近年来，数据量的爆发式增长和数据复杂性的大幅度提高，让医院管理者迫切的寻找更加智能的方式管理数据，从而有效提高管理效率。

　　数据管理并不是简单数据汇总，应该多层面对数据进行清洗，形成有效数据，这样才能体现数据价值。比如数据存储优化、效率、性能、安全。只有管理好数据从创建到删除的整个生命周期，我们数据更加有用，更加适合管理需要。

　　大数据应用医保、精细化管理场景并不少，在数据应用和数据管理实践中，我们总结出以下几点：

　　1、对医保管理有清晰的认识

　　首先我们列出医保管理的目标，确定医保数据的目标是什么，提取哪些数据更有用。医保管理目标可能包括：

　　创建和改进自动化医保结算数据流程

　　做出实时和有效的管理决策

　　适配经办机构审核规则和指标

　　发现医生诊疗的行为和使用习惯

　　2、制定可执行的数据处理流程

　　将医保管理目标转换成具体的技术需求，例如从哪些数据源提取医保分值数据、要处理哪些数据、目标数据格式和输出方式等。进而确定数据处理步骤，包括数据提取、数据清洗、数据转换、数据整合、数据加载等。数据处理策略和流程应提供统一的执行标准，在日常的医保数据运营中，可以创建智能数据处理流程，有效减少错误发生，并在错误发生后更快速识别错误来源。

　　通过这样过程，将处理好数据，输出监控指标，形成可视化报表，供医保管理者分析数据依据支撑。

　　3、医保数据分析

　　数据分析是现代医院精细化管理的必要组成。将数据分析所需的数据源和数据接入方式与业务管理数据管理体系相结合，从海量数据中挖掘数据价值，优化运营策略，从而做出更合理的管理决策。

　　4、不可忽视数据安全，确保数据完整性

　　数据是医院最重要的资产之一，因此保护医院业数据资产是医院数据管理的首要任务。医院数据安全措施，最大程度上减少数据泄露和安全风险，从而保护医院的信誉和利益。数据完整性直接影响数据的质量，如果数据质量不好，医院可能会做出错误的分析和决策。另外，数据完整性可以提高数据分析的效率，如果数据是完整有效的，分析人员将能够更快地挖掘到相关信息，做出更准确的决策，并且更容易发现数据之间的关系。