Data Analitika yoxsa Data Science?

Data analitika və data science sıx əlaqəli sahələrdir, lakin bir neçə əsas fərqləri var. 

Data analitikanın əsas fokusu biznesin səmərəli fəaliyyəti üçün mövcud problemləri, onların səbəblərini və reallaşdırıla biləcək potensialları üzə çıxarmaqdır. Data science öz növbəsində isə, mövcud problemlərin və potensialların statistik-elmi metodları vasitəsi ilə aradan qaldırılmasına, reallaşdırılmasına yönəlidir. Data analitikdən fərqli olaraq Data scientist heç nəyi “aşkarlamır” və sualları cavablandırmır, əvəzində mürəkkəb biznes prosesləri avtomatlaşdırır və insan faktoru səhvlərindən azad edir.  

Data Analitika Nədir?

Data analitika, məlumatların toplanması, emalı, təmizlənməsi, vizuallaşdırılması və modelləşdirilməsi, bir sözlə, təhlilə hazır vəziyyətə gətirilməsindən başlayır. Amma bu işin cüzi bir hissəsidir. Təşkilatlar data analitika vasitəsilə daha dəqiq və effektiv qərarlar qəbul edə bilirlər. Həmçinin data analitikanın da data science kimi, məqsədi təşkilatlara daha yaxşı, məlumatlara əsaslanan qərarlar qəbul etməyə kömək etməkdir. Əsas fərq odur ki, data analitikanın fokusu daha çox spesifik suallara cavab verməyə yönəlir. 

Data Analitika Prosesi 

1. Problem və ya potensialların fərz edilməsi. Data analitika sahəsində hansı sualları cavablandırmaq istədiyinizi müəyyənləşdirin və lazım olan mənbə məlumatlarını topladığınızdan əmin olun. Sualları bəzən digər tərəflər yönləndirəcək, amma ən çox hallarda bu sualların müəllifi siz özünüz olmalısınız. 
2. Məlumatın əldə olunması, emalı və idarə edilməsi. Data analitikada bu mərhələ məlumatların çoxaldılması və qəbul edilməsini, müxtəlif məlumat növlərini standartlaşdırılmış formatlarda birləşdirərək saxlanmasını və müəyyən edilmiş qaydalara uyğun olaraq idarə olunmasını əhatə edir. 
3. Məlumat təhlili və nəql etmə. Məlumatınız hesabat formasına gətirilir, vizuallaşdırılır, hesabat interaktiv, çoxşaxəli (comprehensive) və çox səviyyəli (drilldown) edilir. 

Data Analitikin Rolu 

• Məlumat inteqrasiyası sistemləri və məlumat anbarlarını dizayn etmək və saxlamasını təmin etmək.
• IT komandası ilə işləyərək məlumat idarəetmə siyasətləri inkişaf etdirmək və data analitika proseslərini, məlumat inteqrasiyası və idarəetmə sistemlərini təkmilləşdirmək. 
• Data analitika və ya BI (Business Intelligence) alətindən istifadə edərək tətbiqlər qurmaq, analizlər aparmaq, idarə panelləri və vizuallaşdırmalar yaratmaq  məlumatları tapmaq. 
• Tam funksiyalı analitika və ya BI platforması olmadığı halda, statistik alətlərdən istifadə edərək məlumat dəstlərini əldə edərək təhlil etmək. Son istifadəçilərə primitiv təhlil nəticələrinin mütəmadi (saatlıq, gündəlik, həftəlik, aylıq) və mümkündürsə, avtomatik nəql edilməsini təmin etmək.
• Məlumatları istifadə edərək trendləri, nümunələri və proqnozları effektiv şəkildə çatdırmaq üçün maraqlı tərəflər üçün idarə panelləri və KPI hesabatları hazırlamaq.

Data Science Nədir?

Data science, böyük məlumat toplusunu birləşdirmək, hazırlamaq və araşdırmaq üçün proqramlaşdırma, statistika, maşın öyrənmə və alqoritmlər kimi vasitə və texnikalardan istifadə edilməsidir. Bu datalar adətən strukturlu və qeyri-strukturlu məlumatların birləşməsindən ibarət olur. Data science-ın məqsədi çox vaxt nümunələri müəyyənləşdirmək, eyni zamanda suallar vermək, doğru olanları tapmaq və araşdırılacaq sahələri müəyyənləşdirmək də ola bilər. 

 Data science prosesinin 6 əsas mərhələsi: 

1. Məqsədin müəyyənləşdirilməsi. Data scientist, analiz üçün məqsədləri və hədəfləri müəyyən etmək üçün biznesin maraqlı tərəfləri ilə işləyir. Bu məqsədlər həm konkret, həm də geniş ola bilər. 
2. Məlumatların toplanması. Əgər məlumatları toplamaq və saxlamaq üçün sistemlər qurulmayıbsa, data scientist bu prosesi sistematik şəkildə qurur.
3. Məlumatın inteqrasiyası və idarə olunması. Data scientist, məlumatları təmizləyib analizə hazır hala gətirmək üçün məlumat inteqrasiyasının ən yaxşı təcrübələrini tətbiq edir. 
4. Məlumatın araşdırılması və tədqiqi. Data scientist, bu mərhələdə məlumatların ilkin araşdırmasını və analizini həyata keçirir. 
5. Modelin inkişafı. Data scientist bir və ya bir neçə potensial analitik modeli və alqoritmləri seçir, sonra isə bu modelləri SQL, R və ya Python kimi dillərdən istifadə edərək qurur və AutoML, maşın öyrənmə və süni intellektdən istifadə edərək inkişaf etdirir. 
6. Modelin tətbiqi və təqdimatı. Modellər seçildikdən və inkişaf etdirildikdən sonra, mövcud məlumatlardan istifadə edərək nəzəriyyələr ortaya qoyulur. Bu nəzəriyyələr daha sonra inkişaf etmiş məlumat vizuallaşdırma və idarə paneli vasitəsilə bütün tərəfdaşlarla paylaşılır. 

Data Analitika və Data Sciencə arasındaki fərq
Hər iki sahə datalardan istifadə edərək dəyərli məlumatlar əldə etməyi əhatə edir, lakin data analitika daha çox keçmiş məlumatları təhlil edərək cari qərarları dəstəkləməyə yönəlir, data science isə gələcək nəticələri proqnozlaşdırmaq üçün məlumatlardan istifadə edir.
Data scientist-lər statistik və hesablama metodlarından istifadə edərək məlumatlardan müəyyən təsəvvürlər əldə edir, proqnozlaşdırıcı modellər qurur və yeni alqoritmlər inkişaf etdirirlər. Data analitika isə məlumatları təhlil edərək dəyərli məlumatlar əldə etməyi və biznes qərarlarını dəstəkləmək məqsədini güdür. 

Məqsəd

• Data science-də həm məlumatları araşdıraraq geniş anlayışlar, həm də konkret sualları cavablandırılaraq tətbiq oluna bilən nəticələr əldə edilir.
• Data analitika isə daha çox konkret sualları cavablandırmağa yönəlir və əldə edilən nəticələr praktiki istifadəyə hazır olur.

Əhatə və Bacarıqlar

• Data scientist-lər multidissiplinar bir sahədir, bu sahə data mühəndisliyi, kompüter elmləri, statistika, maşın öyrənmə, proqnozlaşdırıcı analitika və əldə edilən nəticələrin nəql olunmasını əhatə edir.
• Data analitikaya məlumatların emalı, təhlil məqsədlərinə uyğun hesabatlılığın formalaşdırılması, vizuallaşdırılma, inteqrasiya, təhlili, tövsiyyələrin formalaşdırılması və təqdimatı daxildir.

Yanaşma

• Data scientist-lər böyük məlumat toplusu hazırlayır, idarə edir və araşdırır, sonra isə xüsusi analitik modellər və alqoritmlər inkişaf etdirərək tələb olunan biznes məlumatlarını əldə edir. 
• Data analitiklər müəyyən edilmiş məlumat toplusunu hazırlayır, idarə edir və təhlil edir, trendləri müəyyənləşdirir və təşkilatların daha yaxşı, məlumat əsaslı qərarlar qəbul etmələrinə kömək etmək üçün vizual təqdimatlar yaradırlar.