このストーリーは顧客の承認待ちです。 会社機密と考えてください。 開示しないでください。
「データ・フォー・グッド」が個人的なものになる
行動科学に基づくアプリは、洗練された調査分析を使用して、ユーザーがより感情的に充実した生活を送るのを支援します
____________________________________________________________________________________
チャレンジ：パーパスフル (ユーザーが自分の感情的な幸福についてより意識的になるよう促すアプリ) を構築するにあたり、Kumanu の創設者である Vic Strecher 博士は、今日の労働力におけるうつ病、燃え尽き症候群、不安の根本原因に対処することに着手しました。 Strecher と彼のチームは、従来のインセンティブ構造を超えた一連の対象を絞った介入を通じて、感情的および精神的な健康状態をどのように改善できるかについての洞察を得るために、膨大な量の行動調査データをマイニングしました。
解決：大規模な調査に固有のデータ品質の問題を事前に回避するために、Strecher は行動科学データを JMP® 統計的発見ソフトウェアで処理します。 「JMP を使用することで私が気に入っている点の 1 つは、面倒なデータ クリーニング プロセスが解決されることです」と彼は言います。 「JMP を使用してできるチェックは、次善の策よりもはるかに簡単です。」
結果: Kumanu チームが目的のアルゴリズムを強化し続けているため、JMP は、構造化データと非構造化データの両方から洞察を抽出する新しい方法を探求するための、迅速で親しみやすいツールであることが証明されたと Strecher 氏は言います。 特に、JMP プラットフォームの Text Explorer は、テキスト データを掘り下げるために彼が選んだツールです。 「私は統計学者ではありませんが、行動科学に関する知識は豊富です」と彼は言います。 「JMP のおかげで統計学者への依存から解放されました。JMP を使用すると、データを掘り下げて自分で分析を開始できるからです。」
____________________________________________________________________________________
近年のウェアラブル生体認証デバイスと個人データ アプリの豊富さは、個人が食事や運動からメンタルヘルスに至るまで、あらゆるものを追跡するのに役立っています。 ただし、データ収集だけに焦点を当てるだけでは、ユーザーが自分の個人データを分析し、その影響を理解し、決定的に行動を変える力を与えるには不十分です。
プロフェッショナル レベルでは、人事 (HR) 部門も同様に、仕事の満足度に対する従来のアプローチを従業員の福利厚生の測定可能な改善に変えることに苦労してきました。 従来の人事プログラムは、多くの場合、インセンティブのみに依存しています。このアプローチは容易に拡大できず、多くの場合、尊厳、公平、包括性 (DEI) を有意義に提供するには不十分です。
行動科学者の Vic Strecher 氏は、COVID-19 のパンデミックと経済の変動により、リモートワークへの急速な移行と並行して職場のプレッシャーが加速しているため、従業員の健康に対する組織の注意がこれまでになく重要になっていると述べています。 Strecher のソリューション、Purposeful – 行動科学の分野からの学習を運用化するアプリ – は、専門的な充足についてのより実用的で全体的な考え方のためにテクノロジーに目を向けます。
「雇用主は、従業員が元気を出して仕事に取り組めるようにすると同時に、人々が家に帰り、私生活でも元気をもらえるようにしたいと考えているはずです」と彼は言います。 「雇用主は、従業員が人生の目的と一致することを望むべきです。」
Strecher によって設立され、Purposeful アプリのメーカーである Kumanu は、テクノロジーに基づいた、目的志向のウェルビーイング企業であり、「個人が毎日、仕事や生活に最高の自分をもたらすのを支援します」と Strecher は説明します。 同社のアプローチは、機械学習、リアルタイムの予測意思決定支援、および彼が人間の性質の根底にある「内発的動機付けエンジン」と呼んでいるものを組み合わせたものです。
その結果、職場を超えたプロフェッショナルなアプリケーションでウェルビーイングが再起動されます。 「新しいテクノロジーは、[燃え尽き症候群、不安、うつ病などの問題に対する] 唯一の解決策ではありませんが、ギャップを埋めるのに役立つ可能性があります」と Strecher 氏は言います。 「そしてそれこそが、Purposeful で私たちが行っていることです。」
行動変容と習慣形成モデルに基づくライフスタイル介入
パーパスでは、ジャーナルを作成したり、アンケートの質問に回答したりして、毎日数分間内省するようユーザーに促します。 Strecher 氏によると、このアプリの調査ツールは、生態学的瞬間評価 (EMA) として構成されており、1 日を通して定期的に質問が行われます。 全体として、このデータは、ユーザーのライフスタイルと感情のパターンに関する洞察を生み出すのに役立ちます。
次にアプリは、健康を害する可能性のある人を克服または回避するための 1,000 を超えるさまざまな提案のライブラリから引き出します。 これらの介入の目標は、ユーザーが実験を行い、最終的に健康的な習慣を身に付けることです、と Strecher 氏は説明します。 「デンタルフロスを使ったり、瞑想したり、毎朝立ち止まって感謝していることを考えたりしています。」バックグラウンドで実行されている洗練された統計モデルは、ピアレビューされた人間の行動研究に基づいて、どのヒントをいつユーザーに表示するかを決定します。
「アプリはその人物についてさらに学習し、ベースラインを確立し始めます」と Strecher 氏は説明します。 「私たちは、彼らが人生の目的を見つけたり、目的を思い出させたりすることで、感情をより適切に調整できるように支援したいと考えています。 全体像だけでなく、悲しみや不安を和らげるためにできる具体的なことも強調できます。」言い換えれば、彼は次のように付け加えています。
blue-sky テクノロジーにより、どのデータを収集するかを決定するための投資
クマヌの EMA の設計は、進化するプロセスでした。 あらゆる青空技術と同様に、どのデータを収集するかを決定することは課題の重要な部分であると Strecher 氏は言います。Kumanu は当初から、アイデンティティに基づくより多くの評価質問へと進化してきました。
Strecher 氏は次のように説明しています。 あなたはパートナーですか？ あなたはお母さんですか、それともお父さんですか？ 祖父母？ 介護士？ 犬か猫を飼っていますか？ あなたはどんな仕事をしていますか？ 忙しいですか？ 退屈ですか？」これらの質問への回答は、ユーザーが自分の人生における役割について微妙なイメージを作り上げるのに役立ちます。
次は、ユーザーの価値観と、それらの価値観によってユーザーの目標がどのように形成されるかを理解することです。彼らは仕事でより多くのことを達成しようとしている人ですか? 彼らはより良い介護者になろうとしていますか? 「非常に多くの場合、私たちが最も大切にしているのは、物ではありません。私たちが関心を持っているのは、人や原因です」と Strecher 氏は説明します。 EMA はまた、ユーザーが最高の状態にあるときの様子を理解しようとしています。ユーザーは好奇心旺盛ですか? 彼らは他の人に寛大ですか？ 最後に、ユーザーは自分の感情について尋ねられます。 "ご気分はいかがですか？ 私たちは毎日それをお願いしたいと思っています」と Strecher 氏は付け加えます。
ユーザーがスケールに対して自分の感情をスコアリングすると、回答はそれらの感情をより深く掘り下げる調査質問のマップにつながります。 そして、自然言語生成を使用して、ユーザーの心理に対する構造化されていない洞察をさらに提供する、1 日を通してジャーナルを作成する機能があると彼は言います。
「たとえば、睡眠は体に良いという集団モデルから、これだけの睡眠は体に良いと言えますが、睡眠が多すぎると体に良くないという個人モデルに移行しています. そして適切な時間に眠るのです」と Strecher は説明します。 「Purposeful は非常に洗練されたツールであり、データ分析を通じてますます洗練されています。」
JMPでデータ品質の課題にプロアクティブに対処
Kumanu のデータ サイエンティスト チームは、調査分析と自然言語処理の組み合わせを通じて、Purposeful を強化するアルゴリズムを継続的に改良および改善するために取り組んでいます。 データセットは、Harris Poll のような大規模な調査から、または主要な行動科学のデータセットを調べている研究者と協力して引き出されたものである、と Strecher 氏は説明します。 しかし、他の調査データと同様に、品質が問題になる可能性があります。
「何年もかけて、データ セットに問題があり、クリーンアップされていない場合、それは価値がないよりも悪いことだと学びました。 それは間違った答えを生み出す可能性があります」と Strecher 氏は言います。 「データがクリーンであることを確認することは非常に重要です。 また、JMP でデータを視覚的に確認できることは、非常に役立ちます。」
Strecher のツールキットの主要なプラットフォームであり、統計的発見ソフトウェアである JMP は、比類のないデータ準備および視覚化機能を提供します、と彼は言います。 「JMP を使用して気に入っている点の 1 つは、面倒なデータ クリーニング プロセスを解決できることです。 JMP を使用して実行できるチェックは、次善の策よりもはるかに簡単です。」
さらに、JMP のおかげで、統計の専門家でなくても自分のデータを独立して扱うことができるようになると彼は説明します。 「私は行動科学に関する多くのアイデアと知識を持っていますが、統計学者ではありません」と Strecher 氏は言います。 「JMP のおかげで、データ分析を統計学者に任せる必要がなくなりました。 JMP を使用すると、データを掘り下げて自分で分析を開始できます。」
Purposeful のアルゴリズムをさらに改良するには、Text Explorer と自然言語処理が不可欠です
Kumanu での自由なデータ探索の重要な分野の 1 つは、非構造化テキスト データから洞察を引き出すことです。 毎年 3 回の Harris-Kumanu 世論調査が行われ、全国的に代表的なサンプルの約 2,000 人の回答者が調査されます。 回答者は、自分の目的を書き出してから、自分の仕事が人生の目的を達成するのにどのように役立つかを説明するよう求められます。
「自然言語処理を使用して、仕事がどのように目的を達成しているかを調べることができます」と Strecher 氏は説明します。 「お金のために働く人もいますが、それはテキスト分析によって非常に明確に明らかになります。 他の人は個人の成長のために働きますが、それは「達成する」という言葉や、同僚やチームワークに関する特定のクラスターからも明確に表れます。」
「高度な自然言語処理が適切な方法で使用されれば、より治療的に使用できるようになります」と Strecher 氏は言います。 「自然言語処理とテキスト分析の概念をいじるのが好きです。 コンピューターはどのようにしてこれを開始するのでしょうか。 問題は何でしょう？」
「私はいつも JMP から始めます… JMP を使用するのは、言語から発生するパターンの種類を理解し、次に何を開発すべきかを理解する必要があるためです。 Text Explorer は私にとって本当に楽しいものです。 パソコンと JMP があれば、[ビッグデータ分析] を追加費用なしで行うことができます。 30 秒で 100 件の分析を実行し、非常にすばやくそれらを視覚的に確認して、何が起こっているかを確認できます。」
さらに、「JMP を使ってそのテキスト分析を改良し続けています。 [コメントの個人的な人間の読み取り] をますます反映するようにアルゴリズムをトレーニングしています。 不一致が見られる場合は、分析と分類を確認します。 たぶん、私が気付かなかった何かをコンピュータが拾い上げたのでしょう。 コンピューターをトレーニングし続けて、どんどん良くなることができます。 そして、作業が完了したら、情報をアルゴリズムにフィードバックして、人々がなぜ働いているのかを理解し、より目的を持って仕事に取り組めるようにすることができます。」
Purposeful のアプリケーションは、プロの世界をはるかに超えています。 このアプリは、がんの治療を受けている人々をサポートするなど、医療現場での臨床試験に関与しています。 そして将来的には、さらに多くの公衆衛生アプリケーションが登場するでしょう。 基本的に、クマヌのプロジェクトは実存的なものである、とストレチャーは付け加えます。 人生を生きる価値のあるものにするのは、人生について何ですか？」
