本文来自 企业网D1net公众号
BayCare Health System拥有16家医院、数百个设施和33000名员工，位于佛罗里达州的这个医疗保健服务提供商需要各种数据来改善运营、患者体验和群体健康，其CIO William Walders与Heller Search Associates的CEO Martha Heller进行了一次对话，详细阐述了BayCare Health System在提升数据素养方面的成功经验。
Martha Heller: 数据素养对BayCare Health System意味着什么？
William Walders: 数据素养意味着每个团队成员都能在其专业范围内发挥最佳水平。当负责清洁手术室的环境服务团队能够快速处理数据，尽快安排新患者进入时，他们的工作效率会更高。我们三分之一的员工是护士，如果我们了解医院内的患者数量及其所需的护理水平，并能预测未来的人员需求，我们就能以更低的成本提供更好的护理。
在安排患者预约时，如果我们知道历史上有多少预约会被取消，我们就能提高临床工作人员看到的患者数量。因此，如果我们能够看到预约时间较少的背后数据，就可以创建激励计划来填补这些空闲时间。有了数据素养，我们的团队能够提出正确的问题并利用数据改善我们的运营。
目前对你们来说最重要的数据是什么？
我们非常关注医疗服务的可及性。平均来说，大多数医疗系统从患者需要看医生到预约到医生的时间大约需要六周。我们正在使用数据来减少这种等待时间。
降低医疗成本是我们使命的另一个关键部分，因此医疗经济数据非常重要。然后是临床数据：我们正在投资基因组学以提前预防癌症，这包括精准医学和了解患者是否携带某些基因的能力。当我们告诉患者要健康饮食和多锻炼以避免心力衰竭时，他们并不总是听从建议。但使用数据建议患者每年进行影像检查，而不是每五年检查一次，这是可行的。因此，对我们来说，有很多重要的数据，具体取决于具体情况。
有哪些实际的例子显示数据驱动的积极成果？
我们获得财务数据的速度比以往更快，因此我们可以每日调整财务决策。我们改善了患者预约的能力，从而使生产率提高了30%。在医疗系统中，手术室时间是最大的收入来源，我们有400个手术室。我们可以使用分析来显示特定医生的周转时间。例如，我们知道Smith医生在中午进来，她喜欢床头靠近门口的位置，这不是我们的标准做法。如果我们没有安排对，她进来后会说：“我20分钟后再回来”，这会给我们造成大约10000美元的损失。利用数据了解和计划这些行为非常重要。
你们是如何提高组织的数据素养的？
一旦我们建立了一个提供数据流动性的数据架构，使数据可以随处使用，我们就必须教会人们如何使用它。我们提供了基本的仪表盘，如住院时间和患者利用率，并建议他们每天查看。
这是数据素养的第一部分：这是我们拥有的数据。对你有帮助吗?立刻，你会看到60%的人点头认可。那10%的博士研究员希望获取所有的数据，我们会为他们提供这种可能性，但我们的第一步是让员工使用我们现有的数据。
一旦我们建立了基本的数据素养，我们就教会人们一些高级的数据实践，并对他们进行工具培训。我的数据团队不再花费90%的时间在创建数据透视表上。我们的员工现在自己在做这些事情。员工还分享数据并为彼此建立新的数据集。现在他们对数据的需求更加渴望，我们都在使用数据来解决问题。数据价值已经成为一个众包的实体。
数据素养的下一步是什么？
我们有独特且分散的业务线：16家医院，数百个医疗实践、手术中心和零售设施。当我在系统的一侧拉动一个杠杆时，它对另一侧意味着什么?这就是我们目前在识字方面的位置，向人们展示多变量数据能力，他们如何互相合作，以及数据素养对整个系统意味着什么。如果你是患者，你可以去我们的12项服务，我们在疾病管理方面做得很好。但我们在优化你的体验和确保你在一个地方被计费方面做了什么?我们在消除福利说明摩擦方面做了什么?当我将人们派出去进行影像和其他服务时，我怎么知道容量是什么样的？这是我们正在朝着的识字水平，人们超越他们的日常工作，开始提出更多问题。
我们还设定了这样的期望：如果你处于领导职位，你需要具备超出你功能性工作描述的能力，包括项目管理、财务敏锐度和数据素养。这就是我在领导层招聘时所看的：你能用数据做些什么？数据素养正成为就业条件。
你给其他CIO在建立数据能力时的建议是什么？
当人们开始利用数据做聪明的事情时，你需要创建报告标准和版本控制。假设一个月前我提取了一些数据并保存在我的笔记本电脑上，到我准备报告这些数据时，它可能已经不再准确。随着越来越多的人访问数据，我们不能让数据的准确性下降。什么是真实数据的来源？你从哪里获取数据?数据的时效性如何?好的数据项目需要有标准和版本控制的机制。
要启动一个数据项目，你还需要展示明确的初步胜利。例如，利用正确的数据，我们节省了手术室的时间和数千美元。你需要在形式上建立业务案例，说明该项目将如何使组织受益，并需要用里程碑讲述这个故事。不要一上来就要求大笔资金，你需要分阶段工作，然后报告积极的结果。而且不要困在工具的选择上。以敏捷的方式构建一个原型并开始交付。从那时起，你的数据能力将会增长。
另一个需要注意的是分析瘫痪。事实上，你的组织多年来一直在使用数据。从提高它一直在使用的数据的价值开始。你不必在开始之前让一切都完美。
最后，确保你有强有力的数据治理。我们的数据治理是我见过的最好的。我们知道每个资源的位置，理解下一个挑战是什么，如何根据需要重新优先排序，并获得我们需要的资源。治理和架构及培训员工同样重要。我们并不完美，但我们已经完成了80%。
