Analytical Strength Using Aster Analytics

The  biggest  challenge  for  most  organizations  is  to  increase  their  analytical strength. This analytical strength can help them uncover new  business insights can be uncovered with the goal to survive, to stay cost‐ effective  and  competitive,  to  react  quickly,  to  increase  customer  care  levels,  to  improve  business  processes,  to  personalize  products,  and  so  on.  Data  scientists,  such  as  actuaries,  economists,  mathematical  technicians,  and  epidemiologists,  are  typically  responsible  for  applying  sophisticated  analytical  techniques  to  uncover  new  business  insights.  Commonly, these data scientists have a technical background and have been trained in mathematics and statistics. Unfortunately, data scientists are expensive and there is a considerable shortage of good data  scientists. This severely limits the potential analytical strength of an organization.  To  make  data  science  affordable  for  every  organization  and  to  deploy  data  science  across  the  entire  organization  and  not  only  by  the  high  priests of data science, other disciplines must be involved. It’s important  that  others  outside  the  small  group  of  data  scientists  are  also  able  to  deploy the same set of analytical techniques. The first and most obvious  group  are  the  business  analysts.  These  analysts  must  be  allowed  and  must  be  able  to  use  the  same  analytical techniques and tools as the data scientists. Undoubtedly, by making the business analysts join  the  group  of  people  doing  data  science  work  the  analytical  strength  of  an  organization  will  increase,  deepen, and expand.  A  side‐effect  is  that  the  boundary  between  business analysts and  data  scientists will blur. The two disciplines used to be quite complementary,  but in  the  future  the  two will be more intertwined. Analytical solutions  must  support  this  new  group  of  data  scientists.  Because  business  analysts  don’t  have  the  same  background as  data  scientists,  these  solutions must  be  simplified and  the  analytical  techniques  must  be  integrated.  This  definitely  raises  the  bar  for  analytical  solutions.  This  whitepaper  describes  requirements  for  analytical  solutions  when  they  are  used  by  data  scientists  and business analysts.