Miksi data science ei riitä???

Mä oon seurannut digitalisaatiota teollisuudessa jo vuosia ja myös tätä data science-hypen kasvua. Mä oon sitä mieltä että data science itsessään EI OLE SE RATKAISU VAAN TARVITAAN ENEMMÄN!

Jos mietitään mitä data science (mihin siis sisältyy tekoäly ja koneoppimisen) ratkaisee, niin ennustuksia historian perusteella. Ei muuta.

Kaikki muu liittyy datan käsittelyyn ja sen tuomiseen saataville, tulosten hyödyntämiseen, osaamiseen ja kulttuuriin jotta osataan tehdä oikeita asioita.

Jos tätä vertaa vaikkapa kahvin keittämiseen ja nauttimiseen, niin mietitäänpä hiukan...

Data itsessään on kahvin pavut (näitä ilman tuotetta ei synny).

Data science olisi Moccamaster-kahvinkeitin, joka on kehitetty juuri tietynlaisen kahvin keittämiseen.

Data engineering hoitaisi kahvin pavut puruiksi, joten tämä on välttämätön osa prosessia.

Visualisointi olisi kahvikuppi mistä data on helppo ja mukavaa nauttia.

Kulttuurin avulla voisi erilaisia kahveja maistella, samoin luoda tavat aamukahville lehden kanssa, tai testailla parhaita kahvimaitoja. 

Joskus Moccamasteria parempi vaihtoehto on espresso-pannu, jolloin data science on tarpeeton pala prosessia. Tällöin datalla johtamisen kulttuuri ja osaaminen korostuu!

Välillä data sciencesta puhutaan kaikissa esimerkin konteksteissa, mutta todellinen data science keskittyy kehittämään ennustava malleja eri menetelmillä ja soveltamaan niitä eri tarpeisiin (ei sen enempää eikä vähempää).