Hvad skal jeres data

gøre for jer?

Med store mængder af data for hånden handler det om at finde de rette data, der i sidste ende kan omsættes til værdifulde informationer. Det er i virkeligheden det, som business intelligence handler om langt hen ad vejen. Men der er forskel på, hvordan man griber opgaven an.

Med ‘data science’ ser vi fremad fremfor at bruge data til at konkludere på fortiden. Vi bruger data til at finde mønstre og tendenser, så vi nu kan være på forkant med tingene. Og når vi kender mønstrene, så ved vi også hvornår noget afviger fra det kendte.

Image1

Afvigelser kan være fejl i data, men det kan også være en indikation af, at der er et problem, der skal tages hånd om. Omvendt, kan det også betyde, at der ligger et uudnyttet potentiale, der bare venter på, at I griber den mulighed. En ting er helt sikkert – hvis ikke I får indblik i de data, der bliver genereret hver dag, så opdager i både udfordringer og mulighederne for sent.

Data mining – hvad siger krystalkuglen?

Det er vigtigt at sige, at data ikke er den store kilde til indsigt, hvis ikke man ved hvad man skal bruge dem til. Det svarer til, at I bliver præsenteret for ånden i lampen og tre ønsker, men ikke aner hvad I vil spørge om.  Når I først ved, hvad I gerne vil vide, så kan I få jeres data til at arbejde for jer. Lad os komme med et par eksempler:

Et sundhedssystem, der skaber målbare resultater
Sundhed handler både om forebyggelse og en effektiv indsats overfor de borgere, der er i kontakt med sundhedssystemet. Et effektivt samarbejde på tværs af sektorer og forvaltninger øger mulighederne for at opnå konkrete resultater i såvel forebyggelse som behandling, men man skal have konkret viden at handle ud fra.

En sundhedsfaglig indsats er derfor bredspektret og påvirker mange områder, bl.a. den kommunale organisation. Vi har skabt en løsning rettet mod kommunerne, som vi kalder et “Sundhedsstrategisk planlægningsværktøj” – eller bare SSPV. Med den i hånden får I et værktøj, der sikrer, at jeres sundhedsforebyggende arbejde bliver målrettet og at jeres ressourcer bruges der, hvor behovet er. I får et komplet overblik over om jeres sundhedsforløb har en effekt på borgerne i forhold til indlæggelse og genindlæggelse til gavn for såvel jer som borgerne. Det er med andre ord business intelligence, der arbejder for jer. I kan læse mere om vores løsning SSPV løsning her.

Millionbesparelser på lægeordineret medicin
Hos sundhedsvæsnet er der store besparelse at hente rent økonomisk, men også et stort potentiale for at fremme sundheden og livskvaliteten for den store gruppe af patienter, der jævnligt får ordineret medicin.

Med de rigtige data, kan man sikre en bedre vejledning til lægerne, som dermed lettere kan vælge den bedste (og billigste) medicin til deres patienter. I nogle tilfælde vil det også betyde en reduktion i patientens medicin. Ved at sammenligne lægernes informationer, kan vi hjælpe til at lægerne kan ændre adfærd så patienterne får den medicin der er bedst OG billigst

Det er patientdata, der arbejder for patienterne. Til det har vi i øvrigt skabt en løsning, som vi kalder “Bedst og Billigst” – i daglig tale BOB. Læs mere om vores løsning BOB her.

 

Image1

Machine learning: når maskinerne tager over…

Meget forenklet handler ‘machine learning’ om, at en computer lærer at genkende mønstre. Og med tiden bliver den så skarp, at den er i stand til at se ud over de eksempler, man har fodret den med undervejs. Den bliver ganske enkelt klogere via de data, den får ind. På den måde kan den være med til at forudsige scenarier, vi endnu ikke har været i stand til at tænke os til.

Hos IQVIA er vi med i et internationalt forskningsprojekt, hvis mål er at udvikle en mobil app til patienter, der har en Medtronic ICD eller pacemaker. Baseret på data fra sin egen patient, samt informationer fra andre patienter, er enheden i stand til at interagere med sin patient, og fortælle hvordan han eller hun bør reagere på eventuelle symptomer. Med tiden vil den også blive klogere, hvorfor ‘dialogen’ kun bliver bedre og mere fintfølende.

I samspil med dette bliver det også muligt for sundhedspersonalet at monitorere over afstand og dermed være med til at undgå en forværring af patientens tilstand.

Projektet her, er et machine learning projekt når det er bedst. Læs i øvrigt mere om det her eller gå ombord i denne video, hvor Microsoft stiller skarpt på Azure Machine Learning.

Fraud detection: når snyd bliver opdaget ved hjælp af data!

Når det handler om at forudsige og potentielt set afværge bedrageri, er det nærliggende at tænke på økonomisk svindel. Vi ser allerede nu, hvordan bankerne bruger business intelligence som et værktøj til at se mønstre i transaktioner, og dermed hurtigere kan slå ned, når der kommer afvigelser til disse mønstre – eks. hvis der bliver hævet små beløb fra en konto, der normalvis ikke har den form for aktivitet.

Men vi ser også anvendelsesmuligheder i det offentlige, hvor afvigelserne kan være med til at hjælpe eks. sagsbehandlere med at få et mere komplet billede af en sag. I en presset hverdag er der ikke tiden til at se de mønstre, der kan afsløre afvigelserne. Men med de rette data og gode statistiske modeller præsenteret for de rette personer, har man et effektivt arbejdsredskab i hverdagen. Det at kunne sandsynliggøre, hvad det er for nogle mennesker, der med fordel kan trækkes til kontrol for social bedrageri kan være meget nyttigt for mange instanser.

Med kompetencer inden for ‘data science’ ser vi fremad og vi er først lige startet! Vi hjælper jer gerne med at tage et kig ind i krystalkuglen. Vii hjælper også gerne med at lade maskinerne tage over, så I kan fokusere på andre opgaver. Det er kun et spørgsmål om, hvad skal data gøre for jer i dag.