Niveau: débutant
Jim Grayson, professeur, Université Augusta
Tout a commencé avec cette demande: "Pouvez-vous nous aider à déterminer pourquoi il y a tant de non-présentations aux rendez-vous chez notre médecin?" En réponse, en utilisant la modélisation par prédiction JMP et après de nombreuses itérations, nous avons développé un beau modèle prédictif pour identifier les caractéristiques des défections. Bien que nous ayons pu utiliser notre expertise pour répondre à la question initiale, une fois que nous avons «résolu le problème», nous nous sommes rendu compte que le véritable besoin n'était pas de développer un modèle merveilleux. Nous devions plutôt utiliser ce que nous avions appris de notre modèle pour créer des interventions qui nous amèneraient finalement à comprendre le véritable objectif: amener les patients à la clinique pour leurs visites!
Nous avons axé le projet sur la phase deux et mis au point une expérience conçue de manière simple pour étudier les interventions potentielles afin de prendre en compte les connaissances acquises grâce au modèle prédictif initial sur la population de non-présentation. Cette étude achevée en avril 2019, les résultats montrent des améliorations très significatives pour deux des trois interventions.
On nous rappelle qu'il y a un début, un milieu et une fin. Nous sommes le plus excités à propos du milieu - c'est la modélisation. Mais ce qui nous distingue ou nous brise, ce sont le début et la fin - le début de la compréhension du véritable objectif et la fin lorsque nous déployons les résultats qui correspondent au véritable résultat souhaité du projet.
Dans cet exposé, nous aborderons l'ensemble du processus, du démarrage de ce projet avec un objectif principalement analytique, en passant par un objectif orienté métier, qui est passé d'un cycle complet de la résolution du problème au déploiement.
