BUSINESS ANALYTICS VS DATA SCIENCE
Ngày nay, cả Business Analytics và Data Science đã trở thành một phần không thể thiếu trong lĩnh vực công nghệ và kinh doanh. Vì cả hai lĩnh vực này đều xử lý dữ liệu và thông tin chi tiết mà nó phải cung cấp. Tuy nhiên, chúng khá khác biệt với nhau, đặc biệt liên quan đến phạm vi của vấn đề. Trong bài viết này, BAC sẽ giới thiệu cho các bạn biết về Business Analytics và Data Science và làm sáng tỏ một số điểm khác biệt chính của hai lĩnh vực này.
1. Business Analytics là gì?
“Business Analytics (BA) refers to the practices and technologies used for collecting, collating, processing, analyzing, and studying business data to monitor past business performance and to gain vital insights for future business planning” .
Tạm dịch là: “Business Analytics (BA) là bao gồm những giải pháp được sử dụng từ việc xây dựng mô hình phân tích và mô phỏng để tạo ra các kịch bản, thấu hiểu trạng thái hiện thực và dự đoán các trạng thái trong tương lai”.
Business Analytics sử dụng các mô hình thống kê, mô hình phân tích, phân tích tính khả thi, mô hình dự đoán, phương pháp luận lặp lại để trích thành các thông tin có nghĩ từ dữ liệu (data) và phân tích, chuyển đổi thành business insight (tạm dịch: nhu cầu thực sự của doanh nghiệp). Việc này giúp doanh nghiệp sử dụng nguồn dữ liệu một cách thông minh để giải quyết các bài toán khó, phức tạp như tìm hiểu customer insight, dự đoán xu hướng mới,… từ đó nâng cao hiệu suất, tối ưu hóa doanh thu và có những bản kế hoạch kinh doanh định hướng dữ liệu — Data-Driven.
Người BA sử dụng kết hợp các mô hình thống kê, hệ thống thông tin, và nghiên cứu quy trình vận hành để được số lượng dữ liệu khổng lồ và phức tạp tại doanh nghiệp. Sau đó, thông tin được sử dụng để dự đoán các xu hướng trong tương lại liên quan đến thị trường và hành vi người dùng; từ đó tìm cách đáp ứng nhu cầu và làm hài lòng khách hàng, tăng giá trị thương hiệu và lợi nhuận của doanh nghiệp.
2. Data Science là gì?
Data Science (DS) (tạm dịch là Khoa học dữ liệu) là một lĩnh vực nghiên cứu có phạm vi rộng và đã được áp dụng trong nhiều ngành nghề. Đây là một lĩnh vực liên ngành nhằm giải mã và làm sáng tỏ các bộ dữ liệu lớn (Big Data) bằng cách kết hợp các phương pháp toán học, mô hình thống kê, khoa học máy tính, khoa học thông tin, phân tích dữ liệu, machine learning và các ngành nghiên cứu liên quan. DS sử dụng một loạt các thực hành/ kỹ thuật khoa học, quy trình, thuật toán và hệ thống để xuất ra những thông tin giá trị (vauable insights) từ việc xử lý dữ liệu thành các nhóm dữ liệu có cấu trúc, bán cấu trúc, hoặc phi cấu trúc.
Về cơ bản, Data Science có năm giai đoạn cốt lõi:
- Nắm bắt (Capture) (thu thập dữ liệu, nhập dữ liệu, trích xuất dữ liệu và nhận tín hiệu).
- Duy trì (lưu trữ dữ liệu, kiến trúc dữ liệu, làm sạch dữ liệu và xử lý dữ liệu). Quy trình (khai thác dữ liệu, mô hình hóa dữ liệu, phân nhóm/phân loại và tóm tắt dữ liệu).
- Phân tích (phân tích dự đoán, phân tích định tính, hồi quy và khai thác văn bản).
- Giao tiếp (trực quan hóa dữ liệu, báo cáo dữ liệu, thông tin kinh doanh và ra quyết định.
3. So sánh Business Analytics và Data Science
Mặc dù Business Analytics và Data Science có vẻ thì giống nhau nhưng hai lĩnh vực này có sự khác biệt lớn về phạm vi của chúng. Trong khi Data Science tìm cách cung cấp thông tin insight bằng cách khám phá các mẫu ẩn trong dữ liệu có cấu trúc / bán cấu trúc / phi cấu trúc để giải quyết vấn đề kinh doanh (ví dụ: hành vi của khách hàng) từ góc độ rộng hơn, thì Business Analytics hầu như chỉ giới hạn trong việc nghiên cứu dữ liệu có cấu trúc để đưa ra giải pháp cho những thách thức kinh doanh cụ thể (ví dụ: hiệu quả kinh doanh liên quan đến một khách hàng cụ thể).
Có thể ví Data Sciences là cha, bao hàm luôn cả Business Analytics. Về cơ bản, DS bao trùm cả các thuật toán, mô hình thống kê, Artificial Intellienge (AI), Machine Learning (ML), Deep learning, Neural Networks.
Dưới đây là những khác biệt cơ bản giữa Business Analytics và Data Science:
Business Analytics
- Nó sử dụng các khái niệm và phương pháp thống kê và toán học để trích xuất thông tin từ dữ liệu có cấu trúc.
- Nó không liên quan đến coding vì nó có định hướng thống kê cao.
- Việc phân tích đầy đủ dữ liệu chủ yếu dựa vào các khái niệm và cách tiếp cận thống kê.
- Top các ngành hàng đầu tận dụng Phân tích kinh doanh là — Công nghệ, Tài chính, Bán lẻ và Marketing.
- Nó sẽ tạo ra tác động đáng kể nhất đến Phân tích nhận thức và Phân tích thuế.
Data Science
- Đây là một lĩnh vực đa ngành sử dụng toán học, thống kê, AI, ML, khoa học máy tính và khoa học thông tin để trích xuất những hiểu biết sâu sắc từ dữ liệu có cấu trúc cũng như phi cấu trúc.
- Nó kết hợp khoa học máy tính với các phương pháp phân tích truyền thống, trong đó coding là một thành phần thiết yếu của DS.
- Các khái niệm và thủ tục thống kê được sử dụng khi kết thúc phân tích dữ liệu, sau đó là coding và xây dựng thuật toán.
- Top các ngành hàng đầu tận dụng Khoa học Dữ liệu là — Công nghệ, Tài chính, Thương mại điện tử và Học thuật.
- Tác động đáng kể nhất của Khoa học dữ liệu là trong AI và ML.
4. Kết luận
Qua những ví dụ trên ta thấy rằng Business Analytics chủ yếu được dùng để phân tách, phân cụm và phân loại dữ liệu tương tự sau đó tìm mối quan hệ giữa chúng và ý nghĩa trong đó. Ngoài ra, vì số liệu thống kê và dữ liệu lớn nên phạm vi của nó bị giới hạn trong các lĩnh vực và ngành công nghiệp mà có sẵn dữ liệu trước đó.
Data Science là tất cả những gì về thu thập, khai thác và phân tích dữ liệu để tìm ra insight giá trị. Sau đó trực quan hóa các Insight cho các bên liên quan, để chuyển hóa Insight thành hành động. Đây là lĩnh vực đa ngành sử dụng các phương pháp và quy trình khoa học để rút ra insight từ dữ liệu.
Với bài viết này, BAC hi vọng giúp các bạn phân biệt cả hai phạm vi của Business Analytics và Data Science, chúng sẽ được sử dụng riêng biệt và tương quan với nhau. Tuy nhiên với những ví dụ thực tiễn, chia sẻ ở trên đã giúp bạn phần nào hình dung được hai khái niệm này.
