İçerik
- Tahmini Analitik Nedir?
- Sağlık Hizmetleri Konusunda Öngörüsel Analitik
- Örnek Olay 2: Adsız Klinik Kârlılığı Artırma
- Gereklilik
- Eylem
- Sonuç
- Hatırlanması Gereken Önemli Noktalar
- özet
Kaynak: Andreypopov / Dreamstime.com
Paket servisi:
Tıp endüstrisi hasta bakımını iyileştirmek, tekrarlayan sorunların örneklerini azaltmak ve karlılığı artırmak için tahmine dayalı analitik kullanıyor.
Tahmine dayalı analitik, sağlık hizmetlerinin nasıl sunulduğunu yeniden tanımlayacak. Kritik hastalıkların oluşumunu ve gelecekte geri kabul olasılığını öngörecektir. Yiyecek ve içecek, yayın ve eğlence gibi diğer sektörler, tahmine dayalı analitik kullanımından zaten fayda sağlamıştır - sağlık hizmetinin aynı şeyi yapamamasının bir nedeni yoktur.
Bununla birlikte, öngörücü analitiklerin tanımı ve kapsamı önce yalnızca sağlık bakımının konusunda anlaşılmalıdır. Tek beden uyan herkese uyan bir model işe yaramayacak. Ayrıca, analitik sunma altyapısının sağlanması ve gerekli bilgileri sağlık profesyonellerine doğru biçimde sunabilmesi de önemlidir. Doğru ve proaktif bir sağlık hizmeti sunmak için, sağlık uzmanlarına doğru con ve meta veriler verilmelidir. Bu nedenle, tahmine dayalı analitik sağlık bakımı için iyi olsa da, önce özelleştirilmeli ve doğru formatta doğru veriler iletilmelidir. (Sağlık hizmetlerinde büyük verilerin rolü hakkında bilgi edinmek için bkz. Büyük Veri Sağlık Hizmetinde Devrim Yapacak mı?)
Tahmini Analitik Nedir?
Tahmine dayalı analitik, geçmiş verilere, veri desenlerine ve diğer girdilere dayanarak belirli olayların tahminlerini sağlayan gelişmiş bir analitik dalıdır. Tahminlerden doğan gereksinimleri karşılamak için proaktif adımlar atılabilir. Tahminleri yapmak için, öngörücü analitik, veri madenciliği, yapay zeka, modelleme, makine öğrenmesi ve istatistik gibi diğer branşlarda kullanılan teknikleri kullanır ve bilgi teknolojisi, yönetim ve modelleme iş süreçlerini bütünleştirir. Tahminler gelecekteki riskleri ve fırsatları belirlemek için kullanılabilir. Tahmine dayalı analiz, işletme organizasyonlarının birçok şeyi başarmasına yardımcı olabilir. Birkaç örnek şunları içerir:
- Gizli ilişkileri ve kalıpları belirleme
- Müşteri tutmanın iyileştirilmesi
- Kaybı ve maruziyeti en aza indirmek için riski azaltmak
- Müşteri memnuniyetini arttırmak
İşletmelerin tahmine dayalı analitik kullanımından nasıl yararlandıklarına dair birçok gerçek yaşam örneği vardır. Accenture, farklı işletmelerin tahmine dayalı analitik kullanımından nasıl faydalandığını bulmak için bir anket yaptı. Bulguların bazıları:
- Best Buy, müşterilerinin% 7'sinden azının satışlarının% 43'üne katkıda bulunduğunu keşfetti. Daha sonra müşterilerini mantıklı bir şekilde bölümlere ayırdı ve belirli müşteri gruplarının satın alma alışkanlıklarını yansıtmak için mağazalarını ve mağaza içi deneyimini yeniden tasarladı.
- Bir Amerikan gündelik yemek restoranı Olive Garden, menüsünü tasarlamak ve yeniden tasarlamak için verileri kullanır. Bu şekilde, yiyecek israfını önemli ölçüde azaltabilmiştir.
Tahmini analitik, sağlık hizmetleri, müşteri ilişkileri yönetimi (CRM), sahtekarlık tespiti ve risk yönetimi gibi birçok alana uygulanmaktadır. Tahmine dayalı analitik de sıklıkla kuralcı analitikle birleştirilir. Bu bağlamdaki kuralcı analitikler, yalnızca belirli olaylarla ilgili öngörülerin yapılması anlamına gelmez, aynı zamanda durumu ele almak için atılması gereken kesin adımlar atılması anlamına gelir. Bu adımlar analytics motorunun kendisi tarafından sağlanacaktır. (Yeni Nesil Dolandırıcılık Algılama'da Makine Öğrenimi ve Hadoop ile sahtekarlık algılama hakkında daha fazla bilgi edinin.)
Sağlık Hizmetleri Konusunda Öngörüsel Analitik
Teorik olarak, öngörücü analitiklerin sağlık hizmetlerini iyileştirmede büyük bir rolü vardır. Her ne kadar sağlık yönetimi alanında hala yeni bir giriş olsa ve kapsamı hala çalışılsa da, tahmine dayalı analitik geçmiş hasta verilerini analiz edebilir ve hastalık riskleri, kalp krizi geçirme olasılığı ve hasta profiline dayanan astım atakları gibi durumlar için öngörülerde bulunabilir geri kabul olasılığı.
İnsan beyni, bir problemi doğru bir şekilde belirlemek için bir seferde altı ila sekiz değişkenden fazlasını derinlemesine analiz edemez. Ancak, öngörücü bir modelin algoritması, bir tıbbi sorunun doğru bir profilini oluşturmak için bir seferde yüzlerce değişkeni analiz edebilir. Profile dayanarak, varsa kesin tanı ve risk tahminleri yapılabilir.
Tahmini modelleme, tıbbi bakım ile ilgili maliyetleri kontrol etmenize yardımcı olabilir. ABD'de, beş Medicare hastasından biri taburcu edildikten sonraki 30 gün içinde hastaneye tekrar gönderilir ve bu da yılda 17 milyar dolar tutarındadır.
Steadman Hawkins Clinic, net kârlılığını yılda 20 milyon dolar artırmayı başardı. Ayrıca, finansal tahminlerinin doğruluğunu yüzde 30'dan yüzde 32'ye yükseltmeyi de başardılar.
Örnek Olay 2: Adsız Klinik Kârlılığı Artırma
Gereklilik
Klinik, hem hastalara yönelik hizmetleri iyileştirmek hem de personeli, tesisleri ve araçları içeren kaynaklarını en iyi şekilde kullanarak karlılıklarını artırmak istedi.
Eylem
Klinik, hastalar tarafından ihtiyaç duyulan bakım türü, personel profili ve niteliği, hasta profili, cevap verme süresi, sonuç, hasta deneyimi ve hastalar için bekleme süresi gibi hizmetlerin kalitesi gibi çeşitli değişkenler hakkında çok sayıda veri topladı. Toplanan verilere dayanarak, öngörücü analitikler kullanıldı. Somut analitik ve faaliyetlerin uygulanmasını beklediler.
Sonuç
Klinik, tahminde bulunabilecek analitiklerine dayanan politika uygulama sürecinde olmasına rağmen, öncekinden en az yüzde 10 daha yüksek karlılık elde etmek için kursa gittiklerine dair işaretler var.
Hatırlanması Gereken Önemli Noktalar
Tahmine dayalı analitik uygulama hemen harikalar yapmaya başlayacak değil. Sonuçlar yaklaşıma bağlıdır. Öncelikle, endüstrinin öngörülü analitiklerin anlamında ne anlama geldiğini belirlemesi ve sonra kapsamını belirtmesi gerekir. Ayrıca, sağlık hizmetleri endüstrisi, diğer endüstrilerden aşağıdaki dersleri hatırlamak zorundadır:
- Bilgi miktarı, doğrudan veri miktarıyla orantılı değildir. Yalnızca veri toplamayı artırarak daha fazla bilgi edinmeyeceksiniz.
- İçgörüler mutlaka değer sağlamaz. Öncelikle con'unuzdaki öngörüleri kullanışlı hale getirecek şekilde özelleştirmeniz gerekir.
- Tahmine dayalı analitikin uygulanması büyük bir zorluk olacaktır. Doğru teknolojileri benimsemeniz ve sağlık profesyoneline doğru formatta bilgiler sunmanız gerekir.
özet
Tahmini analitik, doğru sonuçları elde etmek için kuralcı analitikle birleştirilmelidir, çünkü sektörün sadece tahminlere değil, aynı zamanda bir faaliyet sürecine de ihtiyacı vardır. Sonunda konsept ödüllendirici görünmekle birlikte, işletmelerin faydaları elde etmeyi umuyorlarsa doğru yatırımları yapmaları ve sonuçlarında sabırlı olmaları gerekir.