Saturs
- Kas ir paredzamā analīze?
- Paredzamā analīze veselības aprūpes kontekstā
- 2. gadījuma izpēte: nenosaukta klīnika, kas uzlabo rentabilitāti
- Prasība
- Darbība
- Rezultāts
- Svarīgi atcerēties
- Kopsavilkums
Avots: Andreypopov / Dreamstime.com
Izņemšana:
Medicīnas nozare izmanto paredzamo analītiku, lai uzlabotu pacientu aprūpi, samazinātu atkārtotu problēmu gadījumus un palielinātu rentabilitāti.
Tiek teikts, ka paredzamā analītika pārdefinēs veselības aprūpes sniegšanas veidu. Tas prognozēs kritisku slimību rašanos un atpakaļuzņemšanas varbūtību nākotnē. Citas nozares, piemēram, pārtika un dzērieni, publikācijas un izklaide, jau ir guvušas labumus no paredzamās analītikas izmantošanas - nav iemesla, ka veselības aprūpe nevar rīkoties tāpat.
Tomēr prediktīvās analītikas definīcija un darbības joma vispirms jāsaprot tikai veselības aprūpes kontekstā. Viens modelis, kas der visiem, nedarbosies. Svarīgi ir arī tas, ka tiek nodrošināta analītisko datu piegādes infrastruktūra un tā spēj nodrošināt nepieciešamo informāciju veselības aprūpes speciālistiem pareizajā formātā. Lai nodrošinātu pienācīgu un proaktīvu veselības aprūpi, veselības aprūpes speciālistiem ir jāpiešķir pareiza informācija un metadati. Tātad, kaut arī prognozējošā analītika ir noderīga veselības aprūpei, tā vispirms ir jāpielāgo un ir jāiegūst pareizie dati pareizajā formātā. (Lai uzzinātu par lielo datu lomu veselības aprūpē, skatiet sadaļu Vai lielie dati mainīs veselības aprūpi?)
Kas ir paredzamā analīze?
Jutīgā analītika ir uzlabotas analītikas filiāle, kas nodrošina noteiktu notikumu prognozes, pamatojoties uz vēsturiskajiem datiem, datu modeļiem un citām ievadēm. Proaktīvus pasākumus var veikt, lai izpildītu prasības, kas izriet no prognozēm. Lai veiktu prognozes, prediktīvā analītika izmanto tehnikas, kas tiek izmantotas citās nozarēs, piemēram, datu ieguvē, mākslīgajā intelektā, modelēšanā, mašīnmācībā un statistikā, un tajā ir integrētas informācijas tehnoloģijas, pārvaldība un biznesa procesu modelēšana. Šīs prognozes var izmantot, lai nākotnē identificētu riskus un iespējas. Jutīgā analītika var palīdzēt biznesa organizācijām sasniegt daudz ko. Daži piemēri:
- Noslēpto asociāciju un modeļu identificēšana
- Klientu noturēšanas uzlabošana
- Riska samazināšana, lai samazinātu zaudējumus un iedarbību
- Klientu apmierinātības uzlabošana
Ir daudz reālās dzīves piemēru, kā uzņēmumi ir guvuši labumu no paredzamās analītikas izmantošanas. Accenture veica aptauju, lai noskaidrotu, kā dažādi uzņēmumi ir guvuši labumu no paredzamās analītikas izmantošanas. Daži no atklājumiem ir:
- Best Buy atklāja, ka mazāk nekā 7% no saviem klientiem veido 43% no pārdošanas apjoma. Pēc tam tā loģiski segmentēja klientus un pārveidoja savus veikalus un pieredzi veikalā, lai atspoguļotu konkrētu klientu grupu pirkšanas paradumus.
- Olive Garden, amerikāņu ikdienas pusdienu restorāns, izmanto datus, lai izstrādātu un pārveidotu savu ēdienkarti. Tādā veidā tas ir spējis ievērojami samazināt pārtikas izšķiešanu.
Jutīgā analītika tiek izmantota daudzās jomās, piemēram, veselības aprūpē, klientu attiecību pārvaldībā (CRM), krāpšanas atklāšanā un riska pārvaldībā. Jutīgā analītika bieži tiek kombinēta arī ar recepšu analītiku. Preskriptīvā analītika šajā kontekstā nozīmē, ka tiek izteiktas ne tikai prognozes par noteiktiem notikumiem, bet arī noteikti konkrēti soļi, kas jāveic, lai rīkotos situācijā. Šīs darbības nodrošinās pats analītikas dzinējs. (Uzziniet vairāk par krāpšanas atklāšanu, izmantojot Machine Learning & Hadoop nākamās paaudzes krāpšanas atklāšanā.)
Paredzamā analīze veselības aprūpes kontekstā
Teorētiski prognozējošajai analītikai ir liela loma veselības aprūpes uzlabošanā. Lai arī tas joprojām ir jauns ienācējs veselības aprūpes pārvaldībā un tā darbības joma joprojām tiek izstrādāta, prognozējošā analītika var analizēt vēsturiskos datus par pacientiem un sniegt prognozes tādām lietām kā slimības riski, sirdslēkmes un astmatisko lēkmju varbūtības rādītāji, pamatojoties uz pacienta profilu, un atpakaļuzņemšanas varbūtība.
Cilvēka smadzenes nevar dziļi analizēt vairāk nekā sešus līdz astoņus mainīgos vienlaikus, lai pareizi profilētu problēmu. Prognozējošā modeļa algoritms vienlaikus var analizēt simtiem mainīgo lielumu, lai izveidotu precīzu medicīniskās problēmas profilu. Balstoties uz profilu, var veikt precīzu diagnozi un riska prognozes, ja tādas ir.
Paredzamā modelēšana var palīdzēt kontrolēt izmaksas, kas saistītas ar medicīnisko aprūpi. ASV katrs piektais Medicare pacients tiek uzņemts slimnīcā 30 dienu laikā pēc izrakstīšanas, kā rezultātā gadā rodas izdevumi USD 17 miljardu apmērā.
Steadman Hawkins klīnika spēja palielināt viņu tīro rentabilitāti par USD 20 miljoniem gadā. Viņi arī varēja uzlabot savu finanšu prognožu precizitāti no 30 līdz 32 procentiem.
2. gadījuma izpēte: nenosaukta klīnika, kas uzlabo rentabilitāti
Prasība
Klīnika vēlējās gan uzlabot pakalpojumus pacientiem, gan uzlabot viņu rentabilitāti, optimāli izmantojot viņu resursus, kas ietver personālu, telpas un instrumentus.
Darbība
Klīnika vāca datus par dažādiem mainīgiem lielumiem, piemēram, pacientiem nepieciešamais aprūpes veids, personāla profils un kvalifikācija, pacienta profils, sniegto pakalpojumu kvalitāte, piemēram, reakcijas laiks, iznākums, pacienta pieredze un pacienta gaidīšanas laiks. Balstoties uz savāktajiem datiem, tika izmantota prognozējošā analītika. Viņi sagaidīja, ka tiks ieviesta konkrēta analītika un rīcības gaita.
Rezultāts
Lai arī klīnika joprojām īsteno politiku, kuras pamatā ir to paredzamā analītika, ir pazīmes, ka tās turpina sasniegt vismaz par 10 procentiem lielāku rentabilitāti nekā iepriekš.
Svarīgi atcerēties
Nav tā, ka, ieviešot paredzamo analītiku, brīnumus sāks darīt brīnumi. Rezultāti ir atkarīgi no pieejas. Pirmkārt, nozarei jānosaka, ko predikatīvā analītika nozīmē savā konsekvencē, un pēc tam jānorāda tās darbības joma. Arī veselības aprūpes nozarei ir jāatceras šādas citu nozaru mācības:
- Ieskatu apjoms nav tieši proporcionāls datu apjomam. Jūs negūsit vairāk ieskatu, tikai palielinot datu vākšanu.
- Ieskats ne vienmēr sniedz vērtību. Vispirms jāpielāgo ieskats jūsu kontā, lai tas kļūtu noderīgs.
- Jutīgās analītikas ieviešana būs liels izaicinājums. Jums jāaptver pareizās tehnoloģijas un jāsniedz ieskats veselības aprūpes speciālistam pareizajā formātā.
Kopsavilkums
Paredzamā analītika jāapvieno ar recepšu analītiku, lai sasniegtu pareizos rezultātus, jo nozarei ir vajadzīgas ne tikai prognozes, bet arī darbības virzieni. Kaut arī šķiet, ka šī koncepcija galu galā ir izdevīga, uzņēmumiem ir jāveic pareizi ieguldījumi un jābūt pacietīgiem ar rezultātiem, ja viņi cer gūt labumus.