Diferença entre Big Data, Data Science e Data Analytics: nunca mais confunda esses termos

big data diferença big data data science data analytics 624x394 - Diferença entre Big Data, Data Science e Data Analytics: nunca mais confunda esses termos

BIG DATA • DATA SCIENCE • DATA ANALYTICS

Qual é a diferença entre big data, data science, e data analytics?

A quantidade de conteúdo na internet sobre esses assuntos é gigante, e desanimaria qualquer um a parar para ler sobre tudo.

Mas não fique triste com essa avalanche de conteúdo, nem com esses nomes difíceis. Para facilitar o seu trabalho e proporcionar um conhecimento importante, criamos esse post que levará menos de 5 minutos de leitura para entender.

Continue lendo e entenda a diferença entre big data, data science e data analytics.

O que é big data?

big data diferença big data data science data analytics - Diferença entre Big Data, Data Science e Data Analytics: nunca mais confunda esses termos

Big data, em tradução livre, pode ser lido como mega dados. Ou seja, são grandes quantidades de informações sobre algum fato do mundo real.

O estudo sobre big data iniciou com a grande quantidade de dados gerada pelo mundo. Isso, entre outras coisas, nos tirou da era do terabyte, e nos levou para a era do petabyte.

Esses dados são tão gigantes que muitos aplicativos não lidam com eles em um tempo aceitável.

Entre os tipos de dados existem:

  • Social data (dados sociais): dados extraídos principalmente de redes sociais para identificar comportamentos de públicos específicos. Muito utilizados em campanhas de marketing;
  • Enterprise data (dados empresariais): extração de dados de RH, vendas, logística e outros setores. Servem para as empresas analisarem desperdício ou onde devem investir seus recursos;
  • Personal data (dados pessoais): dados extraídos de smartphones e outros aparelhos inteligentes. Ajuda as empresas a personalizar sua relação com os clientes.

Big data é definido pelos 5V’s:

  • Volume: grande quantidade de dados;
  • Variedade: fontes de dados variadas;
  • Velocidade: processamento ágil para gerar as informações necessárias;
  • Veracidade: o quanto a informação é verdadeira;
  • Valor: utilidade dos dados gerados.

Existem vários exemplos de sucesso do big data. Por exemplo, após analisar dados de rotas dos seus motoristas, a empresa de logística UPS proibiu que eles virassem à esquerda. Esse comportamento:

  • Economizou cerca de 38 milhões de litros de combustível por ano;
  • Diminuiu o dióxido de carbono em 20 mil toneladas; e
  • Auxiliou na entrega de 350 mil pacotes a mais.

Netflix e a Spotify utilizam big data para definir as preferências dos seus usuários e oferecer conteúdos específicos para seus gostos.

Siga a WK nas Redes Sociais

O que é data science?

data science diferença big data data science data analytics - Diferença entre Big Data, Data Science e Data Analytics: nunca mais confunda esses termos

Data science pode ser encarada como a versão mais recente do business intelligence (BI).

É a captura, transformação, geração e análise de grandes quantidade de dados. Essas informações necessitam de contextualização e suas interpretações precisam gerar insights relevantes.

O data science está relacionado com tecnologias como big data e machine learning, além de áreas como:

  • Computação;
  • Banco de dados;
  • Estatística;
  • Matemática;
  • Engenharia;
  • Economia;
  • Análise de agrupamentos (cluster analysis).

Empresas de e-commerce de viagens como Booking, Trivago e Expedia utilizam data science para melhorar os resultados em seus motores de busca.

Nesse caso, os resultados obtidos não se limitam a passagens e hospedagens, mas sugerem também serviços complementares como passeios e experiências para curtir no seu destino de viagem.

Significado de CEO, CIO, CTO: Nunca mais confunda
7 Podcasts sobre empreendedorismo e carreira na TI
Como evoluir na carreira trabalhando na área de Segurança da Informação

O que é data analytics?

data analytics diferença big data data science data analytics - Diferença entre Big Data, Data Science e Data Analytics: nunca mais confunda esses termos

O data analytics é a transformação de grande quantidade de dados, para que eles façam sentido e se possa fazer uma análise racional deles.

Ao analisar esses dados, deve ser possível resolver algum problema real. Ou seja, existe um propósito em analisar esses dados.

Basicamente, o data analytics é quando se busca responder perguntas/dúvidas com base em dados.

Esse estudo possui grande importância em áreas como:

  • Ciências;
  • Estudos sociais; e
  • Negócios.

O Shelter EAS é um famoso software capaz de analisar uma grande quantidade de dados identificando padrões, divergências e outras regras.

Então…

Conclusão: Qual a diferença entre big data, data science e data analytics?

Big data, ou mega dados, é uma grande quantidade de informações.

Data science é responsável por capturar, transformar e gerar esses dados.

E por fim, o data analytics finaliza esse trabalho com uma análise e geração de insights para resolução de problemas.

Obrigado pela sua leitura.

Inscreva-se para receber os post’s direto em seu e-mail:

[mc4wp_form id=”5625″]

Não se preocupe com spam, também odeio eles.

Se futuramente não quiser mais receber, é só clicar em um link que aparece em todos os e-mail’s que não vamos mais enviar.

Um grande abraço.

Veja nossos últimos post’s que você pode gostar:

Você quer ajudar um amigo a dar um up na carreira e ainda ser recompensado?

Então conheça nosso programa Indicação Premiada.

 

Social media & sharing icons powered by UltimatelySocial
LINKEDIN
INSTAGRAM
FACEBOOK