Probabil stiai deja ca ar trebui sa cunosti psihologie pentru a fi un designer de comportament. Ceea ce majoritatea oamenilor nu realizeaza este ca conceptele sunt secundare metodei. Stiu ca nu am facut-o la inceput. Care este metoda aceea? Cercetare si experimentare.
Setul de abilitati fundamentale ale unui designer de comportament este cercetarea. Ori de cate ori este posibil, aceasta inseamna proiectarea si executia experimentului. O mare parte din ceea ce stim in acest domeniu este rezultatul cercetarilor din studiile randomizate controlate (RCT) sau din alte metode precum studii observationale, anchete si analize de regresie. Cand cititi oricare dintre cartile distinctive, veti descoperi ca conceptele prezentate sunt sustinute de RCT-uri sau alte forme de cercetare din mediul academic (si, din ce in ce mai mult, din sectorul privat). Metoda stiintifica este cheia pentru a separa ceea ce este real si ceea ce nu este.
De ce este asta atat de important? Mintea este un lucru inconstant si cele mai mici schimbari ale populatiei, mediului si altele asemenea afecteaza modul in care functioneaza. Din aceasta cauza, nu poti pur si simplu sa iei ceva dintr-o carte, sa il aplici in orice faci si sa presupui ca va functiona. Actiunile pe care le fac oamenii variaza foarte mult in diferite contexte si populatii, asa ca multe idei comportamentale grozave nu ajung sa functioneze. Puteti incerca sa utilizati conceptele larg raspandite ale economiei comportamentale clasice, dar le-ati pus la incercare in propria voastra lume. Trebuie sa le validati cu experimente. Aceasta este adevarata munca a unui designer de comportament.
Cea mai puternica metoda este studiul randomizat controlat, standardul de aur al cercetarii. Intr-un RCT, veti lua ceva, veti face o alta versiune a acestuia cu o modificare despre care credeti ca poate afecta rezultatul, veti selecta aleatoriu participantii in ce versiune primesc pentru a elimina partinirea si masurati rezultatele. Poate ca suna mult, dar tehnologia a facut ca acest lucru sa fie relativ usor. Instrumente web ca Optimizely si Visual Website Optimizer sau software de e-mail precum MailChimp sau Aweber automatizeaza procesul. In timp ce executia a devenit mai usoara si a facut ca testarea A/B sa fie obisnuita, realizarea adevaratelor beneficii ale experimentelor necesita intelegerea de baza a semnificatiei statistice, marimea efectului, esantionarea, calculele de putere si altele asemenea. Fara aceasta baza de cunostinte, este dificil sa obtii perspective si rezultate semnificative din testare.
Pentru a incepe sa invatati, va recomand Uncontrolled: The Surprising Payoff of Trial-and-Error pentru afaceri, politica si societate. Pentru o scufundare mult mai profunda din partea academica, incercati Experimente de teren: proiectare, analiza si interpretare. De asemenea, va trebui sa cunoasteti elementele fundamentale ale statisticilor, asa ca recomand Naked Statistics pentru incepatori. Platformele de educatie online precum Coursera si Khan Academy ofera, de asemenea, multe optiuni pentru invatarea acestor subiecte. Multe laboratoare de cercetare universitare au nevoie si de voluntari, asa ca uitati-va la acele oportunitati daca aveti ocazia.
Pentru a proiecta si analiza rezultatele tuturor acestor experimente, va trebui sa lucrati cu o multime de date. Astfel, este, de asemenea, necesar sa fii competent in abilitatile de date.
Va trebui sa inveti un limbaj de programare a datelor pentru a face acest lucru. R, STATA, SAS si Python sunt cele mai comune. Care va depinde de calea de cariera pe care o alegeti pentru a fi designer de comportament, asa cum este detaliat in sectiunea urmatoare. In general, recomand R, dar va trebui sa vezi ce foloseste cel mai des industria ta.
Odata ce ati ales o limba de invatat, veti gasi o multime de optiuni pentru educatie. Exista programe gratuite precum Swirl, cursuri academice gratuite pe site-urile de educatie online mentionate mai sus, cum ar fi Coursera si Khan Academy, ateliere platite si tabere de pregatire si chiar programe de absolvire. Sarcinile cheie ale datelor vor fi strangerea, legarea si curatarea datelor si rularea regresiilor si analizelor experimentale, asa ca concentrati-va pe acel subiect. Incepe cu putin si lasa munca si interesele tale sa dicteze cat de departe ajungi. Veti invata cel mai bine la locul de munca, facand proiecte de date reale.
