Prognose und Planung

Business Intelligence

Fallmanagement und Kündigungsverhalten

Durch die innovative Weiterentwicklung des Gesundheitsmarktes in den Bereichen der Medizintechnik, Arzneimittel sowie Behandlungs- und Untersuchungsmethoden ist mit erheblichen Kosten zu rechnen. Diese lassen sich oft nicht mit den klassischen Bewertungsmethoden kalkulieren oder steuern. Wir haben Ihre Lösung - die innovativen Methoden des Data-Mining erlauben die Klassifizierung oder Vorhersage von Ereignissen. Dafür entwickelten die Gesundheitsforen mathematische Modelle, welche potenzielle Hochkosten- oder steuerwürdige Fälle frühzeitig erkennen.

Gern schaffen wir gemeinsam mit Ihnen und vor allem individuell für Sie eine Lösung und betten diese in Ihre technische und organisatorische Infrastruktur ein.

Folgende Kundenwert- und Scoringmodelle werden bereits produktiv für diverse Anwendungsbereiche genutzt und können im einfachsten Fall in Form von SQL-Skripten auf Ihren Bestand angewendet werden:

  • Langzeit-AU-Prognose
  • Prognose (Re-)Hospitalisierung (LOH)
  • Prognose Kündigungsverhalten
  • Wer hat sich noch für uns entschieden?

Unser Modell ermittelt für Sie, welche Merkmale und Faktoren aus der Fallhistorie der Versicherten zu einer entsprechend hohen Krankengeld-Wahrscheinlichkeit führen.

Was bieten wir Ihnen?

  • Wir bieten Ihnen ein Modell, welches Ihnen zu einem bestimmten Tag X der Arbeitsunfähigkeit die errechnete Wahrscheinlichkeit dafür angibt, ob der Versicherte über den 42. Tag hinaus arbeitsunfähig bleibt und somit zum Krankengeldfall wird.
  • Die Versicherten mit den höchsten Scorewerten können für das AU-Fallmanagement aufgegriffen werden.
  • Damit bieten wir Ihnen die Möglichkeit, die Versicherten mit den höchsten Scorewerten für das AU-Fallmanagement gezielt aufzugreifen.
  • Durch die Automatisierung Ihres Krankengeld-Fallmanagements unterstützen wir Sie dabei, wertvolle Ressourcen zu sparen, denn Sie erhalten auf Knopfdruck eine Entscheidungsgrundlage.

Erfahren Sie mehr

Im Gegensatz zu erstmaligen Krankenhauseinweisung, die oftmals zufällige Notfälle betrifft, lassen sich Wiedereinweisungen sehr gut vorhersagen und steuern.

Was bieten wir Ihnen?

  • Wir bieten Ihnen ein von uns entwickeltes Modell, welches die Wahrscheinlichkeit einer (Re-)Hospitalisierung für bestimmte Diagnosegruppen (z. B. Diabetes oder KHK) vorhersagt.
  • Hierbei berücksichtigen wir sämtliche Ereignisse aus der Fallhistorie der Versicherten.

Eine entsprechende Prognose kann zu einer vorausschauenden bedarfsgerechten Ansprache Ihrer Kunden im Sinne einer Kündigungsvermeidung beitragen.

Was bieten wir Ihnen?

  • Um die Zu- und Abgänge Ihres Versichertenbestandes im Auge zu behalten, wenden wir prädiktive Modelle an und sagen potenzielle bzw. wahrscheinliche Kündiger voraus.
  • Langfristig bieten wir Ihnen die Möglichkeit, Strategien in Abhängigkeit des Kundenwertes abzuleiten.

Das Modell zur Prognose von Langzeitarbeitsunfähigkeitsfällen ist im Rahmen des Datalytics AU-Board seit März 2017 u. a. bei unserem Entwicklungspartner, der R+V BKK, im produktiven Einsatz.

Was ist Ihr Nutzen?

Wir überführen das mathematische Modell in eine Software mit übersichtlicher Arbeitsoberfläche, welche auf einen Blick und automatisiert die relevanten Informationen für Ihr Fallmanagement liefert. Sie erhalten einen Scorewert, der Ihnen als Entscheidungsgrundlage dienen kann und Sie bei einem effizienten Fallmanagement unterstützt. Die versichertenbezogene Kenntnis von Wahrscheinlichkeiten ermöglicht Ihnen eine zielgerichtete Ansprache und folglich eine Erhöhung der Steuerungseffizienz. Im Ergebnis können Sie frühzeitig Gegenmaßnahmen einleiten, Falldauern verkürzen und durch Zeitersparnis langfristig Ressourcen freisetzen.

Über die oben genannten Modelle hinaus, können wir für Sie weitere analytische Fragestellungen konzipieren, die Ihnen in der täglichen Kundenberatung oder strategischen Ausrichtung weiterhelfen.

Sie sind interessiert, benötigen aber noch weitere Informationen? Dann zögern Sie nicht uns zu kontaktieren, wir beraten Sie gerne.