Büyük veriden anlamlı sonuçlar elde etmek için veri bilimini kullanmak günümüzde pek çok farklı iş alanında kendine yer bulmaktadır. Örneğin, hastalara en iyi tedaviyi sunabilmek için sağlık sektöründe veriyi bilgiye çevirmeyi sağladığı gibi, doğal afetleri önceden tahmin etmeyi sağlayarak insanların hazırlıklı olmasına yardımcı olabilir.

Sağlık sektöründe, veri bilimi üzerinde çalışanlar hastalar için en seçeneği bulmak amacıyla veri madenciliği, veri modelleme, istatistik ve makine öğrenmesi kullanarak tahmin analizleri geliştirirler.  Bu tür tahmin analizleri, hastalıklar için genetik faktörler, ilişkili koşullar ve çevresel faktörler gibi bilinen tüm faktörleri inceler. Daha sonra buna uygun olarak uygulanabilecek testleri, denenebilecek yöntemleri ve tedavileri önerir. Her doktorun kendi çalışmalarından, ilgi alanlarından ve deneyimlerinden edindiği bir bilgi birikimi vardır. Tahmin analizleri kullanan veri bilimi sistemleri, tüm doktorların hastalarına uygun hazırlamış oldukları semptom bilgileri, testler ve tedavi planları hakkındaki en son bilgilere erişebilmelerini sağlarlar. Bu tür bir sistem ile her doktor aynı bilgiye erişebilir ve hastalarına uygularken aynı zamanda sistemdeki veriyi ve bilgiyi geliştirerek tüm hastalar için en iyi sonuca ulaşacak tedavi geliştirilebilir. Örneğin tıbbi teşhis şirketleri birliği olan Boston Consulting Group ve AdvaMedDx tarafından yapılan bir çalışma, belirli bir kanser türünde belirli bir gen taşıyan hastalar için potansiyel olarak hayat kurtarıcı tanı testlerinin kullanılmasının önündeki engelin ne olduğunu incelediğinde; en büyük faktörün hastanın doktorunun test ile gen arasındaki ilişkiyi bilmemesi olduğunu ortaya koymuştur. Veri bilimi araçlarıyla ekstra bilgi sağlayarak doktorların belirli bir hastalıkta kullanılacak en yararlı test ve tedavilerden haberdar olması sağlanabilir.

Farklı sağlık araştırmaları için hasta kayıtları gibi veri madenciliği yapılabilecek pek çok sayıda fırsat vardır. Şikagodaki NorthShore Üniversitesinin sağlık sistemi gibi elektronik tıbbi kayıtlar(Electronic Medical Records-EMR) sistemleri uygulamalarında veri madenciliği konusunda rehberlik etmektedirler. Bu okul, hem yatarak hem de ayakta tedavi için en yüksek sayıda hasta kayıtı dağıtım seviyesine sahip Amerikadaki ilk sağlık kurumudur. Bu dikkat çeken çalışma, yenilikçi analiz araştırmaları için çok sayıda anonim veri sağlamıştır.

Veri bilimi sayesinde daha sofistike büyük veri analizi kabiliyetleri geliştirmek, sağlık kurumlarının temel tanımlayıcı analizlerden, tahmine dayalı öngörülere geçmesine yardımcı olur.

Doğal afet hazırlıkları alanında, veri bilimi araçları yardımıyla hayat kurtaracak uygulamalar uzun yıllardır geliştirilmektedir. Tahmine dayalı analiz araçlarının kullanımı geliştirilmekte ve toplumu tehlike konusunda her zamankinden daha hızlı uyarmaktadır. Büyük ve yüksek kaliteli veri setleri, çok sayıda doğal afet türünün ortaya çıkmasını tahmin etmek için kullanılarak, binlerce insan için hayat kurtarıcı olabilir. Veri bilimi yardımıyla depremler, fırtınalar, kasırgalar, seller ve volkanik patlamalar öngörülebilir. İngiltere’deki Warwick Üniversitesinde yapılan son araştırmalarda; seller, kasırgalar ve diğer hava olaylarının gelişimini izlemek için sosyal medyadaki fotoğraflar ve anahtar kelimeler gibi içerikler kullanıldı. Bu bilgi bilim adamları ve meteoroloji istasyonları tarafından kaydedilen bilgilere eklendiğinde yerel hava durumu olaylarını tahmin etmekte kullanılabilir. Bu bilginin yararı çok önemli olduğu için okullar veri bilimi eğitimlerini müfredatlarına eklemeye başladılar. Şikago Üniversitesi Graham Okulu, tehdit ve korunma yönetimi alanında yüksek lisans dersi vermektedir.

Veri bilimi araçları, kurumların çok farklı kaynaklardan gelen büyük miktarda veriyi analiz etmelerine ve bu bilgileri veri bilimcilerinin kullanımı ile bazı durumlarda binlerce hayat kurtarmaya yardımcı olmaktadır.

Tabii veri biliminin en çok kullanıldığı ve en değerli olduğu alanlardan biri de; ticarettir. Karlılık için de veri bilimi yadsınamaz fayda sağlar. Şu bir gerçektir ki, bir şeyi ölçemiyorsanız eğer ona etki edemezsiniz. Maliyetlerinizi bilmiyorsanız, onları düşüremezsiniz; karınızı ölçmüyorsanız onu artıramazsınız. Bunun için işletmelerin ilk yapması gereken şey, verilerini toplamaya başlamaktır. Maliyet verileri, işçilik verileri, hammadde ve malzeme verileri, üretim verileri, satış verileri, kar marjı verileri gibi.

Eğer elinizde veri var ise ona algoritmalar ve  analizler uygulayabilir, anlamlı bilgiler elde edebilirsiniz. Bu bilgiler de işinizi geliştirmenize yardımcı olurlar.

Ticari işletmeler için bir başka veri bilimi uygulama alanı da satış ve pazarlamadır. Örneğin Amazon’da bir ürün aradıysanız ya da satın aldıysanız, ilgili ürünlere ilişkin öneriler mutlaka  karşınıza çıkmıştır. Öneri Motoru(Recommendation Engine) olarak bilinen bu sistem veri biliminin yaygın olarak kullanılan bir uygulamasıdır. Amazon, Netflix ya da Spotify, müşteri tercihlerinden ve davranışlarından elde edilen verileri algoritmaları ile işleyerek müşterilerine satın alabilecekleri ya da beğenebilecekleri seçenekleri sunarlar. Böylece müşteri bağlılığını artırırlar.

2011 yılında geleceğe dair önemli bir öngörüde bulunan McKinsey & Company veri biliminin gelecekte(yani günümüzde) rekabetin ana faktörü olacağını ileri sürmüştür. Haklılıkları da bugün Netflix ve Spotify’ın başarısı ile ispatlanmış oldu. Size elindekini sunmak yerine, sizin ne izlemek isteyeceğinizi bilen ve  sunan Netflix, TV ve Sinemanın yerini aldı. Sizin henüz tanıyıp, bilmediğiniz halde dinlediğinizde beğeneceğinizi bilen Spotify müzik için temel uygulamanız oldu. Bu uygulamalar başarılarını veri bilimi sayesinde sizi tanımalarından elde ediyorlar.

Örneğin Netflix, milyonlarca kullanıcının halihazırda uygulamayı kullanırken oluşturduğu verileri toplayarak analiz ediyor. İnsanlar günün hangi saatinde, hangi programı izliyor? Hangi yönetmenin filmleri daha çok ilgi çekiyor? Hangi başrol oyuncularının rol aldığı film ve diziler izleniyor? Ve bunun gibi milyonlarca veri… Böylece Netflix kullanıcıların tercihlerini analiz ederek ve hangi kombinasyonlardan hoşlandıklarını keşfederek daha çekimler bile başlamadan önce bir film,show ya da dizinin listebaşı olarak kar getireceğini biliyor. Hangi türdeki, hangi senaristin kaleminden çıkan, hangi yönetmenin yönettiği ve hangi oyuncuların rol aldığı sorularının cevaplarını bulduğunda geriye sadece bunları bir araya getirerek tutacak ürünü ortaya çıkartmak kalıyor. Veri bilimi sayesinde Netflix insanların ne istediğini onlardan önce biliyor.

2013 yılında UPS; müşteriler, sürücüler ve araçlardan gelen verileri işleyerek zaman,para ve yakıttan tasarruf etmelerini sağlayacak yeni bir rota algoritması geliştirdiklerini duyurdu.

İşte size günümüz firmalarının rekabet avantajını nasıl kazanarak öne geçtiklerine dair bir kaç örnek…