Parte 2 - La importancia de la Analítica de Datos, su estado actual y la comparación con la Estadística y el Machine Learning, en la gestión de las organizaciones contemporáneas

Parte 2, las mismas aclaraciones y advertencias realizadas para la parte 1.

Machine Learning: El rendimiento

Se puede ser un ingeniero especializado en machine Learning o inteligencia artificial si usted puede decir que puede construir un modelo que pasa la prueba con 99.99999% de precisión. Los ingenieros de machine Learning saben que la solución perfecta no se encuentra en un libro; ellos se comprometerán a una maratón de ensayo y error. La intuición de qué tan largo va a ser el proceso es un valor agregado y es más valioso que conocer el funcionamiento específico de los algoritmos. Rendimiento significa que el modelo es fiable, escalable y fácil de sostener.

Como resultado de las características anteriores se va a tener un sistema que automatiza tareas complejas, de tal manera que satisface las expectativas y pruebas del estadístico y que además proporciona el rendimiento que requieren los líderes de las organizaciones.

Una de las características de los estadísticos y los programadores es que se empeñan en soluciones que requieren bastante esfuerzo. Es por eso indispensable que la organización tenga claro cuáles son los problemas que se deben solucionar, de lo contrario todo el esfuerzo será perdido. Los estadísticos y programadores tienen un pensamiento específico y brindan soluciones profundas. Siempre hay que recordar esto y seleccionar bien el problema o encontrar una manera amplia y general de definirlo.

Teniendo en cuenta las características de cada uno de estos perfiles, es claro que el mejor equipo que se pueda desarrollar va en la vía de tener los tres tipos de conocimientos y habilidades que se complementan en precisión, capacidad de análisis y optimización para el desarrollo. En las grandes industrias sobre todo aquellas que requieren altos niveles de análisis para abordar la incertidumbre el equipo que se conforma es robusto en las características anteriores. Para una empresa pequeña o mediana lograr el constituir un equipo de estas características puede resultar costoso sobre todo al inicio del proyecto, mientras los miembros del equipo se familiarizan con los datos a estudiar, y se escogen los modelos a aplicar.

Los mejores analistas son rápidos programadores que pueden navegar rápidamente en bases de datos, encontrando ideas más rápidamente que los otros especialistas. Los analistas identifican información útil de manera rápida y la representan gráficamente de manera que la mente puede entender la información mejor y de una manera más eficiente. El resultado es que la organización cuenta con información que puede inspirar a quienes toman las decisiones a selecciones retos valiosos para que los estadísticos y programadores solucionen [1].

Los analistas relatan historias. Su objetivo es resumir información crucial y usar esta para inspirar. En algunas organizaciones usan estos hallazgos para tomar decisiones o para hacer seguimiento estadístico de estos mismos. Incluso si la estadística es necesaria para probar las hipótesis, los analistas son la solución para llegar a esas hipótesis en primer lugar [2].

Sin embargo, los analistas deben revisar primero la historia que quieren contar y revisarla de diferentes ángulos para ver si es congruente, antes de llevar la información a quien toma las decisiones. Luego los gerentes, debe funcionar como un filtro entre la exploración del analista y el rigor de los estadísticos [3].

Los programadores por su parte obtienen una gran cantidad de datos y le aplican algoritmos, cambian las configuraciones y crean múltiples iteraciones hasta que los resultados esperados son producidos. En la practica un negocio habitualmente tiene muchos ingredientes potenciales para reunirlos todos de una. Una manera de llegar a un conjunto de datos que pueda tener algún valor es por medio de la analítica de datos [4].


En nuestro sistema de salud colombiano encontramos una brecha importante frente a las disciplinas que conforman el grupo de ciencias de datos, algunas veces opacadas por el hecho de que los desarrollos para análisis vienen prefabricados de otras industrias, de otros países, de otras problemáticas, o porque el desarrollo de las herramientas de análisis han sido lideradas por los equipos de TI encargados del software, y el hardware de las organizaciones y estos  han dedicado esfuerzos significativos a realizar desarrollos que no quieren ponerlos en riesgo por el advenimiento de otras disciplinas, esto es peligroso en el sentido que podemos quedarnos viendo el mismo conjunto de datos sin darle la oportunidad a nueva información que pueda llegar a ser útil para la toma de decisiones sobre todo en momentos de cambios y transformación, o porque se arraigan modelos de análisis que a la luz de la potencialidad de las herramientas actuales, los puede dejar rezagados en un mundo que avanza a pasos agigantados.

[1-4]- Kobyakov, C. (2018) What Great Data Analyst Do - And Why Great Organization Needs Them. Harvard Business Review. Recuperado de: https://hbr.org/2018/12/what-great-data-analysts-do-and-why-every-organization-needs-them

 

 

Parte 1 - La importancia de la Analítica de Datos, su estado actual y la comparación con la Estadística y el Machine Learning, en la gestión de las organizaciones contemporáneas.

Introducción:

Este artículo a diferencia de los previos que publicamos tiene incluida información tomada de artículos recientes del HBR e incluye apartes sobre nuestra propia experiencia como grupo consultor sobre lo que hemos observado que está sucediendo en el entorno empresarial colombiano y lo que consideramos será el desarrollo futuro sobre la materia.

En los apartes que se utiliza la traducción del texto original de los autores más adelante mencionados, se hacen las respectivas citas, y la traducción que puede contener comentarios del traductor para facilitar la lectura.

Kobyakov, C. (2018) What Great Data Analyst Do - And Why Great Organization Needs Them. Harvard Business Review. Recuperado de: https://hbr.org/2018/12/what-great-data-analysts-do-and-why-every-organization-needs-them

También es importante aclarar que este artículo esta escrito por el grupo editorial de MD&CO Consulting Group, y que adicional a nuestra advertencia emblemática de que tiene propósitos académicos para promover la revisión de la literatura disponible sobre el tema, es necesario advertir que uno de los focos de desarrollo en nuestro portafolio de servicios se encuentran herramientas que facilitan la aplicación de este tipo de conocimientos en la gestión de nuestros clientes actuales y futuros.

Lo distribuiremos en dos entradas al Blog para facilitar la lectura.

PARTE 1

Lo que hace un gran analista de datos y ¿por qué todas las organizaciones requieren de sus servicios?

Un buen grupo de analistas de datos está compuesto por personas que tengan conocimiento en Machine Learning, Estadística y Analítica de datos[1].

La analítica de datos (o la minería de datos o la inteligencia de negocios), ha disminuido el nivel de confianza se ha afectado desde que el Machine Learning y la estadística se han vuelto más apreciadas entre compañías, el mercado laboral y los medios de comunicación.[2]

Lo que hay que entender es que las tres profesiones bajo la sombrilla de la ciencia de datos son completamente diferentes entre ellas. Puede que usen los mismo métodos y ecuaciones, pero hasta allí llegan las similitudes entre ellas, los buenos analistas son un prerrequisito para lograr la efectividad en los esfuerzos de los análisis. Es peligroso que ellos renuncien, y es lo que harán si usted no los valora.

En lugar de pedirle a los analistas que desarrollen sus estadísticas o sus habilidades en Machine Learning, considere motivarlos a buscar las alturas de su propia disciplina primero.

Así que vamos a examinar como se presenta la excelencia en cada una de las disciplinas de la ciencia de datos, cuál es el valor que agregan, que rasgos personales son requeridos para sobrevivir en cada trabajo. El hacerlo ayudará a explicar por qué los analistas son valiosos, y como deben ser utilizados al interior de una organización. [1]

En nuestro medio local colombiano, vemos en las organizaciones diferentes tipos de preferencias y de desarrollos a nivel de la ciencia de datos, la cual es probablemente incipiente sobre todo en las pequeñas y medianas industrias. Aún encontramos resistencia al análisis de los datos, instituciones que toman decisiones incluso estratégicas con muy poca información, en algunos casos con análisis estadísticos que solo permiten la caracterización de la información o con métodos de análisis que se han quedado arraigados en el tiempo, solo porque es la forma como se presentan los informes y porque es la manera de hacer entender al tomador de decisiones los resultados de dichos análisis. Falta invertir en equipos que integren la ciencia de datos dentro de los procesos organizaciones para toma de decisiones tácticas, estratégicas incluso operacionales.

La estadística

Un especialista en estadísticas llega a conclusiones de manera segura, puesto que para inferir algo debe tener todos los elementos de cálculo y haber escogido los métodos que se utilizan y además de verificar que son los correctos para la pregunta que están afrontando y se preocupan por confirmar si las inferencias son válidas de acuerdo con la información disponible.

¿Cuál es el resultado? Una perspectiva que permite a los líderes tomar importantes decisiones controlando los riesgos. En otras palabras, Los estadísticos utilizan la información que está a su alcance para disminuir las probabilidades de que usted llegue a una conclusión incorrecta.

 [1]-2-3 Kobyakov, C. (2018) What Great Data Analyst Do - And Why Great Organization Needs Them. Harvard Business Review. Recuperado de: https://hbr.org/2018/12/what-great-data-analysts-do-and-why-every-organization-needs-them

 

 

Los cinco factores que influyen en la decisión estratégica al seleccionar un mecanismo de pago en salud

A continuación se presenta articulo para el Blog, clasificado como de opinión, realizado por el consultor Danny Moreano y revisado por el comité editorial de MD&CO Consulting Group, y se ha clasificado como una experiencia para compartir.

Autor: Moreano, Danny Viviana MD, MBA.

Contexto: Durante el ejercicio de consultoría de los últimos dieciocho meses, nos hemos propuesto realizar el análisis de los factores que influyen en la toma de decisiones de los diferentes actores del sistema de salud colombiano, al momento de definir (ya sea proponer o aceptar) algunos de los mecanismos de pago de servicios de salud.

Metodología : Los diferentes mecanismos de pago en salud fueron evaluados desde diferentes perspectivas estratégicas, partiendo de que manera independiente del mecanismo de pago evaluado, todos deben tener como objetivo primario garantizar la prestación de los servicios a la población.

Perspectivas Evaluadas:

1.     Riesgo

2.     Competitividad

3.     Autonomía

4.     Esfuerzo Operativo

5.     Flujo de Caja

Las entidades incluidas en el presente análisis corresponden a prestadores en Colombia carácter privado, de los diferentes niveles de complejidad ambulatorios y hospitalarios.

Los mecanismos de pago evaluados se revisaron en cuatro grupos así: tipos de pago por evento, por episodio, pagos globales prospectivos y pagos ajustados a condiciones clínicas (PAC) este último fue clasificado como una capitación de condiciones médicas específicas.

 

Las variantes posibles dentro de cada grupo no fueron evaluadas de manera específica y recomendamos la lectura del artículo MODALIDADES PROSPECTIVAS DE PAGOS EN SALUD: UNA PROPUESTA DE TAXONOMÍA (Castaño, 2018), para una mayor comprensión.

 

Las perspectivas evaluadas de manera muy general pueden explicarse así:

Riesgo: Se evalúa la diferencia entre el riesgo primario y el riesgo técnico, así como el grado en el que se aplican estos en cada mecanismo de pago. En todos los tipos de pago el riesgo técnico está presente mientras que el riesgo primario no lo está para algunos p.e en el mecanismo de pago por evento no hay transferencia de riesgo primario desde el asegurador al prestador, en el tipo de pago por episodio está únicamente lo relacionado con el riesgo primario de severidad.

La transferencia de riesgo primario está presente en algún grado en los tipos de pago prospectivos en la medida que se agrupan posibilidades de diagnósticos y población, mientras que se encuentra constante en los tipos de pago por capitación.

Competitividad: se refiere a la posibilidad que cada mecanismo de pago facilita en el desarrollo de los aspectos diferenciadores en la prestación de los servicios, en el cómo se agrega valor asistencial (Porter ME, 2010), en la definición de modelos de atención que permitan el mejor acceso a los servicios y al seguimiento oportuno de los pacientes.

Autonomía: en este factor estratégico se evalúo el grado en el cual cada mecanismo de pago permite al prestador diseñar y ejecutar los modelos de atención y prestar los servicios conforme a la definición, sin ser alterados por mecanismos de autorizaciones administrativas.

Esfuerzo operativo: en este aspecto se evaluó la diferencia entre el esfuerzo económico y operacional de la trasformación hacia nuevos modelos de atención versus al esfuerzo de orden administrativo de gestionar los recursos. El primer esfuerzo (el de transformación) tiene sentido para el prestador, porque se relaciona directamente con agregar valor asistencial; mientras que el esfuerzo de gestionar la recuperación de los recursos se considera un gasto que no aporta a la agregación de valor asistencial.

Flujo de Caja:  corresponde a la evaluación del grado de dificultad o fluidez en que cada mecanismo de pago aporta al proceso de recuperar los recursos para la prestación de los servicios.

El análisis corresponde a uno de tipo cualitativo pues se concentra en la discusión de los factores estratégicos para cada mecanismo de pago, al cual se incluyó un instrumento de calificación que permitía evaluar cada uno en los diferentes aspectos analizados, posteriormente los resultados se consolidaron en una matriz que suma los factores. (Algunos factores son negativos frente a cada característica evaluada y otros son positivos).

Resultados:

Riesgo:

En este caso los resultados corresponden a calificaciones positivas de los mecanismos de pago que no realizan transferencia de riesgo primario, mientras que aquellos que tienden a hacerlo son calificados negativamente, algunos con mayor grado que otros.

Competitividad:

Los valores que tienden a ser más positivos fueron atribuidos a los mecanismos de pago que tienden a prospectivos y valores inferiores fueron atribuidos a los tipos de pago por evento.

Autonomía:

En este factor los resultados acumulados de los evaluadores muestran valores más positivos para los mecanismos de pago agrupado que para los tipos de pago por evento; esto es atribuible en la mayoría de los casos a la independencia de los procesos de atención de los procesos de autorizaciones las administrativas al momento de ordenar y ejecutar actividades en salud.

Esfuerzo operativo:

Los resultados muestran que todos los mecanismos de pago generan algún tipo de esfuerzo, sin embargo, se reconoce la diferencia entre los esfuerzos de cambio para la generación de valor, frente a los esfuerzos de orden administrativo para recuperar los recursos.

Los esfuerzos relacionados con la transformación, el aprender modalidades diferentes y hacer ajustes son calificados de manera positiva, mientras que el esfuerzo administrativo es calificado con valores negativos.

Flujo de Caja:

Los resultados de las calificaciones más positivas corresponden a los mecanismos de pago que facilitan la recuperación oportuna de los recursos, mientras que los valores negativos son atribuidos a los mecanismos por evento y por episodio en los cuales se concentra la cartera actual de los prestadores.

Conclusión:

Para consolidar los cinco factores en un indicador que agrupe los diferentes aspectos evaluados y que permita comparar los diferentes mecanismos de pago, se realizó un cálculo consolidado, que se observan en las gráficas del presente documento.

Se concluye que los aspectos calificados de manera más positiva en el grupo de evaluadores corresponden a los tipos de pago agrupado (pagos globales y pagos ajustados a condiciones clínicas) frente a los tipos de pago por evento que acumulan los valores negativos más altos.

Los aspectos que suman en mayor medida valores negativos corresponden al esfuerzo operativo y el flujo de caja de los pagos por evento y los episodios. Los aspectos que mejoran las calificaciones de los pagos ajustados a condiciones clínicas y los pagos globales prospectivos corresponden a los valores positivos dados a competitividad, autonomía y flujo de caja.

Se considera que los mecanismos de pago que permitan equilibrar los cinco factores evaluados facilitarán el proceso de transformación de los prestadores, para migrar de los tipos de pago por evento a los mecanismos de pago agrupado, que tiendan a prospectivos.

Referencias del documento:
Castaño, M. P. (2018). MODALIDADES  PROSPECTIVAS DE PAGOS EN SALUD:. Documentos de Trabajo PROESA, 9-21.
Porter  ME. (2010). Crossing the Quality Chasm;. The NEW ENGLAND JOURNAL of  MEDICINE.

 Esta gráfica describe el comportamiento de los factores en cada mecanismo de pago.

Factores Estratégicos por mecanismo de pago

Indicador para comparar los factores en cada mecanismo de pago

Permite comparar el resultado de los aspectos estratégicos evaluados en cada mecanismo de pago

ALINEACIÓN ESTRATÉGICA, AGREGAR VALOR Y CONSTRUIR FUTURO

A continuación, se presenta el artículo de opinión escrito por el consultor Hernando Murillo, PhD. y revisado por el equipo del comité editorial de MD&CO Consulting Group.

Un Plan Estratégico fundamentado en el análisis profundo del entorno y sus cambios, permite definir el norte de una organización. Esta organización debe estar apoyada en unos fundamentos filosóficos sólidos, tener objetivos claros, estrategias bien formuladas, planes de acción concretos y un sistema de indicadores para evaluar de manera permanente los resultados de la gestión. La combinación de todos estos factores constituirá la base de un programa exitoso de capacitación, entrenamiento y desarrollo del personal.

Una de las fallas en los procesos administrativos en las organizaciones lo constituye la falta de inclusión de los colaboradores en los procesos de direccionamiento estratégico. Visto desde la perspectiva de los mercados de demanda, tal actitud es comprensible, aunque no justificable, pues limita el desarrollo de las personas y el mayor aprovechamiento del Talento Humano.

Sin embargo, en la actualidad se busca que todo el personal aporte valor a los procesos mediante la ejecución de una labor ejercida con el mayor grado de perfección. El desconocimiento de los objetivos estratégicos puede incidir en un mal uso del tiempo y de los recursos, pues estos se utilizan a discreción de quien dispone de ellos y de acuerdo con sus propias apreciaciones de lo que constituye la efectividad.

Cuando todo el personal conoce las directrices de la empresa, le encuentra un sentido real a las actividades que realiza y a los resultados obtenidos gracias a sus aportes; encontrando por lo tanto una dirección clara para su labor y una medida de su efecto en los planes de la empresa. Por otra parte, la introducción de indicadores ligados a resultados concretos le permite ejercer autocontrol sobre los mismos, introduciendo los correctivos que sean necesarios para mejorar.

Cuando Kaplan y Norton[1] desarrollan el Tablero de Comando o Balanced Scorecard para establecer indicadores de gestión que trasciendan lo puramente financiero y complementarlo con otros de naturaleza más amplia en el contexto de la organización, proporcionan una herramienta que permite trazar un camino hacia los objetivos estratégicos, con la participación de todas las personas de la empresa.

Sus apreciaciones sobre las relaciones causa-efecto ordenadas en las cuatro perspectivas iniciales en las cuales se fundamentó el modelo, ligan los componentes financieros a situaciones de mercado, de procesos, de tecnología, de innovación, de servicio, etc. en las cuales encuentran un propósito definido, a diferentes niveles, a cada una de las personas de la organización.

Por lo tanto, este direccionamiento permite establecer cuáles son las competencias requeridas por las personas en cada uno de los cargos y de acuerdo con los procesos identificados como creadores de valor, con el fin de establecer planes de capacitación y desarrollo que respondan a la vez a su fortalecimiento cognoscitivo, al cambio actitudinal, al desarrollo de habilidades, el compromiso con la empresa etc. con miras a una preparación que contribuya a los objetivos estratégicos.

La carencia de un direccionamiento estratégico y de un sistema de indicadores que permita evaluar sus resultados, limita el desarrollo de programas de capacitación válidos y útiles frente a las necesidades de la empresa y aunque contribuyan a la formación de las personas, algo muy importante, al no estar ligados a los fines de la empresa, pierden su valor como medio de fortalecer la competitividad en un mundo de avance tecnológico acelerado. Alinear la organización con la estrategia, es lograr que cada persona de lo mejor de si misma para construir el futuro de la organización y el suyo propio.


[1] KAPLAN, Robert S. y NORTON, David P; Como utilizar el cuadro de mando integral; E. gestión 200, Barcelona, 2015