Ejemplo aplicado: Sector salud Colombia

Complaints analysis: Health
sector Colombia - 2016


El análisis de la información es una herramienta aplicable a cualquier sector. El objeto de este mini proyecto es demostrar el poder del análisis de datos en un ámbito ajeno a la industria.
Para este caso se utilizó una base de datos que tiene 671.471 filas y 9 columnas, se ve algo así:

  PQR_   CANAL     FECHA_CREACION        PET_DPTO          PQR_TIPOPETICION    ...
10000    Telefonico  12/01/2016 06:13:00 AM     BOGOTA D.C        Reclamo                      ...
10001    Telefonico  12/01/2016 06:34:00 AM     BOGOTA D.C        Reclamo                      ...
10002    Telefonico  12/01/2016 06:43:00 AM     CALDAS                Reclamo                      ...
10003    Telefonico  12/01/2016 06:48:00 AM     ANTIOQUIA          Reclamo                      ...
10004    Telefonico  12/01/2016 06:51:00 AM     ATLANTICO          Reclamo                      ...

Una relación importante incluye conocer la frecuencia de Quejas por departamento y obtenemos lo siguiente:
La ciudad de Bogota presenta la mayor cantidad de quejas, le siguen los departamentos de Antioquia y Valle.

La segunda relación obedece a la frecuencia de quejas frente a las EPS, algo de gran importancia para el objeto de estudio.


Se observa que  Cafe salud, Nueva EPS y Comeva lideran la cantidad de quejas de todas las 135 organizaciones registradas en la base de datos.

Una patrón interesante que se encontró es que las mujeres lideran la cantidad de quejas contra las EPS y el rango de edades que muestran una mayor frecuencia son las personas mayores a 63 años  como se muestra a continuación:


A continuación se evidencia que los reclamos representan el mayor volumen de quejas y las entidades cafe salud, coomeva y nueva EPS, dispersan la mayor cantidad de quejas, en general, se muestran que las demás EPS tienen bajos volúmenes de PQR,. Otro elemento que se observa es que los seguimientos a las tutelas por parte de los ciudadanos es muy baja, por lo que llevaría a inferir un gran impacto de las tutelas para hacer valer el derecho a la salud (se requiere de mas información para sacar una conclusión definitiva):


Finalmente, se pueden categorizar las EPS considerando las quejas asociadas a ellos. Se realizo un análisis de los 89 tipos de quejas por cada EPS y empleando una técnica de machine learning para categorizar (k-means), de este modo se logro obtener 4 tipos de categorías, donde se observa que Cafe salud es ella misma una categoría, esto puede obedecer a la discrepancia entre los volúmenes de quejas por EPS.
Coomeva, Nueva EPS y Salud Total están dentro de una categoría, lo que relaciona sus volúmenes similares de quejas, la última categoría agrupa aproximadamente el 89 % de las entidades, y son aquellas cuyos volúmenes  individuales son menores a 3000 quejas. Como se muestra en la siguiente gráfica:

Comentarios

Mi foto
Hola, soy Mauricio, ingeniero industrial me gustan las matemáticas, la producción eficiente y la inteligencia computacional. Con pasión por la mejora de los procesos de producción, el idioma Japonés y el desarrollo de energía limpia.