Un prototipo de Business Intelligence para consulta externa del Hospital Humanitario
DOI:
https://doi.org/10.26871/killkanatecnica.v6i2.941Resumen
En este artículo se explica la implementación de un sistema de Business Intelligence para gestionar el indicador de productividad del área de consulta externa del Hospital Humanitario Pablo Jaramillo, que forma parte de un grupo corporativo de empresas.
El indicador de productividad hace referencia a la cantidad de pacientes atendidos en consulta en un período de tiempo, por especialidad y médico.
Actualmente el indicador se genera de forma manual y únicamente cuando el mes finaliza y para esto se solicita un reporte plano que tiene que ser tabulado en hojas de cálculo. Para resolver esta problemática se creó un sistema de Business Intelligence que actualice diaria y automáticamente la información requerida para alimentar este indicador y se presente en una herramienta especializada para BI con corte de información al día anterior.
La implementación se realizó sobre una metodología propia y se usaron las herramientas oficiales del grupo.
Luego de la implementación se validan los resultados y los beneficios que representan para el hospital tanto en tiempo de entrega como en recursos que se usan previo a la implementación y posterior a esta.
Los principales beneficios son: la eliminación del tiempo requerido para obtener los resultados del indicador, el rápido análisis de los indicadores y la gran variedad de información que se obtiene de un solo tablero.
Descargas
Citas
Mora, G. (2018). Siglo XXI economía de la información: gestión del conocimiento y Business Intelligence, el camino a seguir hacia la competitividad. SIGNOS - Investigación en sistemas de gestión, 10(2), 161–174. https://doi.org/10.15332/s2145-1389.2018.0002.09
Dedić, N., & Stanier, C. (2017). Measuring the success of changes to Business Intelligence solutions to improve Business Intelligence reporting. Journal of Management Analytics, 4(2), 130–144. https://doi.org/10.1080/23270012.2017.1299048
Rodríguez, J. M. R. (2014). Cómo hacer inteligente su negocio. Grupo Editorial Patria.
Montejo, Y. C., & Sousa, H. P. (2021). Gestión documental, Gestión de información y Gestión del conocimiento: nociones e interrelaciones. Bibliotecas. Anales de investigación, 222-227.
Datos, información, conocimiento. (s. f.). Sinergia. Recuperado 6 de febrero de 2022, de https://www.sinnexus.com/business_intelligence/piramide_negocio.aspx
Kimball, R. y Ross, M. (2019). El kit de herramientas del almacén de datos: la guía definitiva para el modelado dimensional, ed. Wiley.
Rodríguez, A., & Bernal, E. (2019). Gestión de la información cuantitativa en las universidades, Pistas para su abordaje en la era de la sobreinformación. Bogotá DC: Universidad Nacional de Colombia.
Hernández Mejía, S. (2019). Comparativo de metodologías y herramientas para el desarrollo de un data warehouse.
Mettler, T., & Vimarlund, V. (2009). Understanding business intelligence in the context of healthcare. Health Informatics Journal, 15(3), 254–264. https://doi.org/10.1177/1460458209337446
Arnaudo, M. F., Lago, F. P., & Bandoni, J. A. (2020). Toma de decisiones en el sistema de salud: aportes interdisciplinarios desde la Economía de la Salud y la Ingeniería de Sistemas de Procesos. Ensayos de Economía, 30(56), 136–150. https://doi.org/10.15446/ede.v30n56.78681
Palacios-Tapia, J. A., Medina, E. H., Ochoa-Crespo, J. D., & Torres-Palacios, M. M. (2020). Business Intelligence aplicado al sector Salud. Revista Arbitrada Interdisciplinaria Koinonía, 5(3), 622. https://doi.org/10.35381/r.k.v5i3.914
Bernabeu, D. (2008, 4 agosto). II HEFESTO: Metodologia para la Construcción de un Data Warehouse | Dataprix TI. dataprix.com. Recuperado 6 de febrero de 2022, de https://www.dataprix.com/es/data-warehousing-y-metodologia-hefesto/ii-hefesto-metodologia-construccion-un-data-warehouse
Descargas
Publicado
- Resumen 174
- PDF 189
