Introducing G2.ai, the future of software buying.Try now
Confronta IBM Watson Studio e Thematic 
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.
Keatext
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.
Enterpret
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.
Blix
Visita il Sito Web
A Colpo d'Occhio
Segmenti di Mercato
Impresa (51.3% delle recensioni)
Impresa (50.0% delle recensioni)
Prezzo di Ingresso
Nessun prezzo disponibile
$25,000.00 All'anno
IBM Watson Studio
Valutazione a Stelle
(164)4.2 su 5
Segmenti di Mercato
Impresa (51.3% delle recensioni)
Pros & Cons
Prezzo di Ingresso
Nessun prezzo disponibile
Scopri di più su IBM Watson StudioThematic
Valutazione a Stelle
(41)4.8 su 5
Segmenti di Mercato
Impresa (50.0% delle recensioni)
Pros & Cons
Prezzo di Ingresso
$25,000.00 All'anno
Sfoglia tutti i piani tariffari 2Riassunto
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, Thematic, sebbene forte nell'Analisi del Feedback con un punteggio di 9,3, non offre lo stesso livello di funzionalità di governance, che potrebbe essere cruciale per le imprese che gestiscono dati sensibili.
- I revisori menzionano che le funzionalità di Sviluppo dei Modelli di IBM Watson Studio, in particolare i suoi Algoritmi Predefiniti con un punteggio di 9,2, forniscono un vantaggio significativo per gli utenti che cercano di implementare rapidamente modelli di apprendimento automatico. Thematic, tuttavia, si concentra maggiormente sulla Raccolta di Feedback e sulla Gestione dei Sondaggi, che potrebbero non soddisfare le esigenze degli utenti che cercano capacità avanzate di addestramento dei modelli.
- Gli utenti di G2 evidenziano la facilità di implementazione in IBM Watson Studio, con un punteggio di 9,8 per la Facilità di Implementazione, rendendolo una scelta preferita per i team che cercano di integrare rapidamente soluzioni di apprendimento automatico. In confronto, le funzionalità di implementazione di Thematic, sebbene solide, non raggiungono lo stesso livello di soddisfazione degli utenti, ottenendo un punteggio inferiore nella Facilità di Implementazione a 9,5.
- Gli utenti su G2 riportano che Thematic brilla nelle capacità di AI Generativa, in particolare nella Generazione di Testi AI con un punteggio di 9,3, rendendolo un forte contendente per le aziende focalizzate sulla creazione di contenuti e sull'analisi del feedback dei clienti. IBM Watson Studio, sebbene competente, non enfatizza l'AI generativa allo stesso modo, il che potrebbe limitarne l'attrattiva per gli utenti in quella nicchia.
- I revisori menzionano che le funzionalità di Qualità e Pulizia dei Dati di IBM Watson Studio, con un punteggio di 9,2, sono essenziali per garantire un'analisi dei dati accurata, che è un aspetto critico per il processo decisionale basato sui dati. Thematic, sebbene offra buoni strumenti di Visualizzazione dei Dati, ottiene un punteggio inferiore in quest'area, il che potrebbe influire sugli utenti che danno priorità all'integrità dei dati.
- Gli utenti affermano che le capacità di Analisi del Sentimento di Thematic, con un punteggio di 9,0, forniscono preziose intuizioni sul feedback dei clienti, rendendolo una scelta preferita per le aziende focalizzate sull'esperienza del cliente. Al contrario, IBM Watson Studio, sebbene offra analisi complete, non si specializza nell'analisi del sentimento allo stesso grado, il che potrebbe essere un fattore decisivo per gli utenti in settori orientati al cliente.
IBM Watson Studio vs Thematic
Quando hanno valutato le due soluzioni, i revisori hanno trovato Thematic più facile da usare, configurare e amministrare. I revisori hanno anche preferito fare affari con Thematic in generale.
- I revisori hanno ritenuto che Thematic 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 Thematic sia l'opzione preferita.
- Per gli aggiornamenti delle funzionalità e le roadmap, i nostri revisori hanno preferito la direzione di Thematic rispetto a IBM Watson Studio.
Prezzi
Prezzo di Ingresso
IBM Watson Studio
Nessun prezzo disponibileThematic
Foundation
$25,000.00
All'anno
Get a comprehensive view of themes, sentiment and categories in your VoC and feedback data, with white glove support.
- Up to 25,000 comments
- Up to 3 datasets (a CSV file or pulled from a data source)
- AI powered Thematic and Sentiment analysis
Prova Gratuita
IBM Watson Studio
Nessuna informazione sulla prova disponibileThematic
Prova gratuita disponibile
Valutazioni
Soddisfa i requisiti
8.3
121
9.3
26
Facilità d'uso
8.0
122
9.4
28
Facilità di installazione
7.6
100
8.9
21
Facilità di amministrazione
7.8
95
8.9
17
Qualità del supporto
8.2
113
9.8
27
the product è stato un buon partner negli affari?
8.0
94
9.9
17
Direzione del prodotto (% positivo)
8.5
115
8.9
22
Caratteristiche per Categoria
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
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
Gestione del Feedback
Dati insufficienti
Dati insufficienti
Dati insufficienti
9.0
5
Dati insufficienti
9.7
5
Analisi del feedback
Dati insufficienti
9.4
6
Dati insufficienti
8.6
6
Dati insufficienti
8.7
5
Fonti di feedback
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
Imposta
8.6
7
Dati insufficienti
8.3
7
Dati insufficienti
9.7
6
Dati insufficienti
Dati
8.6
7
Dati insufficienti
8.6
7
Dati insufficienti
Analisi
9.7
6
Dati insufficienti
8.1
7
Dati insufficienti
8.1
7
Dati insufficienti
8.3
7
Dati insufficienti
8.8
7
Dati insufficienti
8.1
7
Dati insufficienti
7.9
7
Dati insufficienti
Personalizzazione
9.0
7
Dati insufficienti
8.1
7
Dati insufficienti
9.2
6
Funzionalità non disponibile
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione del Feedback AziendaleNascondi 12 CaratteristicheMostra 12 Caratteristiche
Dati insufficienti
Dati insufficienti
Intelligenza Artificiale Generativa
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione dei sondaggi
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione dei processi
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Dati insufficienti
Gestione del sistema
Dati insufficienti
Dati insufficienti
Dati insufficienti
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 e Thematic sono categorizzati comeAnalisi del testo
Categorie uniche
IBM Watson Studio è categorizzato comePiattaforme di Data Science e Machine Learning, Analisi Predittiva, Piattaforme MLOps, e Preparazione dei dati
Thematic è categorizzato comeGestione del Feedback Aziendale e Analisi dei Feedback
Recensioni
Dimensione dell'Azienda dei Recensori
IBM Watson Studio
Piccola impresa(50 o meno dip.)
Mid-Market(51-1000 dip.)
Enterprise(> 1000 dip.)
Thematic
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
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%
Vendita al dettaglio
10.0%
Telecomunicazioni
7.5%
Servizi Finanziari
7.5%
Software per computer
7.5%
Immobiliare
5.0%
Altro
62.5%
Alternative
Discussioni
IBM Watson Studio non ha discussioni con risposte
Qual è il linguaggio di programmazione utilizzato per creare questo, puramente per interesse. È molto intelligente!
1 Commento
AM
Grazie Tim! Usiamo una combinazione di Python e Rust per la velocità! Molti degli algoritmi che utilizziamo sono stati scritti internamente basandoci su...Leggi di più
Thematic non ha più 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
