Wat is Data Science?
De betekenis en toegevoegde waarde van Data Science
- Artikel
- Data Science
Overal op events en online worden verhalen verteld over wat ‘Data Science’ nu is. Wat daar verteld wordt, gaat alle kanten op. Definities gaan van ‘iets dat van waarde is uit data halen’ tot ‘het is eigenlijk hetzelfde als statistiek’. En een Data Scientist is ‘een data analist die in Silicon Valley woont’ of ‘een sociaal vaardige IT’er die iets met data doet‘. Maar wat is het nu echt?
Let’s start with the ‘why’s’
Op welke manieren kan je voor je organisatie daadwerkelijk waarde uit ‘Data Science-achtige dingen’ halen? Als je dit weet, kun je er een definitie uit trekken en er ook echt iets mee gaan doen.
Welke dingen zou je willen dat data scientists voor je gaan doen? Die dingen samen noemen we Data Science.
Wanneer Data Science toegevoegde waarde kan bieden: 6 scenario’s
1. Je wilt je strategisch management ondersteunen met decision making.
Een Data Scientist kan inzichten genereren waar een Analist niet mee zou kunnen komen. Hij/zij gebruikt hiervoor geavanceerde technische en wiskundige technieken.
Ook bij het meetbaar maken van termen die moeilijk in getallen uit te drukken zijn, kan Data Science het verschil maken. Veel organisaties hebben bijvoorbeeld moeite met sturen op ‘de klantervaring’, of ‘empathie’.
2. Je wilt een tool of systeem maken dat (geautomatiseerd) iets kan doen wat niet real-time of op grote schaal door mensen gedaan kan worden.
Denk hierbij bijvoorbeeld aan een systeem voor aanbevelingen of automatische gevaarherkenning uit image recognition. Ook kun je handmatige acties met behulp van scripts automatiseren.
3. Je wilt met enorme hoeveelheden data werken.
Wanneer er teveel data is om met gewone apparatuur en programma’s te verwerken, heb je met big data te maken. Om met big data te werken, heb je geavanceerdere technieken nodig.
4. Je wilt verbanden zien die een mens met het blote oog niet kan zien.
Ook als je veel verschillende dingen weet over een bepaalde gebeurtenis of klant, kun je dat big data noemen. Een Data Scientist kan hier verbanden uit halen die een Analist niet met zijn normale toolbox kan zien.
5. Je wilt werken met ongestructureerde of bijzondere soorten data.
- Denk hierbij aan:
- Het onderzoeken en verkennen van beschikbare data voor analyse of infrastructuur
- Grote inzichten uit kleine hoeveelheden data krijgen
- Analyses van ongestructureerde teksten of geodata (https://digital-power.com/klantcases/vesteda-database-verrijking)
- Inzichten uit (bewegende) beelden of 3D beelden
6. Je wilt geavanceerde visualisaties maken die met de gebruikelijke toolboxen van Data Analisten niet mogelijk zijn.
Denk hierbij aan:
- Process mining
- Interactieve visualisaties en forecasts
- Visualisatie op basis van ongestructureerde data
Wat is Data Science? De definitie
Als we deze behoeften en werkzaamheden samen willen vatten tot een definitie of betekenis van ‘Data Science’, dan komen we uit op het volgende:
Data Science zijn toepassingen met data op het snijvlak van domein-/organisatiekennis, statistiek, en IT.
Aan de slag met Data Science
Herken je de genoemde situaties waarbij Data Science toegevoegde waarde kan bieden maar heb je niet de juiste mensen in huis? Of wil je hulp bij het kiezen van de juiste aanpak?
Onze Data Scientists gaan graag voor je aan de slag. Neem contact met ons op voor meer informatie.
1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?
Meld je aan voor onze maillijst en blijf 'up to data':