Behavioral Data Science

Verhaltenswissenschaften (Behavioral Science)

Die Erkenntnisse der Verhaltenswissenschaften gliedern sich in viele überlappende Teilgebiete wie Psychologie, Kognitionswissenschaften, Soziologie, Anthropologie, Philosophie, Politikwissenschaften, Biologie, Neurowissenschaften, Ökonomie. In den vergangenen Jahrzehnten bildeten sich integrative Fachgebiete, die häufig Behavioral Sciences genannt werden oder auch nach dem berühmtesten Teilgebiet Behavioral Economics (Verhaltensökonomie). Gemeinsam haben alle diese Fachgebiete, dass sie sich eines großen Baukastens an wissenschaftlichen Methoden zur Erforschung menschlichen Verhaltens bedienen. 

Behavioral Design bedient sich dieser Methoden, um basierend auf existierender Forschung oder auf neu entwickelten Experimenten konkrete Antworten auf konkrete Problemstellungen zu geben. 

Datenwissenschaften (Data Science)

Datenwissenschaft (Data Science) ist ein Sammelgebiet für Analysemethoden, die wissenschaftliche Methoden, Prozesse, Algorithmen und Systeme einsetzen, um Wissen und Erkenntnisse aus strukturierten und unstrukturierten Daten zu gewinnen. Es handelt sich um ein multidisziplinäres Gebiet, das Fachwissen, Programmierkenntnisse und Kenntnisse in Mathematik und Statistik kombiniert, um versteckte Muster und Trends in Daten aufzudecken. Datenwissenschaft ist ein weites Feld, das viele verschiedene Bereiche umfasst, die selbst als eigenständige Gebiete bekannt sind, wie beispielsweise künstliche Intelligenz, maschinelles Lernen, Sprachverarbeitung (natural language processing) und vieles mehr. 

Datenwissenschaftler (Data Scientist) verwenden eine Vielzahl von Tools und Techniken, um Daten zu analysieren und zu interpretieren, und sie arbeiten oft mit großen und komplexen Datensätzen, um Unternehmen zu helfen, fundierte Entscheidungen zu treffen.

Verhaltensdaten (behavioral data)

Verhaltensdaten sind Informationen, die über die Handlungen, Entscheidungen und Interaktionen einer Person gesammelt werden. Dazu können Dinge wie getätigte Käufe, besuchte Websites und Beiträge in sozialen Medien gehören. Jede Art von Verhaltensäußerung, die strukturiert erfasst wird, gilt als Verhaltensdaten. Hierzu gehören explizit gesammelte Daten wie jene bei Onlineaktivitäten wie Apps, sozialen Medien oder Äußerungen von Menschen im öffentlichen Raum im Internet. Es gehören jedoch auch implizit gesammelte Daten zu Verhaltensdaten, sofern sie verhaltensbedingt sind. Im Unternehmenskontext sind dies beispielsweise Kaufentscheidungen mittels Kaufvertrag, Kündigungen, Kundenkontaktpunkte wie Telefonanrufe bei der Servicehotline. Bei diesen Beispielen werden zumeist nicht strukturierte Daten erfasst, aber implizit durch die Existenz dieser Kontakte Verhaltensäußerungen erfasst, die ausgewertet werden können.

Analyse von Verhaltensdaten

Es gibt viele verschiedene Möglichkeiten, Verhaltensdaten zu analysieren, je nach den spezifischen Zielen und zur Verfügung stehenden Daten. Ein Ansatz zur Analyse von Verhaltensdaten ist die Verwendung statistischer Methoden, um Muster und Trends in den Daten zu erkennen. Dies kann Techniken wie Regressionsanalyse, Hypothesentests und Clusteranalyse umfassen. Diese Methoden helfen, die Beziehungen zwischen den verschiedenen Variablen in Daten zu verstehen, und können verwendet werden, um Vorhersagen über zukünftiges Verhalten zu treffen.

Ein anderer Ansatz ist die Verwendung von Algorithmen des maschinellen Lernens zur Erstellung von Modellen, die verschiedene Verhaltensweisen vorhersagen und klassifizieren können. Diese Algorithmen können aus den Daten lernen und auf der Grundlage der erkannten Muster und Trends Vorhersagen treffen. Dies kann nützlich sein, um Gruppen von Personen mit ähnlichem Verhalten zu identifizieren oder um vorherzusagen, wie sich eine Person in Zukunft wahrscheinlich verhalten wird.