TimeXtender bij Medux Medux bouwt aan een moderne data foundation voor betere en betaalbare gezondheidszorg Medux is een leverancier van zorgproducten voor zorgorganisaties, zorgprofessionals, zorgverzekeraars, ziekenhuizen, gemeenten en fabrikanten van zorgproducten voor de gezondheidszorg en opereert onder de namen Atlas Kidtech, HartingBank, Medipoint, MHG en Orthototaal. In 2021 begon Medux met de transformatie naar een data-driven bedrijf. De juiste tools kunnen een wereld van verschil maken, daarom was het updaten van de bedrijfsomgeving van Medux een belangrijke mijlpaal op de weg naar succes van het bedrijf. Download de casestudy om te zien hoe Medux en Bitmetric en TimeXtender dit voor elkaar kregen. “Naast de benodigde softwarelicenties en implementatie begeleidt Bitmetric ons in het verbeteren van data literacy via projectmanagement, trainingsprogramma’s en als sparringpartner.” – Rob van Vliet, Product Owner BI bij Medux Case Medux begon zijn reis met Bitmetric en TimeXtender door data driven werkmethoden te implementeren. De casestudy belicht de uitdagingen waarmee ze werden geconfronteerd werden. Bijvoorbeeld gefragmenteerde gegevensbronnen, inconsistente bedrijfslogica en beperkte data-integratie. Het benadrukt het belang van het opbouwen van een robuust en flexibel data foundation om de betaalbaarheid en kwaliteit van de zorg te verbeteren. Uitdagingen Gefragmenteerd Data landschap: Medux had twee SQL data warehouses met beperkte toegang tot belangrijke bronnen. Het bestaande data landschap was gefragmenteerd, waardoor het moeilijk was om gegevensbronnen te combineren en waardoor de bedrijfslogica in verschillende rapporten inconsistent was. Data-Inconsistentie: De bedrijfslogica verschilde tussen rapporten, wat leidde tot verwarring en verschillende interpretaties. Dit bemoeilijkte het verkrijgen van betrouwbare en nauwkeurige inzichten. Beperkte Data Integratie: Medux had problemen met het combineren van gegevensbronnen en soms werden query’s direct op productiesystemen uitgevoerd, wat systeemuitval veroorzaakte en de bedrijfsvoering verstoorde. Budgettaire beperkingen: Budgettaire problemen vormden een struikelblok voor de implementatie van een centraal datawarehouse. Het was noodzakelijk om belanghebbenden te overtuigen van de noodzaak en voordelen van een gecentraliseerde oplossing. Data Literacy en -bewustzijn: Data-driven werken was aanvankelijk geen prioriteit bij Medux. Er was behoefte aan bewustwording en verbetering van data literacy binnen de organisatie om de waarde van data-driven inzichten volledig te benutten. Oplossing De oplossing bestond uit het bouwen van een moderne data foundation voor Medux, een semi-overheidsorganisatie in de gezondheidszorg. De belangrijkste componenten van de oplossing waren: Centraal Data Warehouse: Bitmetric gebruikte TimeXtender om een Azure SQL datawarehouse te bouwen. Met dit centrale datawarehouse kan Medux gegevens uit verschillende bronnen samen te brengen en een uniform perpectief te bieden. Integratie en automatisering van data: De slimme tool van TimeXtender automatiseerde de voorbereiding, centralisatie en documentatie van data. Data engineering werd eenvoudiger en vereiste minimale technische kennis. Data Literacy and Support: Bitmetric biedt meer dan alleen softwarelicenties en installatie. Bitmetric heeft Medux ondersteund in hun data driven reis en het verbeteren van data literacy door projecten te beheren, medewerkers op te leiden en te sparren. Resultaten Door een robuuste data base te ontwikkelen, heeft Medux verschillende gunstige resultaten behaald. Ze hadden toegang tot uitgebreide en uniforme gegevens, waardoor ze beter geïnformeerde keuzes konden maken. Het geïntegreerde datawarehouse voorkwam inconsistenties door te zorgen voor uniforme dataterminologie in rapportages en analyses. Het robuuste data foundation maakte data toegankelijk, vereenvoudigde data-integratie en verminderde queries op productiesystemen. Dit leidde tot minder systeemuitval en operationele verstoringen. De aanpak garandeert toekomstige schaalbaarheid en flexibiliteit, waardoor Medux in staat is om extra gegevensbronnen toe te voegen en de analyses verder te verbeteren. Hoe kan we je helpen? Barry heeft meer dan 20 jaar ervaring als Data- en Analytics-architect, ontwikkelaar, trainer en auteur. Hij helpt je graag met eventuele vragen die je hebt. Bel ons Mail ons