這個故事正在等待客戶批准。 將 IT 公司視為機密。 不要透露。
“永遠的數據”變得個性化
基於行為科學的應用程序使用複雜的調查分析來幫助用戶過上更加情感充實的生活
___________________________________________________________________________________
挑戰： Kumanu 創始人 Vic Strecher 博士在構建 Purposeful（一種提示用戶更加關注其情緒健康的應用程序）時著手解決當今勞動力中抑鬱、倦怠和焦慮的根本原因。 Strecher 和他的團隊挖掘了大量的行為調查數據，以深入了解如何通過一系列超越傳統激勵結構的有針對性的干預措施來改善情緒和心理健康。
解決方案：為了主動避免大型調查中固有的數據質量挑戰，Strecher 在 JMP® 統計發現軟件中處理行為科學數據。 “我喜歡使用 JMP 的其中一個原因是它解決了清理數據的繁瑣過程，”他說。 “我可以使用 JMP 進行的檢查比次優選擇要容易得多。”
結果：隨著 Kumanu 團隊不斷完善支持 Purposeful 的算法，Strecher 表示 JMP 已被證明是一種快速且易於使用的工具，可用於探索從結構化和非結構化數據中提取洞察力的新方法。 特別是，JMP 平台 Text Explorer 是他挖掘文本數據的首選工具。 “我不是統計學家，但我確實有很多關於行為科學的知識，”他說。 “JMP 讓我擺脫了對統計學家的依賴，因為有了 JMP，我可以深入挖掘數據並開始自己分析。”
___________________________________________________________________________________
近年來，大量可穿戴生物識別設備和個人數據應用程序幫助個人跟踪從飲食和鍛煉到心理健康的一切。 然而，僅僅關注數據收集還不足以讓用戶能夠分析他們的個人數據、了解其影響，並且——至關重要的是——改變行為。
在專業層面，人力資源 (HR) 部門同樣努力將傳統的工作滿意度方法轉化為可衡量的員工福利改善。 傳統的人力資源計劃往往完全依賴激勵；一種不容易擴展的方法，而且往往無法有效地實現尊嚴、公平和包容 (DEI)。
隨著 COVID-19 大流行和經濟波動加速了工作場所的壓力，同時人們迅速轉向遠程工作，行為科學家 Vic Strecher 表示，組織對員工福祉的關注從未如此重要。 Strecher 的解決方案 Purposeful 是一款將行為科學領域的知識付諸實踐的應用程序，它轉向技術以尋求一種更可操作、更全面的職業成就思考方式。
“雇主應該希望他們的員工在工作中充滿活力和投入，同時也希望幫助人們回家並在他們的個人生活中也充滿活力，”他說。 “雇主應該希望他們的員工與人生目標保持一致。”
Kumanu 是一家由 Strecher 創立的公司，也是 Purposeful 應用程序的開發者，是一家以技術為基礎、以目標為導向的健康公司，“幫助個人每天在工作和生活中展現最好的自己，”Strecher 解釋道。 該公司的方法結合了機器學習、實時預測決策支持和他所說的隱藏在人性中的“內在動機引擎”。
其結果是通過超越工作場所的專業應用程序重新啟動健康。 Strecher 說：“新技術不會是 [解決倦怠、焦慮和抑鬱等問題] 的唯一方法，但它可能有助於彌合差距。” “這就是我們用 Purposeful 所做的。”
基於行為改變和習慣形成模型的生活方式乾預
有目的的提示用戶每天花幾分鐘時間通過寫日記或回答調查問題進行自我反省。 Strecher 解釋說，該應用程序的調查工具採用生態瞬時評估 (EMA) 結構，全天定期提出問題。 總的來說，這些數據有助於深入了解用戶的生活方式和情緒模式。
然後，該應用程序會從一個包含超過一千種不同建議的庫中提取，以克服或避免潛在的健康損害因素。 Strecher 解釋說，這些干預措施的目標是讓用戶進行實驗並最終養成健康的習慣； “無論是使用牙線、冥想還是每天早上停下來想想他們感激的事情。”在後台運行的複雜統計模型根據經過同行評審的人類行為研究確定向用戶顯示哪些提示以及何時顯示。
“該應用程序將開始更多地了解該人並建立基線，”Strecher 解釋道。 “我們希望通過尋找生活目標或提醒他們自己的目標來幫助他們更好地調節情緒。 我們可以強調大局以及他們可以做的具體事情，以減少悲傷或焦慮。”換句話說，他補充說：“我們正在幫助人們更好地改變自己的天氣。”
借助藍天技術，確定要收集哪些數據的投資
Kumanu 的 EMA 的設計是一個不斷發展的過程。 Strecher 說，與任何藍天技術一樣，決定收集哪些數據是挑戰的重要組成部分，自成立以來，Kumanu 已經朝著更多基於身份的評估問題發展。
Strecher 解釋說：“你在生活中扮演什麼角色？ 你是合夥人嗎？ 你是媽媽還是爸爸？ 祖父母？ 保姆？ 你有狗或貓嗎？ 你有什麼樣的工作？ 忙嗎？ 很無聊嗎？”這些問題的答案有助於用戶對他們在生活中所扮演的角色進行細緻入微的描繪。
接下來是了解用戶的價值觀以及這些價值觀如何塑造他們的目標：他們是一個試圖在工作中取得更多成就的人嗎？ 他們想成為更好的看護者嗎？ “很多時候，我們最看重的根本不是事物，而是我們關心的人或事業，”Strecher 解釋道。 EMA 還試圖了解用戶處於最佳狀態時的感受：他們好奇嗎？ 他們對別人慷慨嗎？ 最後，詢問用戶的情緒。 “你感覺怎麼樣？ 我們喜歡每天都這樣問，”Strecher 補充道。
當用戶根據量表對他們的情緒進行評分時，響應會生成一張調查問題圖，更深入地探究這些感受。 而且，他說，通過使用自然語言生成，可以全天記錄，從而提供對用戶心理的進一步非結構化洞察。
“我們正在從一個人口模型——例如，睡眠對你有好處——轉變為一個個體模型——我們可以說這麼多的睡眠對你有好處，但太多的睡眠可能對你不利。 在正確的時間睡覺，”Strecher 解釋道。 “有目的的是一個非常複雜的工具，通過數據分析變得越來越複雜。”
使用 JMP 主動應對數據質量挑戰
Kumanu 的數據科學家團隊致力於通過結合調查分析和自然語言處理不斷完善和改進為 Purposeful 提供支持的算法。 Strecher 解釋說，數據集來自哈里斯民意調查等大型調查，或與研究主要行為科學數據集的研究人員合作。 但是，與任何調查數據一樣，質量可能是個問題。
“多年來我了解到，如果一個數據集有問題並且沒有被清理，它比毫無價值更糟糕。 它可能會產生錯誤的答案，”Strecher 說。 “確保數據乾淨非常重要。 能夠在 JMP 中直觀地查看數據確實很有幫助。”
JMP 是 Strecher 工具包中的一種統計發現軟件和關鍵平台，可提供無與倫比的數據準備和可視化功能，他說。 “我喜歡使用 JMP 的其中一個原因是它解決了清理數據的繁瑣過程。 我可以使用 JMP 進行的那種檢查比下一個最佳替代方案要容易得多。”
此外，他解釋說，JMP 使非統計專家能夠獨立處理他們自己的數據。 “我對行為科學有很多想法和知識，但我不是統計學家，”Strecher 說。 “JMP 讓我不再依賴統計學家為我進行數據分析。 借助 JMP，我可以深入挖掘數據並開始自行分析。”
Text Explorer 和自然語言處理對於進一步完善 Purposeful 的算法至關重要
Kumanu 不受約束的數據探索的關鍵領域之一是從非結構化文本數據中釋放洞察力。 每年進行三項哈里斯-庫馬努民意調查，調查大約兩千名具有全國代表性樣本的受訪者。 受訪者被要求寫下他們的目的是什麼，然後解釋他們的工作如何幫助實現他們的人生目的。
“我們可以開始使用自然語言處理來了解工作是如何實現目的的，”Strecher 解釋道。 “有些人為錢而工作，這是通過文本分析非常清楚地得出的結論。 其他人為個人成長而工作，這也可以通過‘實現’或某些關於同事和團隊合作的詞組清楚地體現出來。”
“如果以正確的方式使用高級自然語言處理，我們就可以開始更有效地使用它，”Strecher 說。 “我喜歡研究自然語言處理和文本分析的概念。 我想，計算機將如何開始這樣做？ 會有什麼問題？”
“我總是從 JMP 開始…… 我使用 JMP 是因為我需要了解語言中出現的各種模式，以便我們 [Kumanu] 知道接下來要開發什麼。 Text Explorer 對我來說真的很有趣。 使用個人計算機和 JMP，您無需額外費用即可進行 [大數據分析]。 我可以在 30 秒內運行 100 次分析，並非常快速地以可視化方式快速瀏覽它們以查看發生了什麼。”
此外，他說，“我一直在使用 JMP 改進文本分析。 我正在訓練算法以越來越多地反映[個人對評論的閱讀]。 當我看到差異時，我會查看我的分析和分類。 也許電腦發現了一些我沒有註意到的東西。 您可以繼續訓練計算機，讓它變得越來越好。 一旦你完成了，你就可以開始將信息反饋到算法中，以幫助人們理解他們工作的原因，並使他們的工作更有目的性。”
Purposeful 的應用遠遠超出了專業領域。 該應用程序已參與醫療機構的臨床試驗，包括支持接受癌症治療的人。 並且在未來，還會有更多的公共衛生應用。 從根本上說，Strecher 補充說，Kumanu 的項目是一個存在主義的項目：“如果我們翻轉傳統劇本，轉而思考生活會怎樣？ 是什麼讓生活值得一過？”
