CubeServ Blog
Bleiben Sie auf dem neuesten Stand, rund um das Data Driven Business mit Tools für Analytics von SAP & Co. und verpassen Sie keine Neuigkeiten, Downloads & Veranstaltungen.

Analytics Designer Hackathon – Clinical Department analysis

This blog post is a submission for the Analytics Designer Hackathon.

More information about the hackathon can be found here: https://www.sap.com/idea-place/app-design-hackathon.html

Use case

Clinical Department analysis

Business case

The scope of responsibility of Chief Physicians has widened in recent years. Thus, they are not only responsible for medical quality but also need to manage staff, financial matters and cost accounting. Our solution assists Chief Physicians in handling their management tasks faster and more easily by giving them HR, Finance, Patient, Surgery and department´s data in one application, easily accessible and up-to-date.

Analytics need

The main objective for every hospital and clinical department is the high quality of medical results. In order to achieve this high quality, it is immensely important to receive real-time information regarding quality indicators, utilization and performance data as well as personal data in a clear, easy to monitor and easy to interpret way.

Target audience

Chief Physician (professional, personal and economic responsibility)

Application Structure

Landing Page / Overview

The landing page as a starting point provides important KPIs which are clustered in several sections.

blank

Navigation/Interaction

The application provides multiple interaction and navigation possibilities to the user. The user can show or hide the menu on the upper left corner of the dashboard. The use of commonly used icons with straightforward semantic meaning for navigation makes it much easier for the users to find their way in the application.

The Navigation Menu provides the following possibilities:

  1. Reset filters and return to the landing page
  2. Set Dashboard-wide filters
  3. Launch Data Exploration
  4. Launch Smart Predict
  5. Save the current selection as a bookmark
  6. See Dashboard information
blank

Details Dashboards

Each KPI tile on the landing page links to the view with the detailed information about this KPI. Depending on the KPI the Chief Physician can analyze plan data, compare along with different years and characteristics, as for example Hospital name.

Example KPI “Employees”: by clicking on the KPI ‘Employees’ the user can find information about employees, like the number of employees in each area or degree of satisfaction. This allows the Chief Physician to identify fields of interest and help him to develop actions to improve these KPIs if needed.

blank

Having information available from heterogenous sources and on a different level of granularity enables the User to compare different aspects at one time and identify potential hidden dependencies.

For example, a constantly high rate of bed utilization over a long time span at different institutions may not only require the acquisition of more beds but also call for an increase in staff members.

Filtering

The application by default shows the data for a whole clinical group. In this group, there is more than one hospital. If management team users want to have a look at a specific hospital, they can further filter the dataset to a certain hospital and find related information.

blank

This enables the management team of the whole group to see big picture along with details on a certain hospital. They can also select multiple hospitals from the filters to make a combined analysis of certain hospital.

Information Areas

The dashboards display information on the following important silos.

  • Patient Information
  • Quality Information
  • Employee Information
  • Financial Information

The detailed areas show comparisons for different KPIs based on different characteristics. Some of the detail pages also show how the KPI has developed over the period of the last few years. This gives naturally the opportunity to the management to plan the extension in the group in time.

Acting quickly to very fast-changing requirements in the health care sector can improve the whole health care system enormously for the people.

Interested?

Did I manage to get your attention?

Me and my colleagues would be happy to talk to you about the Best Practice approach to SAC Dashboarding. Let us start with a one-day workshop where we will touch all above-mentioned topics.

Newsletter abonnieren

Bleiben Sie auf dem neuesten Stand, rund um das Data Driven Business mit Tools für Analytics von SAP & Co. und verpassen Sie keine Neuigkeiten, Downloads & Veranstaltungen. 

Autor
Expert Team
Silvio Ackermann
Benedikt Bleyer
Adrian Bourcevet
Yu Chen
Christian Sass
Thomas de Fries
Brigitte Dornhofer-Achtschin
Leopold Dumancic
Roman Fischer
Danny Fuchs
Jörg Funke
Florian Gudermann
Uwe Happel
Aneeque Hassan
Michael Hinnerkort
kaltenbachd
Eva Kasser
Johannes Kumpf
Bernadette Kunzmann
Juliane Kupitz
René Lechtenböhmer
meierc
Stefan Melbeck
Roland J. Merz
Michael Meusel
Patrick Michels
Urs Mock
Christoph Müller
Drazen Pavlovic
pengc
Julian Rudack
Rainer Schuler
Rainer Sigg
Jürgen Sluka
Thorsten Stossmeister
Marcel Suppan-Luttenberger
Laszlo Szücs
Aginthan Thavarajasingam
Vana Ujevic
Jan Wiesemann
Marina Yesayan
Sebastian Zick

Blog Artikel unserer Experten

Einsiedeln2022

Data Culture: Wie Sie bessere Entscheidungen im Unternehmen treffen

Data Culture in der datengesteuerten Welt von heute Mit der richtigen Datenkultur erkennen Sie im beruflichen Alltag die besten Handlungsoptionen. Damit etablieren Sie einen ausgezeichneten Entscheidungsfindungsprozess, der Sie auch in stressigen Situationen zu besten Ergebnissen leitet. Die Welt entwickelt sich in einem rasanten Tempo weiter.

blank

CubeServ INSIDE LOOK 2022/03

Handlungsoptionen erkennen, bewerten und danach entscheiden. Neue Anregungen und Lösungspakete für die Business Analytics Plattform.

graph

Advanced Analytics mit R: Eine Übersicht

In diesem Blog zeigen wir, wie einfach es ist, Advanced Analytics-Funktionen in R zu nutzen. Wir konzentrieren uns auf verschiedene Diagrammtypen, Regressionsanalysen mit R und Time Series Forcecasts mit R.

R Programming

Erste Schritte mit R

Die Programmiersprache R gehört zu den beliebtesten Sprachen, wenn es um Data Science und statistische Analyse geht. Das liegt vor allem daran, dass R speziell für einfache statistische Kennzahlen und Datenanalysen entwickelt wurde. R wurde zwar in den frühen 90er Jahren entwickelt, aber erst mit dem Aufkommen der Data Science begann man, sich stark darauf zu konzentrieren.

blank

CubeServ INSIDE LOOK 2021/12

Sind Sie auf Veränderungen vorbereitet? Wie Sie Ihre Analytics Plattform ausbauen und dabei verstärkt die SAP Analytics Cloud einsetzen – unsere Fachleute erzählen aus der Praxis. Wagen Sie erste Schritte mit der Data Warehouse Cloud, überzeugen Sie sich von unserer vollintegrierten Lösung für Finanz- und Personalplanung.

blank

openSAP Podcast – Die intelligente Personalplanung im Krankenhaus

Podcast der SAP mit Johannes Kumpf, Business Development Manager HR Solutions & Daniel Schneider, Management Consultant und Healthcare-Experte – beide bei der CubeServ GmbH. Eine detaillierte und zuverlässige Personalplanung ist in Zeiten von personellen Engpässen wichtiger denn je. Hierbei spielen Business Intelligence und Data Warehousing

blank

CubeServ INSIDE LOOK 08/21

In der Situation einer komplexen Krise benötigen Unternehmen Sicherheit um ihre Ziele zu erreichen und die Fähigkeit sich schnell anzupassen.

data model driven development

Mit SAP PowerDesigner datenmodellgestützt entwickeln

Wie SAP PowerDesigner die datenmodellgetriebene Entwicklung unterstützt PowerDesigner ist das branchenführende Datenmodellierungswerkzeug von SAP. Es bietet eine datenmodellgesteuerte Entwicklungsmethodik, um Geschäft und Informationstechnologie (IT) zu unterstützen und aufeinander abzustimmen. In diesem Artikel werfen wir einen Blick darauf, was SAP PowerDesigner ist und wie es Unternehmen

circular-barplot-with-groups

Advanced Analytics mit SAP und R

Warum sich mit der SAP R-Integration beschäftigen? Die überwiegende Mehrheit der Unternehmen nutzt fortschrittliche Analysen mit R- und SAP-Tools, um zukünftige Ereignisse zu prognostizieren und datengestützte, fundierte Entscheidungen zu treffen. Mit diesem Blogbeitrag zeige ich die Vorteile und wesentlich Zusammenhänge auf.