Data science

Sisu Nabs 62 triệu đô la để phát triển dữ liệu phân tích Biz

Sisu Data, một sản phẩm phụ của dự án Stanford DAWN đưa AI vào cuộc “bùng nổ tổ hợp” trong việc quyết định biến dữ liệu nào cần theo dõi, hôm nay đã thông báo rằng số tiền đó đã huy động được $ 62 triệu trong một vòng đầu tư Series C. Công ty cũng đang tung ra một bảng điều khiển mới và khả năng khám phá dữ liệu mới trong sản phẩm của mình. Như Giám đốc điều hành và người sáng lập Sisu Data Peter Bailis đã giải thích với Datanami vào năm ngoái, Sisu dựa trên một chương trình nghiên cứu mà ông đã dẫn dắt với tư cách là trợ lý giáo sư tại Stanford DAWN. (Bailis, người sáng lập dự án DAWN, đã rời Stanford để đến 2020.) “Những gì chúng tôi nhận thấy, trong nhiều trường hợp, thách thức đến từ việc không chỉ hiểu chuyện gì đang xảy ra – bất kỳ công cụ hoặc môi trường BI nào cũng có thể làm được điều đó, ”Bailis nói với chúng tôi. “Khi bạn có dữ liệu siêu rộng này tất cả các tính năng và cột khác nhau này, v.v., về cơ bản hiểu lý do tại sao các chỉ số lại thay đổi ”là một phần đầy thách thức. Theo Bailis, nếu bạn biết chính xác truy vấn SQL nào cần chạy (chưa kể đến dữ liệu hoàn hảo), thì sẽ dễ dàng tìm ra nguyên nhân gốc rễ tại sao một số liệu nhất định tăng hoặc giảm. Nhưng không có khả năng nhận thức trước, vốn đang thiếu hụt trên thế giới này, các nhà phân tích bị bỏ mặc để “cưỡng bức” loại hoạt động phân tích này bằng cách tạo ra rất nhiều giả thuyết, biến chúng thành câu hỏi và tinh chỉnh các truy vấn SQL của họ cho đến khi họ nhận được câu trả lời . Cái nhìn sâu sắc đó tạo cơ sở cho lời đề nghị của Sisu. Theo Bailis, Người cần theo dõi của Datanami 2021, Sisu về cơ bản xoay chuyển vấn đề. Thay vì đợi một số liệu trong bảng điều khiển thay đổi và sau đó giao nhiệm vụ cho một nhà phân tích tìm ra lý do tại sao nó thay đổi, Sisu sử dụng công nghệ máy học để liên tục theo dõi toàn bộ không gian dữ liệu và tự động tạo ra các bit thú vị. “Bạn khai báo số liệu. Bạn cho chúng tôi biết các thuộc tính. Chúng tôi sẽ đi và thực hiện việc cắt lát, ”Bailis nói trong cuộc phỏng vấn 2020. “Về cơ bản, nó hướng đến việc chạy các bài kiểm tra giả thuyết rất lớn, các bài kiểm tra thống kê, để hiểu những biến nào là thú vị và quan trọng, sau đó [what] là những cách mà bạn có thể biến đổi những biến đó”. Sisu nhằm mục đích trả lời “tại sao” Hãy nghĩ về một khối lập phương OLAP với khả năng chia nhỏ và chia nhỏ dữ liệu trên nhiều biến, nhưng không cần thực sự hiện thực hóa dữ liệu (vì điều đó sẽ quá chậm). “Bởi vì chúng tôi đang thực hiện rất nhiều từng nhóm bất thường này, về cơ bản chúng tôi có một công cụ luồng dữ liệu song song dựa trên MPP chủ yếu dựa trên bộ nhớ, về cơ bản nó thực hiện mã hóa dữ liệu thông minh và một loạt… song song, v.v., điều này khiến chúng tôi từ một phần cứng cũng nhanh chóng, ”Bailis nói với chúng tôi vào năm ngoái. Trong năm qua, Sisu đã tăng gần gấp đôi số nhân viên và hơn gấp ba lần doanh thu. Nó có những khách hàng với những cái tên như MasterCard, Autodesk, Samsung, Upwork, Wayfair, Equinox, Udacity và Gusto. Hiện đang tìm cách mở rộng quy mô ra thị trường với khoản tài trợ Series C 62 triệu đô la Mỹ, do Green Bay Ventures dẫn đầu và với sự tham gia của 16 z, NEA và nhà đầu tư mới Geodesic Ventures. Vòng này nâng tổng số vốn đầu tư mạo hiểm của công ty có trụ sở tại San Francisco, California lên tới 7 triệu đô la. “Sisu đang tạo ra một cách thức mới để các tổ chức không chỉ phân tích dữ liệu của họ mà còn thực sự sử dụng nó để đưa ra các quyết định tốt nhất trong việc cải thiện hoạt động, lợi nhuận và thành công của doanh nghiệp của họ,” Đồng Giám đốc Green Bay Ventures Anthony Schiller cho biết trong một thông cáo báo chí. Sisu hôm nay cũng ra mắt tính năng khám phá và bảng điều khiển, hai khả năng mới được thiết kế để cho phép các doanh nghiệp hình dung và hiểu rõ hơn dữ liệu của họ. “Khám phá cho phép người dùng nhanh chóng và dễ dàng tìm hiểu, xoay quanh và trực quan hóa các chỉ số của họ mà không yêu cầu mã,” Bailis cho biết trong một bài đăng trên blog ngày hôm nay. “Trang tổng quan cho phép người dùng thu thập các khám phá, theo dõi các thay đổi đối với chỉ số của họ và chia sẻ chúng với những người khác.” Sisu nhận thấy rằng người dùng vẫn đang sử dụng bảng tổng hợp để khám phá dữ liệu của họ, sau đó chuyển sang Sisu để thực hiện các phân tích chi tiết hơn. Điều đó sẽ thay đổi với các bảng điều khiển, nơi đặt các chẩn đoán được hỗ trợ bởi ML trong tầm tay của người dùng, “vì vậy bạn có thể tự động tiết lộ các động lực chính đằng sau việc thay đổi số liệu chỉ bằng một cú nhấp chuột,” Davide Russo của Sisu viết trong một bài đăng blog riêng ngày hôm nay. Các mục liên quan: Nhìn vào Quả cầu pha lê của Phân tích nâng cao VC Ben Horowitz Các món ăn trên Hadoop, AI và Data Culture Sisu Tìm cách trả lời Tại sao Lưu ý của biên tập viên: Câu chuyện này đã được sửa chữa. Peter Bailis từng là trợ lý giáo sư tại Stanford, không phải phó giáo sư. Datanami rất tiếc về lỗi này.

Back to top button