Rumah Enterprise Apakah beberapa kesalahan utama syarikat cenderung untuk membuat apabila melaksanakan dan menggunakan analisis data besar?

Apakah beberapa kesalahan utama syarikat cenderung untuk membuat apabila melaksanakan dan menggunakan analisis data besar?

Anonim

Q:

Apakah beberapa kesalahan utama syarikat cenderung untuk membuat apabila melaksanakan dan menggunakan analisis data besar?

A:

Selama lebih dari satu dekad, organisasi penjagaan kesihatan telah melaburkan berjuta-juta dolar gudang data bangunan dan tentera penganalisis data dengan tujuan untuk membuat keputusan yang lebih baik dengan data untuk meningkatkan hasil pesakit. Masalah sejarah adalah bahawa gudang dan analisis ini sahaja tidak mencukupi kerana pandangan analisis, pelaporan dan pemuka papan yang mereka berikan tidak boleh dilakukan. Mereka hanya melaporkan apa yang sedang berlaku, tetapi pandangan tidak dapat menjelaskan mengapa ia berlaku dan apa yang boleh dilakukan sama ada 1) mencegahnya daripada berlaku pada masa akan datang jika kesannya kepada operasi negatif, atau 2) menggalakkan hasil positif yang diingini.

Sekarang, bukannya hanya memahami "apa yang sedang berlaku, " infrastruktur dan teknologi telah datang ke zaman untuk mengetahui "mengapa" dan "apa yang perlu dilakukan." Pada LeanTaaS, pertama, kami melabur rekod kesihatan elektronik sejarah ( EHR) dan menggunakan algoritma yang canggih untuk melihat trend dan pola - baik positif dan negatif. Kemudian kami menyediakan panduan preskriptif untuk menangani isu-isu operasi untuk meningkatkan akses kepada sumber-sumber yang terkawal, mengurangkan masa menunggu pesakit di hospital atau tetapan pusat infusi, meningkatkan kepuasan kakitangan, dan mengurangkan kos keseluruhan penyampaian penjagaan kesihatan.

Malangnya, majoriti syarikat analitik data besar hanya memberi tumpuan kepada papan pemuka dan pelaporan mereka, lengkap dengan jumlah data yang banyak. Tetapi sudah tiba masanya untuk mengharapkan lebih banyak daripada syarikat analisis daripada persembahan data semata-mata. Data perlu memberitahu cerita dan membuat cadangan yang menyebabkan perubahan proses yang bermakna. Penyelesaian itu mesti dapat membangunkan ramalan yang tepat dan menghasilkan cadangan yang cukup spesifik untuk barisan hadapan untuk membuat beratus-ratus keputusan ketara setiap hari - bukan sekadar "mengagumi masalah ini."

Apakah beberapa kesalahan utama syarikat cenderung untuk membuat apabila melaksanakan dan menggunakan analisis data besar?