Alteryx這間公司主要是提供資料分析的模型，客戶透過基於purpose-driven的模型可以將資料轉換成有意義的business insight，官方提出平台有四大資料分析上的優勢（In-Database Analytics，Predictive Analytics，Data Mining and Prescriptive Analytics）
In-Database Analytics
使用者不需要將資料移出database以外，例如輸出成raw file或者spreadsheet才能進行分析。好處是可以完整利用database本身的優勢，且不會因為受限data move out的成本考量導致dataset的不完整只能進行片段的分析，因此使用者只需要專注於增加dataset。
不需要任何的coding effort，例如撰寫SQL，HQL。即使公司內沒有IT或者SDE也能進行有效率的分析，使用者只需要思考且決定分析的題目。
Predictive Analytics
Alteryx platform提供各式各樣的regression analysis，neural networks，decision tree等等的module，這部分需要Machine Learning專業的人才能了解細節，有見解歡迎互相討論。
不論是filter，algorithm，Neural Network等等都已經模組化，可以透過簡單的drag-and-drop快速打造predictive model。這點造就了公司可以不需要擁有近幾年流行的data scientist就可以根據需求創造專屬的predictive model，因此如何找到好的決策者變成了關鍵因素。
圖片來源：Alteryx Official Site
Data Mining
大幅減少資料整理的時間，且資料來源可以非常多元(Hadoop，Database，NoSQL，Social media，Cloud sources)。且提供40+已經打包好的工具可供使用，最後的輸出結果可以視覺化。
因為已經modualized了，整個data flow是可以重複使用且更新的。
Prescriptive Analytics
當已經有了可能會產生的結果後，我們需要知道如何採取下一步行動。而Alteryx platform提供了行動後的模擬推算，最佳化客戶們的需求，例如公司應該徵招多少人，要花多少錢在廣告等等的模擬結果。
以上為 Alteryx 這間公司產品的基本介紹，從官網上看Alteryx的moat(護城河)非常的強大，幾乎可以讓公司不需要組織資料分析的工程師團隊，而可以將更多的預算投入在找尋適合公司的決策者。但因為無法親自使用產品佐證產品是不是真的這麼強大，我們需要數據證明究竟客戶的實際回饋。
從去年Q4開始使用ASC606的標準，公司上一季的ER說了Q1會renew大部分的contract因此推估2019/Q2的Revenue會大於等於2019/Q1。考慮2018 Q1/Q2的幅度且DBER維持在130%–135%的區間，Revenue YOY應該會在55%左右(78–82M)，因此會小幅度的beat expectation。