Isi
- Masalah Kualitas Data Yang Menghambat Kinerja Platform Analytics
- Menjembatani Kesenjangan Antara Pemasok dan Sistem Analisis
- Kesimpulan
Sumber: Everythingpossible / Dreamstime.com
Bawa pulang:
Hanya data berkualitas tinggi yang dapat menghasilkan analitik berkualitas tinggi, sehingga sangat penting bahwa data disusun dengan benar.
Gagasan untuk mengimplementasikan platform analitik terintegrasi, jika perlu, dengan cepat mendapatkan kepercayaan. Ketika organisasi menyadari pentingnya platform analitik terintegrasi, banyak yang berebut untuk mengimplementasikannya. Namun dalam prosesnya, masalah kualitas data tidak mendapat perhatian yang cukup. Penting untuk dicatat bahwa kualitas data adalah faktor yang paling penting dalam menentukan relevansi dan kualitas analitik yang disampaikan oleh platform analitik. Kualitas data dalam kon ini berarti bahwa data yang tepat dalam format yang tepat harus tersedia untuk platform analitik terintegrasi sehingga dapat memberikan analitik yang bermakna. Tetapi beberapa masalah seperti ketidakcocokan sistemik, masalah struktur data dan ketidakefisienan manusia mencegah bahkan platform analitik terintegrasi berkualitas tinggi dari memberikan analitik berkualitas.
Tak perlu dikatakan bahwa tanpa mengatasi masalah kualitas data, laba atas investasi (ROI) pada platform analitik terintegrasi tidak akan mencapai tingkat yang diharapkan. Di sini kami memeriksa masalah yang mempengaruhi kualitas data yang dimaksudkan untuk platform analitik dengan contoh sektor perawatan kesehatan, salah satu sektor yang paling terpukul oleh kualitas data yang buruk.
Masalah Kualitas Data Yang Menghambat Kinerja Platform Analytics
Masalah dengan kualitas data dapat diringkas sebagai berikut: perekaman dan penangkapan format data yang salah, ketidakcocokan sistem hulu dengan platform analitik dan analisis yang tidak akurat.
Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.
Capture adalah tahap ketika orang memasukkan data ke dalam sistem, misalnya, data laporan investigasi medis. Sangat penting bahwa semua data yang relevan diidentifikasi dan dimasukkan ke dalam sistem.
Struktur adalah tahap ketika data yang benar harus dimasukkan dalam format dan bidang yang benar. Misalnya, berat pasien dianggap sebagai data numerik, tetapi jika dimasukkan ke dalam bidang, maka kualitas analitik akan terpengaruh.
Transportasi data adalah tahap ketika data dimuat ke sistem analisis untuk analisis. Alasan utama kualitas data menderita pada tahap ini adalah tidak adanya koneksi langsung dengan database. Ketika database terhubung langsung dengan rantai pasokan data, bidang-bidang penting ditangkap dalam struktur dan format yang tepat.
Diberikan di bawah ini adalah beberapa cara untuk meningkatkan kualitas data.
Ketika pengguna manusia memasukkan data, kemungkinan besar ada banyak data berulang yang harus dimasukkan. Misalnya, jika data mengenai pasien kardiologi dimasukkan, kondisi spesifik yang berbeda mungkin memiliki kode yang berbeda. Setiap kali kode dimasukkan; sistem harus memberikan saran atau secara otomatis mengisi kode yang sesuai. Ini membutuhkan sedikit pemrograman yang baik atau tweak dalam kode untuk mengimplementasikan sistem seperti ini. Dengan begitu, Anda mengurangi kemungkinan kesalahan manusia secara luas. Jika memungkinkan, harus juga ada validasi jika pengguna manusia memasukkan kode yang salah.
Menjembatani Kesenjangan Antara Pemasok dan Sistem Analisis
Seperti yang ditunjukkan sebelumnya, kualitas data menderita karena masalah desain dan implementasi antara pemasok dan mesin analitik. Organisasi perlu berupaya membuat struktur umum minimum sistem pemasok data, seperti sistem EHR, sehingga data penting diberikan dalam format yang tepat ke mesin analitik. Mengingat ada sejumlah besar sistem pemasok yang dibuat oleh vendor yang berbeda, merupakan tantangan untuk mencapai struktur yang sama. Namun, harus ada upaya untuk membangun struktur minimum umum sistem pemasok data.
Kesimpulan
Langkah paling penting menuju kualitas data untuk mesin analisis tampaknya menjadi struktur minimum umum sistem pemasok data. Sementara langkah-langkah lain seperti membuat penggunaan sistem entri data manusia lebih efisien adalah penting, mereka secara alami masih rentan terhadap kesalahan. Namun, standar entri data dan transportasi data dapat memastikan bahwa data yang tepat dalam format dan struktur yang tepat dimasukkan ke dalam mesin analitik. Agar hal itu terjadi, perlu ada standar dan protokol umum untuk pengembangan sistem dan antarmuka pengguna.