Q:
Was sind die wichtigsten Fehler, die Unternehmen bei der Implementierung und Verwendung von Big-Data-Analysen machen?
EIN:Seit mehr als einem Jahrzehnt haben Gesundheitsorganisationen Millionen von Dollar in den Bau von Data Warehouses und Armeen von Datenanalysten investiert, um mit den Daten bessere Entscheidungen zu treffen und die Patientenergebnisse zu verbessern. Das historische Problem bestand darin, dass diese Warehouses und Analysen allein nicht ausreichen, da die von ihnen bereitgestellten Analyse-, Berichts- und Dashboard-Erkenntnisse nicht umsetzbar sind. Sie berichten einfach, was passiert, aber die Erkenntnisse können nicht erklären, warum es passiert und was getan werden kann, um entweder 1) zu verhindern, dass es in Zukunft passiert, wenn seine Auswirkungen auf den Betrieb negativ sind, oder 2) die gewünschten positiven Ergebnisse zu fördern.
Anstatt nur zu verstehen, was gerade vor sich geht, sind Infrastruktur und Technologie erwachsen geworden, um herauszufinden, warum und was dagegen zu tun ist. EHR) Daten und verwenden ausgefeilte Algorithmen, um Trends und Muster zu erkennen - sowohl positive als auch negative. Anschließend geben wir Anleitungen zur Behebung betrieblicher Probleme, um den Zugang zu eingeschränkten Ressourcen zu verbessern, die Wartezeiten für Patienten in Krankenhäusern oder Infusionszentren zu verkürzen, die Zufriedenheit der Mitarbeiter zu steigern und die Gesamtkosten für die Gesundheitsversorgung zu senken.
Leider konzentriert sich die Mehrheit der Big-Data-Analyseunternehmen nur auf ihre Dashboards und Berichterstellungstools mit riesigen Datenmengen. Es ist jedoch an der Zeit, von Analytikunternehmen mehr zu erwarten als nur die Präsentation von Daten. Die Daten müssen eine Geschichte erzählen und Empfehlungen abgeben, die zu bedeutenden Prozessänderungen führen. Die Lösung muss in der Lage sein, genaue Vorhersagen zu entwickeln und Empfehlungen zu generieren, die spezifisch genug sind, um täglich Hunderte greifbarer Entscheidungen zu treffen - und nicht nur „das Problem zu bewundern“.
