data valeurLa confiance est la base de toutes les bonnes relations - et pas seulement les relations humaines. La confiance dans les données est essentielle pour les entreprises, surtout dans le secteur médical. L'évolution vers des soins basés sur la valeur exige une collaboration accrue entre les différentes composantes de l'entreprise.

Au fur et à mesure que les soins s'éloignent du simple paiement à l'acte, les entreprises du secteur doivent peser objectivement investissements, risques et compromis avec des données quantitatives fiables. Ce type de prise de décision reposant sur des données sera essentiel pour façonner les initiatives et les choix à enjeux élevés, requis par les soins fondés sur la valeur. 

En 3 étapes, voici comment créer une base de données de confiance.

1. Gardez les experts en la matière proches des données

Des développeurs et des ingénieurs vont probablement extraire les données des systèmes sources, mais ce sont les experts du domaine ciblé qui comprendront le mieux les données et leur utilisation. Les experts devraient ainsi être associés à la conception et à la mise en œuvre des systèmes fournissant des informations essentielles à la prise de décision. Ils sont également les mieux placés pour déterminer le contexte dans lequel présenter aux utilisateurs les informations qui favorisent la compréhension et, en définitive, renforcent la confiance.

Laura Craft, analyste chez Gartner, a déclaré dans un rapport publié en septembre 2018 «Progrès en matière d'analyse des soins de santé dans l'optimisation des données» que de nombreux cliniciens doutent actuellement de l'intégrité des données de leur organisation et écartent l'idée que cela puisse améliorer les soins et les coûts des patients. Pour atténuer cela, les organisations peuvent travailler à «une propriété partagée de l'intégrité des données». Craft écrit: "Des données cliniques sont presque toujours impliquées, la participation des cliniciens est donc essentielle. Impliquez des cliniciens qui savent comment les données doivent être représentées pour tout type d'exploitation, des simples rapports et tableaux de bord aux algorithmes d'analyse avancés complexes. "

N'oubliez pas que, pour le meilleur ou pour le pire, l'organisation réagira à ce qui est mesuré. Il est donc essentiel de mesurer les choses qui comptent le plus. Les experts en la matière peuvent aider à garantir que les bons choix sont faits.

2. Automatiser les transformations de la logique métier

Une automatisation accrue est préférable lorsqu'il s'agit de la logique souvent complexe requise pour transformer des données brutes en informations significatives. Les analystes doivent être en mesure de définir cette logique à un niveau qui leur convient, puis de laisser l’ordinateur faire le travail lourd. Et ils ont besoin d'aide pour comprendre comment l'impact d'un seul changement, apparemment simple, pourrait se répercuter sur un système de données et de mesures interdépendantes. Cela n’est possible qu’avec un cadre d’analyse conçu dans cette optique. L'automatisation permet d'éviter les erreurs humaines et rend un système plus agile et plus adaptable au changement.

3. Promouvoir la visibilité et la transparence

Le meilleur moyen de s’assurer que les données sont correctes est de laisser les utilisateurs agir. Une fois passée la crainte d'ouvrir les portes, vous serez peut-être surpris de la façon dont l'organisation s'engage à utiliser l'information et à l'améliorer continuellement. La clé pour y parvenir réside dans la combinaison de la sensibilisation et de l’accès.

  • Sensibiliser signifie savoir que l'information existe et avoir un aperçu de ce qu'elle représente. Des «catalogues et dictionnaires» efficaces aideront les membres de votre organisation à découvrir ce qui est disponible.
  • L'accès est la capacité d'accéder facilement aux informations spécifiques requises pour une décision particulière. Cela demande généralement plus que des aperçus résumés, mais plutôt le «coeur de l'affaire» derrière ces chiffres résumés. La possibilité d'effectuer une analyse plus approfondie est essentielle pour prendre des décisions éclairées de manière optimale. Lorsqu'il y a beaucoup d'argent en jeu, les détails importent.

Bien entendu, il y a des limites à la visibilité qu'une organisation voudra offrir, en particulier compte tenu des implications réglementaires en matière de santé. C'est la raison pour laquelle une architecture analytique robuste est nécessaire, aidant votre structure à être sélectivement transparente et à protéger les données en même temps.

Vision du futur

Imaginez un avenir dans lequel tous les membres de l’entreprise qui ont besoin d’informations pour prendre des décisions disposent des données dont ils ont besoin et peuvent les utiliser pour collaborer les uns avec les autres, qu’il s’agisse de demander ce qu'une mesure spécifique (KPI) signifie ou de partager une observation sur le signal qu'un point de données peut être en train d'envoyer. La rapidité des décisions pourrait augmenter, tout comme la confiance en soi. Et tout cela découle d'une confiance, à la fois dans les données et les autres.

Une bonne architecture fournit une base de données fiable tout en assurant rapidité et agilité pour s’adapter aux nouvelles exigences. Et il y en aura beaucoup à venir avec l'accélération du changement des soins de santé. Dans cette période de transition, un environnement de données statique ne le permettra pas. Pour garder une longueur d'avance sur la concurrence, il faut disposer des bonnes informations, du savoir-faire et de la confiance en soi nécessaires pour prendre des décisions cruciales.