Startup Sisu agrega más automatización a su plataforma de análisis

A medida que Sisu se acerca a los dos años desde que surgió del sigilo, el proveedor de análisis continúa enfocándose en simplificar el proceso de descubrir por qué ocurren los cambios, al tiempo que agrega capacidades que permiten a las organizaciones comprender qué hacer a continuación.

Cuando Sisu, fundada en 2018 y con sede en San Francisco, hizo públicas sus capacidades en noviembre de 2019, tenía un enfoque simple y directo. Su plataforma de análisis utilizó el aprendizaje automático y el análisis estadístico para monitorear automáticamente los cambios en los conjuntos de datos. Pero en lugar de solo alertar a los clientes sobre cambios en esos conjuntos de datos, también pretendía explicar por qué ocurrieron esos cambios.

Pronto, en julio de 2020, el proveedor amplió las diferentes formas en que podría explicar los cambios en las métricas clave, agregando capacidades como la capacidad de diagnosticar los resultados de A / B y otras pruebas de comparación de grupos.

Y luego, a principios de 2021, Sisu rediseñó toda su plataforma de análisis para incluir un repositorio central donde las organizaciones pueden definir sus indicadores clave de rendimiento para que esas métricas tengan la misma designación en todos los departamentos.


Recomendado: ¿Qué es el Big data?.


Desde entonces, la adición más significativa a la plataforma de análisis Sisu ha sido el lanzamiento de Smart Waterfall Charts, según Peter Bailis, fundador y CEO de Sisu.

Cascadas inteligentes

La nueva función, que Sisu presentó en la primavera, tiene como objetivo brindar la información correcta a los usuarios cuando la necesitan.

Con frecuencia, cuando cambian las métricas clave, los analistas de datos necesitan desarrollar resúmenes de lo que sucedió y entregarlos a los líderes de la organización. Y, a menudo, usarán un gráfico en cascada, una visualización que muestra el efecto de los datos introducidos secuencialmente, para hacerlo.

Un ejemplo de gráfico de cascada inteligente de Sisu
Los datos de envío de una organización se muestran en un ejemplo de Gráfico de cascada inteligente de Sisu.

Sin embargo, la creación de esos gráficos es un proceso manual y requiere mucho tiempo.

Así como la plataforma de análisis Sisu está diseñada para automatizar explicaciones, Smart Waterfall Charts automatiza la creación de gráficos en cascada. Utiliza el aprendizaje automático para examinar rápidamente todos los factores potenciales que llevaron a un cambio, seleccionar los más significativos, colocarlos en el gráfico de cascada y compartir el gráfico con los principales responsables de la toma de decisiones.

«Esto les ahorra a los analistas días de tiempo porque, básicamente, estamos seleccionando los factores que aparecen en la cascada, [and then we] explicar colectivamente el cambio y ponerlo en un formato amigable para los negocios «, dijo Bailis, y señaló que analizar manualmente los factores que podrían explicar un cambio es oneroso.

Mientras tanto, Smart Waterfall Charts es interactivo, agregó Bailis.

«Les daremos el primer corte, y si quieren incorporar un factor nuevo que no estaba en la cascada, pueden hacerlo y reorganizaremos la tabla», dijo. «Es un proceso muy iterativo. De lo contrario, solo están adivinando qué poner».

Están averiguando automáticamente qué ha cambiado y cuáles son los impulsores clave, y están haciendo un análisis bastante sofisticado para llegar a la representación en cascada.

David MenningerVicepresidente senior y director de investigación, Ventana Research

Esa eliminación de conjeturas es clave, según David Menninger, vicepresidente senior y director de investigación de Ventana Research.

«Están averiguando automáticamente qué ha cambiado y cuáles son los impulsores clave, y están haciendo un análisis bastante sofisticado para llegar a la representación en cascada», dijo. «Es útil desde la perspectiva de que sería complicado para muchas personas hacer ese tipo de análisis. Automatizan análisis sofisticados».

Esa automatización permite a los analistas explorar más posibilidades y, al reducir las barreras a ciertos análisis, aumenta la probabilidad de que se ejecuten, agregó Menninger.

Sin embargo, advirtió que los analistas aún deben ejercitar el pensamiento crítico y no deben depender demasiado de las herramientas de automatización como Smart Waterfall Charts.

«Los analistas aún deben aplicar el filtro ‘¿Tiene sentido?'», Dijo.

Planes futuros

Si bien Sisu ya está atrayendo a nuevos usuarios, Bailis dijo que la base de clientes del proveedor se cuadruplicó durante el último año fiscal, tiene grandes planes para el futuro.

Durante el próximo año, un punto focal será la unificación, dijo el CEO.

Hace unos quince años, las personas tenían diferentes dispositivos para diferentes propósitos: un calendario móvil, un teléfono celular, una aplicación de correo electrónico y un navegador web eran todos separados. Ahora, están todos en uno en dispositivos móviles.

Hoy en día, a medida que las organizaciones intentan aprovechar los datos y tomar decisiones basadas en datos, tienen plataformas de inteligencia empresarial, hojas de cálculo, cuadernos, archivos PDF y más, y todos están separados.

Sisu espera llevar alrededor del 80% de todos esos elementos que entran en la toma de decisiones basada en datos en un entorno de análisis durante los próximos 12 meses y, eventualmente, todo en un entorno de análisis.

«Este es un verdadero impulso de nuestros usuarios», dijo Bailis. «Si pudieran reunir todos los elementos en una plataforma para ver qué está sucediendo y por qué están sucediendo y reducir la fricción para obtener los resultados y ofrecer resultados procesables, sería enorme».

El desafío, continuó, es satisfacer las necesidades de los diferentes usuarios finales.

«Es un problema difícil de resolver porque queremos mantener al analista y al tomador de decisiones en la misma plataforma», dijo Bailis.

Mientras tanto, a largo plazo, Sisu quiere continuar agregando capacidades de automatización a su plataforma para brindar a más usuarios potenciales acceso a análisis y también agilizar los flujos de trabajo de los analistas de datos, según Bailis.

«La oportunidad que vemos es aumentar el ser humano e ir más allá de la inteligencia empresarial», dijo. «Es un gran objetivo que todos puedan acceder a los datos y responder a todas estas preguntas. Lo que les falta es ese vínculo, en términos del nivel adecuado de automatización para ir más allá de lo que está sucediendo y el por qué».

Y, en última instancia, alcanzar ese nivel de automatización podría llevar 10 años, agregó Bailis.

Mientras tanto, para garantizar que Sisu pueda durar esos 10 años, Menninger dijo que le gustaría ver a Sisu expandir su programa de socios para incluir un grupo de proveedores tradicionales de BI.

Uno de los desafíos de Sisu es mostrar en qué se diferencia de los proveedores de BI tradicionales, pero al asociarse con esos proveedores de BI para agregar capacidades tradicionales, destacaría cómo Sisu es único.

«El desafío para Sisu es que están haciendo algo diferente a otros proveedores, pero necesitan encontrar una manera de llamar la atención de la gente», dijo Menninger. «Al asociarse, se vuelve más obvio cuáles son sus diferencias. Muestra por qué usaría ambas cosas juntas, porque, en el corto plazo, no es probable que Sisu se convierta en una plataforma analítica completa; construir esa es una tarea monumental».