Casa impresa Quali sono alcuni errori chiave che le aziende tendono a fare quando si tratta di implementare e utilizzare l'analisi dei big data?

Quali sono alcuni errori chiave che le aziende tendono a fare quando si tratta di implementare e utilizzare l'analisi dei big data?

Anonim

D:

Quali sono alcuni errori chiave che le aziende tendono a fare quando si tratta di implementare e utilizzare l'analisi dei big data?

UN:

Per più di un decennio, le organizzazioni sanitarie hanno investito milioni di dollari nella costruzione di data warehouse e eserciti di analisti di dati con l'unico scopo di prendere decisioni migliori con i dati per migliorare i risultati dei pazienti. Il problema storico è stato che questi magazzini e queste analisi da soli non sono sufficienti perché le analisi di analisi, reporting e dashboard che forniscono non sono attuabili. Riferiscono semplicemente cosa sta succedendo, ma le intuizioni non possono spiegare perché sta accadendo e cosa si può fare per 1) impedire che accada in futuro se il suo impatto sulle operazioni è negativo o 2) incoraggiare i risultati positivi desiderati.

Ora, invece di comprendere semplicemente "cosa sta succedendo", l'infrastruttura e la tecnologia hanno raggiunto la maggiore età per capire "perché" e "cosa fare al riguardo". In LeanTaaS, per prima cosa, estraiamo risme di documenti sanitari elettronici storici ( EHR) e utilizzare sofisticati algoritmi per individuare tendenze e modelli - sia positivi che negativi. Quindi forniamo una guida prescrittiva per affrontare i problemi operativi per migliorare l'accesso a risorse limitate, ridurre i tempi di attesa dei pazienti nelle strutture ospedaliere o dei centri di infusione, aumentare la soddisfazione del personale e ridurre i costi complessivi di consegna dell'assistenza sanitaria.

Sfortunatamente, la maggior parte delle aziende di analisi dei big data si concentra solo sui loro cruscotti e strumenti di reporting, completi di enormi quantità di dati. Ma è tempo di aspettarsi di più dalle società di analisi rispetto alla semplice presentazione dei dati. I dati devono raccontare una storia e formulare raccomandazioni che comportino cambiamenti significativi nel processo. La soluzione deve essere in grado di sviluppare previsioni accurate e generare raccomandazioni che siano sufficientemente specifiche da consentire alla prima linea di prendere centinaia di decisioni tangibili ogni giorno, non solo "ammirare il problema".

Quali sono alcuni errori chiave che le aziende tendono a fare quando si tratta di implementare e utilizzare l'analisi dei big data?