Las empresas de hoy en día se caracterizan por sus estructuras de conducción dinámicas, donde los individuos que las componen deben tomar decisiones en forma rápida y efectiva basados en la última información disponible, para poder así mantener la ventaja competitiva. Por otro lado, las compañías están acumulando grandes volúmenes de datos en sus bases de datos operativas a un ritmo que, en promedio, se duplica cada año. Aún así, sólo el 7% de estos datos es aprovechado para obtener una ventaja en las decisiones de negocios. Recién ahora las organizaciones se están dando cuenta de que existe una significativa cantidad de información que puede ser extraída de sus bases de datos, necesaria para soportar las decisiones que deben ser tomadas por sus ejecutivos, llegando así al concepto de data warehousing.
La información es fundamental en el ambiente de negocios en que las empresas se mueve. El éxito depende de su pronto uso en forma decisiva, mientras que una falta de información conduce al fracaso seguro. Mientras que muchas empresas se consideran repletas de datos, pocas poseen algo más que ina pequeña fracción de la información que necesitan. La distinción entre datos e información es fundamental para los problemas que las empresas enfrentan. Datos con lo que los centro de cómputos crean, almacenan y proveen. Información, son los datos enmarcadas en su área de negocios, y es la interpretación y semántica de los datos, que es lo que las empresas necesitan.
TIEMPOS ANTIGUOS
Analizando la evolución de los sistemas de información, vemos que en sus comienzos todo el procesamiento se realizaba en el área del centro de cómputos, y lo único que recibía el usuario final era un grueso listado en papel continuo con los datos solicitados. Durante la primera mitad de la década del 70 se produjeron dos importantes avances tecnológicos: la aparición de la PC, y la definición y desarrollo de las bases de datos relacionales.
Junto con la PC apareció la primera herramienta orientada al usuario final: la planilla de cálculo. Con estas herramientas rudimentarias el usuario final comenzó a independizarse del centro de cómputos, tomando el control de sus propios datos. Estos datos eran restringidos y altamente focalizados, pero el hecho de sentirse independizados causó un gran empuje en los usuarios, dándoles la confianza necesaria para aprovechar y continuar progresando con los últimos avances de la tecnología. Ya para mediados de la década del 80 era muy común encontrar usuarios finales con la habilidad necesaria para trabajar con los datos tanto en el aspecto técnico como en el área de los negocios. Todo este crecimiento también fue gracias a la simplificación de la tecnología sobre todo en el campo de la computación personal.
Por el ogro lado, también comenzaron a aparecer implementaciones de bases de datos que aplicaban el modelo relacional desarrollado por E.F.Codd en 1970. Con el tiempo se comprobó que estas bases son las que brindaban mayor flexibilidad, por lo que fueron rápidamente adoptadas para almacenar los datos con los que usuario final trabajaba. En muchos aspectos, esta etapa fue una era de experimentación en lo que la computación realizada por el usuario final se refiere. La mayoría de los datos que los usuarios tenían se encontraban limitados en su alcance, y los usuarios estaban más interesados en ver qué podían hacer con estos datos, que en ver qué otros datos de mejor calidad podrían estar disponibles.
EL FIN DEL PROCESAMIENTO DE DATOS
A medida que el usuario final iba emergiendo, otra tendencia se hizo evidente: las distintas maneras en que el procesamiento de datos puede ser justificado, y dónde se está beneficiando al negocio en general. Durante los últimos 30 años, la mayoría de los aspectos del funcionamiento de una organización relacionados con los datos ya han sido automatizados. Estos desarrollos siempre fueron justificados sobre la base de bajar costos. La automatización de tareas manuales y principalmente repetitivas para determinar que se obtiene un incremento en la producción, a la vez que se mejora la calidad, redundando en una disminución de costos.
Con el incremento del poder y sofisticación de las computadoras pueden automatizarse tareas cada vez más complejas, llegando a implementar procesos que previamente hubiera sido imposible incorporar. De esta manera se llegan a optimizar funciones relacionadas con los clientes de la organización, lo que permite introducir una diferenciación en los servicios ofrecidos. Como resultado de esto se ve que la justificación de la inversión en sistemas de computación pasó de estar basada en la eliminación de costos, a la obtención de una ventaja competitiva como resultado de una mejora en las funciones del negocio. Esta tendencia normalmente se describe como un cambio desde la filosofía del procesamiento de datos a la estrategia de tecnología de información, conducida por el negocio. El desafío entonces pasó a ser la identificación de áreas donde la computación pudiera dar soporte más allá de los simples procesos de producción día a día. Ya hacia la mitad de la década del 80 se convirtió en algo clave el soporte de procesos para la toma de decisiones. Todo esto ha sido acompañado por un creciente número de usuarios finales, lo que nos lleva a una nueva era en los sistemas de gestión.
LA ÉPOCA INTERMEDIA
Por tratarse aún de un concepto incipiente, existían problemas en las implementaciones de data warehousing que se estaban llevando a cabo: los datos utilizados en diferentes sectores de la empresa no tenían integración alguna, y el enfoque apuntaba a los datos en lugar de concentrarse en la función.
Se identificó, entonces, un aspecto clave para lograr una buena solución: la necesidad de adoptar un método común para describir los datos que eran obtenidos desde los sistemas en el ambiente operativo, y que luego serían trasladados al ambiente de información. Esto derivó en el surgimiento del modelado de datos, muy conveniente desde el punto de vista de sistemas para imponer orden, pero más conveniente aún para el usuario final, si los modelos de datos definidos son implementados dentro del área específica de cada usuario.
Poco a poco, las organizaciones fueron comprendiendo la importancia de un buen modelado de datos, así como también de una buena presentación de estos datos al usuario final.
SISTEMAS DE INFORMACIÓN
Los primeros pasos para soportar los procesos de toma de decisión fueron basados en la automatización de la tradicional emisión de informes. Esto inmediatamente llevó al concepto de una visión diferenciada de los datos del negocio: una primera parte dedicada a hacer funcionar el negocio con gran nivel de detalle, y otra segunda parte enfocada en la conducción del negocio a un nivel más condensado. De esta manera evolucionó la distinción entre los sistemas productivos y los sistemas de información.
LA REVOLUCIÓN DE LOS DATOS
Durante los primeros años de la década del 90 se produjo una gran recesión a nivel internacional, junto con la desregulación de varias actividades, lo que motivó reducciones de costos y cambios significativos en las organizaciones. Esto llevó a que la competencia se incrementara ferozmente. La necesidades de la empresas cambiaron, y comenzaron a destacarse los gerentes de pudieron ver el potencial de utilizar los datos existentes, siempre y cuando estuvieran disponibles en el acto, para brindarle a su empresa la ventaja competitiva que podría ponerla por delante del resto.
Muchas veces no se hablaba de data warehousing, pero los principios aplicados eran claramente los mismos. Los negocios necesitaban una nueva visión de su operatoria, visión que previamente cubría aspectos diferentes del negocio. Llegando así a la lógica conclusión de que finalmente esta visión abarcaría eventualmente a toda la organización.
EL GERENCIAMIENTO BASADO EN LA INFORMACIÓN
La concreción teórica y práctica del data warehousing se fue desarrollando lentamente en los últimos 15 años, con un interés creciente en los últimos cinco. La desventaja de un crecimiento tan lento es que existen varias definiciones de lo que se quiere decir al hablar de data warehousing.
Pero hoy en día ya se puede mirar hacia delante y predecir el futuro basándose en la historia descripta previamente. La clave para estas predicciones es el reconocimiento de que la necesidad de obtener una ventaja competitiva (muchas veces un término elegante para definir la supervivencia) es lo que está llevando la toma de decisiones basa en datos a basarla en verdadera información. Esta dirección puede ser caracterizada por el término gerenciamiento basado en la información. Está transformando la forma en que el soporte para la toma de decisiones se está brindando al usuario final. Y puede ser resumido en estos cinco puntos:
Una única fuente de información: Loas datos en crudo provienen de distintas fuentes, tanto internas como externas, y en una gran diversidad de formatos. Sin importar cómo o de dónde vienen, para poder presentar estos datos al usuario final tienen que ser depurados y reconciliados, para asegurar su calidad e integridad;
Disponibilidad de la información distribuida: Los puntos desde donde es posible requerir la información pueden ser de lo más variados, satisfaciendo necesidades de movilidad, performance o confidencialidad.
La información enmarcada en el negocio: Los usuarios entienden mejor los datos si son presentados en el contexto del negocio que están manejando. Diccionarios de datos y catálogos de información creados por expertos en las áreas respectivas se convierten en una importante fuente para su definición.
Entre automatizada de la información: A medida que los datos se convierten en información, van atravesando un camino cada vez más complejo. La automatización de estos mecanismos junto con los de distribución es una cuestión fundamental.
Calidad de la información y seguridad: La información es el activo principal de toda compañía, y como cualquier otro activo debe ser administrado y protegido. Su calidad debe ser estar asegurada. Y la determinación es un prerrequisito para reforzar el valor de la misma.
¿QUÉ ES UN DATA WAREHOUSE?
Basándonos en toda la historia desarrollada hasta ahora, se puede esbozar una definición apropiada para el concepto de data warehousing:
Un data warehousing es un almacenamiento simple, completo y consistente de datos obtenidos desde una variedad de fuentes, disponibles para el usuario final de forma tal que puedan entenderlos y utilizarlos en el contexto de los negocios.
Lograr una buena calidad en la información es bastante difícil en las empresas actuales. El modelado de la empresa para poder darle el sentido apropiado a los datos es un proceso muy delicado y a largo plazo. Pero utilizando las herramientas adecuadas que cumplan con los cinco puntos mencionados anteriormente, junto con la experiencia de consultores especializados en el tema, se puede implementar un sistema de gestión integral para las organizaciones que soporte los procesos de toma de decisiones y les permitan obtener la ventaja competitiva que tanto se necesita para mantenerse al frente en el difícil mundo actual de los negocios.
SISTEMAS PRODUCTIVOS vs. SISTEMAS DE INFORMACIÓN
Las características de los sistemas productivos son:
• Mantienen el negocio funcionando segundo a segundo;
• Los datos que contienen son actuales, y principalmente son una representación en tiempo real del estado de la empresa;
• En estos sistemas los eventos individuales (o transacciones) se encuentran generalmente limitados en su alcance, son sencillos, y normalmente resultan en una actualización de los datos;
• Están optimizados para ofrecer un tiempo de respuesta rápido en transacciones predefinidas, centrándose en la performance de aquellas transacciones que producen actualizaciones;
• Son utilizados por personas que trabajan con clientes o productos a nivel individual;
• Cada día son más utilizados directamente por los clientes
Las características de los sistemas de información son bastante diferentes:
• Son utilizados para administrar y controlar la empresa;
• Los datos son históricos, a un determinado punto en el tiempo; o sea que representan una visión estable del negocio en un período o a un momento particular en el tiempo;
• Se optimizan las consultas más que las actualización;
• La utilización de estos sistemas no se puede prever con anticipación y puede ser totalmente impredecible;
• Son utilizados por gerentes y usuarios finales para entender el negocio, para así formarse conceptos y tomar decisiones basados en este conocimiento.
Un estudio de Data Warehouse comienza con la recolección de información del sistema que se va a analizar, incluidas sus bases de datos históricas. La información obtenida se procesa en el sistema de Data Warehouse. Los resultados del estudio de Data Warehouse se pueden aplicar a los procesos e productividad del sistema para por ejemplo, incrementar las ganancias.
EJEMPLO: Una de las más importantes cadenas de supermercados de los Estados Unidos encargó un estudio de Data Warehouse con el objetivo de incrementar sus ventas. Para ello todos los sistemas de los supermercados recolectaron información durante un mes y la enviaron al sistema de Data Warehouse.
El Sistema de Data Warehouse analizó la información y determinó, entre otras cosas, que los clientes hombres compraban grandes cantidades de pañales y cerveza los días jueves, probablemente debido a que era el día que sus esposas se los pedían y ellos aprovechaban para comprar cerveza para ver los partidos del fin de semana.
En las góndolas del medio de este camino colocaron chupetes, juguetes para bebés, papas fritas y pochoclos. Además decidieron no rebajar los precios de los pañales y la cerveza el mismo día.
Con la información del estudio de Data Warehouse, la cadena de supermercados decidió colocar los pañales en las góndolas de un lado del supermercado y la cerveza en el otro lado, medida que les permitió multiplicar por cuarenta sus ventas de los días jueves.
DATA WAREHOUSE & NEGOCIOS: Cazadores de Clientes
Los gurúes del marketing son muy claros: llegó la hora de seducir al cliente. Basta de información sumarizada, se agotó la fórmula que apelaba a los consumidores anónimos como si se tratara de un rebaño de ovejas dispuestas a consumir cualquier producto o servicio compulsivamente. Los retailers, los bancos, las empresas de aviación, las telefónicas, prácticamente todas las compañías que pelean por su espacio en mercados hipercompetitivos lo saben muy bien. De hecho, se agotan tratando de entender a sus usuarios. Pero no sólo tratan de entenderlos, la idea es más bien retenerlos, pever sus hábitos de consumo, adelantarse a esa demanda y por supuesto, satisfacerla antes que la competencia. Un trabajo nada sencillo para los estresados gerentes de sistemas que hasta ahora empataban con una modesta base de datos propietaria. En este sentido, la instancia superadora se llama data warehouse.
Según el influyente Gartner Group, el data warehouse, es básicamente un reservorio de datos, que comprende el diseño y la creación de estructuras físicas y lógicas de bases de datos orientadas específicamente para facilitar el acceso de los usuarios calificados al análisis, transformación, extracción, consolidación, y mejoramiento de la calidad de estos datos, de manera de originar una fuente de información que los simples datos en crudo no podrían proporcionar.
En otras palabras, se trata de crear y gestionar una arquitectura de datos que permita al usuario el acceso a una estratégica herramienta de análisis. El corazón del warehouse es, sin duda, la base de datos, No por casualidad, los principales proveedores, Oracle, Informix, Sybase entre otras, están trabajando duramente para imponer esta nueva tecnología que no tiene más de diez años. A ellos hay que sumarle a IBM, NCR, UNISYS, en los soportes físicos de esta tecnología. Hay muchos proyectos en estudio y algunas gestiones de venta bastante avanzadas, pero el panorama es aún incipiente. Las entidades financieras, las compañías telefónicas, el retail son, hasta el momento, los principales interesados, junto al mercado gubernamental y las compañías orientadas al consumo.
El Data Warehouse es un proceso y no un producto. Durante los últimos cinco años un error que han cometido casi todas las empresas, sobre todo las de hardware, fue vender data warehouse como si fuera un producto, cuando en realidad el data warehouse es un proceso que involucra varias áreas de una empresa: en primer lugar a todo lo que sea organizativo. La segunda área es la tecnología que soporta ese proceso y la tercera el ambiente competitivo en el que se mueve la empresa cliente. Sin un marco competitivo seguramente no tiene sentido hablar de data warehouse o manejar el negocio de cierta forma.
¿Quién hubiera pensado hace unos años montar un data warehouse en un sistema abierto?. Hoy un sistema abierto es el sistema excluyente como plataforma para un data warehouse. Hace unos años no se hablaba de otra cosa que de un sistema confiable o un sistema propietario. En la actualidad hay empresas de consumo masivo en la Argentina que no conocen su rentabilidad por producto.
El data warehouse, aquellos que lo han empezado a utilizar, lo están haciendo en su etapa más primitiva. Las expresiones más típicas de los gerentes son: “Tengo tantos sistemas en mi empresa, tanta información, que cuando quiero hacer un informe no sé cuál datos es válido”.”Tengo un sistema operativo, para procesamiento de transacciones para Contabilidad, otro para Ventas, otro para Cashflow, otro de atención telefónica, pero ninguno cuadra, porque en uno masculino y femenidno está como “M” y “F”, y en otro “V” y “M”.
De acuerdo al planteo anterior, hay una problemática que se resuelve con un reservorio de datos operativos, y a ese reservorio se le está llamando data warehouse. Pero, el data warehouse “es aún mucho más, es un proceso que permite hacer muchas más cosas. A nivel local, lo que se está pidiendo es un procedimiento por el cual pueda guardar datos estándares durante un lapso determinado y que la información sea confiable. Esa es la etapa primaria. La etapa secundaria es poder utilizar esa información estándar corporativa para tomar decisiones.
Los gerentes tienen sus dilemas. En un banco, una persona deja de pagar su crédito durante algunos meses, Hay que decidir si se le cancela la cuenta, pero también se evalúa si ha sido un buen pagador durante los últimos tres años, para ver si realmente conviene cancelarle la cuenta. Esto deja de ser el segmento “ABC1” o el “C3”, pasan a ser todas las familia de cierta edad que van a tener hijos y mudarse, y es entonces el momento de ofrecerles un crédito hipotecario.
Ya no se va a segmentar más de una forma estándar sino por en este caso, por el momento de vida que puede estar atravesando un cliente. El marketing se va a ocupar de las personas y de su estilo de vida y ya no de una segmentación definida del mercado.
PROVEEDORES y PROYECTOS EN POS DEL DATA WAREHOUSING
Informix apostó a una tecnología específica para el data warehouse. En el pasado había tecnologías propietarias, y aún hoy, algunas empresas como IBM o NCR, que han incursionado en esta tecnología del manejo de la información continúan siendo tecnologías semipropieetarias.
La idea de Informix por ejemplo fue desarrollar una tecnología abierta que corra sobre cualquier plataforma y que posibilite el manejo masivo de datos in restricciones. Hoy estamos viendo un warehousing corporativo en el cual se manejan números y letras, pero no olvidemos que se viene lentamente el manejo de contenidos. Hoy se maneja todo lo que sea caracteres, pero ya están apareciendo los primeros data warehouse con manejo de fotografías, e-mails de tipo audiovisual, información de contenido que va a ir modificándose a través del tiempo. Lo que está haciendo una empresa como Informix es tratar de que esta tecnología maneje contenidos en forma masiva, en poco tiempo más, con una plataforma ágil, y con un benchmarks alrededor del doble de las plataformas de bases de datos más populares en la actualidad.
En lo operativo, Informix se maneja con socios tecnológicos que le permiten interactuar mediante herramientas de extracción de información y herramientas de data mining para poder elaborar informes que puedan predecir comportamientos. Los socios de procesos son consultoras y los implementadores que se dedican al diseño del modelo de datos, a preparar la organización para el uso de la herramienta, o inclusive a armar campañas de marketing en torno a esto.
INTELIGENCIA DE NEGOCIOS: Las técnicas de data warehousing y data mining para mejorar la rentabilidad
Diseñadas para quienes toman decisiones, las soluciones de inteligencia de negocios proveen información en el momento adecuado, en forma organizada, resumida y presentada de forma tal que sea fácil de entender y aprovechar, como para lograr respuesta más rápidas y efectivas. Estas soluciones analizan y encuentran relaciones en los datos, transformándolos en información estratégica. Esto devenga como resultado una toma de decisiones sobre una mejor base y aumenta la probabilidad de un mayor éxito. De qué manera estas soluciones pueden ayudar en la mejora de los negocios en áreas clave de nuestra industria es lo que trataremos de ilustrar en una aplicación de estas características sobre tres sectores del área económica y productiva: Los Bancos, Las Empresas de Salud, y las Aseguradoras.
LOS BANCOS: SOLUCIONES PARA EL MERCADO BANCARIO
La industria bancaria se encuentra en medio de un período de transición. Las instituciones financieras están sintiendo el impacto de la desregulación, los rápidos cambios de tecnología y el creciente riesgo en los créditos. A nivel mundial, los bancos reevalúan sus iniciativas de negocios para asegurar su competitividad futura. El éxito o el fracaso dependen de la calidad de la información sobre las que se basan las nuevas iniciativas de negocios.
La velocidad a la que se desarrollan los cambios en el sector de servicios financieros es dramática. El mundo de las finanzas es testigo de un creciente número de tendencias que están redefiniendo y dándoles nueva forma a la industria, incluyendo las fusiones y adquisiciones, el rápido desenvolvimiento de la tecnología, la desregulación en ciertas jurisdicciones, y la creciente sofisticación de los clientes.
La globalización y la eliminación parcial de los límites de la industria también resienten los márgenes de ganancia. Competidores no tradicionales ganan terreno, mientras que los bancos se dirigen cada día más hacia las inversiones financieras y los seguros. Los bancos de hoy están incorporando una mayor variedad de actividades financieras y bancarias para competir con instituciones no financieras. El uso de sucursales tradicionales de bancos está disminuyendo en cantidad, debido a las innovaciones tecnológicas.
Con las grandes cantidades de dinero que están en juego, las empresas de tarjetas de crédito y las prestamistas sienten cada vez más la presión para reducir todo lo posible el riesgo crediticio y el fraude. Las instituciones líderes del mañana deberán tener estrategias sólidas basadas en información correcta y veráz, como para poder asegurarse una porción significativa del mercado. Esto significa tener un detallado conocimiento de sus clientes y competidores para proveer una gama de productos y servicios que satisfagan las necesidades de ambos, y es aquí donde una buena solución de inteligencia de negocios puede hacer la diferencia.
Con la ayuda de herramientas y técnicas tales como el data warehousing y el data mining, la interpretación de los datos actuales puede brindarle respuestas a preguntas que lo ayudarán a ser más competitivo, como por ejemplo:
• ¿Cuáles son sus clientes más rentables, qué productos usan, y por qué?
• ¿Qué tan temerosos del riesgo son estos segmentos, y por qué?
• ¿Qué tipo de promoción puede atraerlos como para tentarlos a adoptar una estrategia de inversiones más agresiva?
• ¿Qué otros productos y servicios es probable que un cliente compre, teniendo en cuenta los productos que actualmente utiliza?
• ¿Qué clientes tienen mayor probabilidad de irse a otro competidor?
• ¿Qué sucursales deben ser consolidadas, o eliminadas, en una zona en particular?
• ¿Cómo colocar más elementos de juicio en manos de los gerentes de las sucursales para que puedan tomar mejores decisiones?
Para que las instituciones financieras prosperen en este ambiente tan cambiante, deben poseer la habilidad de acceder fácilmente a su gran caudal de datos, y extraer la información que los ayudará a tomar decisiones mejores y más efectivas. Dichas soluciones también colocan la información al alcance de quienes la necesitan, permitiendo el acceso directamente desde sus oficinas o computadoras portátiles. Esta información puede ser provista en forma gráfica o numérica, dependiendo de las preferencias o necesidades del usuario.
La minería de datos y el data warehousing se encuentran entre las tecnologías utilizadas por las grandes empresas para obtener la ventaja competitiva que necesitan. Volviendo a las preguntas planteadas anteriormente, veamos cómo puede beneficiarse una institución de servicios financieros con este tipo de tecnología:
Accediendo a los datos adecuados, las herramientas de toma de decisiones le permiten entender qué tan rentable son en realidad sus clientes. La consolidación de datos provenientes de distintas fuentes en un único repositorio (data warehouse) le proveerá una imagen exacta de sus clientes.
Con esta información ya consolidada, la minería de datos le permitirá determinar los productos que ellos están comprando, y por qué. Comparando luego otros clientes con este perfil, podrá definir hacia dónde apuntar las nuevas campañas de marketing.
• La minería de datos le permite segmentar a sus clientes y entender sus características. Además, le ayudará a predecir cuáles serían los productos más atractivos para ellos. Con estos perfiles definidos, podrá crear productos que apunten a dichos segmentos y ofrecer así una verdadera alternativa a la competencia.
• La habilidad de monitorear créditos, tarjetas de crédito y otros instrumentos crediticios es una de las prioridades de las instituciones financieras. Para continuar siendo competitivos, es esencial que las empresas tengan la posibilidad de detectar potenciales abusos del crédito.
• Analizando el comportamiento de clientes que ya se han cambiado a la competencia, la minería de datos le ayudará a aplicar perfiles predictivos para determinar qué clientes son más probables a abandonar la empresa. Se podrá entonces apuntar a estos clientes con promociones especiales para aumentar su lealtad.
• Un data warehouse puede ser utilizado para consolidar datos financieros y de performance de sucursales en una determinada región. Luego, con esta información comparativa, se puede decidir acerca de la eliminación o fusión de ciertas sucursales.
La habilidad para tomar decisiones efectivas está gobernada por la calidad y cantidad de información que se encuentra disponible en forma inmediata. En definitiva ¿Cuál es el resultado final de las soluciones de inteligencia de negocios? Le permitirá acceder fácilmente a una gran cantidad de datos que ya se encuentran almacenados en su organización y transformar este material en información sobre la cual tomar una acción determinada. Con el acceso en tiempo real a esta información y análisis, la habilidad para la toma de decisiones en la empresa so sólo será más veloz, sino que también más efectiva. Las soluciones de inteligencia de negocios le permiten a su compañía incrementar el mercado que abarca, determinando qué es lo que sus clientes compran hoy, y por qué lo compran. Y también lo ayudará a predecir cuáles serán los productos que sus clientes querrán y comprarán mañana.
SALUD: SOLUCIONES PARA EL ÁREA SALUD
Las demandas en las organizaciones de salud de hoy en día tienen diversos aspectos. Las presiones para reducir costos manteniendo un alto nivel en el cuidado de los pacientes ha llevado a dichas organizaciones a reformular sus métodos para el gerenciamiento. Y mientras que la consolidación de hospitales y grupos de médicos está ayudando a mejorar la productividad y los costos, todavía queda pendiente la tarea de amalgamar los procesos de conducción y consolidar la información de los pacientes.
Por otro lado, las comunidades están demandando servicios de más calidad. Los límites de capacidad ya son alcanzados con mayor frecuencia, debido a que la esperanza de vida es mayor gracias a los avances de la tecnología médica. Todas estas demandas están basadas en un problema: la necesidad de descubrir más información ya sea el análisis de tendencias acerca de la población de pacientes, el seguimiento de costos, o el reporte de pagos. Con mayor acceso a información más valiosa, el personal de los sectores de salud estará mejor informando, permitiéndole utilizar de forma más eficiente sus equipos, edificios y staff.
Pero ¿cuál es la forma más efectiva de obtener la información de gestión o los datos históricos necesarios cuando y donde se los necesita?. La respuesta se encuentra en las soluciones de data warehousing y de data mining, las cuales permitirán responder estas preguntas:
¿Cómo definir los precios correctamente de acuerdo con las tendencias o patrones en las enfermedades o síntomas?
¿Qué procedimientos son más efectivos en costo y más beneficiosos para los pacientes, como por ejemplo en tratamientos preventivos en lugar de tratamientos post-enfermedad?
¿Cómo afecta la geografía y los grupos de edad la demanda de ciertos procedimientos médicos?
¿Qué métodos logran los mejores resultados en la recuperación de pacientes?. Y si existe más de una opción, ¿cuál es la de menor costo?
¿Puede mejorarse la asignación del staff basándose en un mejor entendimiento de los perfiles de los pacientes?
¿Existe algún caso de fraude entre alguna clase en particular de proveedor?
¿Cómo se puede determinar qué equipo es más utilizado por los pacientes?
¿Dónde puede realizarse una inversión en equipamiento para lograr un mejor atención y a la vez disminuir los costos?
¿Qué tan efectivos son los procedimientos recomendados a los pacientes?
Las soluciones de inteligencia de negocios lo ayudarán a encontrar las respuestas a partir de los volúmenes de información existente de registros de pacientes, datos clínicos y facturas.
Los requerimientos de información esbozados previamente pueden ser satisfechos de la siguiente manera:
• Combinando datos externos demográficos o estadísticas nacionales de salud con los datos internos sobre tratamientos de pacientes en un data warehouse se pueden comprender mejor los cambios de tendencias en los patrones de enfermedad a través de las regiones geográficas. El resultado puede ser una mejor política de aplicación de tarifas.
• El data mining puede ser utilizado para descubrir patrones y relaciones entre tratamientos, resultados y costos. Los patrones pueden ser detectados a partir de la primera visita del paciente, y las sucesivas.
• Un data warehouse extenso, que utilice bases de datos de alta performance, puede proveer un análisis detallado del tratamiento de los pacientes según la edad y la región
• Con esta información es posible predecir dónde se encontrará la mayor demanda para un
procedimiento médico en particular.
• Para determinar cuál es el mejor y más económico procedimiento para la recuperación de un paciente, se deben utilizar herramientas de data mining. Realizando un análisis del resultado y del protocolo, se pueden comparar varios procedimientos para los diagnósticos y descubrir cuál es el que obtiene el mejor resultado. Y si más de un tratamiento es posible, se podrá determinar cuál es el de menor costo, ayudándolo a ofrecer mejores cuidados a más personas.
• Utilizando herramientas de soporte para la toma de decisiones para analizar registros de horas extras, información demográfica de los pacientes y enfermedades, se puede pronosticar más precisamente los requerimientos de staff según los perfiles de los pacientes.
• Estas soluciones también tienen en cuenta los problemas de fraude y de prácticas dudosas. Por ejemplo, aplicando data mining sobre la información de la facturación.
• Un data warehouse departamental puede realizar un seguimiento de la utilización de los equipos por parte de los pacientes y determinar dónde y cuándo se producen los cuellos de botella. Este análisis puede aprovecharse entonces, para preparar la planificación regular de los equipos y la eliminación de aquellos que ya no son utilizados.
• Los médicos querrán acceder a la información de sus pacientes para poder compararla con las prácticas de otros colegas. Esta información es vital como parte del desarrollo profesional de cada uno de ellos. Y este tipo de información puede estar disponible para cada uno de ellos a través de internet directamente en el domicilio, o la oficina del médico.
Puzzle Bobble
Karate Blazers
Puzzle De Bloques
Magical Cat Adventure