Find mønstre i data med Data Science

Hvad skal jeres data gøre for jer?

Med data science ser vi fremad fremfor at bruge data til at konkludere på fortiden. Vi bruger data til at finde mønstre og tendenser, så vi nu kan være på forkant med tingene. Og når vi kender mønstrene, så ved vi også hvornår noget afviger fra det kendte.

Afvigelser kan være fejl i data, men det kan også være en indikation af, at der er et problem, der skal tages hånd om. Omvendt, kan det også betyde, at der ligger et uudnyttet potentiale, der bare venter på, at I griber den mulighed. En ting er helt sikkert – hvis ikke I får indblik i de data, der bliver genereret hver dag, så opdager i både udfordringer og mulighederne for sent.

Det er vigtigt at sige, at data ikke er den store kilde til indsigt, hvis ikke man ved hvad man skal bruge dem til. Det svarer til, at I bliver præsenteret for ånden i lampen og tre ønsker, men ikke aner hvad I vil spørge om.  Når I først ved, hvad I gerne vil vide, så kan I få jeres data til at arbejde for jer. Lad os komme med et par eksempler:

Millionbesparelser på lægeordineret medicin

Hos sundhedsvæsnet er der store besparelse at hente rent økonomisk, men også et stort potentiale for at fremme sundheden og livskvaliteten for den store gruppe af patienter, der jævnligt får ordineret medicin.

Med de rigtige data, kan man sikre en bedre vejledning til lægerne, som dermed lettere kan vælge den bedste (og billigste) medicin til deres patienter. I nogle tilfælde vil det også betyde en reduktion i patientens medicin. Ved at sammenligne lægernes informationer, kan vi hjælpe til at lægerne kan ændre adfærd så patienterne får den medicin der er bedst OG billigst

Det er patientdata, der arbejder for patienterne. Til det har vi i øvrigt skabt en løsning, som vi kalder “Bedst og Billigst” – i daglig tale BOB. Læs mere om vores løsning BOB her.

Fraud detection: når snyd bliver opdaget ved hjælp af data!

Når det handler om at forudsige og potentielt set afværge bedrageri, er det nærliggende at tænke på økonomisk svindel. Vi ser allerede nu, hvordan bankerne bruger business intelligence som et værktøj til at se mønstre i transaktioner, og dermed hurtigere kan slå ned, når der kommer afvigelser til disse mønstre – eks. hvis der bliver hævet små beløb fra en konto, der normalvis ikke har den form for aktivitet.

Men vi ser også anvendelsesmuligheder i det offentlige, hvor afvigelserne kan være med til at hjælpe eks. sagsbehandlere med at få et mere komplet billede af en sag. I en presset hverdag er der ikke tiden til at se de mønstre, der kan afsløre afvigelserne. Men med de rette data og gode statistiske modeller præsenteret for de rette personer, har man et effektivt arbejdsredskab i hverdagen. Det at kunne sandsynliggøre, hvad det er for nogle mennesker, der med fordel kan trækkes til kontrol for social bedrageri kan være meget nyttigt for mange instanser.

Med kompetencer inden for data science ser vi fremad og vi er først lige startet! Det er kun et spørgsmål om, hvad data skal gøre for jer.