La diferencia entre ciencia de la decisión y ciencia de datos

13 Oct, 2020 | Decision Intelligence

La diferencia entre la Ciencia de Datos y la Ciencia de la Decisión no suele presentarse demasiado clara.

La Ciencia de Datos es un término que oímos cada vez más a menudo identificado con un campo amplio e interdisciplinar; sin embargo, esta ciencia no debe confundirse con la Ciencia de la Decisión.

El Data Scientist es una figura profesional especializada en el estudio en profundidad de los datos en cuanto han sido recogidos, elaborados y estructurados por los data engineer. 

Para el Decision Scientist, en cambio, los datos representan un instrumento que apoya decisiones que tomar, además de tener como fin el resolver problemas comerciales comunes.

La Ciencia de Datos es un campo interdisciplinar que a través del uso recurrido de algoritmos, técnicas y métodos científicos, extrae informaciones valiosas de los datos.

El objetivo principal de la Ciencia de Datos es el de intuir en los datos informaciones aplicables a beneficiar otros sectores.

La Ciencia de la Decisión, en cambio, es el conjunto de técnicas cuantitativas utilizadas para apoyar el proceso decisional.

Las técnicas incluyen:

 

  • análisis de decisiones
  • análisis de riesgos
  • análisis de la relación coste-beneficio y coste-eficiencia
  • optimización restringida
  • modelos de simulación
  • investigación operativa
  • control de gestión

Por lo tanto el propósito de la Ciencia de la Decisión es el de utilizar los datos para guiar a la intuición a mejorar las decisiones a tomar.

Se puede considerar que los datos son de igual importancia para ambas disciplinas, pero los mecanismos son notablemente distintos.

La Ciencia de Datos encuentra su aplicación en distintos sectores como el retail, los bienes de largo consumo, el entretenimiento, los medios de comunicación, la sanidad, las telecomunicaciones, la finanza, los viajes, las producciones, la agricultura, etc.

La Ciencia de la Decisión, en cambio, se ocupa de áreas más teóricas de los negocios y la gestión, que van directamente a la instrucción, al medio ambiente, a la ciencia militar, la salud pública y la política.

Ambas esferas objeto de análisis tienen cuestiones críticas específicas que contribuyen a poner de relieve las diferencias entre ellas. La limpieza de datos, los problemas ligados a la seguridad y las dificultades en la adquisición de desarrollo son desafíos críticos que la Ciencia de Datos conoce y encara desde siempre. La Ciencia de la Decisión, sin embargo, se enfrenta a las dificultades causadas por el manejo de grandes cantidades de datos y la complejidad de las técnicas aplicadas.

Los Decision Scientists deben necesariamente poseer conocimientos en matemáticas, finanzas y análisis para tomar la decisión óptima partiendo de los datos.

¿Cuáles son las futuras tendencias que nos harán hipotizar sobre nuevos desarrollos y perspectivas en la Ciencia de Datos y la Ciencia de la Decisión?

Probablemente la Ciencia de Datos continuará adelante en su camino a la automatización, el uso extensivo de chatbot y asistentes virtuales, con una utilización difusa de elementos de realidad aumentada y robotización de la industria. La Ciencia de la Decisión, en oposición, continuará empujándonos hacia el proceso decisional automatizado y el empoderamiento de los datos, con una importancia vital y una amplia capacidad de aplicación en distintos sectores que favorecerán a la creciente demanda de profesionales especializados.

En conclusión, aunque los empresarios a menudo confían en la Ciencia de Datos como solución a los problemas corporativos, esta última, por sí sola, no es suficiente. Nuestra experiencia nos sugiere que la aproximación más adecuada se encuentra entre la Ciencia de Datos y la Ciencia de la Decisión, con los Datos como punto de partida y unidad mínima del amplio proceso de la Decisión.

¿TIENES GANAS DE MÁS?

Page 1 of 9