Datenteams generieren Insights von Dashboards bis ML-Modelle in Cloud mit einem limitierten Erkenntnisraum – sie verwenden ausschließlich interne Datenbanken oder extern gekaufte Daten. Datenlücken werden entweder gar nicht erkannt oder lapidar mit Datenmangel beantwortet. Die Datenanalyse endet jedoch nicht mit der Datenbank, sondern kann durch zahlreiche quantitative und qualitative Methoden im Bereich der Verhaltenswissenschaften auf ein neues Qualitätsniveau gehoben werden. Unternehmen setzen immer stärker auf Behavioral & Data Science.

Zielpublikum: Arbeitserfahrung in einem Datenanalyseteam oder generell jede Führungskraft in einem Unternehmen nennenswerter Größe
Voraussetzungen: Die Sitzung wird bewusst für das Zielpublikum ohne Vorkenntnisse gestaltet
Schwierigkeitsgrad: Basic

Extended Abstract:
Behavioral & Data Science ist die Kombination von Datenanalysen aus bestehenden Datensystemen wie internen Datenbanken und externen Datenquellen mit der gezielten Generierung von Daten zum Füllen von Erkenntnislücken. Über zahlreiche qualitative und quantitative Methoden können diese Lücken gezielt und kostensparend mit neuen Erkenntnissen geschlossen werden. Hierdurch wird eine von regulären Datenteams unerreichbare Erkenntnisqualität gewonnen. In der akademischen Welt sind diese Methoden seit einigen Jahrzehnten verbreitet, in Unternehmen verbreitet sich Behavioral Science seit etwa zehn Jahren stärker steigend. Im Bereich Pharma sind zig Unternehmen in unterschiedlichster Größe im Bereich Behavioral Science tätig. Ich zeige auf, wie jedes Unternehmen in jeder Branche die Erkenntnisgewinnung verbessern kann. Wie der Name Behavioral Science schon sagt, geht es um menschliches Verhalten in einem Unternehmenskontext, dies können Kunden oder auch Mitarbeiter sein. In einem Impulsvortrag mit Experimenten zur selbstständigen Problemerkennung wird in die Thematik Behavioral & Data Science eingeführt.