公司在实施和使用大数据分析时容易犯哪些关键错误？

十多年来，医疗保健组织投资了数百万美元建立数据仓库和数据分析师队伍，其唯一目的是利用数据做出更好的决策，以改善患者的治疗结果。历史问题是，仅靠这些仓库和分析是不够的，因为它们提供的分析、报告和仪表板见解不具有可操作性。他们只是报告正在发生的事情，但这些见解无法解释为什么会发生这种情况，以及可以采取哪些措施：1）如果它对运营产生负面影响，则可以防止它在未来发生，或者 2）鼓励期望的积极结果。

现在，基础设施和技术已经成熟，不再只是了解“正在发生什么”，而是可以找出“原因”和“该怎么办”。在LeanTaaS，首先，我们挖掘大量历史电子健康记录(EHR) 数据，并使用复杂的算法来发现趋势和模式——包括积极的和消极的。然后，我们提供规范性指导来解决运营问题，以改善对有限资源的获取，减少患者在医院或输液中心的等待时间，提高员工满意度，并降低医疗保健服务的总体成本。

不幸的是，大多数大数据分析公司只关注他们的仪表板和报告工具，其中包含大量数据。但现在对分析公司的期望不仅仅是数据的呈现。数据需要讲述故事并提出建议，从而带来有意义的流程变革。该解决方案必须能够进行准确的预测并生成足够具体的建议，以便一线每天能够做出数百个切实的决策，而不仅仅是“欣赏问题”。