콘텐츠
큐:
빅 데이터 분석을 구현하고 사용할 때 기업이 저지르는 주요 실수는 무엇입니까?
에이:
10 년이 넘는 기간 동안 의료 기관은 환자의 결과를 개선하기 위해 더 나은 의사 결정을 내리기위한 목적으로 만 수백만 달러를 투자하여 데이터웨어 하우스 및 데이터 분석가를 구축했습니다. 역사적 문제는 이러한웨어 하우스 및 분석만으로는 충분하지 않다는 것입니다. 제공하는 분석,보고 및 대시 보드 통찰력은 실행 가능하지 않기 때문입니다. 그들은 단순히 무슨 일이 일어나고 있는지를보고하지만 통찰력은 왜 그런 일이 발생하는지, 그리고 1) 운영에 부정적인 영향을 미치면 미래에 일어나지 못하도록하거나, 2) 원하는 긍정적 인 결과를 장려하기 위해 무엇을 할 수 있는지 설명 할 수 없습니다.
이제는 "무엇이 진행되고 있는지"를 이해하는 대신, 인프라와 기술이 "이유"와 "어떻게해야 할 지"를 파악하는 시대가되었습니다. LeanTaaS에서 먼저, 우리는 과거의 전자 건강 기록을 기록합니다 ( EHR) 데이터와 정교한 알고리즘을 사용하여 추세와 패턴 (긍정 및 부정)을 파악합니다. 그런 다음 운영 문제를 해결하기 위해 규정 된 지침을 제공하여 제한된 자원에 대한 액세스를 개선하고, 병원 또는 주입 센터 환경에서 환자 대기 시간을 줄이며, 직원 만족도를 높이고, 전반적인 건강 관리 비용을 절감합니다.
불행히도, 대부분의 빅 데이터 분석 회사는 방대한 양의 데이터로 완성 된 대시 보드 및보고 도구에만 중점을 둡니다. 그러나 이제는 단순한 데이터 표현보다는 분석 회사로부터 더 많은 것을 기대할 때입니다. 데이터는 스토리를 말하고 의미있는 프로세스 변경을 초래하는 권장 사항을 제시해야합니다. 이 솔루션은 정확한 예측을 개발하고 최전선에서“문제를 감탄”하는 것이 아니라 매일 수백 가지의 실질적인 결정을 내릴 수있을만큼 구체적인 권장 사항을 생성 할 수 있어야합니다.