Met Power BI grip op capaciteitsuitlijning zorg | Berenschot cases

Binnen het efficiënter inrichten van het zorgproces, vormt capaciteitsplanning frequent een grote uitdaging voor zorginstellingen. Het uitlijnen van de zorgvraag van de cliënt met het aanbod van personeel is hier een voorbeeld van. Deze uitlijning van capaciteit is enorm van belang omdat het kan bijdragen aan relevante factoren als werkgeluk, kostenbesparing en kwaliteit van de zorg.

Hierdoor ontstaat frequent vanuit zorginstellingen de wens om meer datagedreven beslissingen te nemen omtrent het uitlijnen van capaciteit en minder nog enkel te plannen op basis van ervaring en intuïtie. Een combinatie van datagedreven beslissingen en beslissingen op basis van ervaring en intuïtie kan elkaar versterken.

Ook gehandicaptenzorginstellingen ervaren zelfde uitdagingen. Immers hebben zij eveneens met name te maken hebben met specifieke budgetten vanuit de overheid. Deze zorginstellingen zijn hedendaags dan ook regelmatig bezig met de uitdaging hoe ze capaciteit in zorgvraag en zorgaanbod goed met elkaar kunnen uitlijnen. Daarom vroeg een gehandicaptenzorginstelling Berenschot een bijdrage te leveren aan het nemen van datagedreven beslissingen omtrent capaciteit. Zij wilden weten hoe zij data op een slimme manier data kunnen benutten in hun bedrijfsprocessen. Specifiek hoe zij data meer kunnen inzetten in het planningsproces.

Zij stelden ons hierbij de volgende vragen: Kan op basis van onze historische gegevens worden vastgesteld wat de benodigde zorgvraag voor de toekomst zal zijn? Hoeveel oproepen kunnen we op een specifiek moment in de toekomst verwachten en wat zal de gemiddelde zorgduur zijn? Kunnen jullie een dashboard ontwikkelen dat onze planners ondersteunt in dit planningsproces?

Ondanks de vaak grote hoeveelheden aan data, zitten er frequent grote verschillen in de kwaliteit van de opgeslagen gegevens en in de mate waarin datagebruik al verweven is binnen de bedrijfsprocessen van de zorginstelling. De betreffende gehandicaptenzorginstelling slaat gegevens van haar cliënten consequent op. Zij heeft daarmee data van goede kwaliteit (schone data) en bleek vooral op zoek naar de verweving van de data in het bedrijfsproces. Binnen dit project was het dan ook bovenal een uitdaging een model te creëren dat betrouwbare voorspellingen terug kan geven omtrent de zorgvraag en zorgduur over een tijdsspanne van drie maanden in de toekomst, die daadwerkelijk kunnen worden ingezet in het planningsproces.  

Om het dashboard te ontwikkelen, hebben onze consultants vastgesteld welke indicatoren daadwerkelijk relevant zijn om te bepalen wat de benodigde zorgvraag van cliënten is. Hierbij zijn wij uitgegaan van geanonimiseerde cliëntgegevens omtrent het aantal oproepen in het verleden. Deze gegevens hebben wij zodanig getransformeerd dat ze bruikbaar waren voor analyse en voor implementatie in een voorspelmodel. Het specifieke model dat we hebben geïmplementeerd, is een ARIMA (Auto Regressive Integrated Moving Average). Dat geeft op dagniveau voorspellingen terug voor de toekomstige drie maanden. De uitkomsten van de voorspellingen per dag hebben we vervolgens kunnen omvormen tot voorspellingen per uur op de dag en tot gemiddelde zorgvraag.

In samenspraak met de gehandicaptenzorginstelling is vervolgens besloten het dashboard zodanig in te richten voor de planners dat ze, naast beschrijvende data, ook voorspellende data-inzichten uit het dashboard kunnen halen, zoals wanneer in de week een piek in het aantal oproepen ontstaat, op welke projecten veel oproepen zijn en wat voor type oproepen ze kunnen verwachten.

Berenschot heeft een dashboard opgeleverd waarmee planners in staat zijn datagedreven in te schatten wat de benodigde zorgvraag is. Zij kunnen anticiperen worden op eventuele pieken of dalen in de benodigde zorgvraag en zorgduur en hierdoor kunnen planners met behulp van het dashboard de capaciteit nauwkeurig inrichten.