In een eerder artikel, de data-driehoek: intelligence en data science perspectief, is ingegaan op de data-driehoek van EDM (zie figuur 1). De data-driehoek is een model dat wordt toegepast om vanuit een kerngetal, proces- en beslissingsperspectief een concreet stappenplan te creëren om vanuit descriptieve analytics naar prescriptieve analytics te komen. Om dit stappenplan te maken, zijn een aantal bestaande technieken aangepast en een aantal nieuwe technieken ontwikkeld. In dit artikel wordt een van deze technieken verder toegelicht: het Dimensie, Meten en Analyse diagram (DMA-Diagram).

Figuur 1: De Datadriehoek

 

Het DMA-diagram is een methode om vanuit een kerngetal, proces- en beslissingsperspectief gestructureerd te bepalen, welke analyses mogelijk zijn en welke voor de organisatie een toegevoegde waarde hebben, zie figuur 2. De praktijk heeft namelijk uitgewezen dat vragen, die gesteld worden bij 1) descriptieve, 2) diagnostische, 3) predictieve en 4) prescriptieve analyse/statistiek vrijwel allemaal een identiek patroon volgen. Op basis van dit patroon is het DMA-diagram ontwikkeld. Het DMA diagram zal hieronder worden toegelicht.

Figuur 2: Het DMA Model

 

Dimensie (Dimension)

Het eerste onderdeel van het DMA diagram zijn de dimensies, zie Figuur 3 onderdeel 1. In overeenstemming met de data driehoek zijn er drie dimensies: beslissing (de blauwe tekst), proces (de gele tekst) en kerngetallen (de oranje tekst). Elke dimensie kent hier zijn eigen invulling. Voor de dimensie “beslissing” staan hier de beslisservice(s) en elk van de onderliggende beslissingen per beslisservice benoemd. Daarnaast zijn de mogelijke abstractieniveaus boven de eerst genoemde beslisservice getoond. De beslissing kent in dit voorbeeld twee abstracties: variant en beslissing. De tweede dimensie is het proces. Hier staan, naast het proces, ook de activiteiten en bij sommige analyses ook de bedrijfsfunctie. Gelijk aan de dimensie “beslissing” zijn ook bij het eerstgenoemde proces de abstractieniveaus genoemd. De genoemde abstracties in dit diagram zijn: variant, bedrijfsfunctie, proces en activiteit. De laatste dimensie is “kerngetallen”. In dit geval is kerngetallen een beetje misleidend woord omdat niet de kerngetallen maar de bedrijfsobjecten worden benoemd. Voorbeelden van bedrijfsobjecten zijn: patiënt, arts en locatie.

Figuur 3: Dimensies gearceerd in het DMA Model

 

Metingen (Measures)

Het tweede onderdeel van het DMA diagram zijn de metingen, zie Figuur 4 onderdeel 2. In het onderdeel metingen wordt weergeven waarop elk van de dimensies gemeten kan worden. Vanuit een beslissing zijn voorbeelden van metingen: A) het aantal varianten, B) de doorlooptijd en C) het aantal afwijkingen t.a.v. een specifieke wetgeving. De laatste meting kan specifiek gemaakt worden door “specifieke wetgeving” te vervangen door de relevante wetgeving, bijvoorbeeld het aantal afwijkingen t.a.v. MUST (http://www.bapen.org.uk/screening-and-must/must-calculator). Voor een proces kunnen dezelfde metingen worden benoemd maar ook andere, zoals het aantal klachten m.b.t het proces. Met betrekking tot de kerngetallen zijn voorbeelden: A) het aantal diagnostiseringen per patiënt en B) het aantal diagnostiseringen per arts.

Figuur 4: Metingen gearceerd in het DMA Model

 

Het samenvoegen van dimensies en metingen

Wanneer de metingen en de dimensies worden samengevoegd, kunnen de basis analyses van de beschrijvende en diagnosticerende statistiek beschreven worden. Voorbeelden van analyses zijn:

  • Het aantal afwijkingen t.a.v. MUST voor de beslisservice Bepaal Ondervoedingsrisico;
  • Het aantal afwijkingen t.a.v. MUST voor de beslissing Bepaal Voedselinname;
  • Het aantal afwijkingen t.a.v. BMI Meter voor de beslissing Bereken BMI;
  • De doorlooptijd van de beslisservice Bepaal Ondervoedingsrisico;
  • De doorlooptijd van het proces diagnosticeren patiënt;
  • Het aantal diagnosticeren per patiënt;
  • Het aantal diagnosticeren per arts.

Om de analyse vragen ook te kunnen toepassen voor gedetailleerde beschrijvende statistiek en daarnaast voor predictieve en prescriptieve statistiek te kunnen toepassen, dient het model te worden uitgebreid. Dit is het derde onderdeel van het model, de analyse, zie figuur X. De analyses, die de organisatie wil toepassen of van toegevoegde waarde zijn voor de organisatie, worden aangegeven met een bolletje dat voor de helft blauw is gekleurd. Dit bolletje wordt geplaatst op het kruispunt van de dimensie en de meting.

Analyse (Analysis)

In het analyse onderdeel van het model, zie Figuur 5 onderdeel 3, worden verschillende analyse- en voorspellingsvragen benoemd. Voorbeelden van analyse vragen zijn: waar, welke, wanneer en waarom. Hierbij geldt dat wanneer deze vragen worden toegepast bij een aantal metingen de quantifier genegeerd dient te worden. De quantifiers staan in het model tussen [ ]. Een aantal voorbeelden zijn:

  • Welke afwijkingen t.a.v. MUST zijn er bij de beslisservice Bepaal Ondervoedingsrisico?
  • Welke afwijkingen t.a.v. BMI meter zijn er bij de beslissing Bereken BMI?
  • Waarom is de doorlooptijd van de beslisservice Bepaal Ondervoedingsrisico langer dan 3 dagen?

 

Figuur 5: Analyse(vragen) gearceerd in het DMA Model

 

Aanvullend kent het analyse onderdeel ook steekwoorden voor predictieve en prescriptieve analyses, in dit specifieke voorbeeld: optimaliseer en voorspel. Een aantal voorbeelden van analyse vragen voor predictieve en prescriptieve analyses zijn:

  • Optimaliseer de doorlooptijd van de beslissing Bereken BMI;
  • Voorspel de doorlooptijd van de beslissing Bereken BMI;
  • Voorspel de doorlooptijd van het proces Diagnosticeren Patiënt;

De analyses, die de organisatie wil toepassen of van toegevoegde waarde zijn voor de organisatie, worden aangegeven met een paars bolletje. Dit paarse bolletje wordt geplaatst op het kruispunt van de dimensie en de meting. Tevens dient er dan op dezelfde lijn bij het blauwe/witte bolletje de rechterkant paarse gemaakt te worden. Indien er meer dan één analyse of voorspelvraag op dezelfde metingen dient te worden geplaatst, dan dient er een cijfer ingezet te worden waarmee het paarse en blauwe/witte bolletje gekoppeld wordt.

Het model wordt op dit moment bij verschillende projecten op verschillende manieren ingezet. Het type projecten, waarbij het DMA model wordt ingezet zijn Decision Mining Projecten, Process Mining Projecten, Business Intelligence Projecten en Data Science projecten. Het wordt in deze projecten gebruikt om de analyse te formuleren en structureren, maar ook om te bepalen in welke tooling en met welke instrumenten in deze tooling de verschillende analyses daadwerkelijk kunnen worden uitgevoerd.

Mocht u al vragen hebben of geïnteresseerd zijn in een presentatie, neem dan contact op via: info@martijnzoet.com

co-author: Koen Smit