Grazie al supporto della tecnologia Teradata per il Data Warehouse e agli Analytics di SAS, l’Istituto di Previdenza Sociale punta a ridurre i costi per i rimborsi non dovuti
Teradata Corporation, la più grande società del mondo che fornisce unicamente soluzioni di data warehousing e applicazioni analitiche per il miglioramento dei processi decisionali delle aziende, e SAS, leader nei business analytics, hanno reso noto che INPS ha scelto una soluzione congiunta SAS-Teradata per l’individuazione del maggior numero di eventi soggetti ad accertamenti e/o verifiche nell’ambito delle attività di analisi dei dati sulla certificazione di malattia e relative visite mediche di controllo.
L’annuncio è stato dato in occasione della Teradata User Group, conferenza annuale dedicata all’incontro dei clienti Teradata con i più grandi esperti in materia di Business Intelligence che hanno l’opportunità di condividere le proprie conoscenze, esperienze e successi.
Ogni anno l’INPS riceve circa 12 milioni di certificati che attestano la sussistenza della malattia e indennizza 164.000 anni di lavoro, equivalenti a 60 milioni di giornate di lavoro, con una spesa di alcuni miliardi di euro. Per l’attività di verifica di questi eventi, intendendo come evento il periodo complessivo di assenza dal lavoro a causa di un singolo fatto di malattia, l’INPS effettua circa un milione e mezzo di visite mediche di controllo spendendo alcune decine di milioni di euro l’anno, con un esito di riduzione della prognosi in circa un quarto dei casi.
Grazie alla combinazione dei modelli statistici elaborati da INPS, del data warehouse Teradata e delle abilità analitiche di SAS, il progetto ora avviato da INPS si propone di migliorare la strategia nella disposizione delle visite mediche di controllo nella doppia ottica di riduzione di costi ed incremento di efficacia dell’azione di controllo.
Il progetto prevede un obiettivo di riduzione dei costi derivante da due fattori: la diminuzione del numero di visite mediche di controllo, che avendo un’efficacia maggiore in quanto a più alta probabilità di successo nell’identificare richieste irregolari potranno essere maggiormente mirate, e l’individuazione dei casi che presentano una maggiore probabilità di riduzione della prognosi.
“Oggi le aziende devono rispondere alla grande sfida di gestire enormi moli di dati e al contempo ottimizzare le loro capacità di analisi di questi dati,” ha affermato Franco Vittone, Amministratore Delegato di Teradata Italia. “Le installazioni innovative come quella realizzata da INPS dimostrano che SAS e Teradata stanno mantenendo la promessa di fornire in-database analytics, permettendo così ai clienti di realizzare analytics predittivi e analisi delle informazioni attraverso un unico strumento flessibile e potente.”
Vittone aggiunge inoltre che le organizzazioni ottengono due importantissimi vantaggi grazie alla partnership di Teradata con SAS. “Uno è specifico per le imprese: coloro dai quali dipendono le decisioni aziendali possono, sfruttando i dati come una risorsa strategica aziendale, essere più agili nel rispondere alle esigenze del business.
L’altro è un vantaggio tecnologico, dato dall’utilizzo dei migliori prodotti di due leader di mercato in un’unica piattaforma che racchiude analytics e data warehousing. Garantendo la possibilità di utilizzare la potenza di elaborazione del Database Teradata e gli Analytics di SAS proprio dove risiedono i dati, le nostre due aziende forniscono a organizzazioni come INPS la capacità di sfruttare appieno le proprie risorse tecnologiche in modo efficiente ed efficace.”
“Come SAS constatiamo un crescente interesse negli analytics da parte delle aziende presenti in EMEA per essere sempre più competitive” ha affermato Marco Icardi, Country Manager di SAS Italia. “La partnership SAS Teradata garantisce ai clienti comuni una crescita costante basata sulle soluzioni di Business Analytics, specialmente nel settore della Pubblica Amministrazione, che deve affrontare la sfida di una continua innovazione”.
Le linee guida del progetto prevedono l’implementazione di un Datamart orientato all’analisi del fenomeno “certificazione di malattia”, l’utilizzo di tecniche analitiche e di Data Mining mirate ad individuare informazioni “nascoste” nei dati e comportamenti anomali, e a scoprire fenomeni non noti a priori.
Una rapida diffusione delle informazioni significative che caratterizzano il fenomeno a tutti gli attori coinvolti sarà un fattore chiave per l’ottimizzazione in termini di tempo e di selezione dei processi ispettivi e l’invio delle visite mediche di controllo.
L’individuazione dei certificati più a rischio in termini di adeguatezza della prognosi deve infatti essere tempestiva per permettere ai medici di riformulare la prognosi dove necessario e ridurre di conseguenza i costi dei rimborsi a carico di INPS.
