這個故事正在等待客戶的批准。 將其視為公司機密。 不要透露。
“數據公益”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情感充實的生活
_____________________________________________________________________________________
挑戰： Kumanu 創始人 Vic Strecher 博士在構建 Purposeful（一款促使用戶更加關注自己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。 斯特雷徹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，Strrecher 在 JMP® 統計發現軟件中處理行為科學數據。 “我喜歡與 JMP 合作的原因之一是它解決了清理數據的繁瑣過程，”他說。 “我使用 JMP 進行的檢查比下一個最佳替代方案要容易得多。”
結果：隨著 Kumanu 團隊不斷完善支持 Purposeful 的算法，Strrecher 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的新方法。 特別是，JMP 平台文本瀏覽器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，我可以深入研究數據並開始自己分析事情。”
_____________________________________________________________________________________
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、鍛煉到心理健康的一切。 然而，僅關注數據收集並不足以讓用戶能夠分析其個人數據、了解其影響以及（最重要的是）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員工福祉的可衡量的改善。 傳統的人力資源計劃通常僅依賴激勵措施；這種方法不易擴展，而且往往無法有效地實現尊嚴、公平和包容 (DEI)。
行為科學家 Vic Strecher 表示，隨著 COVID-19 大流行和經濟波動加劇了工作場所壓力，同時人們迅速轉向遠程工作，組織對員工福祉的關注從未如此重要。 Strecher 的解決方案 Purposeful——一款將行為科學領域的學習成果付諸實踐的應用程序——轉向技術，以一種更可行、更全面的方式來思考職業成就感。
他說：“雇主應該希望員工在工作中充滿活力並積極投入，同時也希望幫助員工回家並在個人生活中充滿活力。” “雇主應該希望他們的員工與人生目標保持一致。”
Kumanu 是由 Strecher 創立的公司，也是 Purposeful 應用程序的製造商，是一家以技術為基礎、目標驅動的健康公司，“幫助個人在每一天的工作和生活中展現出最好的自我”，Strrecher 解釋道。 該公司的方法將機器學習、實時預測決策支持和他所說的人性背後的“內在動機引擎”結合起來。
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。 “新技術不會是[解決倦怠、焦慮和抑鬱等問題]的唯一答案，但它可能有助於彌合差距，”斯特雷徹說。 “這就是我們通過 Purposeful 所做的事情。”
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通過日記或回答調查問題進行自我反思。 Strecher 解釋說，該應用程序的調查工具採用生態瞬時評估 (EMA) 的結構，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，該應用程序會從包含一千多個不同建議的庫中提取克服或避免潛在健康損害因素的建議。 斯特雷徹解釋說，這些干預措施的目的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向用戶顯示。
“該應用程序將開始更多地了解該人並建立基線，”斯特雷徹解釋道。 “我們希望通過找到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採取哪些具體措施來減少悲傷或焦慮。”換句話說，他補充道：“我們正在幫助人們更好地改變自己的天氣。”
借助藍天技術，投資於確定要收集哪些數據
Kumanu EMA 的設計是一個不斷發展的過程。 斯特雷徹說，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，自誕生以來，庫馬努已經朝著更多基於身份的評估問題發展。
斯特雷徹解釋道：“你在生活中扮演著哪些角色？ 你是合夥人嗎？ 你是媽媽還是爸爸？ 祖父母？ 照顧者？ 你有狗或貓嗎？ 你從事什麼類型的工作？ 忙嗎？ 無聊嗎？”這些問題的答案可以幫助用戶詳細了解他們在生活中所扮演的角色。
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？ 他們是否想成為更好的看護者？ “很多時候，我們最看重的根本不是東西，而是我們關心的人或事業，”斯特雷徹解釋道。 EMA 還試圖了解用戶在最佳狀態時的感受：他們好奇嗎？ 他們對別人慷慨嗎？ 最後，用戶被詢問他們的情緒。 “你感覺怎麼樣？ 我們每天都想問這個問題，”斯特雷徹補充道。
當用戶根據一個量表對自己的情緒進行評分時，他們的回答就會生成一張調查問題圖，進一步深入探討這些感受。 他說，通過使用自然語言生成，可以全天記錄日誌，從而提供對用戶心理的進一步非結構化洞察。
“我們正在從人口模型（例如，睡眠對你有好處）轉向個人模型——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沒有好處。 在正確的時間睡覺，”斯特雷徹解釋道。 “Purposeful 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調查分析和自然語言處理相結合，不斷完善和改進為 Purposeful 提供支持的算法。 斯特雷徹解釋說，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，質量可能是一個問題。
“多年來我了解到，如果數據集存在問題並且沒有清理，那麼它比毫無價值更糟糕。 它可能會產生錯誤的答案，”斯特雷徹說。 “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。”
他說，JMP 是 Strecher 工具包中的統計發現軟件和關鍵平台，提供無與倫比的數據準備和可視化功能。 “我喜歡使用 JMP 的原因之一是它解決了繁瑣的數據清理過程。 我使用 JMP 進行的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，”斯特雷徹說。 “JMP 讓我不再依賴統計學家為我進行數據分析。 借助 JMP，我可以深入研究數據並開始自己進行分析。”
Text Explorer 和自然語言處理對於進一步完善 Purposeful 算法至關重要
庫馬努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。 每年都會進行三項哈里斯-庫馬努民意調查，對全國代表性樣本中的大約兩千名受訪者進行調查。 受訪者被要求寫出他們的目標是什麼，然後解釋他們的工作如何幫助實現他們的人生目標。
“我們可以開始使用自然語言處理來了解工作如何實現目標，”斯特雷徹解釋道。 “有些人是為了錢而工作，通過文本分析可以清楚地看出這一點。 其他人為個人成長而工作，這也可以通過“成就”或某些關於同事和團隊合作的詞語清楚地體現出來。”
“如果以正確的方式使用先進的自然語言處理，我們就可以開始更多地使用它來治療，”斯特雷徹說。 “我喜歡嘗試自然語言處理和文本分析的概念。 我想，計算機如何開始這樣做呢？ 會出現什麼問題？”
“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] 知道下一步要開發什麼。 文本瀏覽器對我來說真的很有趣。 借助個人計算機和 JMP，您無需額外費用即可進行[大數據分析]。 我可以在 30 秒內運行一百次分析，并快速直觀地瀏覽它們以了解發生了什麼。”
此外，他說：“我不斷使用 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。 也許計算機發現了一些我沒有註意到的東西。 您可以不斷訓練計算機，使其變得越來越好。 完成後，您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，並讓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保健環境中的臨床試驗，包括支持接受癌症治療的人們。 未來還會有更多的公共衛生應用。 斯特雷徹補充道，從根本上說，庫馬努的項目是一個存在主義項目：“如果我們翻轉傳統劇本，轉而思考生活，會怎樣？ 人生到底靠什麼才值得活下去？”
