation de Monte Carlo est notée à 8,4, tandis qu'Anomalo surpasse significativement avec un score de 9,4. Les utilisateurs rapportent que le processus d'intégration d'Anomalo est simplifié et convivial, ce qui facilite le démarrage rapide des équipes.
  • Les utilisateurs sur G2 soulignent que la qualité du support de Monte Carlo est notée à 9,3, ce qui est supérieur à 9,0 pour Anomalo. Les examinateurs disent que l'équipe de support de Monte Carlo est réactive et compétente, fournissant une assistance précieuse lors de problèmes critiques.

Anomalo vs Monte Carlo

Lors de l'évaluation des deux solutions, les évaluateurs ont trouvé Anomalo plus facile à utiliser et à configurer. Cependant, Monte Carlo est plus facile à administrer. Les évaluateurs ont également préféré faire des affaires avec Monte Carlo dans l'ensemble.

  • Les évaluateurs ont estimé que Monte Carlo répond mieux aux besoins de leur entreprise que Anomalo.
  • En comparant la qualité du support produit continu, Anomalo et Monte Carlo fournissent des niveaux d'assistance similaires.
  • Pour les mises à jour des fonctionnalités et les feuilles de route, nos évaluateurs ont préféré la direction de Monte Carlo à Anomalo.
Tarification
Prix d'entrée de gamme
Anomalo
Custom
Nous contacter
10000 Tables Par an
En savoir plus sur Anomalo
Monte Carlo
Start
Nous contacter
Parcourir tous les plans tarifaires 3
Essai gratuit
Anomalo
Essai gratuit disponible
Monte Carlo
Aucune information sur l'essai disponible
Évaluations
Répond aux exigences
8.2
36
8.3
430
Facilité d’utilisation
8.5
36
8.2
437
Facilité d’installation
9.4
14
8.2
303
Facilité d’administration
8.1
15
8.5
160
Qualité du service client
9.0
35
9.0
386
the product a-t-il été un bon partenaire commercial?
8.9
15
9.3
163
Orientation du produit (% positif)
8.8
29
8.9
426
Fonctionnalités
7.3
8
7.5
260
Fonctionnalité
8.1
7
9.0
257
7.9
7
8.8
258
6.0
5
7.8
235
6.9
6
8.3
244
7.2
6
7.7
239
7.9
7
7.4
241
Agentic AI - Surveillance de base de données
Pas assez de données disponibles
7.1
13
Pas assez de données disponibles
6.9
13
Pas assez de données disponibles
6.9
13
Pas assez de données disponibles
7.1
13
Pas assez de données disponibles
6.8
12
Pas assez de données disponibles
6.5
13
Pas assez de données disponibles
7.1
13
Pas assez de données
7.3
53
Gestion des données
Pas assez de données disponibles
8.5
49
Pas assez de données disponibles
8.5
45
Pas assez de données disponibles
8.6
49
Pas assez de données disponibles
7.9
47
Agentic AI - Plateformes DataOps
Pas assez de données disponibles
7.2
6
Pas assez de données disponibles
6.0
5
Pas assez de données disponibles
6.3
5
Pas assez de données disponibles
6.3
5
Pas assez de données disponibles
6.3
5
Analytics
Pas assez de données disponibles
7.8
48
Pas assez de données disponibles
7.7
46
Suivi et gestion
Pas assez de données disponibles
9.2
53
Pas assez de données disponibles
7.6
46
Déploiement dans le cloud
Pas assez de données disponibles
7.4
42
Pas assez de données disponibles
7.0
40
IA générative
Pas assez de données disponibles
6.2
33
Pas assez de données disponibles
6.1
33
8.4
7
7.4
335
Fonctionnalité
Pas assez de données disponibles
7.3
287
9.4
6
8.8
318
7.8
6
8.1
291
8.7
5
8.0
295
management
9.3
7
8.7
313
8.0
5
7.8
284
8.6
6
8.3
307
Pas assez de données disponibles
8.0
301
7.1
7
8.1
307
IA générative
Pas assez de données disponibles
5.8
227
Agentic AI - Observabilité des données
Pas assez de données disponibles
6.1
27
Pas assez de données disponibles
6.2
27
Pas assez de données disponibles
6.7
27
Pas assez de données disponibles
6.4
26
Pas assez de données disponibles
6.7
29
Fonctionnalité
8.7
14
8.1
184
Fonction non disponible
6.4
171
Fonction non disponible
6.6
166
6.9
7
6.0
161
7.8
10
6.4
162
management
8.7
15
7.2
167
7.8
18
7.5
167
8.5
14
7.9
165
8.6
16
7.4
172
7.4
12
7.5
167
IA générative
Pas assez de données disponibles
5.2
142
Pas assez de données disponibles
5.3
142
Catégories
Catégories
Catégories partagées
Anomalo
Anomalo
Monte Carlo
Monte Carlo
Catégories uniques
Anomalo
Anomalo n'a aucune catégorie unique
Monte Carlo
Monte Carlo est catégorisé comme Plateformes DataOps
Avis
Taille de l'entreprise des évaluateurs
Anomalo
Anomalo
Petite entreprise(50 employés ou moins)
2.5%
Marché intermédiaire(51-1000 employés)
47.5%
Entreprise(> 1000 employés)
50.0%
Monte Carlo
Monte Carlo
Petite entreprise(50 employés ou moins)
3.5%
Marché intermédiaire(51-1000 employés)
45.2%
Entreprise(> 1000 employés)
51.2%
Industrie des évaluateurs
Anomalo
Anomalo
Services financiers
22.5%
Technologies et services d’information
12.5%
Logiciels informatiques
12.5%
Loisirs, Voyages & Tourisme
7.5%
internet
7.5%
Autre
37.5%
Monte Carlo
Monte Carlo
Services financiers
14.2%
Technologies et services d’information
10.9%
Logiciels informatiques
10.6%
Marketing et publicité
3.8%
Fabrication
3.5%
Autre
57.0%
Meilleures alternatives
Anomalo
Anomalo Alternatives
Datadog
Datadog
Ajouter Datadog
Dynatrace
Dynatrace
Ajouter Dynatrace
Planhat
Planhat
Ajouter Planhat
ZoomInfo Operations
ZoomInfo Operations
Ajouter ZoomInfo Operations
Monte Carlo
Monte Carlo Alternatives
Acceldata
Acceldata
Ajouter Acceldata
Datadog
Datadog
Ajouter Datadog
Soda
Soda
Ajouter Soda
Metaplane
Metaplane
Ajouter Metaplane
Discussions
Anomalo
Discussions Anomalo
Monty la Mangouste pleure
Anomalo n'a aucune discussion avec des réponses
Monte Carlo
Discussions Monte Carlo
Qu'est-ce que le logiciel Monte Carlo ?
1 commentaire
Molly V.
MV
Monte Carlo est une plateforme d'observabilité des données entièrement automatisée de bout en bout qui aide les équipes d'ingénierie des données à réduire le...Lire la suite
Monty la Mangouste pleure
Monte Carlo n'a plus de discussions avec des réponses