Q:
Quais são alguns dos principais erros que as empresas costumam cometer quando se trata de implementar e usar a análise de big data?
UMA:Por mais de uma década, as organizações de saúde investiram milhões de dólares na construção de data warehouses e exércitos de analistas de dados com o único objetivo de tomar melhores decisões com os dados para melhorar os resultados dos pacientes. O problema histórico é que esses armazéns e análises por si só não são suficientes porque as análises, relatórios e informações do painel que eles fornecem não são acionáveis. Eles simplesmente relatam o que está acontecendo, mas os insights não podem explicar por que está acontecendo e o que pode ser feito para 1) impedir que isso aconteça no futuro se seu impacto nas operações for negativo ou 2) incentivar os resultados positivos desejados.
Agora, em vez de apenas entender “o que está acontecendo”, a infra-estrutura e a tecnologia atingiram a maioridade para descobrir “por que” e “o que fazer sobre isso”. EHR) e usam algoritmos sofisticados para identificar tendências e padrões - positivos e negativos. Em seguida, fornecemos orientações prescritivas para tratar de questões operacionais para melhorar o acesso a recursos restritos, reduzir o tempo de espera do paciente em hospitais ou centros de infusão, aumentar a satisfação da equipe e reduzir o custo geral da prestação de serviços de saúde.
Infelizmente, a maioria das empresas de análise de big data concentra-se apenas em seus painéis e ferramentas de relatórios, completos com grandes quantidades de dados. Mas é hora de esperar mais das empresas de análise do que a mera apresentação de dados. Os dados precisam contar uma história e fazer recomendações que resultem em alterações significativas no processo. A solução deve ser capaz de desenvolver previsões precisas e gerar recomendações específicas o suficiente para a linha de frente tomar centenas de decisões tangíveis a cada dia - e não apenas "admirar o problema".
