Ситуационная осведомленность определяет нашу реакцию
Как аналитика улучшает принятие важных решений во время пандемии
Синди Тернер, редактор SAS Insights
Представьте, что вы строите планы на отпуск во время таких событий, как коронавирус. В этой ситуации есть много факторов, на которые следует обратить внимание. Вы поедете в горячую точку, где отмечена вспышка заболевания? Сколько людей будут сидеть рядом с вами в самолете или остановятся в вашем отеле? Какие меры предосторожности приняли организации для обеспечения вашей безопасности? И представьте, насколько должен быть осведомлен врач отделения неотложной помощи, чтобы оценить сопутствующие факторы и оперативно принять решение, как лечить тяжелобольного пациента. Это может быть простой или сложный, низкий или высокий риск – многие обстоятельства требуют концепций, лежащих в основе ситуационной осведомленности.
Ситуационная осведомленность – это значит помнить о том, что происходит вокруг, и сочетать это с уже существующей информацией, чтобы определить следующие вероятные события. Восприятие всех происходящих событий в вашей среде приводит к различным уровням ситуационной осведомленности, которые помогают отреагировать в любой момент времени. Это актуально как для нашей повседневной жизни, так и для медицинских работников, сотрудников и руководителей компаний, государственных учреждений и т.д.
Мика Эндсли1, известная своими исследованиями по этой теме, описывает три стадии ситуационной осведомленности:
- Восприятие статуса, атрибутов и динамики соответствующих событий в окружающей среде. Это приводит к осознанию объектов, людей или событий в определенном объеме времени и пространстве, а также к осознанию их текущих состояний или действий
- Понимание значения этих событий. Это включает ситуационную оценку, то есть процесс сбора, синтеза и анализа информации. Люди, имеющие опыт быстрого принятия решений в быстро меняющихся, стрессовых или кризисных ситуациях, могут быстро интегрировать информацию, чтобы создать всеобъемлющую мысленную картину того, как текущая ситуация повлияет на их цели и задачи.
- Проекция статуса (или будущих состояний) событий в окружающей среде. Это означает, что вы можете экстраполировать информацию из стадий 1 и 2 вперед во времени, чтобы понять, как все события повлияют на будущую операционную среду.
Ресурсный хаб данных и аналитики COVID-19
Лидеры не могут принимать правильные решения без твердого понимания текущей ситуации. Доступ к лучшим данным и их организация, а затем создание визуализаций анализа данных создает общее понимание и позволяет достичь консенсуса среди заинтересованных сторон раньше обычного, что улучшает последующее принятие решений и обмен информацией.
Ситуационная осведомленность важна во время COVID-19
Во время пандемии коронавируса концепции, лежащие в основе ситуационной осведомленности, были выдвинуты на первый план в нашей повседневной жизни. Многие часто обновляли ленты новостей, чтобы понять, насколько близок вирус к их сообществам, узнать последние рекомендации от правительства и органов здравоохранения, а также узнать статистику, сколько человек было инфицировано и сколько вылечилось. Некоторые предпочли оставаться дома дольше, чем другие, в зависимости от своего возраста, состояния здоровья или их личного мнения о том, когда выходить на улицу безопасно.
Хорошая оценка ситуаций помогает нам избегать дорогостоящих и потенциально опасных ошибок и задержек. В сложных и постоянно меняющихся условиях людям необходимо поддерживать исключительно высокий уровень ситуационной осведомленности, чтобы оставаться в безопасности и принимать правильные решения. Например, подумайте обо всех факторах, которые должны учитывать службы скорой помощи, - таких как люди, физическое окружение, события окружающей среды и действия - каждый раз, когда они отвечают на призыв о помощи.
Данные, аналитика и визуализация расширяют ситуационную осведомленность во всех отраслях
Возможность ситуационной осведомленности распространяется на более широкие сферы, когда мы анализируем огромные объемы данных в режиме реального времени и визуализируем результаты. Наличие сведений в реальном времени позволяет избежать задержек, присущих ручным методам сбора и оценки информации.
Во время пандемии COVID-19 организациям постоянно приходилось принимать быстрые и важные решения. Когда на кону жизнь людей и бизнес, потребность в своевременных и точных данных для обеспечения наилучших результатов как никогда высока. Благодаря ситуационной осведомленности в реальном времени SAS помогает лицам, принимающим решения, прогнозировать пики, максимизировать ресурсы и работать вместе на основе общих ментальных моделей операционного сценария, мгновенно узнавая, когда угрозы начинают возникать повторно. Решения, основанные на данных, позволяют вам сохранять полную ситуационную осведомленность сегодня и завтра.
Давайте рассмотрим несколько примеров того, как SAS помог организациям использовать данные, аналитику и визуализацию для достижения ситуационной осведомленности во время коронавируса.
Содержательные дашборды для правительства
По словам Гранта Брукса, вице-президента SAS по государственному сектору США: «Большинство правительственных дашбордов были созданы для других целей и не могут своевременно интегрировать и синтезировать все доступные и актуальные данные для принятия конструктивных и гибких ответных мер. Им также не хватает возможностей прогнозирования, моделирования и масштабного анализа данных, необходимых для реального улучшения процесса принятия решений».
Брукс описывает семь категорий данных, которые должны включать правительственные дашборды для обеспечения оптимальной ситуационной осведомленности в условиях кризиса. Эти данные включают данные общественного здравоохранения, данные о медицинских ресурсах, данные о занятости и заработной плате, данные о социальных выплатах, показатели финансового стресса, данные о сборе налогов и доходах, а также данные банковской системы. «Объединяя эти данные, чтобы получить представление о траектории распространения вируса, дополненное советами экспертов в области общественного здравоохранения, - говорит Брукс, - у губернаторов будет самая лучшая и наиболее точная информация, доступная для принятия важных решений, которые принимаются для сохранения безопасности людей и перезапуска экономики».
В Индии правительства некоторых штатов обратились к SAS за помощью, чтобы активировать свои данные и аналитические ресурсы, когда разразилась пандемия. 2 Например, штат Одиша (Odisha) полагается на аналитический дашборд для мониторинга постоянно обновляемых показателей. SAS работала с отделами информационных технологий и министерствами здравоохранения нескольких штатов, отслеживая показатели COVID-19: горячие точки, кривые роста инфекции, зоны локализации и потребности больниц в ресурсах. Основываясь на своевременных данных из штатов, SAS построила аналитические модели, которые помогли улучшить результаты.
Аналитические инсайты и модели для здравоохранения в реальном времени
SAS помогает организациям здравоохранения оставаться осведомленными о ситуации за счет непрерывного сбора данных и интерактивных аналитических визуализаций, позволяющих количественно оценить воздействие вируса. Эти инструменты помогают определить, где есть самые большие потребности и как направить ресурсы для удовлетворения этих потребностей.
Визуализации показывают затронутые группы населения, места передачи вируса, скорость роста и то, как ситуация меняется с течением времени. Картирование распространения болезни с течением времени позволяет руководителям в области здравоохранения планировать ресурсы и поддержку, которые им понадобятся в перспективе, на основе ожидаемого состояния вируса в ближайшем будущем. В свою очередь, медицинские работники могут оценить возможности и подготовиться к распределению коек, ресурсов, оборудования и людей.
Тот же тип данных, который используется для ситуационной осведомленности, актуален для другой аналитики в области здравоохранения, включая предиктивные модели и анализ сценариев. Аналитика помогает нам определить, работают ли такие меры, как социальное дистанцирование или политика в области обеспечения жильем на местах для замедления передачи болезни, и с помощью аналитики также можно прогнозировать распространение болезни с учетом определенных предположений. Эпидемиологические модели помогают нам понять влияние вируса, когда мы снимаем карантин в определенных зонах. А оценка множества сценариев риска помогает выявить наиболее уязвимые группы населения и выявить факторы, которые могут усложнить стратегии защиты здоровья.
Прогнозирование и планирование воздействия на клинические исследования в области медико-биологических наук
Клинические испытания проводятся по строгим протоколам и регулируются обширными правилами. Таким образом, этот тип исследований уязвим для любых нарушений, особенно на уровне глобальной пандемии.
Ситуационная осведомленность помогает фармацевтическим компаниям понять, где проведение исследований является более проблематичным, чтобы организации могли разработать планы по сокращению задержек, обеспечению непрерывности клинических исследований и повышению устойчивости испытаний к изменениям.
Фактические данные играют решающую роль в заполнении пробелов в данных и определении потенциальных методов лечения. «COVID-19 ускорит использование реальных данных и реальных доказательств в клинических исследованиях. Это особенно актуально, поскольку фармацевтические компании изучают методы лечения и вакцины, а также варианты продолжения текущих испытаний с минимальными перебоями», - сказала Шеррин Эйд, магистр здравоохранения, руководитель департамента глобального здравоохранения SAS.
ИИ и IoT для производства и ритейла
Некоторые производители полагались на датчики Интернета вещей с технологиями аналитики и искусственного интеллекта (ИИ), чтобы заполнить пробелы, возникшие во время пандемии. Собирая и анализируя данные в реальном времени с датчиков и сетей в своих операционных средах и применяя методы искусственного интеллекта, они оптимизировали действия в цепочке поставок, совершенствуя свои операции и помогая своим розничным партнерам и потребителям.
Например, вид сценария «что, если» помогает им улучшить планирование поставок, анализировать замены продуктов, лучше реагировать на колебания спроса, выявлять запасы, подверженные риску, повышать прозрачность производственных операций и повышать безопасность персонала. Даже самые маленькие улучшения имеют большое значение. Такие аналитические методы оказались особенно ценными во время пандемии, поскольку на цепочки поставок повлияли закрытые границы, закрытые помещения и магазины и многое другое.
Облако и машинное обучение для банков
Для банков необходима цифровая аутентификация. Это было особенно важно во время пандемии коронавируса, поскольку преступники рассматривают кризисы как возможность совершения мошенничества. Банкам необходимо немедленно узнать, является ли виртуальный соискатель кредита тем, кем он себя называет, или реальным клиентом является человек, пытающийся нечестным способом получить доступ к онлайн-счету.
Проведение должной осмотрительности в отношении таких клиентских транзакций - это процесс, которому следуют банки, чтобы получить осведомленность о ситуации, когда на принятие решения есть всего несколько секунд. Благодаря облачному решению от SAS банки могут сравнивать каждое цифровое событие с различными данными аутентификации от ведущих поставщиков цифровых, биометрических, общедоступных и поведенческих данных. Данные централизованы и передаются в аналитические алгоритмы SAS и алгоритмы машинного обучения, наслаивая методы для быстрого и точного обнаружения мошенничества. Это позволяет получать аналитические инсайты почти в реальном времени, чтобы банки могли отличать законных клиентов от преступников, не полагаясь на медленное ручное вмешательство.
Визуализация данных может быть хорошей отправной точкой для понимания тенденций и объединения точек данных в значимую историю. Возможность визуализировать распространение вируса может помочь повысить осведомленность, понять его влияние и, в конечном итоге, помочь в профилактической работе. Mark Lambrecht PhD, Director of the Global Health and Life Sciences Practice SAS
Ситуационная осведомленность на всех этапах реагирования на COVID-19
Компании из разных отраслей могут отреагировать на пандемию коронавируса, следуя трехэтапной схеме: реагирование, восстановление и переосмысление. Ситуационная осведомленность сыграла большую роль на первом этапе, поскольку мы определили, насколько серьезным, масштабным и быстрым может быть потрясение. Но это актуально и на других этапах. Осведомленность о ситуации должна помочь нам в принятии решений в процессе выздоровления после COVID-19. Осведомленность должна информировать об изменениях, которые мы вносим, когда мы начинаем переосмысливать и перестраивать наши рабочие места, системы здравоохранения, экономику, политику и многое другое.
Рекомендуем прочитать
-
Model risk management: Vital to regulatory and business sustainabilitySloppy model risk management can lead to failure to gain regulatory approval for capital plans, financial loss, damage to a bank's reputation and loss of shareholder value. Learn how to improve model risk management by establishing controls and guidelines to measure and address model risk at every stage of the life cycle.
-
Использование Python в решениях SAS Intelligent Decisioning 5.4Начиная с версии 5.3, у пользователя появилась возможность легко встроить скрипт Python в решение SAS ID. Теперь Python исполняется в MAS без необходимости дополнительной обёртки в DS2 - узел кода Python сделает это за вас.
-
Прохождение «последней мили» аналитики в три шагаВнедрение аналитических моделей в производство может быть самой сложной частью аналитического пути. Неудивительно, что эта последняя миля аналитики - внедрение моделей в развертывание - является самой сложной частью инициатив в рамках цифровой трансформации, которую должны освоить компании, потому что она считается наиболее важной.
Готовы подписаться на инсайты сейчас?
Подписаться на рассылку Инсайтов SAS
