سوال:
جب بڑی ڈیٹا تجزیات کو عملی جامہ پہنانے اور استعمال کرنے کی بات آتی ہے تو کمپنیاں کچھ اہم غلطیاں کیا کرتی ہیں؟
A:ایک دہائی سے زیادہ عرصہ سے ، صحت کی دیکھ بھال کرنے والی تنظیموں نے مریضوں کے نتائج کو بہتر بنانے کے لئے اعداد و شمار کے ساتھ بہتر فیصلے کرنے کا واحد مقصد ڈیٹا گوداموں اور ڈیٹا تجزیہ کاروں کی فوجوں کی تعمیر میں لاکھوں ڈالر کی سرمایہ کاری کی ہے۔ تاریخی مسئلہ یہ رہا ہے کہ صرف یہ گودام اور تجزیات ہی کافی نہیں ہیں کیونکہ ان کے فراہم کردہ تجزیات ، رپورٹنگ اور ڈیش بورڈ بصیرت عملی طور پر قابل عمل نہیں ہیں۔ وہ صرف اطلاع دے رہے ہیں کہ کیا ہو رہا ہے ، لیکن بصیرت اس بات کی وضاحت نہیں کرسکتی ہے کہ یہ کیوں ہو رہا ہے اور 1 کے ساتھ کیا کیا جاسکتا ہے) اگر مستقبل میں اس کا آپریشنوں پر پڑنے والا منفی اثر ہے تو ، یا 2) مطلوبہ مثبت نتائج کی حوصلہ افزائی کرتے ہیں۔
اب ، "کیا ہورہا ہے" کو سمجھنے کے بجائے انفرااسٹرکچر اور ٹکنالوجی کا پتہ چلانے کے لئے "کیوں" اور "اس کے بارے میں کیا کرنا ہے" زمانے میں آچکے ہیں۔ لیان ٹاس پر ، پہلے ، ہم تاریخی الیکٹرانک صحت کے ریکارڈ کی بازیافت کرتے ہیں ( EHR) اعداد و شمار اور رجحانات اور نمونوں کی نشاندہی کرنے کے لئے بہتر الگورتھم استعمال کریں - مثبت اور منفی دونوں۔ پھر ہم مجبوری وسائل تک رسائی کو بہتر بنانے ، اسپتال یا انفیوژن سنٹر سیٹنگ میں مریض کے منتظر وقت کو کم کرنے ، عملے کی اطمینان بڑھانے اور صحت کی دیکھ بھال کی فراہمی کی مجموعی لاگت کو کم کرنے کے لئے آپریشنل امور کو حل کرنے کے لئے نسبتی رہنمائی فراہم کرتے ہیں۔
بدقسمتی سے ، بڑی ڈیٹا تجزیاتی کمپنیوں کی اکثریت صرف اپنے ڈیش بورڈز اور رپورٹنگ ٹولز پر مرکوز ہوتی ہے ، جو وسیع مقدار میں ڈیٹا کے ساتھ مکمل ہوتا ہے۔ لیکن اب وقت آگیا ہے کہ محض اعداد و شمار کی پیش کش سے کہیں زیادہ تجزیاتی کمپنیوں سے زیادہ توقع کی جائے۔ اعداد و شمار کو ایک کہانی سنانے اور سفارشات دینے کی ضرورت ہے جس کے نتیجے میں معنی خیز عمل میں تبدیلی آسکتی ہے۔ حل میں درست پیش گوئیاں تیار کرنے اور ایسی سفارشات پیدا کرنے کے قابل ہونا چاہئے جو اگلے دن کیلئے سینکڑوں ٹھوس فیصلے لینے کے ل enough فرنٹ لائن کے ل enough کافی حد تک مخصوص ہیں - نہ صرف "مسئلے کی تعریف کریں۔"
