Jouw datatemplate voor revenue cycle management

Dit attribuut beschrijft één stap of mijlpaal binnen het Revenue Cycle Management-proces voor een bepaalde Billing Event. Activiteiten staan voor het werk dat wordt uitgevoerd, zoals 'Charges Captured', 'Claim Submitted' of 'Payment Posted'.

Het analyseren van de volgorde van activiteiten vormt de kern van process mining. Zo ontdek je de werkelijke procesflow, vind je bottlenecks waar activiteiten te laat starten en detecteer je onnodige herstelwerklussen waarbij activiteiten worden herhaald, zoals 'Claim Denied' gevolgd door 'Denial Rework Started'.

Het definieert de processtappen. Daarmee kun je de procesmap visualiseren, overgangstijden berekenen en procesafwijkingen en herstelwerk vinden.

Deze informatie komt meestal uit event logs, statuswijzigingen of transactiecodes in verschillende R1 RCM-modules. Mogelijk moet je technische codes koppelen aan namen die voor de business duidelijker zijn.

De Billing Event ID staat voor een afzonderlijke levering van een service of product die tot een charge leidt. Deze ID vormt de verbindende draad tussen alle bijbehorende activiteiten, van de eerste serviceverlening en het vastleggen van de charge tot het indienen van de claim, het boeken van de betaling en uiteindelijk het sluiten van het account.

Bij process mining geeft het analyseren van de levenscyclus van elke Billing Event een volledig beeld van de revenue cycle van begin tot eind. Je gebruikt deze ID om het volledige verloop van één charge te volgen, veelvoorkomende procespaden te vinden, doorlooptijden tussen belangrijke mijlpalen te meten en varianten te begrijpen die tot vertragingen of omzetverlies leiden.

Deze identificatie is nodig om alle bijbehorende activiteiten in één case te groeperen. Zo kun je de revenue cycle per factureerbaar event volledig en nauwkeurig analyseren.

Dit is de primaire sleutel die verschillende tabellen met patiëntcontacten, charges, claims en betalingen aan elkaar koppelt. Raadpleeg de documentatie van R1 RCM voor het specifieke veld. Dit houdt vaak verband met een identificatie van een patiëntcontact of claim.

Event Time geeft de exacte datum en tijd waarop een activiteit in het systeem is vastgelegd. Deze tijdsinformatie is de basis voor een tijdsgerichte procesanalyse.

Bij process mining gebruik je deze timestamp om events chronologisch te ordenen en de duur tussen activiteiten te berekenen. Dat is belangrijk voor prestatieanalyses. Je kunt er KPI's mee berekenen, zoals doorlooptijd, verwerkingstijd en wachttijd. Die helpen je bottlenecks te vinden en efficiëntie te meten.

Deze timestamp vormt de basis voor alle tijdsanalyses, zoals het berekenen van doorlooptijden, het vinden van bottlenecks en het volgen van procesprestaties ten opzichte van SLA's.

Meestal te vinden als veld 'Creation Date', 'Timestamp' of 'Last Update Date' bij elk transactie- of statuswijzigingsrecord in R1 RCM.

Dit attribuut identificeert de bronapplicatie of -module die de data voor een bepaald event heeft gegenereerd. In een complexe zorgomgeving kan de data afkomstig zijn uit een EMR, billingmodule, claimsclearinghouse of incassoplatform.

Als je het bronsysteem kent, kun je data beter valideren en procesvarianten analyseren die specifiek zijn voor bepaalde systemen. Het helpt ook bij het oplossen van dataverschillen en bij het begrijpen van de technologische omgeving van het proces.

Identificeert de herkomst van de data. Dat is belangrijk voor datagovernance, validatie en inzicht in de manier waarop verschillende systemen binnen het end-to-endproces samenwerken.

Dit is vaak een statische waarde die tijdens het data-extractieproces wordt toegevoegd. De waarde identificeert het systeem waaruit de data afkomstig is, bijvoorbeeld 'R1 RCM'.

Dit attribuut geeft aan wanneer de data voor de process-mininganalyse voor het laatst is bijgewerkt. Zo krijg je context bij de actualiteit van de data die je analyseert.

Deze informatie is belangrijk voor rapportages en dashboards, omdat je ziet hoe actueel de procesinzichten zijn. Zo weet je beter wat je van de data kunt verwachten en neem je beslissingen binnen een duidelijk tijdsbestek.

Geeft belangrijke context over de actualiteit van de data. Zo weten analisten en andere betrokkenen hoe actueel de procesinzichten zijn.

Deze timestamp wordt gegenereerd tijdens het data-extractie-, transformatie- en laadproces (ETL) en wordt meestal op de volledige dataset toegepast.

Dit attribuut specificeert de organisatie-eenheid, zoals 'Charge Entry', 'Claims Submission' of 'Denial Management', die een bepaalde processtap heeft uitgevoerd. Zo krijg je inzicht in de overdracht van werk tussen teams.

Dit is belangrijk voor het analyseren van de doorvoer per afdeling en het vinden van bottlenecks tussen teams. Door de procesmap per afdeling te filteren, zie je waar overdrachten soepel verlopen en waar vertraging ontstaat. Dat helpt bij de verdeling van capaciteit en het verbeteren van processen binnen de organisatie.

Maakt analyse van procesprestaties per organisatie-eenheid mogelijk. Zo vind je bottlenecks, capaciteitsbeperkingen of goede werkwijzen die specifiek zijn voor een team.

Dit kan worden afgeleid uit het gebruikersprofiel in R1 RCM of zijn opgeslagen als 'Department Code' in de transactiedata.

Dit attribuut staat voor het totale gefactureerde bedrag voor de geleverde services binnen een bepaalde Billing Event. Het weerspiegelt de omzet die je op basis van de claim verwacht.

Het analyseren van het factuurbedrag is belangrijk voor financiële process mining. Je kunt claims met een hoge waarde prioriteren, de financiële impact van procesvertragingen of afwijzingen begrijpen en het proces op waarde segmenteren. Zo kan een analyse bijvoorbeeld laten zien dat claims boven een bepaald bedrag een ander, handmatiger procespad volgen.

Geeft financiële context aan het proces. Zo kun je analyseren hoe procesvarianten de omzet beïnvloeden en cases met een hoge waarde prioriteren voor verbetering.

Te vinden in de hoofdtafel voor claims of facturen in R1 RCM, vaak met de naam 'TotalBilledAmount' of iets vergelijkbaars.

Dit attribuut geeft de laatst bekende status van een Billing Event aan, zoals 'Submitted', 'Paid', 'Denied' of 'In Collections'. Het laat zien waar een factuur op een bepaald moment in het proces staat.

De factuurstatus is belangrijk voor ouderdomsrapportages en het volgen van de gezondheid van openstaande vorderingen. Bij process mining kun je ermee cases filteren die in een bepaalde status blijven hangen. Ook kun je de uitkomsten van verschillende procesvarianten analyseren, bijvoorbeeld door de paden van 'Paid' en 'Denied' te vergelijken.

Geeft de actuele status van elke case weer. Dit is belangrijk voor ouderdomsrapportages en voor het analyseren van de eindresultaten van verschillende procespaden.

Dit is meestal een statusveld op het hoofdrecord van de claim of het account in R1 RCM.

Dit attribuut identificeert de primaire betaler voor de claim. Dat kan een commerciële verzekeraar zoals Aetna zijn, een overheidsbetaler zoals Medicare of de patiënt zelf voor het deel dat deze uit eigen zak betaalt.

Het analyseren van het proces per betaler is een basis voor Revenue Cycle Management. Zo ontdek je welke betalers vaker claims afwijzen, langere betalingstermijnen hebben of complexere indieningsvereisten stellen. Met die inzichten kun je je processen en capaciteit afstemmen op het gedrag van specifieke betalers.

Maakt segmentatie van het proces per betaler mogelijk. Zo vind je vertragingen, afwijspatronen of betaalgedrag die specifiek zijn voor een betaler. Dat helpt om de omzet beter te beheren.

Te vinden in de verzekerings- of demografische gegevens van de patiënt die in R1 RCM aan de claim zijn gekoppeld.

Wanneer een betaler een claim afwijst, geeft die een redencode, zoals een CARC (Claim Adjustment Reason Code), om de beslissing toe te lichten. Deze codes zijn gestandaardiseerd en wijzen op problemen zoals 'Dienst niet gedekt' of 'Dubbele claim'.

Dit attribuut is erg belangrijk voor het beheer van afwijzingen. Door de frequentie van verschillende redenencodes voor afwijzingen te analyseren, kunnen organisaties de onderliggende oorzaken van afwijzingen identificeren en aanpakken. Het kan bijvoorbeeld gaan om de verzekerbaarheid van de patiënt, coderingsfouten of het ontbreken van medische noodzaak. Dit ondersteunt rechtstreeks inspanningen om herstelwerk te verminderen en de kasstroom te versnellen.

Geeft de specifieke reden voor claimafwijzingen. Daarmee kun je de onderliggende oorzaak analyseren, toekomstige afwijzingen verminderen, herstelwerk beperken en het percentage betalingen bij de eerste verwerking verbeteren.

Deze informatie wordt door de betaler aangeleverd in de elektronische betalingsspecificatie (ERA- of 835-bestand) en opgeslagen in de claimbeheerfunctie van R1 RCM.

Dit attribuut identificeert de persoon die verantwoordelijk is voor het uitvoeren van een specifieke taak in het proces. Dat kan de billingmedewerker zijn die de claim heeft aangemaakt, de analist die een afwijzing heeft hersteld of de specialist die een betaling heeft geboekt.

Door per gebruiker te analyseren, krijg je inzicht in de verdeling van werk, individuele prestaties en trainingsbehoeften. Je ziet welke gebruikers efficiënt werken en bij wie vaker fouten voorkomen. Zo kun je gerichte acties nemen voor management en procesverbetering.

Maakt analyse mogelijk van team- en individuele prestaties en de verdeling van werk. Ook helpt dit bij het vinden van trainingsmogelijkheden of procesafwijkingen die specifiek zijn voor een gebruiker.

Meestal te vinden als veld 'UserID', 'Processor' of 'UpdatedBy' in transactielogs binnen R1 RCM.

Dit attribuut legt de waarde vast van financiële aanpassingen aan het account van een patiënt na de eerste facturatie. Aanpassingen kunnen positief of negatief zijn en omvatten contractuele vergoedingen, afboekingen of correcties.

Het volgen van aanpassingsbedragen is belangrijk om de financiële integriteit te begrijpen. Veel negatieve aanpassingen kunnen wijzen op omzetverlies door problemen zoals onjuist vastgelegde charges of oninbare vorderingen. Door deze data te analyseren, zie je de financiële impact van billingfouten en inefficiënties bij het innen.

Kwantificeert omzetverlies en financiële correcties. Zo breng je de financiële impact van billingfouten, contractuele verplichtingen of oninbare vorderingen in kaart.

Gevonden in de transactielogs die betrekking hebben op rekeningcorrecties of het boeken van betalingen in R1 RCM.

Deze metriek meet de end-to-end-doorlooptijd van de omzetcyclus voor één factureringsgebeurtenis. Het is de totale tijd die een organisatie nodig heeft om een geleverde dienst om te zetten in geld.

Dit is een belangrijke Key Performance Indicator (KPI) voor de financiële gezondheid. Door deze doorlooptijd te analyseren, zie je waar je het proces kunt versnellen. Door de doorlooptijd op te splitsen in onderdelen, zoals 'tijd tot facturering' en 'tijd tot betaling', ontdek je waar de grootste kansen liggen om de kasstroom te verbeteren.

Dit is een belangrijke KPI op hoofdlijnen die de algehele efficiëntie van de cashconversiecyclus meet. De KPI heeft rechtstreeks invloed op de kasstroom van de organisatie.

Dit is een berekende metriek. Het is het tijdsverschil tussen de timestamp van de activiteit 'Dienst geleverd' en de activiteit 'Betaling geboekt' voor een bepaalde Billing Event.

Dit booleaanse attribuut maakt onderscheid tussen taken die door softwareautomatisering zijn uitgevoerd, zoals een RPA-bot voor het indienen van claims, en taken die handmatig door een medewerker zijn uitgevoerd.

Door dit attribuut te analyseren, krijg je zicht op het effect en de werking van automatiseringsinitiatieven. Je kunt de snelheid, kosten en foutpercentages van geautomatiseerde en handmatige processen vergelijken. Zo ontdek je nieuwe mogelijkheden voor automatisering en meet je de ROI van bestaande bots.

Maakt onderscheid tussen activiteiten die door mensen en door systemen worden uitgevoerd. Dat is belangrijk om het effect van automatisering op procesefficiëntie, kosten en kwaliteit te meten.

Dit kan worden afgeleid uit het veld 'AssignedUser', waarin specifieke gebruikers-ID's voor bots zijn gereserveerd, bijvoorbeeld 'BOT_RPA01'. Sommige systemen hebben ook een apart veld om geautomatiseerde transacties te markeren.

Dit attribuut is een booleaanse vlag die meestal tijdens process mining wordt berekend. De waarde wordt 'true' als een activiteit een herhaling is van een eerdere stap of deel uitmaakt van een reeks die op foutcorrectie wijst, bijvoorbeeld elke activiteit na 'Claim afgewezen'.

Het identificeren van herstelwerk is een van de krachtigste mogelijkheden van process mining. Je maakt er de hoeveelheid verspilde inspanning, tijd en bronnen in een proces mee zichtbaar. Door herstelwerk te markeren, kunnen organisaties zich richten op het voorkomen van de fouten die het veroorzaken. Dat levert vaak een flinke efficiëntiewinst op.

Helpt de frequentie en impact van herstelwerk, zoals claimafwijzingen, te kwantificeren. Zo kun je gericht analyseren hoe je inefficiëntie en verspilde inspanning vermindert.

Dit is geen veld in het bronsysteem. De process mining-tool berekent het op basis van de activiteitenreeks, bijvoorbeeld door te detecteren wanneer de activiteit 'Claim ingediend' meer dan één keer voorkomt voor dezelfde case.

Dit attribuut is de unieke ID die binnen het zorgsysteem aan een patiënt is toegewezen, vaak aangeduid als Medical Record Number (MRN).

Individuele patiëntenzorg staat niet centraal, maar met de Patient ID kun je terugkerende billingproblemen bij dezelfde patiënt in de tijd analyseren. Je kunt het proces ook segmenteren op demografische kenmerken of voorgeschiedenis van patiënten, als die aan andere patiëntdata zijn gekoppeld. Zo ontdek je mogelijk structurele problemen die bepaalde patiëntgroepen raken.

Maakt analyse van Billing Events op patiëntniveau mogelijk. Zo vind je terugkerende problemen of patronen bij specifieke patiënten over meerdere patiëntcontacten.

Deze identificatie is een vast onderdeel van de demografische patiëntdata die aan elk patiëntcontact en elke claim in R1 RCM is gekoppeld.

Dit attribuut geeft context bij de reden waarom een financiële correctie op een rekening is uitgevoerd. Redenen zijn vaak gestandaardiseerde codes of omschrijvingen die het type correctie categoriseren.

Door redenen voor correcties te analyseren, krijg je zicht op de onderliggende oorzaken van omzetverlies. Een hoge frequentie van 'Afboeking klein saldo' kan bijvoorbeeld wijzen op een inefficiënt incassoproces voor kleine bedragen, terwijl veel 'Contractuele kortingen' een verwacht onderdeel zijn van onderhandelingen met betalers. Deze analyse ondersteunt het dashboard Billing Adjustments & Compliance Audit.

Legt uit waarom omzetcorrecties zijn uitgevoerd. Zo kun je de onderliggende oorzaken van omzetverlies identificeren, zoals contractuele problemen, factureringsfouten of mislukte incasso's.

Dit is meestal een code- of tekstveld in dezelfde transactierecord als AdjustmentAmount in R1 RCM.

Dit attribuut beschrijft het resultaat van inspanningen om betaling te innen voor een achterstallige rekening. Mogelijke uitkomsten zijn 'Volledig betaald', 'Geschikt', 'Afgeboekt als oninbaar' of 'Onopgelost'.

Door incassoresultaten bij te houden, kun je de effectiviteit van het incassoproces beoordelen. Door te analyseren welke activiteiten tot welke uitkomsten leiden, kunnen organisaties hun incassostrategieën verbeteren, herstelpercentages verhogen en beter bepalen wanneer ze incassoactiviteiten moeten stoppen en saldi moeten afboeken. Dit ondersteunt het dashboard Collection Activity Performance.

Meet de effectiviteit van het incassoproces door de uiteindelijke afhandeling van achterstallige rekeningen te volgen. Zo kun je incassostrategieën verbeteren.

Dit is waarschijnlijk een statusveld op de patiëntenrekening of in een aparte incassomodule binnen R1 RCM.

Servicecodes, zoals CPT-codes (Current Procedural Terminology), zijn gestandaardiseerde medische codes voor het rapporteren van medische, chirurgische en diagnostische procedures en services aan betalers voor vergoeding.

Door het proces per servicecode te analyseren, vind je billingproblemen die verband houden met specifieke soorten zorg. Je ziet welke procedures het vaakst worden afgewezen, de langste betalingstermijnen hebben of het meeste herstelwerk vragen. Zo kun je codering en billing gericht verbeteren.

Maakt procesanalyse mogelijk op basis van het type geleverde service. Dat helpt bij het vinden van afwijspatronen of betalingsvertragingen die samenhangen met specifieke procedures.

Deze informatie staat op regelniveau bij elke charge of claim binnen R1 RCM.