Casa Empresa Quins són alguns errors fonamentals que solen cometre les empreses a l’hora d’implementar i utilitzar analítica de dades grans?

Quins són alguns errors fonamentals que solen cometre les empreses a l’hora d’implementar i utilitzar analítica de dades grans?

Anonim

P:

Quins són alguns errors fonamentals que solen cometre les empreses a l’hora d’implementar i utilitzar analítica de dades grans?

R:

Durant més d’una dècada, les organitzacions sanitàries han invertit milions de dòlars en la creació de magatzems de dades i exèrcits d’analistes de dades amb l’únic propòsit de prendre millors decisions amb dades per millorar els resultats del pacient. El problema històric ha estat que aquests magatzems i analítiques per si soles no són suficients perquè les dades d’analítica, d’informació i de tauler que proporcionen no són actuables. Simplement denuncien el que està passant, però els coneixements no poden explicar per què succeeix i què es pot fer en qualsevol cas) 1) evitar que es produeixi en el futur si el seu impacte sobre les operacions és negatiu, o 2) fomentar els resultats positius desitjats.

Ara, en comptes d’entendre només “què passa”, la infraestructura i la tecnologia han arribat a l’edat per esbrinar “per què” i “què fer al respecte”. En primer lloc, a LeanTaaS, primer, expliquem els registres històrics de salut electrònica ( EHR) utilitza dades i utilitza algoritmes sofisticats per identificar tendències i patrons, tant positius com negatius. A continuació, proporcionem orientació prescriptiva per solucionar els problemes operatius per millorar l’accés a recursos limitats, reduir els temps d’espera del pacient a la configuració d’hospital o centre d’infusió, augmentar la satisfacció del personal i reduir el cost global de l’assistència sanitària.

Malauradament, la majoria de les empreses d’analítica de dades se centren només en els seus taulers i eines d’informació, completades amb una gran quantitat de dades. Però és hora d’esperar més de les empreses d’analítica que la mera presentació de dades. Les dades necessiten explicar una història i fer recomanacions que suposin un canvi de procés significatiu. La solució ha de ser capaç de desenvolupar prediccions precises i generar recomanacions prou específiques per a la primera línia de decisió per prendre centenars de decisions tangibles cada dia, no només “admirar el problema”.

Quins són alguns errors fonamentals que solen cometre les empreses a l’hora d’implementar i utilitzar analítica de dades grans?