레벨 : 초보자
Jim Grayson, Augusta University 교수
이 모든 요청은 다음과 같이 시작되었습니다. "의사의 약속에 왜 그렇게 많은 노쇼가 있는지 알아낼 수 있습니까?" 이에 대한 응답으로 JMP predicitve 모델링을 사용하고 많은 반복 후에 no-show의 특성을 식별하기위한 아름다운 예측 모델을 개발했습니다. 우리는 초기 질문에 답하기 위해 전문 지식을 사용할 수 있었지만 일단 "문제를 해결했다"는 진정한 모델은 멋진 모델을 개발할 필요가 없다는 것을 깨달았습니다. 오히려, 우리는 모델을 통해 배운 것을 사용하여 환자를 진료소로 데려가는 진정한 목표를 궁극적으로 이해하게하는 중재를 만들어야했습니다.
우리는 프로젝트를 2 단계로 피봇하고 노 쇼 인구에 대한 초기 예측 모델에서 얻은 통찰력을 다루기 위해 잠재적 인 개입을 연구하기위한 간단한 설계 실험을 개발했습니다. 이 연구는 2019 년 4 월에 완료되었으며 결과는 세 가지 중재 중 두 가지에 대해 매우 중요한 개선을 보여줍니다.
우리는 시작, 중간 및 끝이 있음을 상기시킵니다. 우리는 중간에 대해 가장 흥분됩니다 – 그것이 모델링입니다. 그러나 우리를 시작하거나 방해하는 것은 시작과 끝입니다. 진정한 목표를 이해하기위한 시작과 프로젝트의 원하는 결과를 충족시키는 결과를 배포 할 때의 끝입니다.
이 강의에서는 주로 분석 목표로 프로젝트를 시작하는 것부터 문제 설명에서 배포까지 전체주기를 거쳤던 비즈니스 중심 목표로 피봇하는 것까지이 전체 프로세스에 대해 설명합니다.
