Introducing G2.ai, the future of software buying.Try now
Confronta EXASOL e IBM Cloud Pak for Data 
Prodotti in evidenza
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Alteryx
Visita il Sito Web
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
ILUM
Visita il Sito Web
Sponsorizzato
Stai vedendo questo annuncio in base alla rilevanza del prodotto per questa pagina. Il contenuto sponsorizzato non riceve un trattamento preferenziale in nessuna delle valutazioni di G2.
Hostman
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Impresa (50.0% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
Nessun prezzo disponibile
EXASOL
Valutazione a Stelle
(19)4.7 su 5
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su EXASOLIBM Cloud Pak for Data
Valutazione a Stelle
(88)4.3 su 5
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su IBM Cloud Pak for DataRiassunto
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
- Gli utenti segnalano che EXASOL eccelle nell'ingestione e manipolazione dei dati con un punteggio di 9,5, rendendo più facile per i team preparare i dati per l'analisi rispetto a IBM Cloud Pak for Data, che ha ottenuto un punteggio di 8,5 in quest'area.
- I revisori menzionano che la facilità d'uso di EXASOL è un vantaggio significativo, con un punteggio di 9,2, mentre IBM Cloud Pak for Data è indietro con 8,1, indicando che gli utenti trovano EXASOL più intuitivo per le attività quotidiane.
- Gli utenti di G2 evidenziano la superiore qualità del supporto fornito da EXASOL, con un punteggio di 9,4, rispetto all'8,3 di IBM Cloud Pak for Data, suggerendo che gli utenti si sentono più supportati quando sorgono problemi con EXASOL.
- I revisori dicono che le capacità di analisi in tempo reale di EXASOL sono impressionanti, con un punteggio di 9,3, che è notevolmente più alto rispetto all'8,5 di IBM Cloud Pak for Data, indicando una preferenza per EXASOL in scenari che richiedono approfondimenti immediati sui dati.
- Gli utenti su G2 riportano che le caratteristiche di trasformazione dei dati di EXASOL brillano con un punteggio perfetto di 10,0, mentre IBM Cloud Pak for Data ottiene 8,6, suggerendo che gli utenti trovano gli strumenti di EXASOL più efficaci per trasformare i dati in approfondimenti azionabili.
- I revisori menzionano che la performance e affidabilità di EXASOL è eccezionale, raggiungendo un punteggio di 10,0, mentre IBM Cloud Pak for Data ottiene 8,1, indicando che gli utenti si fidano di EXASOL per una performance costante e affidabile nelle loro operazioni sui dati.
EXASOL vs IBM Cloud Pak for Data
Valutando le due soluzioni, i recensori hanno trovato EXASOL più facile da usare, configurare e amministrare. I recensori hanno anche preferito fare affari con EXASOL nel complesso.
- I revisori hanno ritenuto che EXASOL soddisfi meglio le esigenze della loro azienda rispetto a IBM Cloud Pak for Data.
- Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che EXASOL sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di EXASOL rispetto a IBM Cloud Pak for Data.
Prezzi
Prezzo di Ingresso
EXASOL
Nessun prezzo disponibileIBM Cloud Pak for Data
Nessun prezzo disponibileProva Gratuita
EXASOL
Prova gratuita disponibile
IBM Cloud Pak for Data
Nessuna informazione sulla prova disponibileValutazioni
Soddisfa i requisiti
9.8
14
8.5
47
Facilità d'uso
9.2
14
8.1
47
Facilità di installazione
8.6
7
7.2
26
Facilità di amministrazione
9.4
6
7.6
27
Qualità del supporto
9.3
14
8.3
42
the product è stato un buon partner negli affari?
9.8
7
8.1
25
Direzione del prodotto (% positivo)
8.9
11
8.8
47
Caratteristiche per Categoria
Cloud Privato Virtuale (VPC)Nascondi 13 CaratteristicheMostra 13 Caratteristiche
Dati insufficienti
8.5
7
Personalizzazione
Dati insufficienti
8.0
5
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Infrastruttura
Dati insufficienti
Dati insufficienti
Dati insufficienti
9.0
5
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Infrastruttura come Servizio (IaaS)Nascondi 12 CaratteristicheMostra 12 Caratteristiche
Dati insufficienti
8.2
9
Fornitura di infrastrutture
Dati insufficienti
7.7
8
Dati insufficienti
8.1
7
Dati insufficienti
7.9
7
Dati insufficienti
8.3
6
Dati insufficienti
8.5
8
Dati insufficienti
7.9
8
Dati insufficienti
8.3
8
Dati insufficienti
8.3
7
Gestione
Dati insufficienti
8.6
7
Dati insufficienti
8.3
7
Dati insufficienti
8.1
8
Funzionalità
Dati insufficienti
8.3
8
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
Dati insufficienti
8.9
14
Sistema
Dati insufficienti
9.5
11
Sviluppo del Modello
Dati insufficienti
8.3
8
Dati insufficienti
8.5
8
Dati insufficienti
9.1
9
Dati insufficienti
8.8
8
Sviluppo del modello
Dati insufficienti
8.5
12
Servizi di Machine/Deep Learning
Dati insufficienti
8.7
9
Dati insufficienti
9.4
8
Dati insufficienti
9.6
8
Dati insufficienti
9.0
7
Servizi di Machine/Deep Learning
Dati insufficienti
9.2
8
Dati insufficienti
9.3
7
Distribuzione
Dati insufficienti
9.3
9
Dati insufficienti
9.3
9
Dati insufficienti
8.9
9
Intelligenza Artificiale Generativa
Dati insufficienti
8.3
5
Dati insufficienti
8.3
5
Dati insufficienti
8.3
5
Agentic AI - Piattaforme di Scienza dei Dati e Apprendimento Automatico
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione dei dati
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
8.3
5
Analitica
Dati insufficienti
Dati insufficienti
Sicurezza
Dati insufficienti
9.0
5
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
AI agentico - Tessuto di dati
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione dei dati
9.7
6
Dati insufficienti
9.2
6
Dati insufficienti
8.1
6
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Integrazione
Dati insufficienti
Dati insufficienti
9.4
6
Dati insufficienti
Dati insufficienti
Dati insufficienti
Distribuzione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Prestazione
10.0
6
Dati insufficienti
Sicurezza
Dati insufficienti
Dati insufficienti
8.0
5
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Infrastruttura di AI GenerativaNascondi 14 CaratteristicheMostra 14 Caratteristiche
Dati insufficienti
Dati insufficienti
Scalabilità e Prestazioni - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Costo ed Efficienza - Infrastruttura di AI Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Integrazione ed Estensibilità - Infrastruttura di AI Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Sicurezza e Conformità - Infrastruttura di Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Usabilità e Supporto - Infrastruttura di AI Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Strumento Statistico
Dati insufficienti
8.3
5
Dati insufficienti
8.8
8
Dati insufficienti
8.6
7
Analisi dei dati
Dati insufficienti
8.7
9
Dati insufficienti
9.0
7
Prendere decisioni
Dati insufficienti
8.3
6
Dati insufficienti
8.8
7
Dati insufficienti
8.8
8
Dati insufficienti
8.3
8
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Trasformazione dei dati
9.5
7
8.5
27
|
Verificato
Dati insufficienti
9.1
15
|
Verificato
Connettività
8.0
5
8.0
23
|
Verificato
7.5
6
8.6
22
|
Verificato
9.0
8
8.1
25
|
Verificato
8.9
6
8.7
24
|
Verificato
Operazioni
7.4
7
8.7
26
|
Verificato
Funzionalità non disponibile
8.9
25
|
Verificato
Funzionalità non disponibile
8.4
23
|
Verificato
8.3
6
8.8
24
|
Verificato
Dati insufficienti
8.7
13
|
Verificato
Creare rapporti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforma
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Categorie
Categorie
Categorie condivise
EXASOL e IBM Cloud Pak for Data sono categorizzati comeAnalisi dei Big Data
Categorie uniche
EXASOL è categorizzato comeData Warehouse
IBM Cloud Pak for Data è categorizzato comeTessuto Dati, Cloud Privato Virtuale (VPC), Piattaforme di Data Science e Machine Learning, Analisi Predittiva, Infrastruttura come Servizio (IaaS), e Infrastruttura di AI Generativa
Recensioni
Dimensione dell'Azienda dei Recensori
EXASOL
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
IBM Cloud Pak for Data
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Piccola impresa
(50 o meno dip.)
Mid-Market
(51-1000 dip.)
Enterprise
(> 1000 dip.)
Settore dei Recensori
Vendita al dettaglio
12.5%
Internet
12.5%
Ospedale e Assistenza Sanitaria
12.5%
Servizi Finanziari
12.5%
Servizi al Consumatore
12.5%
Altro
37.5%
Software per computer
12.9%
Tecnologia dell'informazione e servizi
8.6%
Bancario
8.6%
Servizi Finanziari
5.7%
Gestione dell'Istruzione
5.7%
Altro
58.6%
Alternative
Discussioni
Edizione Comunitaria
1 Commento
Risposta ufficiale da EXASOL
È un'immagine a nodo singolo del database in-memory Exasol, gratuita da usare, che può essere installata su soluzioni di virtualizzazione comuni, inclusi...Leggi di più
Allenamento
1 Commento
Risposta ufficiale da EXASOL
Come parte della nostra piattaforma di autoapprendimento online, Exacademy, puoi ottenere maggiori informazioni su Exasol e su come eseguire il nostro...Leggi di più
Come si usa Exasol?
1 Commento
SA
Stiamo utilizzando Exasol come database e abbiamo creato una pipeline ETL utilizzando gli script Lua in Exasol. Exasol è molto simile a SQL Server, ma in...Leggi di più
IBM Cloud Pak for Data non ha discussioni con risposte
Cerchi approfondimenti sul software?
Con oltre 3 milioni di recensioni, possiamo fornire i dettagli specifici che ti aiutano a prendere una decisione informata sull'acquisto di software per la tua azienda. Trovare il prodotto giusto è importante, lasciaci aiutarti.
o continua con
Procedendo, accetti i nostri Termini di utilizzo e Informativa sulla privacy
