“La ciencia de datos (Data Science) es un campo multidisciplinar que utiliza métodos científicos, algoritmos, sistemas y procesos para extraer conocimiento y perspectivas valiosas a partir de datos estructurados y no estructurados. Se trata de analizar grandes conjuntos de datos para identificar patrones, tendencias y relaciones que puedan ayudar a la toma de decisiones y a resolver problemas complejos buscando, principalmente, encontrar respuestas en ámbitos desconocidos e inesperados”.

 

Data Science a vista de pájaro

La ciencia de los datos se preocupa más por la formulación de preguntas a partir de los datos existentes que por obtener información de BI que puedan aplicarse de inmediato, prefiriendo centrarse en la identificación de posibles tendencias y encontrar nuevas vías de exploración en lugar de respuestas procesables al instante.

En la práctica, esta disciplina explora grandes cantidades de datos en bruto, buscando posibles patrones que puedan conducir a preguntas más concretas, analizando las correlaciones o las conexiones en conjuntos de datos dispares e, incluso, explorando mejores formas de encontrar soluciones a problemas que ni siquiera se han planteado todavía.

En entornos más modernos, la ciencia de datos constituye la columna vertebral de los algoritmos de aprendizaje automático (Machine Learning o ML, por sus siglas en Inglés), ya que crea procesos claros para que los sistemas analicen y procesen la información. Para evaluar con éxito grandes conjuntos de datos, los científicos de datos utilizan una variedad de herramientas propias de los ámbitos de la informática, el análisis predictivo, la estadística y la inteligencia artificial.

Por tanto, la ciencia de datos consiste en el descubrimiento en un sentido amplio, centrándose en las perspectivas a nivel macro que pueden conducir a consultas más específicas y limitadas para el análisis. Esto puede incluir tanto la depuración de conjuntos de datos en tamaños utilizables, o simplemente la búsqueda de grupos interesantes de puntos potencialmente conectados.

 

Veamos la visión de un experto

En esta interesante charla: ¿Cómo el big data empieza a dirigir el mundo, y qué tipo de habilidades necesitarás para interpretarlo? (TED Talks IE Madrid, 19 jul 2017), José Miguel Cansado, Chief of Grow en Alto Intelligence, resume bastante bien los retos y los desafíos relacionados con esta disciplina. José Miguel ha desarrollado su carrera internacional en IMB Watson y Alcatel-Lucent, incluyendo ocho años en Asia Pacífico como Responsable de Multimedia y Comunicaciones Móviles. Es ingeniero de telecomunicaciones y tiene un máster en marketing por INSEAD, así como un MBA ejecutivo por IE Business School.

 

 

Qué puedo hacer con Data Science Analytics

La ciencia de datos se está convirtiendo en un campo esencial a medida que las empresas producen conjuntos de datos más grandes y diversos. Para la mayoría de las organizaciones, el proceso de descubrimiento de datos comienza con el trabajo de los científicos de datos buceando en conjuntos masivos, mientras descubren estrategias para enfocar y proporcionar mejores perspectivas para el análisis.

Uno de los mayores campos en los que el software de análisis de datos incorpora la ciencia de datos es en los motores de búsqueda y recomendaciones por Internet. Empresas como Google utilizan la ciencia de datos y la analítica para predecir valores de búsqueda basados en entradas, recomendaciones e incluso reconocimiento de imágenes, video y audio.

En el comercio minorista, la ciencia de datos puede simplificar el proceso de segmentación, mejorando la parte de descubrimiento del análisis y encontrando conexiones que no son fácilmente visibles, lo que permite mejorar la segmentación y los esfuerzos de marketing.

Otros sectores que se benefician de la ciencia de datos son los seguros y la banca, donde este campo ayuda en procesos como la gestión de riesgos, la previsión, la detección de fraudes y la detección de anomalías.

En esencia, la ciencia de datos consiste en tomar grandes grupos de datos no estructurados y encontrar el orden en el caos.