Prediction Markets im Kompetenzmanagement

Viele Unternehmen verwenden heute, getrieben durch immer komplexere Kundenverhalten, viel Zeit auf die Analyse und Interpretation von Daten, warum Kunden etwas kaufen und welche Präferenzen sie dabei haben. Von diesen so genannten Präferenz-Analysen (auch als Conjoint-Analysen bekannt) lebt eine ganze Analyse-Industrie, die sich ausschließlich mit der Erhebung und Interpretation von Kundenpräferenzen beschäftigt. Je nach Märkten, Sortimenten oder Zielgruppen einer Firma können diese Analysen, deren Datenaggregation und Interpretation einen großen Anteil des jährlichen Bugdets einer Firma verschlingen.

Aktuelle Forschungen aus den USA wiederlegen nun den lang gehegten Glaubenssatz, dass die Auswertung individueller Aussagen zu Produkt- und Service-Präferenzen mit der eigentlichen, emotional getriggerten Entscheidungsfindung korreliert – die zuvor getroffenen Präferenzen, die rein rational abgefragt werden haben mit der emotionalen Entscheidung im Kontakterlebnis des Kunden mit der Marke wenig zu tun. Das Einkaufsverhalten von Kunden steht – laut Aussage von Julie Wittes Schlack, Expertin im Bereich von Marketing-Technologien – in keinem Verhältnis zu emotionalen Markenpräferenzen. Sofern diese Aussage stimmt, bedeutet das in Zeiten immer komplexer werdender Entscheidungsoptionen gleichzeitig auch das Ende des Einsatzes klassischer Methoden der Präferenzforschung.

Immer mehr werden deshalb Werkzeuge eingenetzt, bei der das Phänomen der sozial-vernetzten Meinungsbildung im Vordergrund steht. Das Thema Big Data Management und Analyse spielt dabei sicher eine Rolle, ist aber nur eine technologische Basis auf der das ganze aufsetzt. Im Gegensatz zu  klassischen Umfrage, bei denen häufig mit einfachen Skalenauswertungen gearbeitet wird, kommen in der modernen Präferenzanalyse so genannte „predicion markets“ zum Einsatz. Diese Prognosemärkte sind eine Art virtuelle Marktplätze, auf denen die Teilnehmer mit „Wahrscheinlichkeiten“ des Eintritts eines bestimmten Zustands „handeln“. Grundlegend unterscheiden sich Prognosemärkte also durch die Wahl der Eingangsfrage: Statt die Teilnehmer nach individuellen Präferenzen zu fragen („Was werden sie machen?“) wird die beim virtuellen Prognosemarkt die Frage nach zukünftig zu erwartenden Zuständen gestellt („Was wird passieren?“).

Die Ergebnisse dieser Schwarm-Prognose sind verschiedenen Studien zufolge (u.a. Using Prediction Markets to track information flows: Evidence from Google [2009]; New Product Development 2.0: Preference Markets
How Scalable Securities Markets Identify Winning Product Concepts & Attributes [2009]) wesentlich akkurater, als die Frage nach der Einordnung einer Person auf einer Präferenzskala. Dabei funktioniert die Methode der Prognosemärkte nach dem Prinzip von Aktienmärkten: „Investoren – als Teilnehmer am virtuellen Marktsystem – erhalten mittels Spielgeld oder virtueller Punkte die Möglichkeit in Antworten von Fragen zu investieren. Die Fragen können von solcher Natur sein, wie z.B. „Wird das Produkt Käufer zwischen 18-20 Jahren ansprechen?“ oder „Wird A oder B der neue Präsident der USA werden?“. Auch können multivariable Abfragen ermöglicht werden. Das Beispiel zeigt einen Prognosemarkt aus dem Feld der politischen Meinungsbildung.

Beispiel eines Prediction Markets aus der Wahl zum US Präsidenten 2008, Quelle: robertwiblin.files.wordpress.com

Anders als bei traditionellen Umfragen beantworten die Spieler diejenigen Fragen, bei denen sie eine starke Meinung (im Sinne eines Investment-Interesses) über eine bestimmte Situation in der Zukunft haben. Mit dieser Methodik wird sichergestellt, dass die Teilnehmer in die Wahrscheinlichkeit der Richtigkeit einer Antwort investieren, und nicht nur in den Glauben, warum diese bestimmte Wahrscheinlichkeit eintreten wird. Die Teilnehmer investieren dabei soviel (Spiel-)Geld wie sie wollen.

Bei diesem Marktspiel werden zudem Daten erhoben, warum eine spezielle Antwort gewählt wurde, was wiederum zusätzlichen Kontext liefert. Bei der technischen Umsetzung von prediction markets werden technisch auch Elemente aus der Spielwelt genutzt, wie z.B. Rankings, Belohnungen, Statusupdates, etc. Der Spieltrieb der Teilnehmer, der sich an der individuellen Gewinnmaximierung orientiert, liefert zugleich auch die Grundlage für eine höhere Genauigkeit der Ergebnisse.

Prediction Markets im Kompetenzmanagement

Ein neues Transferfeld für die Anwendung von prediction markets ist das Feld des Kompetenzmanagements, im englischen auch gern als Talent Management bezeichnet. Besser gesagt stoßen die prediction markets in der Disziplin der so genannten Talent Analytics auf einen fruchtbaren Nährboden. Talent Analytics beschäftigen sich üblicherweise mit der Erhebung und Auswertung personalbezogener Daten. Im Zeitalter von Big Data werden diese Tools aufgrund immer immer mehr Datenvolumen, das immer weniger strukturiert im Unternehmen verfügbar ist.

Prognosemärkte findet mittlerweile auch im Rahmen der Bewertung der Talent- und Kompetenzausstattung verstärkt Anwendung. Der  Markt für Corporate Talent Analytics, als Teil des Gesamtmarktes für Big Data, weist laut Gartner

Photo by Sacha Chua/ CC BY

Recent Posts

Kommentar schreiben