SYSTEMS AND METHODS FOR AUTO-OPTIMIZATION OF GAMIFICATION MECHANICS FOR WORKFORCE MOTIVATION

• Main Authors: SINGHAL, ANUPAM, GOODMAN, NICHOLAS, MARK, WILLIAMS, MATTHEW K
• Format: Patent
• Language: English; French
• Published: 27.08.2015
• Subjects: CALCULATING; COMPUTING; COUNTING; DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FORADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORYOR FORECASTING PURPOSES; PHYSICS; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE,COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTINGPURPOSES, NOT OTHERWISE PROVIDED FOR

Methods and systems are provided for auto-optimization of gamification mechanics. A gamification platform, hosted on any suitable interface, may collect action data from one or more employee. Gamification mechanics are applied to the actions to compute an effectiveness value for each action. An optimization layer of the system may receive performance metrics for the employee from internal systems, or via third party systems. The performance metrics may be employed to update the gamification mechanics by optimizing weights for each action in a fitness function. Effectiveness predictions for future actions are generated using these optimized weights. The updated mechanics and predictions may be provided back to the gamification platform to iteratively repeat the process. L'invention concerne des procédés et des systèmes d'optimisation automatique de mécaniques de ludification. Une plate-forme de ludification, hébergée sur une quelconque interface appropriée, peut collecter des données d'actions provenant d'un ou plusieurs employés. Des mécaniques de ludification sont appliquées aux actions de façon à calculer une valeur d'efficacité pour chaque action. Une couche d'optimisation du système peut recevoir des mesures de performances associées à l'employé et provenant de systèmes internes, ou par l'intermédiaire de systèmes de tiers. Les mesures de performances peuvent être utilisées pour mettre à jour les mécaniques de ludification en optimisant les pondérations pour chaque action dans une fonction d'adaptation. Des prédictions d'efficacité relatives à de futures actions sont établies à l'aide de ces pondérations optimisées. Les mécaniques et les prédictions mises à jour peuvent être renvoyées à la plate-forme de ludification de façon à recommencer le procédé de manière itérative.