达泰库我正在与当前正在使用的潜在客户合作达泰库. Dataiku 似乎更像是一种企业产品，但需要能够直接说明 JMP 与 Dataiku 的不同之处。 任何对此产品有经验并且可以谈谈我们如何使自己与众不同的人？谢谢。
回复：大太库也许你已经看过最近关于恩智浦黑客马拉松. FWIW，“DataIku”是 NXP 似乎已经标准化的工具。 作为评审团的一员，我看了几个演示。 参与该项目的其他人可能有自己的评论，但我的总结是，虽然 JMP 可以与 DataIku 共存（协同......），但它永远无法取代它。
回复：大太库我们只是在另一个客户那里遇到了他们。 我的印象在这里很相似。 不同的工具用于不同的任务。 数据科学捆绑包的有限分析，这是一个额外的成本，并允许通过 Python 进行机器学习和数据挖掘。 似乎一切都需要针对特定用例进行配置和开发，而不是一般的问题解决工具 JMP。 在此客户交互中，实际上有人建议 Dataiku 也可用于在 JMP 分析之前进行数据清理和仓储任务（连接到实时数据源），因此这当然不是非此即彼的对话。
回复：大太库@Emmanuel_Romeu或许能够提供一些关于我上面谈到的客户互动的额外信息。 我从电话会议中得出的结论是存在一些重叠，但 Dataiku 和 JMP 的用例在组织上会有所不同。 JMP Live 与 Dataiku 有更大的重叠，尤其是 JMP 17 及更高版本中服务器端数据刷新功能的计划。
回复：大太库我们开始讨论 SEEQ 与 JMP，他们还谈到了 Dataiku。 总之，他们似乎需要 SEEQ 或 Dataiku 来实现实时监控功能。 与 SEEQ 相比，JMP 提供更好的模型开发能力，但与 Dataiku 相比，其方式更简单。 Dataiku 具有良好的 AI/ML 能力，但需要更高的技能。
