Data Science/nauka o podacima i analitika su blisko povezane oblasti koje se bave analizom uvida i znanja iz podataka radi informisanja pri donošenju odluka. Koja je razlika, a koje su sličnosti ove dve srodne grane:
Nauka o podacima:
Nauka o podacima je multidisciplinarna oblast koja obuhvata niz tehnika i metoda za izvlačenje informacija i uvida iz podataka. Ovde je važno razumeanje složenih podataka, otkrivanje skrivenih obrazaca i generisanje uvida koji se mogu primeniti. Ključne komponente nauke o podacima uključuju:
Analitika je, s druge strane, širi pojam koji obuhvata proces ispitivanja podataka, donošenja zaključaka i donošenja odluka na osnovu uvida zasnovanih na podacima. Uključuje različite vrste analitike, kao što su:
Deskriptivna analitika uključuje sumiranje istorijskih podataka da bi se razumelo šta se desilo u prošlosti. Uključuje osnovnu statističku analizu i vizuelizaciju podataka.
Dijagnostička analitika ide korak dalje ispitivanjem podataka da bi se razumelo zašto se nešto dogodilo. To uključuje identifikaciju osnovnih uzroka trendova ili događaja.
Prediktivna analitika koristi istorijske podatke i statističke modele ili modele mašinskog učenja za predviđanje budućih događaja ili trendova. Koristi se za predviđanje i optimizaciju donošenja odluka.
Preskriptivna analitika pruža preporuke koje treba preduzeti na osnovu modela predviđanja. Pomaže u optimizaciji donošenja odluka tako što predlaže najbolji način delovanja.
Poslovna inteligencija (BI): Alati i tehnike poslovne inteligencije se često koriste za izveštavanje o podacima i kreiranje kontrolne table kako bi se donosiocima odluka obezbedio uvid u realnom vremenu ili skoro u realnom vremenu.
Ukratko, nauka o podacima je specijalizovanija oblast koja se fokusira na ceo životni ciklus podataka, od prikupljanja preko analize do izgradnje modela. Analitika je, s druge strane, širi koncept koji uključuje različite vrste analize vođene podacima, često sa fokusom na informisanje poslovnih odluka.