Analityka to dane i matma w realnych problemach. To modelowanie rzeczywistości naukowymi metodami. W modelach algorytmika do rozwiązywania problemów. Te kalkulacje to rekomendacje dla trafnych decyzji. Automatyczna kalkulacja, żeby minimalizować czas obliczeń. Algorytmiczna decyzyjność, aby maksymalizować powtarzalność.
Analityk klasy Decision Scientist pracuje nad matematycznymi modelami problemów biznesowe oraz ich algorytmicznymi rozwiązania dla trafnych decyzji. Praca zaczyna się od dobrej definicji trafności decyzji. Równolegle praca nad jak najlepszym szacunkiem profitów z rozwiązania problemu.
Analityk klasy Data Scientist przede wszystkim pracuje z dużymi i złożonymi zbiorami danych, by wyciągnąć z nich wzorce i wiedze. Potrzebuje kompetencji w analizie statystycznej, uczeniu maszynowym oraz programowaniu ekstrakcji, transformacji oraz interpretacji danych. Jego cel to odkrywać wzorce, trendy i korelacje w danych i robić modele predykcyjne.
Z kolei Decision Scientist skupia się na procesach decyzyjnych. Również wykorzystują dane i analitykę, aby wspierać trafność decyzji. Analityk tej klasy pracuje nad problemami biznesowymi, do rozwiązania których stosuje matematykę i informatykę.
Obu analityków obowiązuje etyka analityka: przejrzystość, odpowiedzialność oraz integralność w gromadzeniu, wykorzystywaniu i interpretowaniu danych. Przejrzystość to pełna dokumentacja sposobów ekstrakcji i transformacji danych oraz rekomendacji decyzji (ETL/ETR). Odpowiedzialność to zapewnienie audytu modeli pod względem błędów i inklinacji decyzji. Integralność to gwarancja dokładności danych oraz braku manipulacji, a dokładnie maksimum obiektywizmu,