Eine Health-Insights-Information von IDC, gesponsert von Qlik Juli 2015

Transkript

1 Entwicklung einer Healthcare-Analytics- Strategie Juli 2015

2 Die Analytics-Investitionen der Gesundheitsdienstleister steigen kontinuierlich Der Fokus innerhalb der Investitionspläne der Gesundheitsdienstleister liegt noch immer eher auf der traditionellen BI (d. h. der reinen Berichterstattung), weniger auf der Datenanalyse, die Einsichten liefert, welche die Entscheidungsfindung erleichtert. 75 % der Anbieter investieren nach eigenen Angaben 1 Million USD in Big Data und Analytics 1 der Anbieter gaben an, Analysten für neue Auftragsmodelle einzustellen 2 30 % der Anbieter verwies auf den Erwerb von Analytics-Technologie zur Unterstützung neuer Auftragsmodelle 2 Größere Organisationen wollen eine dynamischere Echtzeitanalyse von Gesundheitsdaten für ihre Planung und Verwaltung. Der Fokus der Investitionspläne der Gesundheitsdienstleister liegt noch immer eher auf traditionellen Unternehmensdaten (d. h. der reinen Berichterstattung), weniger auf Auswertung von Daten durch Analysen, die Einsichten zur Erleichterung der Entscheidungsfindung liefern. 1. Business Strategy: Big Data and Analytics in Healthcare is an Emerging Market (IDC HI# ). 2. Business Strategy: Providers Continue to Lag Behind Payers in Investments in Accountable Care (IDC Health Insights HI#253591). S. 2

3 Weltweite Analytics-Treiber Schutz der Privatsphäre von Patienten und Cyber-Sicherheit, was mit Anreizen und Sanktionen verbundene Kernaufgaben sind Allgegenwärtige Verfügbarkeit mobiler Geräte und Verbreitung internetfähiger Geräte Gesundheitsreformen mit Schwerpunkt auf Kosten und klinischen Mehrwert führen zu IT-Innovationen Übernahme von Technologien der dritten Plattform (Mobilität, soziale Medien sowie Cloud, Big Data und Analytics) und höhere Rechenleistung Einhaltung von Pflegeund Qualitätsstandards und Best Practices Untragbare Gesundheitskosten Verbesserter Zugang zur Gesundheitsversorgung und sozialer Fürsorge durch entsprechende Technologien S. 3

4 Gängige Anwendungsfälle für Analytics 45 % 70 % der Anbieter nannten als Hauptgrund für die Analytics- Investition die Möglichkeit zur Analyse von Patientenverhalten und Beschwerden, um optimale Vorgehensweisen zu ermitteln. der Anbieter nannten Ausbreitung von Krankheiten als Grund für die Investition in Analytics. 50 % der Anbieter nannten die Nutzung von Organisationsressourcen als Hauptgrund für die Investition. 4 Faktoren für die erneute Einweisung von Patienten ermitteln und unnötige Wiedereinweisung vermeiden 4 Behandlungsvarianten verstehen und optimale Verfahren festlegen 4 Genomische Daten weltweit wirksam einsetzen, um individuelle Therapieansätze für Krebspatienten zu gestalten und die Lebenserwartung, die Lebensqualität und die Kosten zu verbessern 4 Psychologische und soziale Faktoren in der Kooperation mit Patienten im Rahmen von Chronikerprogrammen identifizieren, um den allgemeinen Gesundheitszustand zu verbessern und die Ausbreitung von Krankheiten global einzudämmen Quelle: 3 IDC European Healthcare Provider Survey 2014/2015 S. 4

5 Modell der Reife für die Big-Data-Analyse 0 % 16,7 % 57,8 % 25,5 % 0 % Ad hoc Chancenorientiert Wiederholbar Gesteuert Optimiert Definitionen des Reifegrades Ad hoc Pilotprojekte Chancenorientiert außerplanmäßige Projekte Wiederholbar replizierbare Prozesse und Datenanalysen Financial Gesteuert Insights planmäßig, im Unternehmen anerkannt Optimiert Wartung und Verbesserung einer etablierten Strategie Bei der Reife für Big-Data-Analyse sind 5 Phasen zu durchlaufen ad hoc, chancenorientiert, wiederholbar, gesteuert und optimiert über fünf organisatorische Dimensionen hinweg (Absicht, Daten, Prozesse, Menschen und Technologie). Die Verteilung der Reife in Krankenhäusern über die fünf Phasen hinweg entspricht der anderer Branchen, wobei die meisten Krankenhäuser (58 %) sich in der Phase wiederholbar befinden. Im Gegensatz zu anderen Sektoren sind Krankenhäuser in den Phasen ad hoc oder optimiert nicht vertreten. High und Low Achiever haben in der Dimension Absicht die Phase gesteuert erreicht 41 % der High Achiever und 38 % der Low Achiever. Die größte Abweichung zwischen High und Low Achievern zeigt sich in der Datendimension. Über 50 % der High Achiever waren in der Phase wiederholbar, 54 % der Low Achiever in der Phase chancenorientiert. Quelle: Business Strategy: IDC MaturityScape Benchmark Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI# ). N= 100 Akutkrankenhäuser Quelle: IDC. S. 5

6 Best Practices: Absicht Gesundheitsorganisationen, die ihre Qualität steigern und ihre Kosten senken wollen, müssen Analytics zur Priorität machen und in Mitarbeiter, Prozesse und Technologie investieren % der High Achiever und 31 % der Low Achiever verwalten ihre Big Data Analytics auf Unternehmensebene % der Daten- und Analytics- Investitionen verlaufen im Sande, weil es an Datenmanagement und Governance fehlt. 4 Erarbeiten Sie einen strategischen und operativen Plan für Daten und Analytics. Nur 26 % der Anbieter verfügen über eine Business-Intelligence-Strategie. Unterschätzen Sie nicht die Bedeutung von Data-Governance und Datenmanagement. 4 Ernennen Sie einen Datenbeauftragten und Daten-Stewards, die sich um die Erarbeitung und Einhaltung datenbezogener Richtlinien und Verfahren sowie um die Qualität der Datenquellen kümmern. 4 Die Abweichung bei der Data Governance von High und Low Achievern beträgt 42 %. 4 Verteilen Sie Ihre BDA-Anstrengungen gleichmäßig über die 5 Dimensionen unter den Organisationen, die das tun, waren 93 % High Achiever und 7 % Low Achiever. Analysen für das Population Health Management müssen administrativ gesteuert, aber von den Ärzten vorangetrieben werden. Chief Operating Officer einer Krankenhausgruppe Quelle: Business Strategy: IDC MaturityScape Benchmark Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI# ). S. 6

7 Best Practices: Mitarbeiter Zwar ist die Leistung des Managements entscheidend, dennoch sollten die Sachbearbeiter an der Planung und Durchführung von Big Data und Analytics beteiligt werden. 4 Die Zusammenarbeit zwischen wichtigen Stakeholdern auf der Business-, Analytics- und IT-Ebene ist der Schlüssel zur Identifizierung der von den Nutzern im Unternehmen benötigten Datentypen % der High Achiever und nur 8 % Low Achiever meldeten eine enge Zusammenarbeit. 4 Rekrutieren und binden Sie IT-Mitarbeiter mit Fachkenntnissen in Strategie und Projektmanagement. 4 Der Unterschied in der Fähigkeit von High und Low Achievern, erfolgreich Mitarbeiter für die Erhebung, Integration, Aufbereitung und Verwaltung von Daten einzustellen, beträgt 25 %. 4 Untersuchen und managen Sie die kulturellen Herausforderungen der Veränderung und erinnern Sie immer wieder an den Wert von Big Data und Analytics-Initiativen. 4 Beteiligen Sie die Ärzte früh an der Übernahme von Analytics-Initiativen sie sind die besten Kritiker der Daten und ihrer Qualität. Wir haben unseren Ärzten vor der Einführung von Anreizen oder Strafen sechs Monate Zeit gegeben, um an ihren Leistungsdaten zu arbeiten. Das gab den Ärzten die Möglichkeit, sich mit den Leistungsdaten vertraut zu machen und ihre Arbeitsweise zu ändern, um ihre Ziele zu erreichen. Analyst eines großen Konzerns Quelle: Business Strategy: IDC MaturityScape Benchmark Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI# ). ** High Achiever sind Organisationen, deren Big Data und Analytics ihren Angaben zufolge die Erwartungen ihres Unternehmens erfüllen oder übertreffen. S. 7

8 Best Practices: Technologie Die Technologie sollte die Leistungserwartungen erfüllen. 4 Achten Sie darauf, dass der Anbieter Ihrer Wahl mehrere interne und externe Datenquellen einbeziehen und steigende Datenvolumen effizient verarbeiten kann. 4 Die Analytics-Lösung sollte die Anforderungen des Unternehmens einschließlich finanzieller, betrieblicher und klinischer Anforderungen unterstützen. 4 Die Technologieplattform muss in der Lage sein, mit der Kundenorganisation zu wachsen und auf stets neue Herausforderungen flexibel zu reagieren. 4 Analyseplattformen sollten die Selbstbedienung durch den Endbenutzer unterstützen. Analysetools spielen bei der Annahme durch den Endbenutzer eine zentrale Rolle achten Sie darauf, dass Ihre Organisation die richtigen Tools hat. 4 High Achiever waren 50 % zufriedener mit ihren Analysetools. Technologieanbieter müssen bereit sein, eine Partnerschaft mit ihren Kunden einzugehen, um Analyseziele zu erreichen. CIO eines großen integrierten Pflegesystems im Mittleren Westen der USA. Quelle: Business Strategy: IDC MaturityScape Benchmark Big Data and Analytics in U.S. Acute Care Hospitals (IDC, HI# ). S. 8

9 Best Practices: Daten Hohe Verfügbarkeit und Qualität der Daten für die nächsten Aktionen ist der Schlüssel zur Datenreife. 4 Daten aus Big Data und Analytics-Initiativen müssen praktisch nutzbar und am Point of Care verfügbar sein. 4 Integrieren Sie strukturierte Daten mit anderen Quellen, um tiefere Einsichten zu gewinnen. 4 Bis 2018 werden 80 % der Gesundheitsdaten die Cloud passieren, wenn Provider cloudbasierte Technologien und Infrastruktur gezielt zur Erhebung, Aggregation, Analyse und Entscheidungsfindung einsetzen. 4 4 Planen Sie die Analyse im Budget ein die Herausforderung ist fast eher geschäftlicher als technischer Natur. Die Bereitstellung von Patientendaten am Point-of-Care hat die Fähigkeit unserer Organisation, Lücken in der Pflege zu schließen, erheblich verbessert. Chief Operating Officer eines aus mehreren Krankenhäusern bestehenden Pflegesystems im Nordosten der USA 4. IDC FutureScape: Worldwide Healthcare Predictions 2015 (IDC HI# ) S. 9

10 Best Practices: Prozess 4 Richten Sie eine kontinuierliche Prozessverbesserung auf Basis quantitativen Feedbacks und innovativer Pilotprogramme ein. 4 Erarbeiten Sie Service-Level-Agreements und Prozesse für die Bereitstellung von Daten und Analysen. 4 Richten Sie Prozesse zur Überprüfung der Datenqualität und Ursachenanalyse ein, um Qualitätsprobleme an der Quelle zu beseitigen. 4 Schaffen Sie Prozesse und Verfahren, um die Anforderungen der Endbenutzer zu ermitteln. Der geheime Schlüssel zum Erfolg unserer Organisation (Einsparungen in Höhe von 8 Mio. USD) sind die Daten. Jede Woche überprüfen unsere Ärzte die Leistungsergebnisse und erarbeiten Maßnahmenpläne. Chief Medical Officer einer Familienpraxis im Westen der USA. S. 10

11 Grundlegende Hinweise 4 Grundlage des Wechsels zur wertebasierten Pflege ist die Analyse. 4 Machen Sie Analytics zu Ihrer Top-Priorität. 4 Führen Sie eine Analyse der bestehenden Lücken durch. 4 Entwickeln Sie einen strategischen und betrieblichen Plan zur Verbesserung der analytischen Stärke. 4 Investieren Sie in Analytics, denn hier geht es um mehr als nur um Technik: Es geht um Visionen, Menschen, Prozesse, Daten und Technologie. 4 Denken Sie daran, dass wertebasierte Pflege der Weg ist und nicht das Ziel. S. 11

12 Qlik-Lösungen für den Gesundheitsmarkt Mithilfe von Qlik können Gesundheitsorganisationen klinische, finanzielle und betriebliche Daten durch visuelle Analysen erkunden und Einsichten gewinnen, die zur Verbesserungen in der Pflege, Kostensenkungen und Mehrwert für die Patienten führen. Mehr als Gesundheitsversorger verlassen sich auf die Lösungen von Qlik, um Informationen zur richtigen Zeit an die richtigen Leute zu liefern und bei klinischen Prozessen, der Qualität der Pflege, den Finanzen und der Workforce Optimization einen Wandel herbeizuführen. Weitere Informationen finden Sie unter qlik.com/supplychainsolutions Copyright für alle IDC-Untersuchungen: Copyright 2015 IDC. Alle Rechte vorbehalten. Die Nutzungserlaubnis für alle IDC-Materialien wird von IDC erteilt, und die Nutzung oder Veröffentlichung von IDC-Untersuchungen stellt keine Befürwortung der Produkte oder Strategien von Qlik durch IDC dar. S. 12