hero background shape
TÉMOIGNAGE CLIENT

Le Département de la Santé de l'État de Washington analyse les données pour améliorer la santé

hero background gradient

Défis majeurs

Le COVID a contraint le Département de la santé de l'État de Washington à accélérer les efforts pour transférer l'analytique vers le cloud. Le volume des données provenant des anciens systèmes transactionnels et des tableaux de référence des hôpitaux, des écoles et des cliniques a mis à mal les processus traditionnels et les machines virtuelles n'ont pas résolu le problème. Le financement de la santé publique a été insuffisant ces 50 dernières années et nos systèmes de données en sont le reflet. Presque tous les systèmes de données ont été conçus dans un but unique, sont trop personnalisés et ne proposent pas d'interopérabilité. Une réponse efficace en matière de santé publique nécessite une analyse rapide des données afin d'éclairer la prise de décision et les actions. Par conséquent, avant de pouvoir analyser des données, il faut effectuer un travail long et minutieux de nettoyage, de transformation, de normalisation et de restructuration des données avant de pouvoir les interroger. Les outils permettant de simplifier ou de centraliser ce processus n'étaient pas disponibles, ce qui entraînait à la fois un long délai d'analyse et une grande quantité de travail en double effectué par les analystes de l'agence.

La solution avec Designer Cloud

Designer Cloud est intégré à la plateforme interne CEDAR (Cloud Environment for Data Analytics and Reporting) sur Microsoft Azure. Les data scientists peuvent y accéder aux données brutes et créer des tableaux analytiques compréhensibles pour les analystes de programmes. Les analystes du programme peuvent ensuite accéder à ces jeux de données exploitables et explorer, nettoyer, normaliser et transformer rapidement les données dans le cloud pour l'analytique. Designer Cloud est intuitif pour les analystes et leur permet d'exécuter des fonctions familières beaucoup plus facilement dans Designer Cloud que dans R ou SAS. Les spécialistes de la qualité des données apprécient la facilité de normalisation, les différents algorithmes de regroupement et la possibilité de transformer rapidement du texte libre en données catégorielles.

AVANTAGES DE L'UTILISATION D'ALTERYX
Qualité des données

Les jeux de données propres et prêts pour les analyses permettent de générer des insights à partir de toutes les données qui ont été collectées, mais pas analysées.

Collaboration

Le Département a conçu des workflows mettant à jour les tables pour une analyse complexe par différentes équipes, et a réduit de 25 % le temps de traitement des analystes travaillant indépendamment sur la préparation des données.

Productivité améliorée

Mise en place de pipelines que les équipes peuvent créer, partager de manière centralisée et gérer elles-mêmes sans recourir à l'IT, pour développer une culture du libre-service. Rompre la dépendance à l'égard de l'IT

 

Ressources recommandées

 
Event
MLB Suite: Seattle Mariners vs. NY Yankees
  • In-Person
  • Data Prep and Analytics
  • Public Sector
Register Now
 
Cas d'usage
Prévision de la demande
Permettez aux équipes financières de prévoir les variations de la demande plus rapidement et avec plus de précision grâce à une IA explicable, à des workflows automatisés et à des données unifiées sur l'ensemble des systèmes ERP, CRM et de planification.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Automatisation de l'amortissement des immobilisations
Les équipes fiscales remplacent le travail d'amortissement fortement dépendant des feuilles de calcul par une automatisation sous contrôle, assistée par l'IA, qui améliore la précision, accélère les cycles de clôture et renforce la confiance dans la planification.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Automatisation des prix de transfert
Automatisez et standardisez les workflows pour les prix de transfert, avec des données contrôlées, une logique reproductible et une documentation d'audit claire, en utilisant Alteryx One.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Modélisation de scénarios de prix dynamiques
Les équipes financières simulent, comparent et actualisent rapidement les stratégies de tarification en unifiant et en centralisant les données liées aux coûts, à la demande et au marché. Les workflows automatisés et les analyses assistées par l'IA aident les analystes à actualiser leurs hypothèses, à exécuter des scénarios et à formuler des recommandations de tarification en temps opportun.
  • Automatisation analytique
  • Préparation et analytique des données
  • Data Science et machine learning
En savoir plus
 
Cas d'usage
Segmentation de la clientèle
Unifiez les données du CRM, des dons et du marketing dans des segments contrôlés et prêts pour l'IA. Automatisez la modélisation, garantissez la conformité et utilisez les insights dans les campagnes pour booster le ROI et la fidélisation.
  • Préparation et analytique des données
  • Data Science et machine learning
  • IA générative
En savoir plus