帶你輕鬆玩轉可視化分析案例(下)

2021-01-12 DataFocus

10.4 醫院的質量指標

本節主要講述如何使用DataFocus進行監控指標,從而大大的減少人力和資金成本。

10.4.1歐巴馬醫改和醫療保險報銷

在美國,2010年的《平價醫療法案》(Affordable Care Act,也被稱為歐巴馬醫改),在原有基礎上提供高質量的護理和病人體驗,即基於價值的購買計劃(VBP)。例如,在付薪酬時,不僅僅看員工做了多少,也看員工做了什麼,病人的反饋如何。

10.4.2如何使用DataFocus分析VBP

VBP首先推出了兩個籃子措施。一個是一系列的護理過程測量,例如被診斷患有心力衰竭的患者是否有書面出院說明,或者是否對診斷為肺炎的患者進行了適當的抗生素選擇。

第二個籃子由患者體驗指標組成,比如如何進行病人與護士以及醫生之間的溝通良好。此外,評分標準的統一性有助於最低得分目標的確定,也能方便醫院做好各方面工作。所有分數都是混合成的一個綜合分數。

例如,Southern Maine醫院的業績是用曲線來劃分的,最終的收入是增長還是損失取決於「最終線性交換函數(FLEF)」。這個函數是Southern Maine創建的一個模型的輸入,該模型用於分析醫院盈利能力效果的評估。

最初的盈利模式是由許多電子表格共同建立起來的,因此如果想要一個新的數字範圍,他必須做一個副本Excel工作簿。沒有隨時間變化的視圖,也沒有單位度量的增益或損失的範圍,只有一個具體數字。其實數據生成表格後,可以將所有結果放入DataFocus中,創建一個數據看板,用戶可以查看本月相比前一個月的變化,並迅速查看哪些措施最具成效性(潛在損失/最小收益)。圖10.4.1為生成的示例數據看板。

圖10.4.1估計基線增益/損失

DataFocus還用於監控每項指標的性能。如圖10.4.2所示的示例數據看板,可以看到有些變化真的很明顯。

圖10.4.2 每項指標性能

10.4.3 監控可視化的意義

2012年秋季,醫療保險公布了基於價值的採購的Southern Maine醫院的最終數據盈利,增加了1.024%。使用DataFocus監控進度,通過可視化的操作分析,改善醫院財務狀況,更為重要的是,提高了病人護理和體驗。

10.5 大學入學測試場景案例

ACT組織是一個位於愛荷華州愛荷華市的非營利性組織,它提供各種測試和評估服務。你可能聽說過這種行為測試——大學入學準備測試。 Tim Kuhns是創新研究的原則以及ACT的分析布道者,負責尋找新的方法分析、理解和溝通內部信息。ACT組織一直在為其提供測試服務超過五十年。

10.5.1 ACT如何使用DataFocus

ACT生成許多測試數據, DataFocus可以用來分析測試成績數據得出結果。圖10.5.1展示了一個示例。

得分分布數據看板包括:通過繪製關於分數分布的數據直方圖,查看綜合分數分布,基本呈正態分布;散點圖提供了學生人數和分數的相關分布;右側的條形圖給讀者呈現的是各種參考維度下的得分結果,包括種族、期望值相關。

10.5.2 可持續發展

Tim和他的團隊通過制定策略來確保持續溝通,包括創建內部平臺等,確保ACT團隊的能力得到持續擴展。有經驗的諮詢夥伴建立一個內部用戶組進行問答,分享團隊的最佳想法,並為缺乏經驗的用戶提供例子。

圖10.5.1 得分分布數據看板

10.6 使用數據可視化幫助繼任規劃

繼任規劃是人力資源分析中的一部分,是指人員更替和崗位安排,是企業人員管理中的重要一環。使用DataFocus數據分析工具可以將員工數據進行可視化,簡單直觀的洞察到相關信息,及時作出人員調整。

10.6.1促進有效對話和行動的框架

繼任規劃主要任務是提供驅動勞動力的研究分析以協助人力資源規劃。繼任規劃可視化在人力資源部專業人員協助運營管理者做基於事實的決策時 ,不僅僅能給管理者們的一個歷史的數據觀點,而且還能給管理者們提供有助於戰略規劃的科學信息。

10.6.2為繼任規劃提供漸進式信息

繼任規劃數據對組織的人才發展戰略至關重要。通常,這些信息的結構可以幫助決策者更容易地發現潛在的問題、發現未來的方向並制定策略,為平穩的人力過渡做好準備。圖10.6.1所示的繼任規劃數據看板,可以用於促進領導和員工之間的對話。

圖10.6.1 繼任規劃數據看板

此數據看板中使用兩個繼任者的需求維度,分別為員工在組織中的任期和年齡。通過標度的設置,用戶可以根據特定的組織需求更改視圖。例如,如果公司的預期退休年齡是60歲,任期為15年,可以修改標度線來更清晰的查看員工信息。

當然,僅僅通過任期和年齡兩個維度不夠充分的理解關鍵需求。在數據看板中添加能力或其他關鍵技能,可以更深入地分析和理解特定人才需求,即提供一種識別人才的方法,用於替代每個職位的潛在人選的空缺。由於機密性,這部分信息在圖10.6.1數據看板中刪除了。

人力資本是每個企業最寶貴的資產。通過呈現相關維度數據,在視覺上更容易查看到異常值,提供了一種漸進式繼任規劃可視化。

DataFocus突破數據數億量大關,用於分析理解海量及繁雜的數據集。存儲數據的最終目標是將其轉換為可用的信息,做出更科學的決策。

相關焦點

  • 58個Excel可視化圖表(自帶公式):玩轉財務分析
    不會做財務報表分析?你已經沒有優勢了!在工作中,我們經常會對財務報表上的一系列數據進行分析,但看到冰冷的數字時,沒有感覺。只有將數字進行圖形化,印象才會比較深刻,這時候就要用到Excel可視化圖表了。問題是:如何在excel中讓數據可視化?這時候你可能一頭霧水,不用擔心,小編今天給大家準備了58套Excel可視化圖表模板(自帶公式),讓你的財務分析數據表格秒變高顏值圖表,高效率輕鬆玩轉財務分析!
  • Python數據分析可視化教程學習
    目前人類社會正在從IT時代步入大數據時代,學習Python數據分析可視化,無疑可以走在時代技術發展的最前沿,做大數據時代的弄潮兒。另外處於對自身職業規劃的需要,我們也要掌握Python數據分析可視化的技能。現在放眼望去,無處不在的數據分析師,已經成為了許多企業的核心職業。而且該Python教程包括了主流的數據分析庫,是大家學習數據分析的絕佳選擇。二、可視化教程學什麼?1、理論與實踐,相輔相成。
  • 當新零售擁抱數據可視化,一個案例帶你讀懂數據可視化的價值
    編輯導讀:在「數智化」時代背景下,零售業轉型升級勢在必行,新零售也已經成為行業風口。然而,什麼是新零售?新零售與傳統零售的本質區別何在?新零售的底層支撐是什麼?本文針對上述內容展開,並運用實際案例分析數據挖掘和可視化技術在零售業轉型升級中的戰略意義。
  • 數據分析選它就對了,輕鬆搞定數據可視化分析
    一個專注於數據分析整體數據倉庫解決方案的程序猿!今天小黎子就給大家介紹一個數據分析工具由Microsoft出品的全新數據可視化工具Power BI。微軟Excel很早就支持了數據透視表,並基於Excel開發了相關BI插件,如Power Query,PowerPrivot,Power View和Power Map等。這些插件讓Excel如同裝上了翅膀,瞬間高大上。
  • 學科分析服務可視化雲圖案例 中國礦業大學
    二.編寫範例(中國礦業大學圖書館可視化雲圖案例)   學科分析服務可視化雲圖案例   案例編寫人:鄧志文 都平平 宋迎法 鮑劼 穆亞鳳(中國礦業大學圖書館)   [內容摘要]   高校圖書館作為機構的信息情報中心,存儲和管理著大量的研究文獻和機構知識,對這些大量文獻進行整體和梳理,並採用文獻計量分析方法從中獲取有價值的信息和知識是圖書館情報服務的重要內容
  • Tableau介紹與上市企業的可視化數據分析案例
    去年年末,我們數據小組的同學們利用業餘時間,用Python在新浪財經和其他財經網站爬取了所有上市公司的年報數據,並用Tableau軟體做了一個很漂亮的可視化分析報告
  • 6個技巧輕鬆玩轉數據可視化,讓你的數據「會說話」
    來源:計算機世界分析平臺生成的報告中總是有大量晦澀難懂的數字。如果以詳細的彩色圖形來顯示這些數字,那麼情況又會是另外一番局面。雖然這些圖形也是分析軟體生成的,但是大多數非技術用戶卻可以輕鬆掌握瞬息萬變的發展趨勢。
  • Excel分析圖表太單調?財碼Python新課-財務分析及可視化
    在前期課程中,我們已經初步為大家演示了Pandas-財務數據分析神器在會計核算數據領域和財務預算預測領域的應用。本周財碼課程繼續更新,進入財務分析及可視化的領域,帶你用Python練習財務分析及可視化。讓我們先搞定幾個小案例,再一起搞定大案例。
  • 高級轉錄組調控分析和R語言數據可視化第十三期 (線上開課)
    3天時間,老司機帶您完成自學需要3個月甚至是1年的崎嶇之路,助力您真正玩轉轉錄組分析,並根據自己課題的背景優化分析方案。教程內容簡介如下:轉錄組分析平臺搭建伺服器平臺:沒有軟體的計算機只是一堆廢鐵,沒有轉錄組分析系統的伺服器也和你的數據分析沒有半毛錢關係。想要搭建整套的轉錄組分析流程,網上的資源即零散、又稀少。
  • 必備數據可視化神器,這功能太強大了!
    很多人想抓住機遇進入數據分析行業,卻經常遇到以下問題:  在這裡,不得不為大家推薦這個開課吧的《大數據分析實戰課》,4大實戰項目,帶你操作真實業務場景下的數據分析,以案例為導向,快速積累數據分析的實戰經驗。
  • 公開課丨左手 Python, 右手 R 玩轉數據分析
    但是在數據分析工作環境中,你可能面臨的工作環境和工作場景是複雜多變的,所以你可能需要多種不同工具結合去完成你的工作和數據分析任務。 本次,CDA數據分析師為你帶來左手Python,右手R主題公開課,真實上課場景和體驗,帶你了解Python和R的那些事兒。
  • 微生物組-擴增子16S分析和可視化(線上/線下同時開課,2021.4)
    本課程一共3天,每天6節課,共18節課,全部課程均理論與實戰結合(只要課上講的內容,都是要帶你親自實現的分析)。從分析平臺搭建、Linux和R基礎、圖表解讀和繪圖實戰、擴增子分析標準流程、功能預測、差異統計分析以及各類高級分析(進化樹、網絡、環境因子、隨機森林、Adaboost和來源追溯等),和CNS級圖片編輯和排版。
  • 從零開始進階數據分析大師
    >原價336元)數據分析師有三寶:Excel、PPT、SQL,帶你入門數據分析,熟練運用數據分析方法以及如何去展現分析結果、製作數據分析報告,讓你成為數據分析達人!優惠價446元(原價744元)無須編程,只需滑鼠點點點,即可輕鬆從數據分析進階數據挖掘。
  • AXURE原型設計:手機版可視化視圖應用案例
    將數據可視化,可以更快地理解和處理信息,是數據分析中重要的部分。本文從四個案例出發,分析如何做好數據可視化,希望對你有幫助。數據可視化在數據分析中扮演著越來越重要的角色,試想一下,如果你把一堆數據拿給你的老闆或者甲方爸爸看,那肯定會被痛批一頓。
  • 案例解析:電商大屏數據可視化設計經驗分享
    本文結合大量實際案例,來與大家分享電商類大屏設計的經驗,帶你了解電商大屏的設計技法與思考。數據可視化大屏設計大多以藍色調為主,因為藍色比較容易營造大屏所追求的科技感,所以在眾多行業中運用最廣泛。例如公安系統、城市交通、科技公司、政企單位、製造業等眾多行業。
  • 微生物組-擴增子16S分析和可視化第10期(線上/線下同時開課,本年最後一期)
    本課程一共3天,每天6節課,共18節課,全部課程均理論與實戰結合(只要課上講的內容,都是要帶你親自實現的分析)。從分析平臺搭建、Linux和R基礎、圖表解讀和繪圖實戰、擴增子分析標準流程、功能預測、差異統計分析以及各類高級分析(進化樹、網絡、環境因子、隨機森林、Adaboost和來源追溯等),和CNS級圖片編輯和排版。
  • 有了這個「神級」功能,會Excel就能輕鬆玩轉BI數據可視化分析啦
    有了這個「神級」功能,會Excel就能輕鬆玩轉BI數據可視化分析啦 2020年08月24日 17:40作者:黃頁編輯:黃頁 BI、可視化、大數據
  • 空間數據可視化就這麼簡單,酷炫螞蟻金服開源地理可視化引擎L7
    地理分析應用往往是集時間、空間、屬性等多維度數據為一體的綜合性可視分析系統,在數據規模,數據類型,以及交互模式上具有極其複雜的多樣性,因此在設計和開發地理可視化分析應用時,需要不同領域的人共同參與。我們希望通過提供一套地理可視化領域下的最佳解決方案,能夠讓沒有任何空間數據技術背景的人,通過簡單的學習,就能夠設計、開發和使用地理數據分析應用。
  • 全球頂級的5個數據可視化案例及分析,美妙如畫卻價值巨大
    Abate先生強調,同一時間,在任何給予的可視化範圍內,超過4個數據就會讓人更難跟蹤。通過淘汰沒有出售的產品,他們正在減少浪費來增加未來的收入。但是沒有數據可視化,他們不可能完成這項工作。接下來,我們就看一下,全球頂級的5個數據可視化案例。一、航線星雲
  • 當下的幾款流行可視化數據分析工具,你知道嗎?
    當下幾款流行的數據分析數據工具,你知道嗎?最近,知乎上關於商業數據分析和可視化的話題被炒的火熱,歸根的原因是隨著網絡和信息技術的不斷普及,人類產生的數據量正在呈指數級增長。大約每兩年翻一番,根據監測,這個速度在2020 年之前會繼續保持下去。