Content
- Problemes de la qualitat de les dades que dificulten el rendiment de la plataforma Analytics
- Comproveu la diferència entre els sistemes de proveïdor i els sistemes analítics
- Conclusió
Font: Everythingpossible / Dreamstime.com
Emportar:
Només les dades d’alta qualitat poden produir analítiques de gran qualitat, per la qual cosa és bàsic que les dades estiguin estructurades correctament.
La idea d’implementar una plataforma d’analítica integrada, si escau, està guanyant credibilitat ràpidament. A mesura que les organitzacions s’adonen de la importància d’una plataforma d’analítica integrada, hi ha molts problemes per implementar-ne una. Però en el procés, la qüestió de la qualitat de les dades no està rebent prou atenció. És important tenir en compte que la qualitat de les dades és el factor més important per determinar la rellevància i la qualitat de les analítiques que es proporcionen per les plataformes d’analítica. En aquest sentit, la qualitat de les dades significa que les dades adequades en el format adequat haurien de posar-se a la disposició d'una plataforma d'analítica integrada per tal de poder proporcionar analítiques significatives. Però diversos problemes com la incompatibilitat sistèmica, els problemes d’estructura de dades i les ineficiències humanes impedeixen que fins i tot les plataformes d’analítica integrada de gran qualitat proporcionin analítiques de qualitat.
Val a dir que, sense abordar els problemes de qualitat de les dades, els rendiments de la inversió (ROI) a les plataformes d’analítica integrada no arribaran als nivells previstos. A continuació, examinem els problemes que afecten la qualitat de les dades destinats a les plataformes d’analítica amb l’exemple del sector assistencial, un dels sectors més afectats per la mala qualitat de les dades.
Problemes de la qualitat de les dades que dificulten el rendiment de la plataforma Analytics
Els problemes relacionats amb la qualitat de les dades es poden resumir en els següents: enregistrament i captura de format de dades incorrectes, incompatibilitat de sistemes aigües amunt amb plataformes analítiques i anàlisi incorrecta.
No podeu millorar les vostres habilitats de programació quan ningú es preocupa per la qualitat del programari.
La captura és l’etapa en què les persones introdueixen dades al sistema, per exemple, les dades dels informes d’investigació mèdica. És extremadament important que totes les dades rellevants siguin identificades i introduïdes al sistema.
L’estructura és l’etapa en què cal introduir les dades correctes en el format i camp correctes. Per exemple, el pes del pacient es considera dades numèriques, però si s'introdueix en un camp, es veurà afectada la qualitat de les analítiques.
El transport de dades és l’etapa en què les dades es carreguen als sistemes d’anàlisi per a l’anàlisi. El principal motiu pel qual pateix la qualitat de les dades en aquesta etapa és l’absència d’una connexió directa amb una base de dades. Quan una base de dades està connectada directament amb la cadena de subministrament de dades, els camps essencials es capturen en l'estructura i el format adequats.
A continuació, es detallen algunes formes de millorar la qualitat de les dades.
Quan els usuaris humans introdueixen dades, és probable que hi hagi moltes dades repetitives. Per exemple, si s’introdueixen dades sobre pacients amb cardiologia, diferents condicions específiques poden tenir codis diferents. Cada vegada que s’introdueix un codi; el sistema ha de proporcionar suggeriments o omplir automàticament el codi corresponent. Només cal una bona programació o ajustaments dels codis per implementar un sistema com aquest. D’aquesta manera, reduireu la possibilitat d’error humà en gran mesura. Si és possible, també hi hauria d’haver validacions en cas que l’usuari humà introduís codis incorrectes.
Comproveu la diferència entre els sistemes de proveïdor i els sistemes analítics
Com es va assenyalar anteriorment, la qualitat de les dades pateix per problemes de disseny i implementació entre el proveïdor i els motors d’analítica. Les organitzacions han de treballar per crear una estructura mínima comuna de sistemes proveïdors de dades, com els sistemes EHR, de manera que les dades essencials s’aportin en el format adequat als motors d’analítica. Atès que hi ha un gran nombre de sistemes de proveïdors realitzats per diferents proveïdors, és un repte aconseguir una estructura comuna. Tot i això, s’hauria d’esforçar cap a la creació d’una estructura mínima comuna dels sistemes de proveïdors de dades.
Conclusió
El pas més important cap a la qualitat de les dades per als motors d’analítica sembla ser l’estructura mínima comuna dels sistemes proveïdors de dades. Si bé els altres passos, com ara fer més eficient l’ús humà dels sistemes d’entrada de dades, són naturals propensos a errors. Tanmateix, un estàndard d’entrada de dades i transport de dades pot garantir que s’introdueixen les dades adequades en el format i l’estructura adequats als motors d’analítica. Perquè això passi, cal que existeixi un estàndard i un protocol comú per al desenvolupament de sistemes i interfícies d’usuari.