CORESO führt deskriptive, erklärende und prospektive Modelle unter Anwendung verschiedener quantitativer Methoden durch. Das gemeinsame Ziel hinter all diesen Modellen ist die Bereinigung, Analyse und Visualisierung von Daten, um eine effektive und informierte Entscheidungsfindung zu ermöglichen. Ob ein deskriptives, erklärendes oder prospektives Modell am besten geeignet ist, hängt von den Zielen der Studie und der Phase des Entscheidungsprozesses ab.

Beschreibende Modelle: Was?

• Deskriptive Modelle liefern ein genaues Bild der Situation zu einem bestimmten Zeitpunkt.
• Dank der deskriptiven Modelle erhalten die Verantwortlichen ein besseres Verständnis des aktuellen Zustands ihres Problems. Solche Modelle gehen über einfache zusammenfassende Statistiken hinaus, indem sie die relevanten Informationen durch fortgeschrittene statistische und ökonometrische Techniken isolieren.
• Beispiele für deskriptive Modelle sind Lohngleichheitsanalysen, bei denen es darum geht, das geschlechtsspezifische Lohngefälle in einer Organisation zu einem bestimmten Zeitpunkt zu beschreiben, oder unsere Schätzung der Baudichte entlang von Pipelines.

Erklärungsmodelle: Wie?

• Erklärungsmodelle sind geeignet, wenn wir die Kausalität untersuchen wollen. Sie analysieren die Beziehungen zwischen den Faktoren und tragen zum Verständnis dessen bei, wie Prozesse funktionieren.
• Das Verständnis der Funktionsweise von Prozessen ermöglicht es den Verantwortlichen, auf die Faktoren einzuwirken, die die grössten Auswirkungen haben.
• Erklärungsmodelle werden häufig auch in Kombination und als Grundlage für prospektive Modelle verwendet. Das Verständnis der Funktionsweise von Schlüsselprozessen ist für die Vorhersage künftiger Ergebnisse und die Durchführung von Was-wäre-wenn-Analysen unerlässlich.

Prospektive Modelle: Was-wäre-wenn?

• Prospektive Modelle liefern eine Einschätzung dessen, was in der Zukunft wahrscheinlich passieren wird.
• Sie können Was-wäre-wenn-Analysen ermöglichen, bei denen die Verantwortlichen zukünftige Ergebnisse auf der Grundlage verschiedener Szenarien und Massnahmen simulieren und dann die beste Lösung wählen können.
• Wir haben prospektive Modelle beispielsweise eingesetzt, um die Nachfrage nach Arbeitskräften in einem bestimmten Sektor zu prognostizieren oder um abzuschätzen, wie sich die Kostenstruktur von Sozialdienstleistungen unter verschiedenen Reformszenarien verändern würde.

Unsere quantitativen Analysen profitieren stark und direkt von unseren anderen Dienstleistungen.

• Kollektive Intelligenz

  Unsere Diesntleistungen zur kollektiven Intelligenz ermöglichen es uns, mit Hilfe von computergestützten Workshops neue und zusätzliche Informationen von den Beteiligten zu erhalten. Diese zusätzlichen Informationen können zur Verbesserung der Spezifikationen von quantitativen Modellen verwendet werden. So können die Beteiligten uns beispielsweise dabei helfen, Faktoren zu identifizieren, die einbezogen werden sollen, oder sogar potenzielle Verbindungen zwischen den Faktoren zu ermitteln.

• Web-Tools

  Unser Fachwissen in der Entwicklung von Web tools bietet unseren Kunden neue Möglichkeiten zur Präsentation von Erkenntnissen und Ergebnissen quantitativer Modelle. Interaktive Web-Dashboards ermöglichen es den NutzerInnen, die Modellergebnisse individuell anzupassen oder sogar Simulationen von prospektiven Modellen unter verschiedenen Szenarien und Hypothesen durchzuführen. Die Web tools können der breiten Öffentlichkeit zugänglich gemacht oder auf eine Gruppe von Verantwortlichen beschränkt werden.