数据学（Dataology）和数据科学（DataScience）是关于数据的科学，定义为研究探索Cyberspace中数据界奥秘的理论、方法和技术。

主要有两个内涵：一个是研究数据本身；另一个是为自然科学和社会科学研究提供一种新方法，称为科学研究的数据方法

对数据科学的学习通常是有两个大方向，一是挖掘数据本身的特征规律，二是数据分析应用。那么这个问题就转化成了，我们研究数据及其应用办法，的意义所在。研究数据本身，是为应用做理论铺垫。大家对数据的内在规律有了基本的掌握，才谈得上应用。说形象点，就是先掌握“踩油门车子动，踩刹车车子停”，这么些个理念原则，然后再根据这些基本原则去开车。单纯研究数据本身，如果不去投入应用，那么它就缺少了实际意义。不过，这个过程，对我们个人的思维是有帮助的。比如：数据建模，会帮我们培养发现事物结构的敏感性；数据的函数映射，会让我们学会寻找事物之间存在的逻辑；数据的增删改查，会让我们培养出一种对待事物严谨的态度；数据的信度效度判定，会让我们更加具备批判性思维；数据的哲学，会让我们领会到不同变量之间交叉分析的组合美感，进而认识到事物存在的相对静止和绝对运动特征。其实对数据的单纯研究只是笼统的说法，数据源于生活高于生活，没有完全脱离应用的数据研究。那么应用又分为两个大方向：自然科学与社会科学。关于自然科学，我们说人工智能、VR等，都离不开精准数据算法的应用。由于我是学管理出身，所以我主要就社会人文科学进行探讨。学习数据科学，对于研究社会人文领域问题，有什么重要意义呢？我举三个简单的例子（高深的举不出来）：政府方面。当社会发生公共危机的时候，我们先做什么呢？维稳。维稳的重中之重是控制舆情。那么我们如何洞察和分析舆情呢？数据。政府通过海量信息采集、智能语义分析、自然语言处理、数据挖掘，以及机器学习等技术，不间断地监控全网博客、微博、微信等信息，及时且全面地，掌握了各种信息的动向。在数据的动态发展变化中，政府可以发掘事件的苗头，归纳舆论观点的倾向，进而掌握公众的态度情绪，最后结合历史相似和类似事件，进行趋势的预测和应对策略的制定。这里我们可以看到，数据科学不等同于数理研究。数据科学是建立在数理研究上的，一种学科跨界，融合应用。商业方面。我们经常说的利用大数据进行数据挖掘，实现广告精准投放。挖掘出消费者的购物偏好、经济水准、活跃频率等，从而投放与其群体特征有一致性和相关性的产品推荐。学术方面。数据科学在人文社科领域的学术应用，我个人认为，更多的是一种假设验证吧。比如我们研究“家庭教养方式的影响因素”，那我们可以把教养方式的分类看作因变量，而那些影响因素看成自变量，搭建一个变量之间的模型。然后去收集、整理数据，科学地发放有效可信的调查问卷，然后通过分析数据，找出自变量中各个因素的影响权重以及影响因变量的规律。我们在做这个课题前，会有一个相关的基本假设或者说猜想，而数据分析的结果可以起到一个验证作用。总结一下：学习数据科学可以让自己脑子更灵活一点。然后呢，可以进行跨界应用，催生技术革命改变世界，帮助你走上王者之路。