Veri bilimi, istatistik, programlama ve alan bilgisini birlikte kullanarak veriden işe yarar bilgi çıkarma disiplinidir. Üçünden biri eksik olduğunda sonuç aksıyor. Alan bilgisi olmadan yapılan istatistik, yanlış soruya teknik olarak doğru cevaplar üretiyor. Yöntemsiz alan bilgisi ise kendinden emin tahminler üretiyor.
İş belirli bir yay üzerinde ilerliyor. Sorunun tanımlanması, verinin toplanması ve temizlenmesi, keşifsel analiz, modelleme, değerlendirme ve sonucun anlatılması. Gerçek projelerde en uzun süreyi temizlik aşaması alıyor, bu da modellemenin ağırlıkta olmasını bekleyenleri şaşırtıyor.
Komşu rollerle örtüşüyor ama onlarla aynı değil. Veri mühendisliği boru hatlarını ve depolamayı, makine öğrenimi mühendisliği modelin canlıya alınmasını, analitik ise ne olduğunun anlatılmasını üstleniyor. Veri bilimi bunların arasında duruyor ve daha çok nedenini ve sonraki adımı yanıtlamaya çalışıyor.
Somut bir örnek: bir e-ticaret ekibi tekrar satın alma oranının neden düştüğünü soruyor. Sipariş, kampanya ve site davranışı verisi birleştirildiğinde düşüşün tek bir kanaldan ve tek bir çeyrekte kazanılan müşterilerde yoğunlaştığı görülüyor. Cevap bir model değil, incelemeye dayanıklı bir segment karşılaştırması oluyor.
En zor kısım genelde yöntem değil sorunun kendisi. Başarı ölçütü net tanımlanmış bir soru basit araçlarla cevaplanabiliyor, bulanık bir soru ise en gelişmiş modele de direniyor.
