Por 
O uso de dados está em constante ascensão. Organizações cada vez mais dependem da forma como obtêm e analisam os dados para extrair informações precisas para sua área de negócio. E é aí que entram em cena três termos que se conectam: Data Science, Big Data e Data Analytics.
O que é Data Science?
Bastante difundido no mercado, Data Science, ou Ciência de Dados, refere-se a todo um processo de coleta de dados, transformação e estudo das informações. Essas informações são extraídas através de um conjunto de dados obtidos de maneira criativa por um profissional dedicado a:
- Entender o negócio da sua empresa e
- Identificar padrões nos dados coletados que sejam benéficos para tomadas de decisão da companhia.
Porém, Data Science não se faz sem Big Data.
O que é Big Data?
Big Data, algo que vem crescendo de forma constante desde 2012, pode ser definido como um conjunto de técnicas capazes de se analisar grandes quantidades de dados para geração de resultados que, em volumes menores, dificilmente seria possível (explicamos mais neste artigo).
Para um melhor entendimento de Big Data, podemos definir os 3 pilares que o compõe:
- Volume – Big Data é uma quantidade massiva de dados, não apenas TeraBytes, mas PetaBytes e Exabytes, que são milhões de Gigabytes. E em 2020 a previsão é que sejam gerados 40 Exabytes de dados anualmente.
- Velocidade – Dependendo do negócio da companhia, 1 minuto pode ser muito tempo, seja para detectar fraudes, análise de dados médicos, ou seja, informações sensíveis ao tempo.
- Variedade –Big Data engloba todo o tipo de dado, seja ele vindo de textos, sensores, navegação na Web, redes sociais, lojas online, o seu próprio smartphone e muitas outras fontes de dados.
E Data Analytics?
Para finalizar os conceitos aqui definidos, temos o Data Analytics. Ele refere-se à utilização e análise sistemática dos dados para uma tomada de decisão eficiente. Muito aplicada em áreas como Marketing, Varejo, Finanças e assim por diante.
Toda essa análise é feita a partir de métodos como:
- Modelagem Estatística;
- Previsão;
- Text Mining;
- Delineamento de Experimentos entre outros.
Exemplo de uso
Propaganda digital – Desde os banners exibidos em websites até as telas digitais dos aeroportos, todo o seu conteúdo é decidido através de algoritmos de Data Science.
É dessa forma que os anúncios digitais têm obtido os dados necessários para direcionar os anúncios para determinados usuários, através do seu comportamento. Por exemplo, o anúncio que aparece para você em um site pode ser diferente daquele que aparece para outro usuário no mesmo site.
Sistemas de recomendação – No site da Amazon temos um exemplo claro de uso de BI, Data Analytics e Data Science. Através da coleta dos dados e os algoritmos de Data Science, a experiência do usuário ajuda-o a encontrar apenas produtos relevantes à sua busca.
Além da Amazon, empresas como Netflix, Twitter, LinkedIn e muitas outras, têm usado algoritmos de Data Science para melhorar a experiência do usuário com informações mais precisas e relevantes.
