هفته گذشته وقتی نامزدهای جایزه امی اعلام شد، سنت از پنجره بیرون رفت. به جای فهرستی از برندگان بالقوه از شبکه های پخش و یا حتی کابلی، چهار نفر از هفت نامزد برجسته درام از سرویس های پخش ویدئو بودند و نتفلیکس در این راه پیشتاز بود. این یک نتیجه چشمگیر برای شرکتی است که سرویس پخش ویدئوی خود را تنها یک دهه پیش راه اندازی کرد و چند سال پیش شروع به توسعه برنامه نویسی اصلی کرد.
دستیابی به این سطح از موفقیت – که در آن “Netflix and Chill” بخشی از زبان روزمره است – فقط به این دلیل اتفاق میافتد که Netflix از دادههای بزرگ استفاده کرده است تا بفهمد بینندگان چه میخواهند و چگونه آنها را درگیر نگه دارد. صنعت مراقبت های بهداشتی نیز داده های زیادی دارد و برای رسیدگی به انتظارات در حال تغییر ناشی از مصرف گرایی مراقبت های بهداشتی، بیمارستان ها بهتر است از آن استفاده کنند.
استفاده از داده های مراقبت های بهداشتی
در حالی که استفاده از دادههای بیمار به دلیل قوانین HIPAA پیچیدهتر است، راههایی برای مدیریت حفظ حریم خصوصی و نگرانیهای امنیتی وجود دارد. به هر حال، صنعت بانکداری با چالشهای مشابهی مواجه است، اما از دادهها بهطور موثر برای شخصیسازی تجربیات مشتری استفاده میکند. در واقع، در سالهای اخیر پیشرفتهای زیادی در استفاده شده است. دادههای ژنوم – مقایسه ژنوم معمولی یک فرد با ژنوم تومور – برای توسعه برنامههای درمانی سفارشی برای بیماران سرطانی.
در حالی که ممکن است در گذشته از سایر صنایع عقب مانده باشد، به نظر می رسد که صنعت مراقبت های بهداشتی اکنون در حال استفاده از داده ها از سوابق الکترونیکی سلامت و سایر منابع به نفع بیشتر است. بیایید ببینیم که مراقبتهای بهداشتی میتوانند از Netflix چه چیزهایی بیاموزند تا نتایج و تجربیات بهتری برای بیماران ایجاد کنند.
درس اول: تکامل یا مردن
نتفلیکس به عنوان یک اخلال در شبکه های تلویزیونی سنتی شروع به کار نکرد. هنگامی که راه اندازی شد، شرکت تحویل راحت دی وی دی ها را در خانه در رقابت مستقیم با اجاره ویدئوهای آجری ارائه کرد. اما زمانی که اجاره دیویدیها عقب افتاد و پخش ویدیو مورد توجه قرار گرفت، نتفلیکس سرعت خود را تغییر داد. به همین ترتیب، بیمارستانها برای جذب بیماران و حمایت از مشارکت بیمار باید خارج از چارچوب فکر کنند.
تعداد امی نامزدهای HBO و Netflix (2017: Netflix; 91 HBO; 110)
درس دوم: نیازهای مشتری را پیش بینی کنید
Netflix از دادههای سابقه تماشا استفاده میکند تا به مشتریان توصیههای شخصیشده درباره فیلمها یا نمایشهایی که ممکن است از آنها لذت میبرند ارائه دهد. خرد کردن داده های بیننده همچنین تصمیم گیری را در مورد برنامه نویسی اصلی راهنمایی می کند – و همانطور که نامزدهای امی نشان می دهد، استفاده از این الگوریتم ها نتیجه داده است.
محققان مرکز تحقیقات انفورماتیک در دانشگاه شیکاگو در حال انجام رویکرد مشابه. یک پروژه مدلسازی پیشبینیکننده به نام eCartn از دادههای 60000 پذیرش برای امتیاز دادن به بیماران برای خطر ایست قلبی استفاده میکند. دادههای مربوط به فشار خون، تعداد تنفس و سایر عوامل مؤثر برای بیمارانی که در معرض خطر بالا قرار میگیرند، بهصورت بلادرنگ پایش و تجزیه و تحلیل میشوند. اگر امتیاز خطر بیمار از حد معینی بیشتر شود، یک تیم مراقبتی برای مداخله به اتاق بیمار اعزام می شود. مدیر مرکز تحقیقات، دکتر ساموئل ولچنبوم، خاطرنشان کرد که سیستم eCart ثابت کرده است که “در هشدار دادن به بیمارانی که در معرض بیشترین خطر کاهش هستند، موثر است.”
درس سوم: مشتریان را وادار به ماندن کنید
Netflix میداند که اگر کاربران جدید نتوانند فیلمها و برنامههای تلویزیونی مورد علاقه خود را پیدا کنند، اشتراک خود را لغو خواهند کرد. اما همه نمی خواهند روی صدها یا هزاران عنوان کلیک کنند تا نمایشی ارزشمند پیدا کنند. برای کاهش ترک خدمات، نتفلیکس از کاربران جدید میخواهد به فیلمهایی که قبلاً دیدهاند و ژانرهایی که ترجیح میدهند امتیاز دهند. با جمعآوری این دادهها از قبل و استفاده از الگوریتم توصیه برای پیشنهاد گزینهها، نتفلیکس بینندگان را درگیر نگه میدارد. در واقع، طبق داده های Netflix، 75 درصد از فعالیت بینندگان در نتیجه توصیه ها انجام می شود.
در عرصه مراقبت های بهداشتی، درک نگرش ها، انگیزه ها و رفتارهای بیمار با استفاده از بخش بندی روانشناختی بینش های مشابهی را ارائه می دهد. برای مثال، تعادل مشارکت بخش جستجوگر، علیرغم فعال بودن و سلامت محور بودن، ممکن است دشوار باشد. دلیل؟ آنها دوست دارند گزینه ها را به تنهایی ارزیابی کنند – نه اینکه فقط با آنچه پزشک دستور می دهد همراه شوند. با درک آنچه که در جستجوی تعادل طنین انداز می شود، می توانید محتوا را – درست همانطور که نتفلیکس انجام می دهد – تنظیم کنید تا این بیماران را درگیر نگه دارید.
درباره جویندگان تعادل بیشتر بیاموزید ➜
با استفاده مؤثر از تجزیه و تحلیل مراقبتهای بهداشتی، بیمارستانها میتوانند درک خود را از جمعیت بیماران و نیازهای هر بیمار برای ارائه تجربیات بهتر، درمانهای بهتر و نتایج بهتر بهبود بخشند. چگونه از داده های بزرگ استفاده می کنید؟