Description du projet
La disposition d'informations pertinentes pour le management des activités, quel que soit le domaine, est cruciale. Avec la quantité de données pouvant être collectées aujourd'hui, il semble inévitable et nécessaire d'automatiser les processus de toute la chaîne de production des données jusqu'à leur utilisation sous forme d'indicateurs.
C'est dans cette optique qu'un EPSM m'a confié, à moi et à d'autres camarades, la mission de créer un tableau de bord qui se mettrait à jour automatiquement afin de suivre l’activité clinique et administrative, d’analyser les tendances et d’identifier les besoins en ressources.
On a donc joué le rôle de Data analyst et nous avons répondu aux principales questions comme :
- Quelle est la part de patient par pôle ?
- Quel pôle est le plus sollicité, à quelle période ?
- Quelle est la provenance des patients ?
- Comment évolue le nombre de patients dans le temps ?
- Quelles sont les catégories de professionnels de santé les plus sollicitées ?
- Quels sont les diagnostics les plus fréquents ?
Structure des données
Les données utilisées pour ce projet sont sous forme de deux fichiers textes, un comportant les informations des actes ambulatoires (+10000 lignes, 23 variables) et l'autre concernant les séquences ambulatoires (+1000 lignes, 42 variables). Les données ont été anonymisées selon les règles en vigueur par la CNIL et randomisées pour des raisons évidentes. Avec mes collègues, nous avons créé à l'aide du langage VBA et du langage M un script permettant de charger automatiquement ces données dans une base de données sous forme de fichier Excel afin de rendre l'analyse des données plus facile et performante.
Nettoyage des données
Afin de réaliser ce projet, nous avons pris du temps à comprendre chaque variable des deux fichiers textes grâce à une documentation qui nous a été fournie.
Ensuite, nous avons jugé bon de réaliser un dictionnaire des données pour comprendre ce que représente chaque donnée, afin d'éviter les ambiguïtés et les malentendus. Chaque donnée a été associée à sa signification afin d’avoir des données claires et compréhensibles.
Cette étape est importante dans le processus d'analyse des données, assurant la qualité des informations en sortie.
S'en est suivi le nettoyage des données proprement dit qui a consisté à :
- Suppression des colonnes sans informations pertinentes, des lignes vides
- Suppression des doublons
- Correction des valeurs aberrantes, des valeurs manquantes
- Typage correct des variables
Analyse des données
Nous avons mis en place un processus structuré visant à garantir une analyse efficace et pertinente des données :
- Automatisation du traitement des données : importation, nettoyage et retraitement via VBA, Power Pivot et DAX, optimisant ainsi la fiabilité et l'efficacité des analyses.
- Exploration et visualisation des données : analyses descriptives des variables accompagnées de datavisualisation pour une interprétation intuitive.
- Conception de l'interface utilisateur : développement d'un design ergonomique facilitant l'interaction et l'exploitation des résultats.
- Élaboration d'indicateurs de performance : mise en place de métriques statistiques permettant d’évaluer l’occupation du centre hospitalier.
- Modélisation statistique avancée : étude de la relation entre les catégories professionnelles et les diagnostics pour une meilleure compréhension des tendances médicales.
Compétences développées
Dans le cadre du développement du tableau de bord de suivi d'activité, plusieurs compétences clés acquises lors de mon cursus ont été mises en oeuvre:
- Automatisation du traitement des données à des fins décisonnelles
- Structuration et gestion de bases de données
- Contextualisation des besoins métiers
- Exploration et visualisation des données
- Modélisation statistique
- Développement d'outils interactifs
- Collaboration et gestion de projet
- Programmation VBA avancée
Images du projet
Menu principale
Suivi de l'activité globale
Suivi de l'activité ambulatoire
Suivi des hospitalisation
Suivi des hospitalisation