DataGrow helpt zorgorganisaties actuele zorgvraag, personele inzet en beschikbare capaciteit samen te brengen voor dagelijkse operationele beslissingen.
Een leeg bed of een vrije behandelplek betekent niet dat een patiënt of cliënt direct geholpen kan worden. Daarvoor zijn ook de juiste medewerkers en voldoende budget nodig.
DataGrow brengt de actuele zorgvraag, het rooster en de financiële ruimte samen. Zo wordt zichtbaar waar de planning niet meer past en waar nog capaciteit beschikbaar is.
Het EPD of ECD laat zien welke zorg is gepland en geregistreerd. Het laat niet automatisch zien welke medewerkers beschikbaar zijn of hoeveel ruimte een team binnen het budget heeft.
DataGrow bepaalt per capaciteitsvraag welke gegevens uit het EPD of ECD, het rooster en de financiële administratie nodig zijn. Zo kan een zorgleider beoordelen wat een team of locatie werkelijk aankan.
Bij de overstap naar een nieuw EPD, ECD of dataplatform worden bestaande rapportages vaak als uitgangspunt genomen. Daarmee kunnen ook dubbele dashboards en verschillende definities meegaan.
DataGrow bepaalt eerst met de gebruikers welke informatie in het dagelijkse werk nodig blijft. Daarna wordt vastgelegd welke definitie en bron leidend zijn en wat opnieuw moet worden gebouwd.
In een ziekenhuis loopt een ontslag uit en blijft een bed langer bezet. In de ggz groeit de wachtrij voor een specialistische behandeling. In de langdurige zorg blijkt een open plek niet inzetbaar omdat de juiste bezetting ontbreekt.
De situatie verschilt per zorgvorm, maar de operationele vragen zijn herkenbaar:
Deze vragen kunnen niet wachten op de volgende periodieke rapportage. De informatie moet aansluiten op het moment waarop een team nog kan bijsturen.
Een bezettingspercentage kan hoog zijn, terwijl een afdeling nog ruimte heeft voor een specifieke patiëntgroep. Een rooster kan op sterkte lijken, terwijl ziekteverzuim of de benodigde deskundigheid de inzet beperkt. Een wachtlijst laat zien hoeveel mensen wachten, maar niet altijd waar de doorstroom vastloopt.
De benodigde kennis ligt verspreid over de organisatie:
Als deze informatie los van elkaar wordt bekeken, kan ieder cijfer op zichzelf kloppen en toch een onvolledig beeld geven. De beslissing vraagt om de samenhang tussen de actuele zorgvraag, de beschikbare mensen en de ruimte om patiënten of cliënten te helpen.
DataGrow begint niet bij de keuze voor een dashboard. Eerst wordt bepaald welke beslissing op welk moment nodig is. Bijvoorbeeld: waar ontstaat voor de volgende dienst een tekort aan passende inzet?
Daarna worden de mensen betrokken die ieder een deel van het antwoord kennen:
Vervolgens worden definitie, bron, detailniveau en eigenaar vastgelegd. Pas daarna wordt bepaald welke rapportage, koppeling of technische aanpassing nodig is. Zo sluit de oplossing aan op het werkritme van de organisatie en op de bestaande eisen voor toegang en informatiebeveiliging.
Een Nederlandse zorgorganisatie moest haar rapportages overzetten naar een nieuw dataplatform. Het bestaande platform bevatte ruim 200 dashboards. Informatie kwam op meerdere plekken terug en dezelfde cijfers sloten niet altijd op elkaar aan.
Alle dashboards opnieuw bouwen zou die overlap meenemen naar de nieuwe omgeving. Daarom onderzocht DataGrow eerst welke informatie de gebruikers nodig hadden:
Op basis daarvan werd de nieuwe scope bepaald. De rapportageomgeving bestond uiteindelijk uit minder dan 20 dashboards voor zorginhoudelijke informatie en bedrijfsvoering. Voor verzuim werd bijvoorbeeld een definitie uitgewerkt die aansloot op een sectorale benchmark.
De case laat zien waarom een rapportagemigratie geen kopieeropdracht is. Eerst moet duidelijk zijn welke informatie in de dagelijkse praktijk nodig blijft. Daarna kan de technische omgeving gericht worden ingericht.
