Los enormes volúmenes de datos que diariamente se generan en el planeta hace que la ciencia de dates (Data Science) y la Analítica de Datos (Data Analytics) adquieran cada día más relevancia. Al alero de este contexto. A continuación, comparto algunas de las principales diferencias entre estos dos conceptos:
Ciencia de Datos (Data Science):
La ciencia de datos contiene a la analítica de datos.
Definición: la ciencia de datos involucra y combina múltiples disciplinas: estadística, matemáticas, informática, ciencia de la información, inteligencia artificial, aprendizaje automático y métodos científicos para realizar modelados predictivos.
Foco: se centra en la creación, limpieza y organización de conjuntos de datos generalmente complejos y masivos.
Propósito: se ocupa de extraer patrones de conjuntos de datos complejos, para predecir y / o comprender el futuro para luego diseñar estrategias de negocio y comerciales efectivas.
Ejemplos: Modelación Estadística. Programación. Reproducción de Datos (Limpieza y organización)
Analítica de Datos (Data Analytics):
La analítica de datos es un subconjunto de la ciencia de datos.
Definición: disciplina que extrae conocimientos a partir de los datos. Involucra áreas como las matemáticas, la estadística y la programación para realizar análisis de datos y así describir, predecir y mejorar el rendimiento de algo. Hace uso de conjuntos de datos históricos para obtener información en áreas específicas, utilizando software específico.
Foco: comprender los conjuntos de datos y obtener información que se pueda convertir en acciones inmediatas para problemas específicos.
Propósito: busca aplicar tecnologías y análisis estadísticos en los datos para describir, encontrar tendencias y resolver problemas específicos. Por ejemplo: averiguar por qué una campaña de marketing funcionó bien para un producto específico en un mercado específico.
Ejemplos: Desarrollo de Productos. Marketing y Ventas. Análisis de Riesgo. Presupuestos.
Andrés Silva Blog 