hero background shape
CASO DEL CLIENTE

El Departamento de Salud del Estado de Washington analiza datos para construir un mundo más saludable

hero background gradient

Desafíos principales

La pandemia de COVID-19 obligó al Departamento de Salud del Estado de Washington a acelerar los esfuerzos para trasladar la analítica a la nube. La escala de datos provenientes de sistemas transaccionales heredados y tablas de referencia de hospitales, escuelas y clínicas abrumó sus procesos tradicionales y las máquinas virtuales no resolvieron el problema. La salud pública ha estado subfinanciada durante los últimos 50 años y nuestros sistemas de datos lo reflejan. Casi todos los sistemas de datos se habían creado para un solo propósito, estaban excesivamente personalizados y no eran interoperables con otros sistemas. La respuesta de salud pública requiere un análisis de datos rápido para informar la toma de decisiones y la acción de salud pública. En consecuencia, antes de poder analizar los datos, deben realizar un trabajo largo y laborioso para limpiar, transformar, estandarizar y reestructurar los datos antes de que se puedan consultar. No contaban con herramientas para simplificar o centralizar este proceso, lo que generaba tiempos prolongados para obtener insights y una gran cantidad de trabajo duplicado por parte de los analistas de la agencia.

Cómo solucionó Designer Cloud este problema

Designer Cloud reside dentro de la plataforma interna CEDAR (Entorno en la nube para el análisis de datos y la generación de informes) en Microsoft Azure. Aquí, los científicos de datos pueden acceder a los datos sin procesar y crear tablas optimizadas para la analítica por parte de los analistas de programas. Los analistas de programas pueden entonces acceder a estos conjuntos de datos utilizables y explorar, limpiar, estandarizar y transformar rápidamente los datos en la nube para analítica. Designer Cloud ha sido intuitivo para los analistas y les permite realizar funciones familiares mucho más fácilmente en Designer Cloud que en R o SAS. A los expertos en calidad de datos les encanta la fácil estandarización, los diferentes algoritmos de agrupación y la capacidad de convertir texto libre en datos categóricos rápidamente.

BENEFICIOS DE USAR ALTERYX
Calidad de los datos

Los conjuntos de datos limpios y consumibles listos para la analítica permiten extraer insights de datos masivos que se recopilaban, pero no se analizaban.

Colaboración

El Departamento de Salud del Estado de Washington creó flujos de trabajo que actualizaban tablas para análisis complejos en varios equipos y redujo en un 25 % el tiempo dedicado por los analistas a trabajar de forma independiente en la preparación de datos.

Mayor productividad

Se establecieron pipelines de datos que los equipos pueden crear, compartir de forma centralizada y administrar ellos mismos sin TI, lo que ha creado una cultura de autoservicio. De este modo, se eliminó la dependencia de TI.

 

Recursos recomendados

 
Caso práctico
Previsión de la demanda
Empodera a los equipos financieros para predecir los cambios de demanda de manera más rápida y precisa con IA explicable, flujos de trabajo automatizados y datos unificados en sistemas ERP, CRM y de planificación.
  • Automatización de analítica
  • Preparación de datos y analítica
  • Ciencia de datos y aprendizaje automático
Más información
 
Caso práctico
Automatización de la depreciación de activos fijos
Los equipos fiscales reemplazan el trabajo de depreciación intensivo en hojas de cálculo con una automatización gobernada y respaldada por IA que mejora la precisión, acelera los ciclos de cierre y fortalece la confianza en la planificación.
  • Automatización de analítica
  • Preparación de datos y analítica
  • Ciencia de datos y aprendizaje automático
Más información
 
Caso práctico
Automatización de precios de transferencia
Automatiza y estandariza los flujos de trabajo de precios de transferencia con datos regulados, lógica repetible y documentación de auditoría clara usando Alteryx One.
  • Automatización de analítica
  • Preparación de datos y analítica
  • Ciencia de datos y aprendizaje automático
Más información
 
Caso práctico
Modelado de escenarios de precios dinámicos
Los equipos financieros simulan, comparan y actualizan rápidamente las estrategias de precios al unificar los datos sobre costos, demanda y mercado en un solo lugar. Los flujos de trabajo automatizados y el análisis apoyado por IA ayudan a los analistas a actualizar suposiciones, ejecutar escenarios y dar soporte a recomendaciones de precios oportunas.
  • Automatización de analítica
  • Preparación de datos y analítica
  • Ciencia de datos y aprendizaje automático
Más información
 
Caso práctico
Segmentación de clientes
Unifica los datos de CRM, donaciones y marketing en segmentos gobernados y listos para la IA. Automatiza el modelado, asegura el cumplimiento y activa insights en todas las campañas para aumentar el ROI y la retención.
  • Preparación de datos y analítica
  • Ciencia de datos y aprendizaje automático
  • IA generativa
Más información
 
Caso práctico
Optimización de costos de la cadena de suministro
Reduce el costo de servicio al alinear la planificación de la cadena de suministro con los objetivos financieros. Alteryx One combina datos operativos, previsión y modelos de costos en un entorno gobernado, lo que permite a los equipos crear escenarios, probar restricciones y comparar resultados para reducir gastos y aumentar la transparencia.
  • Automatización de analítica
  • Preparación de datos y analítica
  • Ciencia de datos y aprendizaje automático
Más información