Data ada di mana-mana, terutama dalam kehidupan kita sehari-hari. Misalnya ketika Anda ingin membeli furnitur kayu. Jika Anda adalah orang yang sensitif terhadap harga, maka keputusan akhir Anda akan didasarkan pada harga. Namun, jika Anda adalah orang yang lebih mencari kualitas, Anda mungkin akan membeli furnitur kayu langsung dari daerah yang terkenal akan kualitas kayunya. Dari situasi ini, kita dapat melihat bahwa kita membuat keputusan berdasarkan data secara tidak sadar dalam kehidupan sehari-hari.
Data really powers everything that we do. — Jeff Weine
Saking hebatnya data di era sekarang, sampai-sampai ada keilmuan dan profesi yang khusus menangani data yaitu business intelligence dan data science. Sama-sama berkutat dengan data, namun ternyata keduanya berbeda. Low Wei Hong, seorang data scientist yang juga pernah bekerja sebagai business intelligence di e-commerce menceritakan perbedaan kedua ilmu ini berdasarkan pengalaman yang dijalaninya.
Yang pertama adalah business intelligence. Low menceritakan bahwa business intelligence dalam praktiknya lebih mengarah ke bisnis dibanding teknikal. Tanggung jawab utamanya tidak hanya mencakup crawling situs web skala besar untuk melakukan analisis kompetitor, tetapi juga membangun model machine learning untuk membantu perusahaan menghemat biaya operasional. Bekerja sebagai business intelligence berarti harus berkutat dengan berbagai analisis dan pembuatan laporan yang kemudian diserahkan kepada tim terkait.
Setelah bekerja sebagai business intelligence, Low berpindah posisi menjadi data scientist. Ia menyatakan bahwa posisi ini jauh berbeda dengan business intelligence. Self-improvement adalah suatu keharusan dalam data science. Ia perlu terus-menerus membaca makalah terbaru untuk dapat mengikuti tren terbaru. Tidak hanya itu, kemampuan teknikal seperti coding dan penguasaan bahasa pemrograman amat sangat diperlukan di data science. Mampu mengambil data yang tepat dan mencoba model yang berbeda dalam waktu singkat adalah salah satu keterampilan yang dicari di pasar saat ini. Selain itu, memiliki keterampilan untuk memahami kode orang lain dengan cepat juga sangat penting.
Business Intelligence deals with known unknowns, while Data Science deals with unknown unknowns —Maxim Scherbak
Jika dilihat dari cakupan penggunaannya, business Intelligence adalah sarana untuk melakukan analisis deskriptif data menggunakan teknologi dan keterampilan untuk membuat keputusan bisnis yang terinformasi. Tujuan utama BI adalah untuk memperoleh actionable insight dari data. Sementara data science adalah studi interdisipliner menggunakan data untuk mengekstrak insight prediktif yang fokus ke depan. Data science mengkombinasikan penggunaan statistik, matematika, ilmu komputer, dan keahlian yang terkait bidang yang dianalisis. Tujuan data science paling umum adalah untuk menjawab pertanyaan “apa yang akan terjadi jika......?”.
