Phân biệt Business Analytics (BA) và Data Science – Mastering Data Analytics

Business Analytics (BA) & Data Science (DS) – Hiểu rõ để chọn lựa CAREER PATH trong ngành ANALYTICS.

Có thể vẫn còn nhiều bạn chưa phân biệt được Business Analytics vs Data Science  (còn Business Intelligence thì một mảng trời riêng rồi, dễ phân biệt hơn). Việc xác định rõ thuật ngữ giúp các bạn có định hướng rõ ràng trong ngành Analytics.

Đây là 5 tiêu chí để mọi người dễ hiểu và thấy rõ sự khác nhau giữa Business Analytics vs Data Science:

  1. Phạm vi phân tích.
  2. Mảng ứng dụng.
  3. Công nghệ ứng dụng.
  4. Tên gọi bằng cấp trên thị trường.
  5. Tính ứng dụng thực tế trong KINH DOANH.

BI & BA là những loại DATA ANALYTICS được ứng dụng nhiều nhất trong “phân tích dữ liệu hoạt động kinh doanh”.

Tham khảo nội dung BI tại Mastering Data Analytics: https://mastering-da.com/business-intelligence-program/

(Khi bạn có chứng chỉ công nghệ trong mảng BI như Power BI (Microsoft) … người ta đều gọi là Data Analyst, ví dụ chứng chỉ DA-100 là Data Analyst Associate).

Tham khảo nội dung BA tại Mastering Data Analytics: https://mastering-da.com/business-analytics-program/

(Khi bạn có chứng chỉ công nghệ trong mảng BA như Azure (Microsoft), Alteryx, Databricks… người ta gọi là Data Scientist, ví dụ chứng chỉ Azure Scientist Associate).

Mỗi năm Gartner đều có bảng xếp hạng những công nghệ trong mảng BI, DS và mảng Machine Learning (hình minh hoạ):

 

 

 

 

 

 

 

 

 

 

 

Công nghệ/ công cụ là một trong những yêu cầu để làm được BI, BA. Công cụ có thể những công nghệ trong bảng xếp hạng Gartner (Platform) bên dưới hoặc ngôn ngữ lập trình truyền thống như Python, SQL, R …. đều là công cụ để thực hiện phân tích dữ liệu.

Việc phân loại theo INFORMs*, Gartner như thế này khá rõ ràng và độ tin cậy cao hơn, tất cả những gì mọi người đang biết về các qui trình phân tích descriptive, diagnostics, predictive… rất nhiều concepts cơ bản, nền tảng trong ngành này đều do những tổ chức này đặt những nền móng đầu tiên.

*INFORMs là ai? About a decade ago, several well-known consultancy companies (e.g., IBM, SAS, Gartner, Accenture, IDT, among others) and international institutions embarked on a mission to create such a simple taxonomy for analytics. One of the institutions that embarked on this journey was the Institute for Operations Research and the Management Sciences (INFORMS).

Mời mọi người đọc full bài viết trên INFORMS ở đây : https://bit.ly/37XPwdL
Better Practices for Teaching Business Analytics: Taxonomy for academic institutions’ program and course offerings.

Bài viết này  giải đáp tất cả lăn tăn của những bạn mới bắt đầu ngành Analytics. Ví dụ như Phương pháp hiệu quả nào để dạy và học Analytics? Định nghĩa thông dụng trong ngành Analytics, mỗi người mỗi cách hiểu, vậy thì cái nào mới đúng? Business Intelligence, Business Analytics, Data Science khác nhau như thế nào? Tại sao nhu cầu học Analytics lại cao như vậy trong thời gian này? (Đọc phần Driving Forces Behind Business Analytics Programs trong bài viết). Và quan trọng nhất là trong ngành mọi người hay dùng tool nào hay chỉ hạn chế mỗi R, Python? (Đọc phần What Tool(s) to Use for Analytics Teaching? trong bài viết). 

Tất nhiên đây cũng chỉ là một bài báo thôi, nhưng nhìn list Refference của tác giả tổng hợp trong bài viết, Profile người viết và đăng lên INFORMS, và quan trọng nhất là sau những gì mình đã trải qua: đọc sách, đi làm, đi tư vấn, đi dạy, network trong ngành Data Analytics tại Việt Nam… thì thấy nó đúng với những trải nghiệm về Analytics của mình.

Trong bài viết này để hình “Figure 1. Relationships among the popular terms and concepts in analytics”.

 

“Demystifying Business Analytics Terminology

There is no universally-accepted definition for analytics – some are broad and inclusive; some are narrow and focused on certain capabilities.”

Leave a Reply

Developed by Tiepthitute
Facebook Messenger
Chat với chúng tôi qua Zalo
Gọi ngay