Hvem tar ansvar for å operasjonalisere "big data" initaitiver innenfor helse?

Når vi beveger oss bort fra teoretiske definisjoner (volume, velocity, variety) til konkrete anvendelser med nytteverdi for pasienter, pårørende og ikke minst klinikere? Finnes det helseledere i Norge som vil ta initativet til en større satsning på utnyttelse av den informasjonsmengden som genereres hver dag. Jeg håper det, for jeg er sikker på at bedre utnyttelse og forvaltning av informasjon vil øke pasientsikkerheten, bedre kvaliteten og bidra til bedre, riktigere og mer effektive beslutningsprosesser innenfor mange områder.

Figuren illustrerer ulike "dataområder" av interesse for behandlingen av pasienten, og min påstand er at vi bare utnytter en brøkdel av denne informasjonen i dag.

Informasjonsområder innenfor helse

Informasjon i kliniske systemer utnyttes i den daglige pasientbehandlingen og endel av informasjonen benyttes som grunnlag i enkel rapportering. Informasjonen i ulike registre utnyttes stort sett i forskningsøyemed og lite inn i de operative kliniske prosessene. Hvordan benyttes økt informasjonsmengde fra medisinsk teknisk utstyr, ulike sensorer og økt bruk av smarthusteknologi? Hva gjøres med all den informasjonen som pasienter og pårørende genererer selv? Poenget mitt med å stille disse spørsmålene er å fremtvinge en diskusjon som litt lenger ned i veien vil føre til økt og mer avansert bruk av dataanalyse.

Jeg påstår at vi er midt i et paradigmeskifte drevet av minst 4 sterke trender;

  1. Tilgjengeligheten til ulike typer av data vil fortsette å vokse med utbredelsen av sensorer ("internet of things") og pasientgererert informasjon og vi vil få et stort variert analysegrunnlag (illustrert over).
  2. Beslutningen knyttet til å slette data koster mer enn kostnadene knyttet til forlenget datalagring og mengden data vil vokse eksponensielt ("big data").
  3. Rimlige datamaskiner med ny teknologi kan benyttes til datalagring og parallell prosessering (Hadoop)
  4. Ny teknologi gjør det mulig å utnytte den enorme informasjonsmengden i operative beslutningssituasjoner knyttet til behandlingen av pasienter.

Når vi ser oss tilbake om 5-10 år vil vi lure på hvorfor vi ikke gjorde noe tidligere. Behov, data og teknologi fantes, men vi manglet "fanebærere" og "talerør", sponsorer som gikk foran, brøyte vei og sikrer finansiering.

"Hvorfor tok jeg ikke den rollen, jeg hadde jo alle mulige forutsetninger til å prioritere ressurser til akkurat dette området."
Avtroppende Adm Dir,  Et Norsk Helseforetak

Post a Comment

Sätt vårdens ledare i simskola och lär dem simma i information istället för att drunkna i data!

Vårdens ledare står inför en stor utmaning i och med kommande års minskade skatteintäkter och ökade vårdbehov. Men besparingstider behöver inte alltid betyda sämre vårdkvalitet. En analys av resurser och kapacitet kan förhindra slöseri med vårdens tillgångar, ge en förbättrad vårdkvalitet och se till att sjukvården fokuserar på att rädda liv istället för att bidra till att skada dem.

Det pratas mycket om evidensbaserad medicin, men sällan om kunskapsbaserad styrning av hälso- och sjukvården. Trots att vi det senaste året sett en lavinartad ökning av elektroniskt lagrad information i vården så används den inte på ett effektivt sätt. Frågan ”Drunknar du i data eller simmar du i information?” är befogad. Tyvärr så fortsätter vården att styras utifrån magkänsla och manuella rutiner då analysmognaden fortfarande är låg. De få analytiska resurser som finns sitter dessutom ofta långt ifrån ledningens beslut.

Förvirringen är stor kring vad begrepp som analys egentligen innebär.  Det är inte ovanligt att beslutsfattare ser analys som detsamma som att rapportera siffror och visa fina rapporter. Men en analys ska inte bara redovisa vad som hänt, utan även ge svar på frågorna varför och hur och ge underlag för att förutse och förhindra eventuella framtida utmaningar.

Att styra vården endast med redovisning av budget och utfall utan analys av bakomliggande orsak och framtida prognos, är som att behandla en svår vårdrelaterad infektion med att endast ge febernedsättande läkemedel för symptomen.

Proaktiv-vårdanalys

Lösningen är självklar. Det är hög tid att sjukhus- och landstingsledningar ändrar sin attityd till teknik och analys och börjar tänka strategiskt kring resursförvaltning och sätter sig själv och sina medarbetare i ”simskola”. Börja rekrytera fler analytiker och ge analyschefen en lika självklar plats i ledningsgruppen som ekonomidirektören! Priset för en alltför uråldrig attityd till teknik och analys är alldeles för högt för sjukhus, landsting, skattebetalare och patienter.

Post a Comment

Guest blog: Why shifting baseline impacts big data analysis

By Carsten Schmidt, Fellow, Henry Corporation

Carsten Schmidt, Fellow, Henry Corporations

Carsten Schmidt

In a 1969 manifesto titled “Design with Nature," a landscape architect named Ian McHarg introduced a concept called the shifting baseline.

The concept essentially describes a form of “generational blindness,” which means that our experiences and immediate views limit our perception of reality. Otherwise stated, our reference point for any given analysis or perspective determines our initial approach and the final result.

Let’s imagine for a moment that data in itself is merely a mirage of wisdom. Whether we apply our knowledge of history and engage our ability to think and consider are ways we can be more wise.

To think beyond our immediate knowledge; to change reference points; to include unstructured data; and to consider for a moment what we may not know…That is to imagine! And that is what fosters great ideas.

From a business perspective, accumulated big data (i.e. measurable, historic data) until recently has been comprised of structured digital trails—proliferation of so-called unstructured data generated by all our digital social interactions—and of analogue workflows.

However, in order to extract knowledge from big data, we may also need to emphasize what has not happened: we should find ways to query the absence and to think beyond our baseline.

Combining what we know with what we do not know can lead to disruptive business models. Let me give you two examples:

1.
When Apple launched the iPhone 3 in 2007, this represented an entirely new approach to mobile phone design. Around the same time, companies such as Motorola, Ericsson and Nokia were spending billions of dollars and euros on mobile phone analysis and design. During this process, none of these companies envisioned the idea—which was then introduced by Apple—of the user interface, the soon to be the de-facto standard of mobile phones. At this point in time, the baseline for analysis simply could not anticipate the concept of a touch screen.

2.
My local butcher excels at hanging meat, but he also sells an assortment of red wine. Lately, he has expanded his collection of red wine so that this supply fills approximately 1/3 of the display area where customers wait in line to be served. Perhaps an ethnographic field study would indicate the sensibility of selling wine in a butcher’s shop, but the linkage to consumer demand otherwise seems obvious. But butchers normally do not study ethnography.

Primarily it is useful to collect and to study both manmade and computer generated (IoT) digital trails, but I believe that big data analysis should include something more. Beyond digital trails, big data analysis should include a comprehensive knowledge of human attitudes and behavior. Information about social and cultural anthropology is ripe for in-depth analysis if we use the appropriate analytics software.

In the pursuit of innovative progress, this kind of knowledge complements digital trails. If we engage information from a variety of sources, then we enable ourselves to see beyond our own baseline of knowledge while we register such historical data. And that, to me, is big data analysis.

Recent studies by Henry Corporation indicates that employment of business analysts are on the rise. This profession, however, is only beginning to find its own feet because the industry is changing and adapting to a new world order. Rather than question whether something can be measured, we should contemplate the purpose or reason that we measure and gauge which historical parameter is relevant to apply.

I have no doubt that technology firms can keep up with the digitalisation of processes to provide increasingly advanced tools for analysing and managing our businesses. However, I wonder whether we possess sufficient experience and wisdom, not only to technically operate such analytical software but to something more basic—to ask the right questions and to extract the real value from historic data? And do we educate our college and university students to be able to incorporate historical perspectives, softer behavior, and attitude data into the analysis of our businesses?

 

Post a Comment

The Quantum Patient - Why statistics and data visualization is key to improvements in patient outcomes

 

Mark WolffMark Wolff, Ph.D., consultant in SAS Health and Life Sciences Global Practice team, has spoken at health care conferences in several countries. His latest journey took him to Sweden and Denmark, and I met him when he had just delivered his key note at a conference at Karolinska Institut in Sweden.

Mark Wolff was overly exited about this experience at Karolinska, an organization that works to investigate how results from clinical research can be converted more rapidly into new and improved treatments related to the 4 diagnosis (type 2 diabetes, breast cancer, heart failure and arthritis).

-Imagine speaking to a room full of some of the the smartest and most influential people in health care. For example, my host was a past member of the Nobel Prize committee for Medicine and Physiology!, he told me.

The measurable aspects
The title of his presentation - The Quantum Patient - refers to measurable aspects of patient outcomes. Several from the audience came up to him to talk projects and exchange business cards after the presentation, so his messages must have been quite inspirational.

I asked him what had caught their interest, and he pinpointed a couple of areas:

  • Statistics and data could and should play a bigger role in modern medicine
  • The power of data visualization
  • The ability to get started now

Let me try to give you an idea about his messages within these three areas -  knowing that it will be impossible to capture it all in this blogpost!

Why data and statistics should play a bigger role in health care
Medicine is in fact a probabilistic science, and it has been predicted decades back that analytics and computers will change the way we practice medicine. A real change is still to be seen though. Some of the current trends that will help this development are:

  • Availability of Massive Amounts of Data
  • Commoditization of Computational Power
  • Availability of High Performance Analytics
  • Newfound Focus on Outcomes

During his presentation Mark Wolff also raised the question if it is actually unethical to make treatment decisions based solely on doctors’ opinions. The human mind can handle a limited set of parameters at the same time, and many studies have shown that mathematical models can dramatically improve a clinician’s ability to diagnose and treat complex diseases such as cancer.

Sherlock-Holmes-Quote

Data visualization makes analysis easier and more exploratory
When you use data visualization to you don’t need statistical knowledge on the same level, you can actually see and understand the analysis results directly. This means that more people in more situations can make use of data analysis when making decisions.

Earlier visualization was mostly used to illustrate results (for example in a graph), meaning that it supported confirmatory analysis. With the latest technologies for big data analysis and visualization you can actually interact with a lot of data in a easy way. This is a major shift towards more exploratory analysis, which means that you do not only have the ability to confirm or invalidate a hypothesis. You can explore the data and find unexpected answers.

You can start here and now
One of the messages that Mark Wolff conveys when speaking at conferences is that you can use analytics to create value here and now. In health care there are lots of challenges in research and development  (more data sources that could be shared across different sectors, data quality, standardization that is still not fully in place, etc.). Still there are lots of available data in good quality, especially in countries with a single payer government health care system like Denmark and Sweden, and when taking alternative data sources into account.

To illustrate his point he showed the results from a couple of his recent projects (using visualizations of course). Below you see the result of an analysis of side effects that were detected by analyzing patients’ own communication about side effects in social media. The analysis delivered insights on combinations of side effects over time (the actual visualization can be played as a video to see how it develops over time).

Healthcare-visualization

In conclusion there many opportunities within analytics, when working to improve outcomes research.

Health care is dominated by documents (clinical notes, etc.), so there is no doubt that text analytics, which gives you the ability to extract valuable information from unstructured data, will be a valuable source of knowledge.

When also taking into account that we now have the opportunity to analyze big volumes of data and communicate and explore the results more freely using visualization techniques, it will be interesting to see which advancements can be made that can actually improve patient safety and the quality of the treatment they receive at the hospital.

 

 


 

Post a Comment

Velferdsteknologi fordrer standardisering

Eldrebølgen stiller oss overfor et veivalg. Skal vi styrke kapasiteten i helsevesenet, eller skal vi overlate flere oppgaver til tjenestebrukene?

I 2030 vil vi ha en million pensjonister i Norge. En tredjedel av disse vil være over 80 år. Dette er en fantastisk utvikling, som bekrefter kvalitet og fremskritt innen både helsefag og medisin. Samtidig reiser det en rekke utfordringer knyttet til kapasitet.

I dag vet vi at vi trenger en betydelig styrking av kapasiteten i helse- og omsorgssektoren. For å dekke det totale behovet frem mot 2030, er det estimert at vi trenger ytterligere 41 000 årsverk.

Vi kan imidlertid også løse kapasitetsutfordringen på en annen måte.

Veien ut av uføret
Enkelt sagt kan vi si at det finnes to veier ut av uføret. Vi kan som nevnt øke kapasiteten i helsevesenet gjennom oppskalering av utdanning, rekrutteringsinsentiver og omfordeling innen tjenesteområdene. Eller vi kan skyve mer av oppgavene over på brukeren, slik at disse får en rolle i egne omsorgs- og pleieoppgaver.

Det siste alternativet fremstår nok fortsatt som tvilsomt for mange. Og bare for noen få år siden ville det vært utenkelig. Men de siste årene har man klart å skape et mulighetsrom gjennom en rivende utvikling innenfor velferdsteknologi.

- Velferdsteknologien må samhandle
Velferdsteknologi handler om å forbedre tilværelsen for de eldre, og samtidig redusere totalutgiftene for samfunnet. Trygghetsalarm, komfyrvakt og bevegelsesalarmer er lett gjenkjennbare eksempler på velferdsteknologi som anvendes i dag.

Velferdsteknologi gir imidlertid ingen verdi dersom den plasseres i et «vakuum». De viktigste suksesskriteriene er knyttet til hvordan vi klarer å integrere slike løsninger mot de andre systemene innen helse- og omsorg – og dermed forbedre arbeidsprosessene. På internasjonale helsekonferanser er det britene som har fått mest taletid på dette området. Deres utprøvinger av Telecare (systemer som overvåker aktivitetsendringer) og Telehealth (systemer som løpende måler vitale indikatorer på utvalgte pasientgrupper) har gitt resultater som viser at de i stor grad har lykkes. Utgiftene er redusert, og pasientene kan i større grad enn tidligere bo hjemme.

Fokus på standardisering
Det viktigste vi kan gjøre nå er å styrke fokuset på standardisering når vi jobber med produktinnovasjon innenfor velferdsteknologi. Her spiller myndighetene en avgjørende rolle. En større satsing på standardisering vil kunne være en viktig katalysator for kostnadseffektiv innovasjon, og kan samtidig bidra til å belyse mulighetsrommet for leverandørindustrien.

Leverandører av velferdsteknologi er ivrige etter å komme i gang – og opplever nok i enkelte sammenhenger det offentlige som bremsekloss.

Vi har med andre ord et leverandørapparat som ligger klar i startgropen – og et helse- og omsorgsvesen som fomler med startpistolen. For at dette ikke skal skape suboptimale løsninger – med enorme datamengder og systemer som ikke snakker sammen – må derfor myndighetene forsere standardiseringsarbeidet.

Det skal sies at vi er i den heldige situasjonen at mye av standardiseringsfundamentet allerede er på plass. Nå handler det mye om å sette dette i system, og innføre det på en smart måte – med klare insentiver for at leverandørsiden skal ønske å bidra.

Det handler mye om å få ut informasjon til aktørene. Eksempel på hvordan dette er gjort i Sverige er brosjyren Medicinska informationssystem fra Läkemedelsverket. Her får aktørene i markedet relevant informasjon om aktuelle ISO- og CEN standarder. Det vil føre for langt å beskrive standardiseringsplattform for velferdsteknologi i Norge, men vår egen standardiseringsorganisasjon Standard Norge vil innfor dette området være den naturlige katalysatoren for å akselerere prosessene.

Dette handler ikke primært om teknologiutvikling, men hvordan utprøvd, fornuftig og sikker bruk av velferdsteknologi kan forbedre tilværelsen for de eldre – og samtidig redusere totalutgiftene for samfunnet.

Post a Comment

Social channels – expanding the marketing mix

I recently spoke to a marketing executive at a large retailer, who had a vision of being able to deliver the right offers to the right people across all relevant channels. Having mastered the existing analogue and digital channels, it was now time to tie together the social media efforts and in this way create a more complete picture of the customer experience.

The vision is to know exactly what your target audience is exposed to on social platforms, to understand the synergy between your social efforts and the other parts of your mix of marketing efforts – and to have all that in one single system.

Social media is lagging behind
At present, I speak to various companies across industries that have already begun breaking down existing silos with the purpose of creating a comprehensive and consistent customer experience to meet their strategic objectives. This includes touch points such as direct mail and e-mail campaigns, online banners, Google AdWords, TV, retail stores, customer service and telemarketing. However, when it comes to social efforts, this is often spread out in various functional units of the company, still operating in silos.

While it is recognized that it is necessary to pay attention to customer concerns and public discourses articulated through social media, only few truly experience sufficient business value generated from the marketing investments made in these platforms. Many companies have strong social media solutions in place, but they have limited connection to their current marketing efforts – and thus limited utilization of the rich data assets resting within the company to increase effectiveness of the social efforts.

More flexibility is needed
As the boundaries of analogue, digital and social channels are continuing to blur, I experience that more and more customers are looking for flexible and scalable solutions that can build the bridge between our various marketing efforts.

With a flexible solution you can determine who receives which ads on Facebook (or whatever social platform in mind), and you can determine the optimal channel mix for specific campaigns or customers as the integration to social platforms is not where the challenges lie. Rather this is internally, to ensure the necessary alignment between roles and responsibilities.

My view is that in a dynamic market, what you need is a more flexible and scalable approach in which you do not need to favor one particular channel over the other due to system constraints. Instead, it needs to rest on the logic of a centralized interaction hub controlled by the richness of your data foundation together with business logic and analytical insight. This is what I see as the enabler of one of our most competitive assets in modern time: Data.

 

Post a Comment

Go alone to go fast. Go together to go farther.

Under HIMSS i år var jeg så heldig at jeg fikk høre Claire og Dave Garets sitt foredrag om det å lede mennesker gjennom store omstillingsprosesser. De hadde gode eksempler på hva som vanligvis går galt, hvordan medarbeidere opplever det å stå midt i en endringsprosess og hva som er de kritiske suksessfaktorene som må være på plass for å lykkes. Endringsledelse under store omstillingsprosesser er svært vanskelig, og vi må lære av andre som har gjort dette før oss.

Foredrag under HIMSS

Claire og Dave Garets fremhevet følgende 7 punkter spesielt;

  1. Start med slutten i tankene og definer målbildet - Etabler visjonen og sett mål. Hvordan blir fremtiden for ulike interessenter? Beskriv og visualiser endringene, ikke teknologien. Hva er risikobildet hvis man ikke gjør noen ting?
  2. Sett scenen og etabler ståsted for suksess - Etabler styringsmodellen med eiere innenfor forretning og IT. Bearbeid organisasjonen og finn riktig timing ift konkurrerende ressursbruk. Forstå risikobildet og iverksett risikoreduserende tiltak. Lær av egen historie og tidligere endringsprosesser. Bygg organisasjonen og frigjør ressursmessigkapasitet for å lykkes med omstillingsprosessen
  3. Etabler en effektiv ledelse med en god styringsmodell og riktig forankring - Store omstillingsprosjekter krever forankring, involvering og prioritet i toppledelsen. God forankring er ikke medfødt egenskap og ledere må også på kurs. Etabler beslutningsstrukturen, roller, ansvar og fullmakter. Sett klare forventninger, start på toppen. Vær tydelig på de områdene som det ikke forhandles på
  4. Invester i mennesker - Vurder forutsetningene for å starte på flere nivåer. Definer kompetansebehovet. Gi opplæring i ny jobbsituasjon, ikke bare teknologi. Engasjer ressurser lokalt, etabler fora for diskusjon og deltakelse i beslutningsprosesser. Gi opplæring i omstillingsarbeid, bygg kapasitet. Håndter den motstanden man møter på en god konstruktiv måte
  5. Kommuniser forskjellig, få folks oppmerksomhet - Frisk kommunikasjon på nye måter. Fortell en historie for å minimere usikkerheten. Forstå hvem du snakker til, bruk samme språk. Etabler tilbakemeldingssløyfer. Vær ærlig og transperent, bygg tillit.
  6. Etabler incentiver for endring - Bygg incentivene opp rundt målbildet. Iverksett umiddelbar belønning av ønsket adferd samtidig som det blir vanskeligere å gjøre oppgaver på gamle måter
  7. Design en langsiktig bærekraftig løsning - Forsikre deg om at visjonen, forankringen og incentivene er konsistente. Planlegg for fremtiden med en bærekraftig forretningsmodell. Ta høyde for tilpasninger underveis, også etter implementering og ferdigsstilling. Behold fokus, hold deg til planen. Mål fremdrift ift målbildet. Marker milepæler

Det afrikanske ordtaket "Go alone to go fast, go together to go farther" og den norske fjellvettregelen "Lytt til erfarne fjellfolk" bør vel også anvendes under krevende omstillingsprosesser. I tillegg til å lære fra Claire og Dave Garets bør man lytte til all den erfaringen som ulike strategiske samarbeidspartnere har fra tilsvarende utfordringer hos andre kunder. SAS Institute har kun god erfaring med å invitere kunder til vårt Executive Briefing Center, og vi tilrettelegger skreddersydde opplegg for våre viktigste samarbeidspartnere.

Post a Comment

Mindset - Skillset - Toolset

SAS Institute representert på HIMSS

Verdens største konferanse innenfor helse og IT (HIMSS) er har nettopp avsluttet. Mer enn 1 200 utstillere har vist 38 000 deltakere hva de har å by på og hvordan deres løsninger bidrar til forbedringer innenfor helse. Avanserte IT-løsninger benyttes i store deler av helsesektoren og informasjonen knyttes sammen på en helt annen måte enn tidligere.

Den kanskje største trenden er intelligente sykehus med engasjerte pasienter. Med fokus på forebyggende helse skal befolkningen bli friskere og utgiftene reduseres. Modellen tvinger seg frem fordi dagens økonomiske modeller ikke er bærekraftige. Ny teknologi vil erstatte manuelle arbeidsoperasjoner, pasientene skal gjøre mer selv og den informasjonen man har til rådighet vil på en helt annen måte enn i dag utnyttes proaktivt i behandlingen av pasienter. Helsesektoren står foran store kompliserte omstillingsprosesser og flere av foredragsholderne under HIMSS pekte på rekkefølgen mellom "mindset, skillset og toolset" som en kritisk faktor for å lykkes.

  • Riktig "mindset" betyr at organisasjonen er datadrevet, prosessorientert og kunnskapsbasert. Organisajsonen er transparent ift. resultater, den er serviceorientert og det er en styringsmodell som fungerer
  • Riktig "skillset" betyr at medarbeiderne er dyktige i anvendelsen av vitenskaplige tilnærmingsmåter og bearbeider data for innsikt og styring. Medarbeidere har nødvendig teknisk kompetanse og benytter beste praksis. Ledelsen styrer gjennom visualisering og bruk av enkle oversiktsbilder ("visual management")
  • Riktig "toolset" betyr anvendelse av verktøy basert på det organisasjonen trenger, i motsetning til hva leverandørene tilbyr. Det etableres strategiske partnerskap med et fåtall ledende teknologileverandører.

Det er også SAS Institute sin erfaring at rekkefølgen mellom "mindset, skillset og toolset" er helt sentral ift. å lykkes med store omstillingsprosjekter. Satsninger kan selvfølgelig feile på grunn av "toolset" som ikke fungerer, men hovedforklaringen ligger som regel langt utenfor det tekniske området. Nødvendigheten av topplederforankring, en organisasjon med riktig "mindset" og medarbeidere med riktig "skillset" kan ikke undervurderes. Det spennende spørsmålet for oss i Norge er hvordan vi ligger ann her hjemme? Har organisasjonene riktig "mindset", har medarbeiderne riktig "skillset" og vil man velge riktige "toollset"?

Post a Comment

A tailor-made game changer for the CMO

Recently I held a webinar for a Nordic audience of people responsible for marketing, discussing the subject of marketing mix optimization, which I believe to be a game changer for companies in the years to come. The reason: A continuous proliferation of touch points is putting pressure on our organization and underlying processes to deliver relevant, consistent, and profitable customer experiences. The solution: Extensive volumes of data at our possession is becoming a strategic asset due to significant improvements in data integration, data management, and analytics technologies. The difference: Advanced analytics has become accessible to a much broader audience of business users through tailor-made solutions.

Initially, I did a short poll on the question: “What is your experience with marketing mix optimization?” The majority of marketers responded that they have limited, if any, experience with this type of analytical methods. Not surprisingly, as marketing mix optimization has been exercised by either specialized agencies or a limited number of large organizations with extensive analytical capabilities.

Larger marketing budgets demand common ROMI methodology
I speak with several companies that are placing significant investments in their marketing efforts. They are reaching a level where top management requires a much higher degree of transparency into the return on these investments.

The fact is, however, that in recent years, the marketing investment has been divided into a much wider range of marketing vehicles, which includes analogue, online, social, and mobile channels. This has created a complexity, which limits our ability to understand how marketing contributes to the creation of business value.

What is needed is a common understanding of ROMI methodology – and if you want the CEO and CFO on board, my experience is that this needs to be based on advanced analytics.

The power of analytics is in your hands
More and more CMO’s realize that in order to compete in today’s dynamic market, insights need to be available continuously. Rather than being a once-a-year or quarterly exercise, advanced analytics in the shape of marketing mix optimization needs to be part of the everyday marketing activities – enabling us to respond quickly to our competitors’ tactical changes and new appearing consumer trends.

Modern marketing departments have a wide range of activities and processes that could benefit significantly, for example:

  • Decision support based on marketing mix optimization such as budgeting (what is the optimal spend among brands/products that prevent cannibalization)
  • Campaign channel mix (what is the optimal mix of channels that prevent spillover effects and minimal diminishing returns)
  • Price elasticity (what is the optimal price level that does not erode longer-term brand equity)

The game changer is that we have made this type of analytical decision support available for a much wider range of users with potentially lower levels of analytical competencies. Are you a CMO who wants to know the overall contribution of marketing? This insight is visible and continuously updated throughout the year. Are you responsible for marketing campaigns and want to explore different allocation scenarios? This is possible through user-friendly interfaces, which enable you to control a sophisticated analytical engine that delivers results in seconds.

As an example, I have been part of developing a front end for marketers in which a simple GUI allows the user to type in the selected amount to spend on each marketing vehicle available for a campaign. Within seconds, this information is used to recalibrate an underlying analytical engine that then projects the potential effect on e.g. sales (see images below).

If you want to learn more about how to work with marketing mix optimization, you can watch my latest webinar on the subject. If you have questions, you can ask them here or through twitter.

Post a Comment

CRD IV: Vet bankene hva som kreves?

Inge Grini, Sales Manager – Risk Management, SAS Institute

Rapporteringskravene i det nye CDR IV direktivet ble klart rett før jul i fjor.  Alle norske banker må i løpet av året levere nye rapporter til myndighetene som følge av dette.

Norske banker står overfor en stor utfordring. Allerede i november skal bankene rapportere på COREP og en rekke andre rapporter. 30 av bankene skal også rapportere på FINREP. Sistnevnte kommer nok brått på de fleste, og en rekke aktører har fortsatt ikke forlatt startstreken. Har bankene god nok kunnskap om hindrene som må passeres før man er i mål?

Detaljgraden på det som skal leveres er høy. Bare i FINREP er det inntil 3600 nye datapunkter. En del data finnes dessuten ikke i sentrale banksystemer eller styringssystemer til bankenens datterselskaper, noe som medfører at data ofte må settes sammen rapport for rapport. EBAs nye rapporteringsskjema og de tekniske standardene for rapportkonsolidering er andre eksempler som utfordrer bankene.

Norske banker i tidsnød
Dette er komplekst. Samtidig har vi tidsaspektet. Vi skal være klare i Q3. Mitt inntrykk er at mange banker har for kort tid igjen til å kunne organisere seg riktig for å møte de nye kravene.

SAS Institute er tilstede i 135 land, og følger bankene tett. 75 norske banker tar nå i bruk SAS sin løsning som støtter arbeidet med å effektivisere CRD IV rapporteringen til Finanstilsynet. Samtidig ligger mange av de øvrige bankene i Norge nesten et år bak danske og svenske banker i tilpasningen til de nye kravene. Det er foruroligende.

Det viktigste norske banker nå kan gjøre er å sette seg inn i detaljene. Dette dreier seg ikke bare om å fylle inn flere rapporter, men også om fremtidig verdiskaping og bedre virksomhetsstyring. Det må vi ikke glemme.

Det vil være store gevinster å hente ved å etablere en ny metode for konsolidering og innleggelse av data i en samlet løsning.  Gjennom riktig bruk av tilgjengelig teknologi etterlever man forventninger til intern validering, konsistens og reviderbarhet. Resultatet kan bli verdiskapende innsikt for bankene . En slik automatisering av datahåndteringen vil også redusere arbeidsbyrden. Og det vil være nødvendig for bankene. Tiden er knapp.

Post a Comment