Global Science Organisation | Ipsos
Global Science Organisation

Global Science Organisation

OUR SOLUTIONS
State-of-the-Art Science bei Ipsos.

Unsere Kunden benötigen transformative Erkenntnisse. Sie brauchen ebenso Klarheit über ihre komplexen Herausforderungen, über die wahren Unterschiede der Dienstleistungen, die sie erhalten und über die wirkliche Relevanz der Daten, die sie nutzen. Ipsos unterstützt sie mit innovativen Lösungen, die auf den neuesten wissenschaftlichen Erkenntnissen basieren. Mit der Etablierung der Global Science Organisation (GSO), arbeiten wir mit führenden Wissenschaftlern und universitären Programmen zusammen, um wahres Wissen und bahnbrechende Forschung zu nutzen – operationalisiert für alle Ipsos Services.

Data Science, Artificial Intelligence, Behavioral Science und Neuroscience

Die Globale Science Organisation (GSO) deckt alle Forschungsbereiche ab, die für die Phänomene relevant sind, die wir für unsere Kunde untersuchen. Die GSO folgt einem einzigartigen dualen Prozess innerhalb von Ipsos: zunächst identifizieren wir die neuesten wissenschaftlichen Entwicklungen und ordnen diese unabhängig von den Lösungen unseren Service Lines zu. Dabei zeigen wir eine zukunftsgerichtete Perspektive für unser Angebot auf. Im zweiten Schritt des Prozesses geht es um die Validierung der wissenschaftlichen Prinzipien und ihrer Genauigkeit in der Anwendung für unsere global genutzten Lösungen.

Dabei bilden Partnerschaften mit führenden akademischen Institutionen und anerkannten, für Ipsos tätigen Akademikern, den Rahmen für die theoretischen Grundlagen unserer wissenschaftlichen Entwicklungen. Diese werden dann in realen Anwendungsfällen empirisch validiert, bevor sie in unsere Lösungen integriert werden. Unsere Science-Mitarbeiter unterstützen alle Ipsos Service Lines, um eine wissenschaftlich genaue und konsistente Anwendung sicherzustellen.

Diese einzigartige Kombination aus akademisch basiertem Wissensaufbau, empirischer Validierung und Unterstützung durch die Science Organisation erlaubt Ipsos, weltweit skalierbare und wissenschaftlich verankerte Lösungen zu liefern.

Wie das konkret aussieht, möchten wir anhand einiger Beispiele verdeutlichen, bei denen meist Elemente aus mehreren der oben genannten Disziplinen Anwendung finden:

DUEL – Spielerische Identifikation optimaler Konzepte

Bei unserem Tool „DUEL“ verbinden wir  Data Science Methoden aus dem Bereich der Präferenzmessung (Befragte wählen die attraktivere aus zwei Alternativen), Neuroscience (Messen von impliziten Reaktionszeiten (IRT) bei der Entscheidung für Alternativen) und Behavioral Sciences: in die Analyse geht nicht nur ein, was gewählt wurde, sondern auch wie schnell – also intuitiv – die Alternative gewählt wurde. Das Was beantwortet also das eher rationale Wahlverhalten – oder System 2. Die Analyse der Konzepte oder bestimmter Konzeptbestandteile, die zu sehr spontanen Wahlen führen, beantworten, was emotional attraktiv ist – oder System 1.

Artificial Intelligence in der Text-Analyse

Algorithmen der künstlichen Intelligenz finden seit Langem Anwendung in der Text-Analyse (Stichwort Natural Language Processing). Die Algorithmen werden auf unterschiedlichen Wegen trainiert und sind dann in der Lage, sehr schnell große Mengen von Text zuverlässig zu Klassifizieren – nach Themenbereichen, zu denen Aussagen getroffen werden, aber auch nach der Konnotation der Texte (positiv, negativ, neutral). Aktuell entwickeln wir einen Ansatz, der mittels der Anwendung künstlicher neuronaler Netze erlaubt, auf die Text-Antworten von Befragten innerhalb eines Interviews zu reagieren, um dann gezielte Nachfragen anhand identifizierter Ausdrücke zu stellen.

IPSOS Pricing – Verbindung von State-of-the-Art Choice Modeling und Behavioral Sciences

Basierend auf Theorien aus den Behavioral Sciences haben wir in der Preisforschung auf der Basis auswahlbasierter Conjoints ein Modell entwickelt, das sowohl das individuelle Konsumentenverhalten (Stichworte Schnäppchenjäger und habitualisierte Käufer) in die Modellierung eingehen lässt, als auch in der Preismodellierung einen Ansatz aus der sozial-psychologischen Theorie (Assimilation-Contrast Theory) nutzt, um realistisch und punktgenau Schwelleneffekte zu modellieren. Damit können wir in den Modellen sehr genau zwischen Basis- und Schwellenelastizitäten differenzieren, was unseren Kunden die optimale Ausgestaltung ihres Pricings ermöglicht – sowohl im Hinblick auf die Verhaltensstruktur ihrer Käufer als auch auf die Identifikation von „Sweetspots“ profitabler Preise.