วิทยาการข้อมูล หรือ Business Analytics นั้นเมื่อวาดออกมาเป็น Venn-Euler Diagram หรือแผนภาพเวนน์-ออยเลอร์นั้นประกอบด้วยสามสาขาวิชาเป็นการบูรณาการของสามสาขาวิชา คือ 1. วิทยาการคอมพิวเตอร์ (Computer Sciences) 2. คณิตศาสตร์และสถิติศาสตร์ และ 3. ความเชี่ยวชาญในเนื้อหาวิชาแต่ละสาขาวิชา ซึ่งถ้าเป็น Business Analytics แล้วก็จะเป็นเนื้อหาในส่วนของการบริหารธุรกิจ

ความรู้ทางวิทยาการคอมพิวเตอร์ล้วนๆ ถือว่าเป็น Hacking Skills ความรู้ทางสถิติและคณิตศาสตร์เพื่อนำมารวมกับ Hacking Skills ที่ว่าก็เป็นเรื่องของการเรียนรู้ของเครื่องจักร (Machine learning) ส่วน Hacking Skills บวกกับความเชี่ยวชาญเฉพาะเนื้อหาถือว่าเป็น dangerous zone โดยเฉพาะอย่างยิ่งมีความรู้ในเนื้อหานั้นๆ แล้วเอาความรู้ทางวิทยาการคอมพิวเตอร์มาบิดข้อมูลไปมา จนเกิดอันตรายได้ เรียกว่า มีความรู้เพียงพอที่จะก่อให้เกิดอันตรายหรือ know enough to be dangerous ในขณะที่ถ้ารู้สถิติและคณิตศาสตร์รวมกับความเชี่ยวชาญในเนื้อหาก็จะเป็น Traditional research เช่น รู้สถิติและการตลาด เป็นวิจัยตลาด รู้เรื่องบริหารธุรกิจและสถิติกับคณิตศาสตร์ก็จะเป็นวิจัยธุรกิจ เป็นต้น หากมีความรู้ทั้งสามอย่างคือรู้ทั้งสถิติและคณิตศาสตร์ วิทยาการคอมพิวเตอร์ และเนื้อหาที่ตนเชี่ยวชาญก็จะเป็นวิทยาการข้อมูล

ความแตกต่างหลักระหว่างวิทยาการข้อมูลกับวิจัยแบบดั้งเดิม เช่น ความแตกต่างระหว่างการวิจัยการตลาดแบบดั้งเดิม (Traditional marketing research) และการวิเคราะห์การตลาด (Marketing Analytics) นั้นแตกต่างกันตรงที่ความรู้ทางวิทยาการคอมพิวเตอร์ ความรู้ทางวิทยาการคอมพิวเตอร์นั้นหมายรวมถึงการใช้ข้อมูลจากระบบสารสนเทศที่หลากหลายขึ้น Big data, ข้อมูลโลกออนไลน์, social network and media, Barcode scanner, Biocensor, และ Internet of Things และหากจะต้องการเป็น Business Analytics หรือ Marketing Analytics ได้ แตกต่างจาก Traditional Business Research หรือ Traditional Marketing Research ต้องบูรณาการความรู้ทางวิทยาการคอมพิวเตอร์ เข้ามา

การนำความรู้ทางวิทยาการคอมพิวเตอร์เข้ามานั้น มาในสองรูปแบบหลัก อย่างแรกคือ ช่องทางในการเข้าถึงข้อมูล ข้อมูลขนาดใหญ่ในโลกปัจจุบันเป็นข้อมูลแบบไม่มีโครงสร้าง (Unstructured data) เช่น พฤติกรรมการท่องเว็บไซท์ทางอินเตอร์เน็ต จะเอามาใส่ตารางแบบแต่ก่อนในรูปแบบของ Relational database ก็ทำไม่ได้ เราเป็นเพื่อนกับใคร เราแชร์ เราคอมเมนต์ เรากดไลค์ เรา retweet ให้ใครใคร retweet ต่อจากเราบ้าง เราซื้อสินค้าอะไรบนโลกออนไลน์ มันเชื่อมโยงกันแบบวุ่นวายไปหมด ไม่มี pattern ที่แน่นอน หรือกระทั่งการซื้อของแล้ว Scan barcode ในร้านสะดวกซื้อหรือร้านค้าปลีก ก็มี format ที่กระจุยกระจายมาก เพราะในร้านมี stock keeping unit: SKU เยอะมาก และมีรายการสินค้าเพิ่มหรือลดตลอดเวลา ข้อมูลเหล่านี้ เป็นบ่อน้ำมันให้เราขุดมาใช้งาน ซึ่งการวิจัยธุรกิจหรือการวิจัยตลาดแบบดั้งเดิมนั้นทำไม่ได้พอ แค่จะดึงข้อมูลก็ลำบากกว่า ข้อมูลพฤติกรรมการใช้อินเตอร์เน็ทของประเทศไทยก็ไม่มีความจำเป็นที่ต้องทำสำรวจด้วยตัวอย่าง (Sample survey) อย่างที่สำนักงานสถิติแห่งชาติทำแบบดั้งเดิม เพราะสามารถไปเก็บข้อมูล log file จาก gateway ของ กสทช ซึ่งเป็น hard data และไม่ใช่คำรายงานด้วยตนเองจึงไม่มีการโกหกเพราะ track ได้จากพฤติกรรมที่คนไทยใช้อินเตอร์เน็ตจริงๆ ไม่มีความคลาดเคลื่อนจากการสุ่มตัวอย่าง (Sampling error) เพราะเก็บมาจากประชากรทั้งหมดคือคนไทยทั้งประเทศ จึงมีความแม่นยำมากกว่า มีต้นทุนที่ถูกกว่า ใช้เวลาน้อยกว่าเพราะเป็น secondary data จะเห็นว่าในกรณีนี้การสำรวจด้วยตัวอย่างไม่มีความจำเป็น การใช้สถิติเชิงอนุมาน (Statistical inference) ที่เราเรียนมากันมากมายก็ไม่มีความจำเป็นเช่นกัน แต่ความรู้เรื่อง Big Data Architecture นั้นจำเป็น

ประการที่สองเนื่องจากข้อมูลขนาดใหญ่สมัยใหม่ มีความรวดเร็ว (Velocity) และมีความหลากหลาย (Variety) ข้อมูลวิจัยธุรกิจและวิจัยตลาดแบบเดิมๆ ส่วนใหญ่เป็นข้อมูลตัวเลขหรือข้อความ (ในสัดส่วนที่ไม่มากนัก) และวิธีการทางสถิติศาสตร์ก็พัฒนามาเพื่อการวิเคราะห์ได้เฉพาะข้อมูลที่มีโครงสร้าง (Structured data) ที่เป็นข้อมูลตัวเลขเป็นหลัก แต่ข้อมูลขนาดใหญ่ มีข้อความ มี social network behavior มีภาพ มีเสียง มีวีดีโอ มีภาพสามมติ มีวีดีโออนิเมชั่นสามมิติ ข้อมูลมีความซับซ้อนเกินกว่าความสามารถของสถิติศาสตร์แบบดั้งเดิมจะวิเคราะห์ได้ ในขณะที่การเรียนรู้ของเครื่องจักร ปัญญาประดิษฐ์ (Artificial Intelligence) และ deep learning ถูกออกแบบมาให้วิเคราะห์ข้อมูลไม่มีโครงสร้าง (Unstructured data) ที่ซับซ้อนกว่าได้ หากสถิติศาสตร์ไม่ปรับตัวพัฒนาตัวเองให้ตามทันก็อาจจะล้าหลังกว่าได้ในอนาคตอันใกล้ มองในอีกแง่หนึ่ง Machine learning หรือ deep learning เหล่านั้นทำหน้าที่เสมือนหนึ่งสถิติเชิงบรรยาย (Descriptive statistics) เพราะไม่ได้คำนึงถึงความคลาดเคลื่อนจากการสุ่มและการแจกแจง (Distribution) ของตัวแปรมากนัก