面对庞大的医疗保健分析
来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-12-10
尽管遵循这些趋势仍然很有价值，大量医疗仍然是现代医疗保健的致命弱点
似乎即使是的保险公司也都在回避承担大量医疗保健索赔，这些大量索赔的来源是许多争论的主题，无论如何，医疗保健公司和组织必须与以往相比，采用智能的，数据驱动的决策，如果他们想管理如此大的数量，他们将面临不断改进流程的艰巨任务，许多人明智地寻求解决方案的数据，为了处理这些数量，医疗保健企业应使用其数据来推动改进设计并在每一步中衡量已实施解决方案的有效性。我建议他们首先查看以下数据“石头”。
1：找出不正确付款的根本原因
索赔付款调整和因多付或少付造成的追回是昂贵的活动，从错误地支付服务商的电话到恢复所涉及的后续工作，一切都陷入了困境，步是将您控制的付款不正确归零-这需要定义和识别哪些不正确是由于内部错误引起的，而哪些不正确只是日常业务的一部分，查找内部错误的根本原因并加以纠正，然后实施有针对性的自动化关键绩效指标来衡量您的改进（在数量和金额方面）。
2：将合规报告从反应式转变为预测式
这些目标通常很难达到，甚至难以实现。不幸的是，大多数合规性报告都是“事后检验”，这意味着在违反合规性限制之后为时已晚，人们对此意识有所提高，对于未达到合规标准的索赔，从索赔到付款的生命周期的回归分析可能会提供根本原因和预警信号，它还可以帮助从大量的索赔中找出有问题的索赔针，这些索赔针可以轻松地进行裁决并按时支付。
3：将理赔数据与会员注册，遭遇和呼叫中心数据进行三角剖分
就像点对点绘图一样，只有将点连接起来，才能实现完整的图片，将索赔数据与其他来源的信息进行三角剖分并打破数据孤岛可能涉及多种数据集成，联合或大数据解决方案，设计一个解决方案来分析大量和多样化的数据是一个挑战，但是它可能允许您发现索赔数量，成员人数增长以及呼叫中心或申诉和申诉负担的模式，识别这些模式将使您能够设置自动警报，以在显示入站活动激增的任何系统和流程中触发，医疗保健公司当然会全力以赴，并且行业内的任何人都可以比设想解决方案容易地描述问题，尽管数量巨大且监管挑战，但以新的方式利用数据将使这些公司更接近充足性（和盈利能力）。
在处理大数据时从业务战略入手
似乎即使是的保险公司也都在回避承担大量医疗保健索赔，这些大量索赔的来源是许多争论的主题，无论如何，医疗保健公司和组织必须与以往相比，采用智能的，数据驱动的决策，如果他们想管理如此大的数量，他们将面临不断改进流程的艰巨任务，许多人明智地寻求解决方案的数据，为了处理这些数量，医疗保健企业应使用其数据来推动改进设计并在每一步中衡量已实施解决方案的有效性。我建议他们首先查看以下数据“石头”。
1：找出不正确付款的根本原因
索赔付款调整和因多付或少付造成的追回是昂贵的活动，从错误地支付服务商的电话到恢复所涉及的后续工作，一切都陷入了困境，步是将您控制的付款不正确归零-这需要定义和识别哪些不正确是由于内部错误引起的，而哪些不正确只是日常业务的一部分，查找内部错误的根本原因并加以纠正，然后实施有针对性的自动化关键绩效指标来衡量您的改进（在数量和金额方面）。
2：将合规报告从反应式转变为预测式
这些目标通常很难达到，甚至难以实现。不幸的是，大多数合规性报告都是“事后检验”，这意味着在违反合规性限制之后为时已晚，人们对此意识有所提高，对于未达到合规标准的索赔，从索赔到付款的生命周期的回归分析可能会提供根本原因和预警信号，它还可以帮助从大量的索赔中找出有问题的索赔针，这些索赔针可以轻松地进行裁决并按时支付。
3：将理赔数据与会员注册，遭遇和呼叫中心数据进行三角剖分
就像点对点绘图一样，只有将点连接起来，才能实现完整的图片，将索赔数据与其他来源的信息进行三角剖分并打破数据孤岛可能涉及多种数据集成，联合或大数据解决方案，设计一个解决方案来分析大量和多样化的数据是一个挑战，但是它可能允许您发现索赔数量，成员人数增长以及呼叫中心或申诉和申诉负担的模式，识别这些模式将使您能够设置自动警报，以在显示入站活动激增的任何系统和流程中触发，医疗保健公司当然会全力以赴，并且行业内的任何人都可以比设想解决方案容易地描述问题，尽管数量巨大且监管挑战，但以新的方式利用数据将使这些公司更接近充足性（和盈利能力）。
在处理大数据时从业务战略入手
不要相信有关大数据备份和恢复的这些神话，而要通过关注数据系统结构来利用小企业数据的价值。
京公网安备 11010502034401号
课程体系 
试听申请 
复听申请 
在线报名 
考试大纲 
考试报名 
准考证打印 
