Zawartość
- Problemy z jakością danych, które ograniczają wydajność platformy Analytics
- Wypełnij lukę między dostawcą a systemami analitycznymi
- Wniosek
Źródło: Everythingpossible / Dreamstime.com
Na wynos:
Tylko dane wysokiej jakości mogą generować wysokiej jakości analizy, dlatego bardzo ważna jest poprawna struktura danych.
Pomysł wdrożenia zintegrowanej platformy analitycznej, tam gdzie jest to właściwe, szybko zyskuje na wiarygodności. Ponieważ organizacje zdają sobie sprawę ze znaczenia zintegrowanej platformy analitycznej, wiele osób stara się ją wdrożyć. Ale w tym procesie kwestia jakości danych nie jest wystarczająco uważana. Należy zauważyć, że jakość danych jest najważniejszym czynnikiem decydującym o trafności i jakości analiz dostarczanych przez platformy analityczne. Jakość danych w tym kontekście oznacza, że właściwe dane we właściwym formacie powinny zostać udostępnione zintegrowanej platformie analitycznej, aby była w stanie dostarczać sensowne analizy. Jednak kilka problemów, takich jak niezgodność systemowa, problemy ze strukturą danych i nieefektywność ludzi, uniemożliwia nawet wysokiej jakości zintegrowanym platformom analitycznym dostarczanie wysokiej jakości analiz.
Oczywiste jest, że bez rozwiązania problemów z jakością danych zwrot z inwestycji (ROI) na zintegrowanych platformach analitycznych nie osiągnie oczekiwanego poziomu. Tutaj badamy problemy wpływające na jakość danych przeznaczonych dla platform analitycznych na przykładzie sektora opieki zdrowotnej, jednego z sektorów najbardziej dotkniętych słabą jakością danych.
Problemy z jakością danych, które ograniczają wydajność platformy Analytics
Problemy z jakością danych można podsumować następująco: nieprawidłowy zapis i przechwytywanie formatu danych, niezgodność wcześniejszych systemów z platformami analitycznymi i niedokładna analiza.
Nie możesz poprawić swoich umiejętności programistycznych, gdy nikt nie dba o jakość oprogramowania.
Przechwytywanie to etap, na którym ludzie wprowadzają dane do systemu, na przykład dane raportu z badania medycznego. Niezwykle ważne jest, aby wszystkie istotne dane zostały zidentyfikowane i wprowadzone do systemu.
Struktura to etap, w którym należy wprowadzić poprawne dane we właściwym formacie i polu. Na przykład waga pacjenta jest uważana za dane liczbowe, ale jeśli zostanie wprowadzona w pole, wpłynie to na jakość analizy.
Transport danych to etap, w którym dane są ładowane do systemów analitycznych w celu analizy. Głównym powodem pogorszenia jakości danych na tym etapie jest brak bezpośredniego połączenia z bazą danych. Gdy baza danych jest bezpośrednio połączona z łańcuchem dostaw danych, niezbędne pola są rejestrowane w odpowiedniej strukturze i formacie.
Poniżej podano kilka sposobów poprawy jakości danych.
Gdy użytkownicy wprowadzają dane, istnieje prawdopodobieństwo, że istnieje wiele powtarzalnych danych, które należy wprowadzić. Na przykład, jeśli wprowadzone zostaną dane dotyczące pacjentów kardiologicznych, różne szczególne warunki mogą mieć różne kody. Za każdym razem, gdy kod jest wprowadzany; system powinien dostarczyć sugestie lub automatycznie wypełnić odpowiedni kod. Wymaga tylko trochę dobrego programowania lub poprawek w kodach, aby zaimplementować taki system. W ten sposób znacznie redukujesz możliwość błędu ludzkiego. Jeśli to możliwe, należy również przeprowadzić walidację w przypadku, gdy użytkownik wprowadzi nieprawidłowe kody.
Wypełnij lukę między dostawcą a systemami analitycznymi
Jak wskazano wcześniej, jakość danych cierpi z powodu problemów projektowych i wdrożeniowych między dostawcą a silnikami analitycznymi. Organizacje muszą pracować nad stworzeniem minimalnej wspólnej struktury systemów dostawców danych, takich jak systemy EHR, tak aby niezbędne dane były dostarczane we właściwym formacie do silników analitycznych. Biorąc pod uwagę, że istnieje wiele systemów dostawców różnych dostawców, osiągnięcie wspólnej struktury jest wyzwaniem. Należy jednak podjąć wysiłki w celu stworzenia wspólnej minimalnej struktury systemów dostawców danych.
Wniosek
Najważniejszym krokiem w kierunku jakości danych dla silników analitycznych wydaje się wspólna minimalna struktura systemów dostawców danych. Podczas gdy inne kroki, takie jak zwiększanie efektywności wykorzystania systemów wprowadzania danych przez ludzi, są ważne, nadal będą one naturalnie podatne na błędy. Jednak standard wprowadzania danych i transportu danych może zapewnić, że odpowiednie dane we właściwym formacie i strukturze zostaną wprowadzone do silników analitycznych. Aby tak się stało, musi istnieć wspólny standard i protokół do opracowywania systemów i interfejsów użytkownika.