Ihr Daten-Template für Revenue Cycle Management

Die Billing-Event-ID bezeichnet eine einzelne Leistung oder Produktlieferung, aus der eine Gebühr entsteht. Sie bildet die zentrale Verbindung zwischen allen zugehörigen Aktivitäten, von der ersten Leistungserbringung und Gebührenerfassung über die Übermittlung des Claims und die Zahlungsverbuchung bis zum späteren Kontoschluss.

Im Process Mining ermöglicht die Analyse des Lebenszyklus jedes Billing Events einen umfassenden Blick auf den Revenue Cycle von Anfang bis Ende. Sie dient dazu, den vollständigen Weg einer einzelnen Gebühr nachzuverfolgen, typische Pfade zu erkennen, Durchlaufzeiten zwischen wichtigen Meilensteinen zu messen und Varianten zu verstehen, die zu Verzögerungen oder Umsatzverlusten führen.

Diese Kennung ist entscheidend, um alle zugehörigen Aktivitäten zu einem einzelnen Case zusammenzufassen. Dadurch wird eine vollständige und präzise Prozessanalyse des Revenue Cycle für jedes abrechenbare Ereignis möglich.

Dies ist der Primärschlüssel, der verschiedene Tabellen zu Patientenbehandlungen, Gebühren, Claims und Zahlungen miteinander verknüpft. Die genaue Bezeichnung des Feldes entnehmen Sie der Dokumentation von R1 RCM. Häufig steht es mit einer Kennung für einen Behandlungsvorgang oder Claim in Verbindung.

Dieses Attribut beschreibt einen einzelnen Schritt oder Meilenstein im Revenue Cycle Management für ein bestimmtes Billing Event. Aktivitäten stehen für die ausgeführte Arbeit, etwa „Charges Captured“, „Claim Submitted“ oder „Payment Posted“.

Die Analyse der Aktivitätssequenz bildet den Kern des Process Mining. Sie ermöglicht es, den tatsächlichen Prozessfluss zu ermitteln, Engpässe zu erkennen, an denen Aktivitäten zu spät beginnen, und unnötige Wiederholungen wie „Claim Denied“ gefolgt von „Denial Rework Started“ aufzudecken.

Das Attribut definiert die Prozessschritte. Dadurch lassen sich die Prozesslandkarte visualisieren, Übergangszeiten berechnen sowie Prozessabweichungen und Nacharbeit erkennen.

Diese Informationen stammen typischerweise aus Event Logs, Statusänderungsdatensätzen oder Transaktionscodes verschiedener R1-RCM-Module. Möglicherweise müssen technische Codes auf verständliche Geschäftsbezeichnungen abgebildet werden.

Event Time liefert das genaue Datum und die genaue Uhrzeit, zu denen eine Aktivität im System erfasst wurde. Diese zeitliche Information ist grundlegend für die zeitbasierte Prozessanalyse.

Im Process Mining wird dieser Timestamp verwendet, um Ereignisse chronologisch zu ordnen und Zeitspannen zwischen Aktivitäten zu berechnen. Das ist für die Leistungsanalyse entscheidend. So lassen sich wichtige Kennzahlen wie Durchlaufzeit, Bearbeitungszeit und Wartezeit berechnen, die wiederum zur Identifizierung von Engpässen und zur Messung der Effizienz dienen.

Dieser Timestamp bildet die Grundlage für alle zeitbezogenen Analysen, darunter die Berechnung von Durchlaufzeiten, die Identifizierung von Engpässen und die Überwachung der Prozessleistung anhand von SLAs.

Dieses Feld findet sich in R1 RCM typischerweise als „Creation Date“, „Timestamp“ oder „Last Update Date“ in Verbindung mit jeder Transaktion oder jedem Datensatz zu einer Statusänderung.

Dieses Attribut gibt an, wann die Daten für die Process-Mining-Analyse zuletzt aktualisiert wurden. Es liefert Kontext zur Aktualität der analysierten Daten.

Diese Information ist für Berichte und Dashboards wichtig, da sie zeigt, wie aktuell die Prozesserkenntnisse sind. Sie hilft dabei, Erwartungen an die Aktualität der Daten zu steuern und sicherzustellen, dass Entscheidungen auf Grundlage eines bekannten Zeitraums getroffen werden.

Liefert wichtigen Kontext zur Aktualität der Daten und stellt sicher, dass Analysten und Stakeholder wissen, wie aktuell die Prozesserkenntnisse sind.

Dieser Timestamp wird während des ETL-Prozesses zur Extraktion, Transformation und zum Laden der Daten erzeugt und in der Regel auf den gesamten Datensatz angewendet.

Dieses Attribut identifiziert die Quellanwendung oder das Modul, das die Daten für ein bestimmtes Ereignis erzeugt hat. In einer komplexen Umgebung wie dem Gesundheitswesen können die Daten aus einem EMR, einem Abrechnungsmodul, einem Clearinghouse für Claims oder einer Inkassoplattform stammen.

Das Verständnis des Quellsystems ist für die Datenvalidierung und die Analyse von Prozessvarianten entscheidend, die auf bestimmte Systeme beschränkt sein können. Es unterstützt die Fehlersuche bei Dateninkonsistenzen und hilft, die technologische Landschaft des Prozesses zu verstehen.

Identifiziert die Herkunft der Daten. Das ist für Data Governance, Validierung und das Verständnis der Interaktion verschiedener Systeme im End-to-End-Prozess entscheidend.

Dabei handelt es sich häufig um einen statischen Wert, der während der Datenextraktion ergänzt wird und das Ursprungssystem, etwa „R1 RCM“, angibt.

Dieses Attribut bezeichnet die Organisationseinheit, etwa „Charge Entry“, „Claims Submission“ oder „Denial Management“, die einen bestimmten Prozessschritt ausgeführt hat. Es hilft zu verstehen, wie Arbeit zwischen verschiedenen Teams übergeben wird.

Das ist für die Analyse des Abteilungsdurchsatzes und die Identifizierung funktionsübergreifender Engpässe entscheidend. Wenn Organisationen die Prozesslandkarte nach Abteilung filtern, erkennen sie, wo Übergaben reibungslos funktionieren und wo Verzögerungen entstehen. Das unterstützt die Ressourcenplanung und die Optimierung organisatorischer Prozesse.

Ermöglicht die Analyse der Prozessleistung nach Organisationseinheit und hilft, teamspezifische Engpässe, Ressourcenbeschränkungen oder bewährte Vorgehensweisen zu erkennen.

Dieses Attribut kann aus dem Benutzerprofil in R1 RCM abgeleitet oder in den Transaktionsdaten als „Department Code“ gespeichert werden.

Wenn ein Kostenträger einen Anspruch ablehnt, gibt er einen Reason Code an, beispielsweise einen CARC (Claim Adjustment Reason Code), um die Entscheidung zu begründen. Diese Codes sind standardisiert und weisen auf Probleme wie „Service Not Covered“ oder „Duplicate Claim“ hin.

Dieses Attribut ist für das Denial Management besonders wichtig. Durch die Analyse der Häufigkeit verschiedener Ablehnungsgründe können Organisationen die Ursachen von Ablehnungen erkennen und beheben, unabhängig davon, ob sie auf die Anspruchsberechtigung des Patienten, Codierungsfehler oder fehlende medizinische Notwendigkeit zurückzuführen sind. Das unterstützt unmittelbar Maßnahmen, um Nacharbeit zu reduzieren und den Cashflow zu beschleunigen.

Gibt den konkreten Grund für die Ablehnung eines Anspruchs an. Dadurch lassen sich Ursachen analysieren, künftige Ablehnungen reduzieren, Nacharbeit verringern und die First-Pass-Payment-Rate verbessern.

Diese Informationen werden vom Kostenträger in der elektronischen Zahlungsaviso (ERA oder 835-Datei) übermittelt und im Claims-Management-Modul von R1 RCM gespeichert.

Dieses Attribut identifiziert den primären Kostenträger des Claims. Dabei kann es sich um einen privaten Versicherer wie Aetna, einen staatlichen Kostenträger wie Medicare oder den Patienten selbst für privat zu zahlende Anteile handeln.

Die Analyse des Prozesses nach Kostenträger ist für das Revenue Cycle Management grundlegend. Sie kann zeigen, dass bestimmte Kostenträger höhere Ablehnungsquoten, längere Zahlungszyklen oder komplexere Anforderungen an die Übermittlung haben. Diese Erkenntnisse ermöglichen es der Organisation, Prozesse und Ressourcen gezielt auf das Verhalten einzelner Kostenträger auszurichten.

Ermöglicht die Segmentierung des Prozesses nach Kostenträger, um kostenträgerspezifische Verzögerungen, Ablehnungsmuster oder Zahlungsverhalten zu erkennen. Das ist für die Umsatzoptimierung entscheidend.

Befindet sich in den Versicherungs- oder demografischen Patientendaten, die in R1 RCM mit dem Claim verknüpft sind.

Dieses Attribut bezeichnet den gesamten abgerechneten Betrag für die in einem bestimmten Billing Event erbrachten Leistungen. Es entspricht dem erwarteten Umsatz aus dem Claim.

Die Analyse des Rechnungsbetrags ist für das finanzielle Process Mining entscheidend. Sie ermöglicht es, Claims mit hohem Wert zu priorisieren, die finanziellen Auswirkungen von Prozessverzögerungen oder Ablehnungen zu verstehen und den Prozess nach Wert zu segmentieren. Eine Analyse könnte beispielsweise zeigen, dass Claims oberhalb eines bestimmten Betrags einem anderen, stärker manuellen Prozesspfad folgen.

Liefert den finanziellen Kontext des Prozesses, ermöglicht die Analyse der Auswirkungen von Prozessvarianten auf den Umsatz und hilft, wertvolle Cases für Verbesserungen zu priorisieren.

Befindet sich in R1 RCM in der zentralen Kopfdatentabelle für Claims oder Rechnungen, häufig unter der Bezeichnung „TotalBilledAmount“ oder einer ähnlichen Bezeichnung.

Dieses Attribut gibt den zuletzt bekannten Status eines Billing Events an, etwa „Submitted“, „Paid“, „Denied“ oder „In Collections“. Es zeigt, an welcher Stelle des Prozesses sich eine Rechnung zu einem bestimmten Zeitpunkt befindet.

Der Rechnungsstatus ist für die Erstellung von Aging-Berichten und die Überwachung der Qualität offener Forderungen unverzichtbar. Im Process Mining kann er verwendet werden, um Cases zu filtern, die in einem bestimmten Status feststecken, oder um die Ergebnisse verschiedener Prozessvarianten zu analysieren, beispielsweise durch den Vergleich der Pfade von „Paid“ und „Denied“.

Liefert eine aktuelle Sicht auf jeden Case und ist für die Erstellung von Aging-Berichten sowie die Analyse der Endergebnisse verschiedener Prozesspfade unverzichtbar.

Dabei handelt es sich typischerweise um ein Statusfeld im zentralen Claim- oder Kontodatensatz von R1 RCM.

Dieses Attribut identifiziert die Person, die für die Ausführung einer bestimmten Aufgabe im Prozess verantwortlich ist. Das kann der Sachbearbeiter sein, der den Claim erstellt hat, der Analyst, der eine Ablehnung nachbearbeitet hat, oder der Spezialist, der eine Zahlung verbucht hat.

Die Analyse nach Benutzer hilft, die Arbeitsverteilung, die individuelle Leistung und den Schulungsbedarf zu verstehen. Sie kann zeigen, welche Benutzer besonders effizient arbeiten oder mit höheren Fehlerquoten verbunden sind. Dadurch lassen sich Management- und Prozessverbesserungsmaßnahmen gezielt planen.

Ermöglicht die Analyse der Team- und Einzelleistung sowie der Arbeitsverteilung und hilft, Schulungsmöglichkeiten oder benutzerspezifische Prozessabweichungen zu erkennen.

Dieses Feld findet sich in den Transaktionsprotokollen von R1 RCM typischerweise als „UserID“, „Processor“ oder „UpdatedBy“.

Dieses Attribut erfasst den Wert aller finanziellen Anpassungen, die nach der ursprünglichen Abrechnung am Patientenkonto vorgenommen wurden. Anpassungen können positiv oder negativ sein und vertragliche Nachlässe, Abschreibungen oder Korrekturen umfassen.

Die Nachverfolgung von Anpassungsbeträgen ist entscheidend, um die Integrität der Umsätze zu verstehen. Hohe negative Anpassungen können auf Umsatzverluste durch fehlerhafte Gebührenerfassung oder uneinbringliche Forderungen hindeuten. Die Analyse dieser Daten hilft, die finanziellen Auswirkungen von Abrechnungsfehlern und ineffizienten Inkassoprozessen zu erkennen.

Quantifiziert Umsatzverluste und finanzielle Korrekturen und hilft, die finanziellen Auswirkungen von Abrechnungsfehlern, vertraglichen Verpflichtungen oder uneinbringlichen Forderungen zu lokalisieren.

Befindet sich in den Transaktionsprotokollen zu Kontenanpassungen oder Zahlungsverbuchungen in R1 RCM.

Dieses Attribut liefert den Kontext dafür, warum eine finanzielle Anpassung an einem Konto vorgenommen wurde. Gründe werden häufig durch standardisierte Codes oder Beschreibungen angegeben, die die Art der Anpassung kategorisieren.

Die Analyse der Anpassungsgründe hilft, die Ursachen von Umsatzverlusten zu ermitteln. Eine hohe Zahl von „Small Balance Write-off“ kann beispielsweise auf einen ineffizienten Inkassoprozess für kleine Beträge hindeuten, während häufige „Contractual Allowances“ ein erwartbarer Bestandteil von Verhandlungen mit Kostenträgern sind. Diese Analyse unterstützt das Dashboard „Billing Adjustments & Compliance Audit“.

Erklärt den Grund für Umsatzanpassungen und hilft, die Ursachen von Umsatzverlusten zu erkennen, etwa vertragliche Probleme, Abrechnungsfehler oder fehlgeschlagene Inkassomaßnahmen.

Dabei handelt es sich in R1 RCM typischerweise um ein Code- oder Textfeld im selben Transaktionsdatensatz wie AdjustmentAmount.

Diese Kennzahl misst die End-to-End-Dauer des Revenue Cycle für ein einzelnes Abrechnungsereignis. Sie zeigt, wie viel Zeit eine Organisation benötigt, um eine erbrachte Leistung in Zahlung umzuwandeln.

Für die finanzielle Gesundheit ist dies ein zentraler Key Performance Indicator (KPI). Die Analyse dieser Dauer hilft, wesentliche Ansatzpunkte für eine Beschleunigung des Prozesses zu erkennen. Durch die Aufteilung der Durchlaufzeit in einzelne Bestandteile, etwa „time to bill“ und „time to pay“, können Organisationen die größten Möglichkeiten zur Verbesserung des Cashflows bestimmen.

Dies ist ein zentraler KPI auf hoher Ebene, der die Gesamteffizienz des Cash-Conversion-Cycles misst und sich unmittelbar auf den Cashflow der Organisation auswirkt.

Dies ist eine berechnete Kennzahl. Sie entspricht der Zeitdifferenz zwischen dem Timestamp der Aktivität „Service Rendered“ und dem Timestamp der Aktivität „Payment Posted“ für ein bestimmtes Billing Event.

Dieses Attribut beschreibt das Ergebnis der Maßnahmen, mit denen eine überfällige Forderung eingezogen werden soll. Mögliche Ergebnisse sind „Paid in Full“, „Settled“, „Placed in Bad Debt“ oder „Unresolved“.

Die Erfassung der Ergebnisse ist entscheidend, um die Wirksamkeit des Einziehungsprozesses zu bewerten. Durch die Analyse, welche Aktivitäten zu welchen Ergebnissen führen, können Organisationen ihre Einziehungsstrategien optimieren, Rückgewinnungsquoten verbessern und fundiert entscheiden, wann Einziehungsmaßnahmen beendet und Salden abgeschrieben werden. Dies unterstützt das Dashboard „Collection Activity Performance“.

Misst die Wirksamkeit des Einziehungsprozesses, indem die abschließende Klärung überfälliger Konten erfasst wird. So lassen sich Einziehungsstrategien gezielt optimieren.

Dies ist wahrscheinlich ein Statusfeld im Patientenkonto oder in einem dedizierten Einziehungsmodul innerhalb von R1 RCM.

Dieses boolesche Attribut unterscheidet zwischen Aufgaben, die durch Softwareautomatisierung ausgeführt werden, beispielsweise durch einen RPA-Bot zur Übermittlung von Ansprüchen, und manuell von einem Mitarbeiter erledigten Aufgaben.

Die Analyse dieses Attributs ist entscheidend, um die Auswirkungen und Wirksamkeit von Automatisierungsinitiativen zu verstehen. Sie ermöglicht den Vergleich von Geschwindigkeit, Kosten und Fehlerquoten automatisierter und manueller Prozesse. Dadurch lassen sich weitere Automatisierungsmöglichkeiten erkennen und der ROI bestehender Bots messen.

Unterscheidet zwischen menschlichen und systemgesteuerten Aktivitäten. Das ist entscheidend, um die Auswirkungen der Automatisierung auf Prozesseffizienz, Kosten und Qualität zu messen.

Dies kann aus dem Feld „AssignedUser“ abgeleitet werden, in dem bestimmte Benutzer-IDs für Bots reserviert sind, beispielsweise „BOT_RPA01“. Alternativ verfügen manche Systeme über ein eigenes Feld zur Kennzeichnung automatisierter Transaktionen.

Dieses Attribut ist ein boolesches Kennzeichen, das üblicherweise während der Process-Mining-Analyse berechnet wird. Es wird auf „true“ gesetzt, wenn eine Aktivität eine Wiederholung eines vorherigen Schritts ist oder zu einer Sequenz gehört, die auf die Korrektur eines Fehlers hinweist, beispielsweise jede Aktivität nach „Claim Denied“.

Die Erkennung von Nacharbeit gehört zu den leistungsstärksten Funktionen von Process Mining. Sie quantifiziert den Aufwand, die Zeit und die Ressourcen, die in einem Prozess verloren gehen. Durch die Kennzeichnung von Nacharbeit können Organisationen gezielt die Fehlerursachen beheben, die sie auslösen, und dadurch die Effizienz deutlich steigern.

Hilft, Häufigkeit und Auswirkungen von Nacharbeit, etwa aufgrund abgelehnter Ansprüche, zu quantifizieren. So wird eine gezielte Analyse möglich, um Ineffizienzen und unnötigen Aufwand zu reduzieren.

Dies ist kein Feld im Quellsystem. Das Process-Mining-Tool berechnet den Wert anhand der Aktivitätssequenz, beispielsweise indem erkannt wird, dass die Aktivität „Claim Submitted“ für denselben Case mehr als einmal auftritt.

Leistungscodes wie CPT-Codes (Current Procedural Terminology) sind standardisierte medizinische Codes. Sie werden verwendet, um medizinische, chirurgische und diagnostische Eingriffe und Leistungen gegenüber Kostenträgern zur Erstattung auszuweisen.

Die Analyse des Prozesses nach Leistungscode ist entscheidend, um Abrechnungsprobleme bei bestimmten Versorgungsarten zu erkennen. Sie kann zeigen, welche Eingriffe besonders häufig abgelehnt werden, die längsten Zahlungszyklen aufweisen oder den größten Nacharbeitsaufwand verursachen. Dadurch lassen sich Codierung und Abrechnung gezielt verbessern.

Ermöglicht die Prozessanalyse nach Art der erbrachten Leistung. Das ist entscheidend, um Ablehnungsmuster oder Zahlungsverzögerungen bei bestimmten Eingriffen zu erkennen.

Diese Informationen befinden sich in R1 RCM auf Positionsebene für jede Gebühr oder jeden Claim.

Dieses Attribut ist die eindeutige ID, die einem Patienten im Gesundheitssystem zugewiesen wird. Häufig wird sie als Medical Record Number (MRN) bezeichnet.

Die individuelle Patientenversorgung steht zwar nicht im Mittelpunkt, doch die Patienten-ID kann dazu dienen, wiederkehrende Abrechnungsprobleme desselben Patienten über einen längeren Zeitraum zu analysieren. Sie kann außerdem die Segmentierung des Prozesses nach Patientendemografie oder Vorgeschichte unterstützen, wenn sie mit anderen Patientendaten verknüpft ist. So lassen sich möglicherweise systematische Probleme bestimmter Patientengruppen erkennen.

Ermöglicht die Analyse von Billing Events auf Patientenebene und hilft, wiederkehrende Probleme oder Muster bei bestimmten Patienten über mehrere Behandlungsvorgänge hinweg zu erkennen.

Diese Kennung ist ein zentraler Bestandteil der demografischen Patientendaten und mit jedem Behandlungsvorgang und Claim in R1 RCM verknüpft.