Argumente für R

 

1. Funktionsumfang: Der Funktionsumfang, den R heute schon (ohne zusätzliche Investitionen) bietet, ist unvergleichlich. Für die Zukunft erscheint es unwahrscheinlich, dass Unternehmen tragfähige Geschäftsmodelle finden werden, mit der sie eine vergleichbare Innovationskraft hervorbringen wie die R-Community. Norman Nie, einer der Gründungsväter des in den späten 60er Jahren entwickelten SPSS, sagt über R: „R is the most powerful and flexible statistical programming language in the world." 

 

2. R im Analytic Stack: R lässt sich mit allen Schichten einer Analyse- oder Reportingarchitektur wie der Datenhaltung, der Datenanalyse oder der Schicht zur Präsentation der Ergebnisse integrieren. Nahezu alle namhaften Hersteller bieten Schnittstellen und Integrationsmöglichkeiten. 

 

3. Investitionssicherheit: Das Involvement der wissenschaftlichen Community in Verbindung mit dem zunehmenden Engagement großer Unternehmen für R bestätigt die Vehemenz mit der sich R in den letzten Jahren unter Datenanalysten durchgesetzt hat und lässt eine weitere sehr positive Entwicklung für die Marktakzeptanz erwarten. 

 

4. Flexibilität: R-Experten können mit dem gleichen Code, den gleichen Tools und dem gleichen Know-how sowohl Data Mining auf "Big Data" auf einen Hadoop-Cluster als auch kleinere Studien analysieren, Text-Mining wie auch Regressionsanalysen durchführen. 

 

5. Qualität: Die wesentliche Weiterentwicklung von R findet im Bereich der Wissenschaft statt. Zwei Drittel der Kernentwickler sind Professoren, alle sind professionell im Bereich Datenanalyse an Universitäten oder in Unternehmen tätig. R bietet höchste Zuverlässigkeit und verwendet statistische Verfahren am Puls der Zeit. 

 
6. Fachkräfte: Internationale wie auch deutsche Universitäten bilden zunehmend in R aus. Open Source Initiativen – wie auch Linux – sind im akademischen Umfeld sehr beliebt. Somit kommt von Universitäten ein stetiger an Strom Analyse-Experten für R.  

 

7. Datenvisualisierung: R ist eine der mächtigsten Alternativen zur Erzeugung präsentationsfähiger Grafiken. Von der Datenaufbereitung über die Analye bis zur Visualisierung lässt sich der gesamte Workflow in R realisieren. 

 

8. Lizenzkosten: R ist Open Source, es fallen keine Lizenzkosten an.  

 
9. Plattformunabhängig 

 

10. Positive Bewertung durch Analysten