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

Autora: Laura McKinney
Data De La Creació: 4 Abril 2021
Data D’Actualització: 24 Juny 2024
Anonim
Quins són alguns errors fonamentals que solen cometre les empreses a l’hora d’implementar i utilitzar analítica de dades grans? - Tecnologia
Quins són alguns errors fonamentals que solen cometre les empreses a l’hora d’implementar i utilitzar analítica de dades grans? - Tecnologia

Content

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 objectiu de prendre millors decisions amb dades per millorar els resultats del pacient. El problema històric ha estat que aquests magatzems i anàlisis sols no són suficients perquè les dades d’analítica, d’informació i de tauler que proporcionen no poden ser actuables. Simplement denuncien el que està passant, però els coneixements no poden explicar per què succeeix i què es pot fer de 1) evitar que es produeixi en el futur si el seu impacte en les operacions és negatiu, o bé 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 ha arribat el moment 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”.