Livello: principiante
Jim Grayson, Professore, Università di Augusta
Tutto è iniziato con questa richiesta: "Puoi aiutarci a capire perché ci sono così tante mancate presentazioni per gli appuntamenti del nostro dottore?" In risposta, usando la modellazione dei prediciti JMP e dopo molte iterazioni, abbiamo sviluppato un bellissimo modello predittivo per identificare le caratteristiche dei no-show. Sebbene siamo stati in grado di utilizzare la nostra esperienza per rispondere alla domanda iniziale, una volta "risolto il problema" ci siamo resi conto che la vera necessità non era quella di sviluppare un modello meraviglioso. Invece, dovevamo usare ciò che avevamo appreso dal nostro modello per creare interventi che ci avrebbero portato a capire il vero obiettivo: portare i pazienti in clinica per le loro visite!
Abbiamo incentrato il progetto sulla fase due e sviluppato un esperimento semplice progettato per studiare potenziali interventi per affrontare le intuizioni che avevamo appreso dal modello predittivo iniziale sulla popolazione no-show. Questo studio è stato completato ad aprile 2019 e i risultati hanno mostrato miglioramenti molto significativi per due dei tre interventi.
Ci viene ricordato che c'è un inizio, una metà e una fine. Siamo entusiasti del mezzo: questa è la modellazione. Ma ciò che ci rende o ci spezza sono l'inizio e la fine: l'inizio è la comprensione del vero obiettivo, e la fine è quando distribuiamo i risultati che soddisfano il vero risultato desiderato del progetto.
In questo discorso discuteremo dell'intero processo, dall'avvio di questo progetto con un obiettivo principalmente analitico al pivoting a un obiettivo più focalizzato sul business che è andato a ciclo completo dall'affermazione del problema alla distribuzione.
