近日业务分析软件供应商Sisense Inc.推出一款新的BI工具，旨在利用大数据分析中的深度学习来帮助企业分析其非结构化数据。

这家名为Sisense Hunch Data Cognition Engine（Sisense Hunch）的供应商表示，该系统可帮助企业自动地从大数据中获取洞察力，从而为企业节省时间和金钱。但这可能是以范围和准确性为代价。

大数据中的神经网络

Sisense首席执行官Amir Orad表示，从本质上讲，Sisense Hunch是基于“多级神经网络”的“通用分析引擎”。

Orad称：“它会回答你提出的任何问题”，只要是以SQL编程语言来询问。

Sisense公司成立于2004年，主要销售独立集成分析和BI平台（覆盖整个工作流程）。该公司长期以来一直吹捧其产品的易用性、快速部署时间和相对快速的大数据分析时间。 Hunch似乎是作为该供应商产品套件的补充。

Hunch是按订阅形式计费–基于企业数据规模和类型，该产品可利用大数据分析中的深度学习来自动探索大数据并发现有用的见解。

同时得到问题和答案

Forrester公司分析师Boris Evelson表示，Hunch于10月23日正式发布，现在已经开始发售，该产品是从实际企业数据中的有用信息中得出一些推测结论。

Evelson称，通过Sisense Hunch，“我们不仅仅让数据库可以回答无数问题，而且，通过运行神经网络流程，我们可以让机器学习告诉我们可以回答哪些问题”。

然后Hunch会运行问题并创建由这些问题和答案组成的数据库。

这个新数据库仅包含从原始数据中获得的问题和答案，非常轻量级，可存储在智能手机、可穿戴设备和传感器等小型设备中，以实现对物联网设备的大数据分析。这个精简数据包可提供更低计算密集和更快的方式来查询数据和获得见解。

Evelson指出，它还创造了额外的安全和隐私层。

他表示：“你可以分析你的问题和答案，但你无法真正看到底层数据。”因此，如果该系统经过适当的训练，就不会暴露隐私细节，只会呈现要点信息。

正如Orad所说，神经网络就像人类的大脑一样，“学会并忘记细节”。

通过大数据分析中的深度学习，企业可以节省时间、人力和金钱。大型企业通常会将大约80%的数据存储在数据湖中。

Orad表示，该软件是“通过部署来学习数据”，并且可能只需要几天的时间来设置和训练。

同时，简单的拖放界面意味着群众数据科学家也可以使用Sisense Hunch。

但是，它存在很大的潜在缺点。

妥协和让步

通过大数据分析的深度学习实现自动化压缩，而不是依赖于大型慢速数据仓库，在这里，用户牺牲了一定程度的准确性来获得更快的结果。

根据Sisense的说法，Hunch可提供99%准确率的结果。然而，只有当用户在有限的范围内工作并且正确训练大数据分析工具中的深度学习时，这个数字才有可能实现。

Orad承认“99和100之间的差异是无止境的”。但是，他补充说，对于用户来说，牺牲1％可能会节省“数以万计的资源”。

他表示：“另一种选择是建立大型IT团队，并让他们建立一个大型数据仓库。而我们的流程更加直观，可加快获得洞察力和实现价值的时间。”

Evelson表示，对于大多数用例而言，“99%已经非常好。”

他表示，他相信Sisense Hunch可让大型企业开始真正利用数据，这些企业往往拥有大量的原始数据。

而对于可能拥有相当少的非结构化数据的中小型企业，Evelson表示该产品的实用性最终将取决于价格。