医疗机构的数据分析
一、选手简介
1、团队和选手介绍
（1）团队名称：奈斯小队
（2）成员简介：
队长：李新宇 目前位于河南应用技术职业学院大数据与会计专业在读；
队员：郑万兵 目前位于河南应用技术职业学院大数据与会计专业在读；
队员：刘丽丹 目前位于河南应用技术职业学院大数据与会计专业在读；
队员：郑媛媛 目前位于河南应用技术职业学院大数据与会计专业在读；
队员：王莉雯 目前位于河南应用技术职业学院大数据与财务管理专业在读；
2、参赛初衷
团队成员都是同学，课堂上一起学习与攻克数据分析与应用的难题，对杂乱无章的数据中加以清洗处理，从而挖掘出有价值的信息为决策提供信息支撑。随着我们对数据分析行业的不断了解与深入，我们愈发从fineBi可视化工具中感受到数据分析行业的重要性与魅力。在这学期的课堂上，我们第一次使用了FineBi，我们感觉它是一个“老少”皆宜的可视化工具，因为它无论从上手难度，还是从可视化图表的丰富程度来说，对数据分析初学者或者是职业数据分析师都很适用。因此我们认为对FineBi的学习不能只局限在课堂上，更应该用比赛实践来提升BI工具的使用方法和技巧。
二、作品介绍
1、业务背景
随着经济的不断发展，我国的人均可支配收入及健康观念将不断提升，医疗卫生消费将迎来长期稳步发展阶段。但是，目前我国公共医疗管理系统的不完善，医疗成本高、渠道少、覆盖面低、费用支出较高等问题困扰着大众民生。尤其以“效率较低的医疗体系、医疗资源两极化、大医院人满为患，社区医院无人问津”为代表的医疗问题为社会关注的主要焦点。
2、数据来源
自选数据：数据来自FineBi数据准备中的医疗机构数据.
分析思路
 
（1）可视化分析
<1>
 图1病情治疗费用图
这是我收集到的一部分病种所涉及到的地区分布情和治疗这些病症所花费的费用。可以从线形图中明显看出治疗原发性高血压所花费的费用最多，冠心病所花费的费用最少。
<2> 图2药品单价和毛利对比图
 图3不同门店销售额对比图
这两幅图我想反映不同门店的部分药品售卖情况。从柱状图中可以明显看出药品的销售单价的不同而药品售卖情况的毛利额是有高有低，饼图中反映了不同门店他们的销售额的多少。
<4>
 图4不同病种住院时长对比图
这个柱状图我想表达的是不同病症治疗时长和住院时长也都不一样，我所统计的病症住院时长基本都徘徊在150天到250之间。
 图5不同科室费用对比图
这个线形图是我统计的医院里不同的科室门诊所收的费用。中医科、传染科和脾胃病科所收费用较多，表明这三个科室所围绕的病症较为常见和消费较高。其他几个科室所涉及的病症相比较而言就较稀少，花费也相对较低。
<5> 图6不同地区授信额和销售额对比图
这个折线图我想表明医药这一行业随着区域的不同，授信额度也都不尽相同，销售额也不一样。但是扬州市是一个特别的城市，他这里的销售额和授信额基本趋于重合，这表明他们这里的信誉度非常高。
图7不同职务号别出诊情况
这个柱状图是医院中不同职务和号别的医生出诊情况，对比来看，除了主任医师中专家出诊率较高其他的职务中都是普通出诊率名列前茅。
图8不同地区药品销售和库存情况对比图
这个折线图是不同地区药品销售数量和库存金额的表现图。从图中可以看出两条线走向基本趋于一致，甚至多处地方都基本重合，这表明当地药品的销售和库存金额没有突发情况，保持平稳。
（2）最终作品预览：https://bisolutions.fanruan.com/webroot/decision/link/e2YU
      
（3）数据分析结论
当前，我国正在深入实施健康中国战略，随着工业化、城镇化、人口老龄化进程加快，我国居民生产生活方式和疾病谱不断发生变化，社会迫切需要更加高效、精准的医疗健康服务。我国人均拥有的医疗资源数量与发达国家又有很大的差距，未来我国的医疗资源仍然会保持扩充趋势，对于医疗人才的需求仍然保持上涨，对于医疗设施短缺板情况仍然存在。
对医疗机构相关数据的分析我们给出如下建议：
1、中医科、传染科、脾胃病科预约人数较多，各预约窗口设施建设与预留空间可以参考可视化数据进行空间化设置。
2、上海北京等大城市医疗资源相对完善，但住院费用相对较高，专家出诊也集中在大城市，针对医疗服务费用，为保障人民健康与践行医者仁心，可酌情处理疑难杂症费用与下倾医疗服务。
3、针对一些居民常见问题，可组织医疗团队对常见疾病进行社区宣传，组织专家义诊，工作队和社区联合开展的医疗服务进社区活动帮居民解决难题。
4、提高管理体制，制定一套科学合理、适合医生的管理体制;做好医院的宣传，宣传医院特色，宣传医疗设备和技术水平。和企业一样，企业有企业文化，医院也应该有自己的医院文化。不断提升医院的医疗服务。面对激烈的竞争，要不断提高自身的竞争力，把医院的生存空间不断扩大。
三、参赛总结
（一）FINEBI工具
大家赋予FINEBI “被雪藏的利器”的称呼，它现在的受欢迎程度要远远高于其他的可视化工具。
1.连接各类数据源
FINEBI能从各种数据源中抓取数据进行分析，支持导入EXEL数据支持R语言脚本导入数据。
2.易用性（无需编程）
相比较于python来说，FINEBI没有复杂的代码，不需要花大量的时间去学习和研究，简单上手的操作，可视化的结果展示不逊色于python可视化的效果，甚至比python更美观，更清爽，更适合于在商业中做数据的分析和展示。
3.可视化的效果色彩丰富
FINEBI的可视化效果是多种多样的，可以根据分析的不同内容去选择不同的风格，清爽的商务风，酷炫的科技风等，更符合现在年轻人标新立异的特点。
（二）参赛心得
通过这次比赛对FineBI的学习与使用，最大的收获是数据分析思维的训练，数据可视化故事的讲述原则以及数据可视化大屏布局和配色原则。这是之前课堂学习FineBI的时候所缺乏的技能，在比赛中都得到了补全。目前自己可以搭建起来炫酷的数据可视化大屏/驾驶舱，可以独立讲述数据背后的数据故事。同时，利用FineBI已经开始着手分析其他的数据，向同学介绍更深刻的数据结论，以及FineBI的优势。
通过这次比赛，我们也希望所做的一切能为医疗机构出一份力，为决策者提供优化思路和数据分析的样本，为帆软在教育教学的应用以及社会实践落地，贡献其中一份子力量。最后再次感谢队员们的辛苦付出，用老师鼓励的话来说：“莫问前程，勇往直前！”
| 
