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

Confronta IBM Watson Studio e Lumoa

Salva
    Accedi al tuo account
    per salvare confronti,
    prodotti e altro.
A Colpo d'Occhio
IBM Watson Studio
IBM Watson Studio
Valutazione a Stelle
(164)4.2 su 5
Segmenti di Mercato
Impresa (51.3% delle recensioni)
Informazioni
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su IBM Watson Studio
Lumoa
Lumoa
Valutazione a Stelle
(37)4.4 su 5
Segmenti di Mercato
Impresa (62.2% delle recensioni)
Informazioni
Pros & Cons
Dati insufficienti
Prezzo di Ingresso
Prova gratuita Al mese
Sfoglia tutti i piani tariffari 4
Riassunto Generato dall'IA
Generato dall'IA. Basato su recensioni di utenti reali.
  • Gli utenti segnalano che IBM Watson Studio eccelle nelle sue capacità di Governance dei Dati, ottenendo un punteggio di 9.5, che consente una gestione robusta delle politiche e della conformità dei dati. Al contrario, Lumoa, sebbene forte in altre aree, ottiene solo 8.6 in questo aspetto, indicando un potenziale divario nelle funzionalità di governance dei dati complete.
  • I revisori menzionano che la Facilità di Implementazione di IBM Watson Studio è particolarmente impressionante, con un punteggio di 9.8, rendendolo facile da usare per le organizzazioni che cercano di implementare rapidamente soluzioni di machine learning. Lumoa, tuttavia, ha un punteggio leggermente inferiore di 9.5, suggerendo che, sebbene sia ancora efficace, potrebbe non essere così senza soluzione di continuità come Watson Studio.
  • Gli utenti di G2 evidenziano le superiori capacità di Addestramento del Modello di Lumoa, che ha ottenuto un punteggio di 9.0 rispetto all'8.3 di IBM Watson Studio. Gli utenti apprezzano l'interfaccia intuitiva di Lumoa e i processi di addestramento efficienti, rendendolo una scelta preferita per coloro che si concentrano sullo sviluppo del modello.
  • I revisori dicono che IBM Watson Studio brilla nella Visualizzazione dei Dati, con un punteggio di 8.6, fornendo agli utenti strumenti potenti per creare rappresentazioni visive perspicaci dei loro dati. Lumoa, d'altra parte, ha ricevuto un punteggio inferiore di 7.8, indicando che le sue funzionalità di visualizzazione potrebbero non essere così robuste o facili da usare.
  • Gli utenti su G2 segnalano che le funzionalità di Gestione del Feedback di Lumoa sono particolarmente forti, con un punteggio di 8.0, consentendo una raccolta e un'analisi efficaci del feedback dei clienti. In confronto, IBM Watson Studio non ha un punteggio dedicato per questa funzionalità, suggerendo che potrebbe non dare priorità alla gestione del feedback quanto Lumoa.
  • I revisori menzionano che la Connettività API di IBM Watson Studio è altamente valutata a 9.1, rendendo più facile per gli utenti integrarsi con altri sistemi e strumenti. Lumoa, sebbene efficace, non ha un punteggio specifico per questa funzionalità, il che potrebbe indicare una capacità di integrazione meno flessibile.

IBM Watson Studio vs Lumoa

Quando hanno valutato le due soluzioni, i revisori hanno trovato Lumoa più facile da usare, configurare e amministrare. I revisori hanno anche preferito fare affari con Lumoa in generale.

  • I revisori hanno ritenuto che Lumoa soddisfi meglio le esigenze della loro azienda rispetto a IBM Watson Studio.
  • Quando si confronta la qualità del supporto continuo del prodotto, i revisori hanno ritenuto che Lumoa sia l'opzione preferita.
  • Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Lumoa rispetto a IBM Watson Studio.
Prezzi
Prezzo di Ingresso
IBM Watson Studio
Nessun prezzo disponibile
Lumoa
Lumoa Plans
Prova gratuita
Al mese
Sfoglia tutti i piani tariffari 4
Prova Gratuita
IBM Watson Studio
Nessuna informazione sulla prova disponibile
Lumoa
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.3
121
8.6
23
Facilità d'uso
8.0
122
8.3
24
Facilità di installazione
7.6
100
8.0
9
Facilità di amministrazione
7.8
95
8.3
9
Qualità del supporto
8.2
113
8.8
21
the product è stato un buon partner negli affari?
8.0
94
8.7
10
Direzione del prodotto (% positivo)
8.5
115
10.0
25
Caratteristiche per Categoria
9.2
14
Dati insufficienti
Accesso alla fonte dei dati
9.0
13
Dati insufficienti
9.3
12
Dati insufficienti
9.2
14
Dati insufficienti
Interazione dei dati
9.0
14
Dati insufficienti
9.2
12
Dati insufficienti
9.4
12
Dati insufficienti
9.1
13
Dati insufficienti
9.2
12
Dati insufficienti
9.2
13
Dati insufficienti
9.1
13
Dati insufficienti
9.6
12
Dati insufficienti
Esportazione dei dati
9.4
12
Dati insufficienti
9.2
12
Dati insufficienti
9.2
12
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
9.1
10
Dati insufficienti
Distribuzione
8.8
8
Dati insufficienti
9.2
8
Dati insufficienti
9.0
8
Dati insufficienti
9.4
8
Dati insufficienti
8.8
8
Dati insufficienti
Distribuzione
9.0
8
Dati insufficienti
8.8
8
Dati insufficienti
8.8
8
Dati insufficienti
9.4
8
Dati insufficienti
9.2
8
Dati insufficienti
Gestione
9.3
7
Dati insufficienti
9.6
8
Dati insufficienti
9.0
7
Dati insufficienti
9.0
8
Dati insufficienti
Operazioni
9.0
8
Dati insufficienti
9.0
8
Dati insufficienti
9.3
7
Dati insufficienti
Gestione
9.5
7
Dati insufficienti
9.4
8
Dati insufficienti
8.8
7
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Piattaforme di Data Science e Machine LearningNascondi 25 CaratteristicheMostra 25 Caratteristiche
8.7
41
Dati insufficienti
Sistema
9.0
12
Dati insufficienti
Sviluppo del Modello
8.5
33
Dati insufficienti
8.8
34
Dati insufficienti
8.5
35
Dati insufficienti
8.3
36
Dati insufficienti
Sviluppo del modello
9.4
13
Dati insufficienti
Servizi di Machine/Deep Learning
8.5
27
Dati insufficienti
8.5
34
Dati insufficienti
Funzionalità non disponibile
Dati insufficienti
8.6
28
Dati insufficienti
Servizi di Machine/Deep Learning
8.9
12
Dati insufficienti
9.0
12
Dati insufficienti
Distribuzione
8.5
32
Dati insufficienti
8.6
33
Dati insufficienti
8.6
30
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
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
Dati insufficienti
Dati insufficienti
Analitica
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Personalizzazione
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
AI agentico - Gestione dell'esperienza
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
7.9
21
Gestione del Feedback
Dati insufficienti
8.0
17
Dati insufficienti
7.5
18
Dati insufficienti
8.1
21
Analisi del feedback
Dati insufficienti
8.0
18
Dati insufficienti
8.8
20
Dati insufficienti
8.9
19
Fonti di feedback
Dati insufficienti
7.4
16
Dati insufficienti
7.8
19
Dati insufficienti
6.9
17
Dati insufficienti
7.5
17
Intelligenza Artificiale Generativa
Dati insufficienti
Funzionalità non disponibile
Dati insufficienti
8.4
18
Imposta
8.6
7
7.8
12
8.3
7
7.7
11
9.7
6
8.0
11
Dati
8.6
7
8.6
11
8.6
7
7.8
13
Analisi
9.7
6
7.8
13
8.1
7
7.2
10
8.1
7
7.9
11
8.3
7
8.8
11
8.8
7
8.6
12
8.1
7
8.2
13
7.9
7
7.6
11
Personalizzazione
9.0
7
7.3
11
8.1
7
7.0
11
9.2
6
6.8
11
Intelligenza Artificiale Generativa
Dati insufficienti
7.7
11
Dati insufficienti
8.6
12
8.5
18
Dati insufficienti
Strumento Statistico
8.0
14
Dati insufficienti
8.4
15
Dati insufficienti
8.1
15
Dati insufficienti
Analisi dei dati
8.7
15
Dati insufficienti
9.0
14
Dati insufficienti
Prendere decisioni
8.6
14
Dati insufficienti
8.6
15
Dati insufficienti
8.3
13
Dati insufficienti
8.7
14
Dati insufficienti
Intelligenza Artificiale Generativa
9.3
5
Dati insufficienti
8.3
5
Dati insufficienti
Categorie
Categorie
Categorie condivise
IBM Watson Studio
IBM Watson Studio
Lumoa
Lumoa
IBM Watson Studio e Lumoa sono categorizzati comeAnalisi del testo
Recensioni
Dimensione dell'Azienda dei Recensori
IBM Watson Studio
IBM Watson Studio
Piccola impresa(50 o meno dip.)
29.1%
Mid-Market(51-1000 dip.)
19.6%
Enterprise(> 1000 dip.)
51.3%
Lumoa
Lumoa
Piccola impresa(50 o meno dip.)
13.5%
Mid-Market(51-1000 dip.)
24.3%
Enterprise(> 1000 dip.)
62.2%
Settore dei Recensori
IBM Watson Studio
IBM Watson Studio
Tecnologia dell'informazione e servizi
15.8%
Software per computer
13.3%
Telecomunicazioni
8.2%
Bancario
7.6%
Gestione dell'Istruzione
5.7%
Altro
49.4%
Lumoa
Lumoa
Servizi Finanziari
16.2%
Telecomunicazioni
13.5%
Trasporti/Autotrasporti/Ferrovia
8.1%
Beni di consumo
8.1%
Vendita al dettaglio
5.4%
Altro
48.6%
Alternative
IBM Watson Studio
Alternative a IBM Watson Studio
Altair AI Studio
Altair AI Studio
Aggiungi Altair AI Studio
Alteryx
Alteryx
Aggiungi Alteryx
Vertex AI
Vertex AI
Aggiungi Vertex AI
Azure Machine Learning
Azure Machine Learning Studio
Aggiungi Azure Machine Learning
Lumoa
Alternative a Lumoa
Qualtrics Customer Experience
Qualtrics Customer Experience
Aggiungi Qualtrics Customer Experience
Altair AI Studio
Altair AI Studio
Aggiungi Altair AI Studio
Birdeye
Birdeye
Aggiungi Birdeye
AskNicely
AskNicely
Aggiungi AskNicely
Discussioni
IBM Watson Studio
Discussioni su IBM Watson Studio
Monty il Mangusta che piange
IBM Watson Studio non ha discussioni con risposte
Lumoa
Discussioni su Lumoa
Monty il Mangusta che piange
Lumoa non ha discussioni con risposte