Data Science by gfs.bern
Hypothesengestützt und dialogbasiert politische und gesellschaftliche Zusammenhänge sichtbar machen
Data Science by gfs.bern kombiniert unsere zwei Kernkompetenzen: die empirische und evidenzbasierte Sozialforschung mit systematischem und prozessorientiertem Dialog. Das Ergebnis sind Prognosen, Wahrscheinlichkeiten und Szenarien, die unseren Kunden helfen, ihre gesellschaftlichen, politischen oder ökonomischen Fragestellungen besser zu verstehen und die angepassten Schlüsse daraus zu ziehen.
«Data Science ist Teil unserer täglichen Arbeit, darauf sind wir seit über 60 Jahren spezialisiert. Weil wir Data Science mit Befragungen kombinieren, erhalten wir bei gesellschaftlichen und politischen Themen oft die besseren Antworten. Und genau hier liegt der Vorteil von Data Science by gfs.bern: Weil wir viel Erfahrung in der evidenzbasierten Sozialforschung haben, wissen wir, wie und wann wir Befragungen mit Data Science kombinieren müssen.»
Unsere Data Science Kompetenzen
Data Science by gfs.bern ist sowohl hypothesengestützt als auch dialogbasiert. Hypothesengestützt, weil wir zuerst die Fragen, Zusammenhänge und möglichen Folgen betrachten und danach mit Hilfe von Data Science prüfen, ob die getroffenen Annahmen zutreffend sind. Dialogbasiert, weil wir mit Menschen, Organisationen oder Interessengruppen in Kontakt treten und so systematisch deren Bedürfnisse bestimmen können. Menschen, Organisationen oder Interessengruppen hören gfs.bern zu und sind bereit, mit uns in einen Dialog zu treten, denn wir haben bewiesen, dass wir Meinungen nicht nur bestimmen, kondensieren und formulieren, sondern dass wir diesen Meinungen auch Gehör verschaffen.
Für Data Science by gfs.bern setzen wir eine Vielzahl von Methoden und Kompetenzen ein. Grundlage ist unsere über 60-jährige Erfahrung in der empirischen Sozialforschung. Wir wissen, wie Statistik, Modellierung, Wahrscheinlichkeiten und Hochrechnungen funktionieren. Gemeinsam mit unserem Auftraggeber stellen wir die richtigen Fragen, um hypothesengestützt arbeiten zu können. Liegen die Ergebnisse vor, machen wir die Resultate verständlich und nachvollziehbar.
Durch die Verknüpfung neuer CATI-, Online- und/oder Panel-Daten mit dem Datenschatz in unserem Data Warehouse legen wir die Basis, um unseren Kunden die optimalen Entscheidungshilfen zur Verfügung zu stellen. Ob Nutzermodelle/Personas, Canvassing Tools, Marktsegmentierungen, Wettbewerbsanalysen oder andere Produkte unseres breiten Portfolios; im Zentrum des Analyseprozesses steht immer das Erkenntnisinteresse unseres Kunden. Dazu greifen wir auf etablierte Methoden zurück sowie auf die deskriptive, diagnostische, prädiktive und präskriptive Analytik.
«Daten sind immer Teil unserer Projekte. Unsere empirisch belastbaren Resultate können die Meinungen unserer Kund:innen bestätigen, korrigieren oder sogar gänzlich in Frage stellen. In jedem Fall helfen unsere Daten Strategien und Produkte der Realität anzupassen.»
Vorteile von Data Science by gfs.bern
Für unsere Auftraggeber analysieren wir Daten und erstellen Prognosen und Wahrscheinlichkeiten. Dazu setzen wir wissenschaftlich fundierte Methoden zur Extraktion von Mustern aus verschiedenen Datenquellen ein. Insbesondere verbinden wir eigene Befragungsdaten mit Strukturdaten auf Ebene der politischen Gemeinden, Quartieren oder Kantone oder mit Verhaltensdaten auf dem Internet. Der Vorteil für Sie: mithilfe unseres spezifischen Fachwissens helfen wir Ihnen, aus Ihren Daten schlüssige Entscheidungen vorzubereiten.
Data Science erlaubt uns zum Beispiel fundierte und aussagekräftige Hochrechnungen von Abstimmungen und Wahlen durchzuführen. Unsere Kompetenz, Daten richtig zu nutzen, fliesst in viele unserer Produkte, Veröffentlichungen und Lösungen ein. Data Science hilft unseren Kunden, ihre gesellschaftliche, politische oder ökonomische Fragestellung besser zu verstehen, weil wir konkrete und nachvollziehbare Prognosen und Wahrscheinlichkeiten erstellen.
«Wir haben bei den Hochrechnungen früh damit angefangen, Data Science über die Verbindung von Befragungsdaten mit Strukturdaten zu einer unserer Kernkompetenzen auszubauen. Indem wir gezielt Antworten aus verschiedenen Datensätzen und -quellen ziehen, können wir noch bessere und treffendere Entscheidungsgrundlagen liefern.»
