人們的生活根本不可能離開(kāi)醫療行業(yè)，所以你可以看見(jiàn)醫院在任何時(shí)候都是人潮擁擠，取個(gè)號看個(gè)病要排很久的隊，對于醫藥的需求也是爆炸式的增長(cháng)。所以在這種前提下，醫藥行業(yè)結合大數據、物聯(lián)網(wǎng)、人工智能等新興科技已經(jīng)勢在必行。

未來(lái)幾年，醫療產(chǎn)品供給端質(zhì)量標準全面提升，唯有創(chuàng )新型企業(yè)強者恒強。傳統的醫療健康產(chǎn)業(yè)正在向智慧型一體化醫療健康方向轉型。利用大數據分析，實(shí)現疾病診療領(lǐng)域智能化的判斷、篩查、應用，突破行業(yè)地域界限，為大家帶來(lái)充滿(mǎn)想象和無(wú)限可能的應用場(chǎng)景。

而在醫藥行業(yè)這一數字化進(jìn)程中，也存在著(zhù)許多亟待解決的問(wèn)題：

1.原有數據模式傳遞效能低，易造成重復勞動(dòng)，費時(shí)費力。每周、每月需要花大量的精力，用于數據整理、周報日報制作、PPT文稿制作等，及時(shí)性低。且數據數據并非由系統直接提供，基本上都是手工使用Excel等軟件進(jìn)行匯總制作，誤差無(wú)法完全避免；

2.內、外部數據結合度不夠、串聯(lián)性不強，零散存放，數據不成體系，各種分析無(wú)法交叉驗證；

3.企業(yè)數據量大，每年新增的數據稱(chēng)指數形式增長(cháng)，大數據處理慢，決策者查看繁瑣，影響決策時(shí)機、準確性成為應用瓶頸。

醫藥大健康行業(yè)需要一個(gè)完整的數據架構

六個(gè)分析指標，建立醫藥健康的分析模型

搭建好架構架后，就要進(jìn)行數據分析模型的建立，為此我嘗試用過(guò)很多工具，比如Tableau，但這些國外廠(chǎng)商很難適用于國內企業(yè)，為此我選擇了國內數據分析的龍頭工具FineBI，它最大的好處就是擁有著(zhù)完整的行業(yè)化一站式解決方案。

1、醫藥產(chǎn)品分析

以過(guò)去的分析方式，對于醫藥產(chǎn)品的銷(xiāo)售達成率，增長(cháng)率，歷史對比分析等，均需要精力業(yè)務(wù)上報-錄入系統-手工匯總-形成分析這一流程，業(yè)務(wù)報告延期嚴重，月初的數據等到形成分析，往往需要半個(gè)月甚至一個(gè)月的時(shí)間，滯后的數據往往喪失了決策的價(jià)值。而一些個(gè)性化的統計需求，比如非協(xié)議商業(yè)務(wù)，需要的時(shí)間更長(cháng)。

為此，我使用FineBI的多源數據整合功能，將財務(wù)數據、業(yè)務(wù)數據等多個(gè)內、外部數據源數據抽取到FineBI中進(jìn)行加工后展示出來(lái)，并且可以使用FineBI前端的簡(jiǎn)單拖拽快速制作圖表完成定制化分析，從產(chǎn)品貢獻率、銷(xiāo)售達成率、增長(cháng)率等等多個(gè)指標，時(shí)間、空間等維度進(jìn)行醫藥產(chǎn)品分析。

具體的分析思路如下：

在FineBI上的效果如下：

2、生產(chǎn)質(zhì)量分析

對于藥品生產(chǎn)環(huán)節，往往需要關(guān)注以下問(wèn)題：

生產(chǎn)的產(chǎn)品，是否按照計劃正常生產(chǎn)?每天產(chǎn)品的產(chǎn)能走勢是怎樣的?有沒(méi)有優(yōu)化空間?

良品率又如何?不同批次、不同車(chē)間生產(chǎn)的產(chǎn)品，檢驗合格率差異在哪里?

針對此類(lèi)生產(chǎn)過(guò)程中的問(wèn)題，解決思路如下：

1、將FineBI連接到工廠(chǎng)的生產(chǎn)系統中，利用多源數據連接、直連等功能，將多個(gè)生產(chǎn)系統的數據整合。

2、從時(shí)間、車(chē)間、批次等多個(gè)維度建立生產(chǎn)目標達成率、產(chǎn)品檢驗合格率看板，并設置異常值預警，當生產(chǎn)出現問(wèn)題及時(shí)發(fā)現并排查。

在FineBI上的效果如下：

3、客戶(hù)分析

對于市場(chǎng)、銷(xiāo)售等業(yè)務(wù)人員來(lái)說(shuō)，往往需要對自己負責的區域有一個(gè)整體的認知：

客戶(hù)的地理分布是怎樣的?接下來(lái)一段時(shí)間的工作重點(diǎn)應該集中在哪個(gè)區域?

客戶(hù)少的地區，有著(zhù)怎樣的特征?各個(gè)機構的客戶(hù)分布是怎樣的?

和去年，上個(gè)月的數據相比，客戶(hù)數是增加了還是減少了?整體趨勢又是怎樣的?

針對以上問(wèn)題，可以采取如下的解決思路：

1.通過(guò)結合訂單業(yè)務(wù)系統、crm等系統的數據，利用FineBI進(jìn)行整合，處理。

2.依據客戶(hù)數建立填充地圖，通過(guò)點(diǎn)擊地圖下鉆，聯(lián)動(dòng)，分析客戶(hù)少的地區的客戶(hù)特征，并制定針對性的營(yíng)銷(xiāo)策略。

4、品規分析

傳統的醫藥企業(yè)中，往往會(huì )有數十個(gè)經(jīng)營(yíng)單位，藥品也區分為不同的品規。品規與經(jīng)營(yíng)單位之間的差異是精細化運營(yíng)的必要分析：

最賺錢(qián)的是哪些品規，銷(xiāo)量最高的又是哪些品規，這些排名是一直不變的嗎?哪些品規的利潤發(fā)生明顯變化，如何深入探究變化的原因?

每個(gè)單位對同一品規的銷(xiāo)售情況在銷(xiāo)售額、毛利率、毛利額上各有什么差異?

針對以上問(wèn)題，可以采取如下的解決思路：

1.整合相關(guān)產(chǎn)品/銷(xiāo)售業(yè)務(wù)系統的數據，將不同系統、不同數據庫中數據整合。

2.構建產(chǎn)品品規與經(jīng)營(yíng)單位分析儀表板，以多種圖表進(jìn)行對比分析，探求差異背后的原因。

在FineBI上的效果如下：

5、門(mén)店分析

作為銷(xiāo)售門(mén)店的管理者，需要時(shí)刻保持對以下指標的關(guān)注：

門(mén)店銷(xiāo)售的產(chǎn)品，銷(xiāo)售額、毛利率分別是多少?每種產(chǎn)品的占比又是多少?在產(chǎn)品銷(xiāo)售過(guò)程中，需要重點(diǎn)關(guān)注的大宗交易、退貨情況又是怎樣的?

門(mén)店員工的工作情況，每個(gè)員工的銷(xiāo)售業(yè)績(jì)是多少?同比、環(huán)比又是多少?每個(gè)員工的主力銷(xiāo)售商品一樣嗎?

門(mén)店的客流量隨時(shí)間呈怎樣的變化?是否應該在客流量小的時(shí)間減小人員，以減小人力成本?

針對以上問(wèn)題，可以采取如下的解決思路：

1.整合相關(guān)產(chǎn)品/銷(xiāo)售/ERP業(yè)務(wù)系統的數據，將不同系統、不同數據庫中數據整合。

2.通過(guò)簡(jiǎn)單的拖拽構建門(mén)店業(yè)績(jì)情況分析駕駛艙，以多種圖表結合，進(jìn)行指標的監控

在FineBI上的效果如下：

6、醫療機構耗材分析

各個(gè)醫療機構想要實(shí)現盈利，一方面是通過(guò)營(yíng)銷(xiāo)手段提高銷(xiāo)售，另一方面則是降本。時(shí)刻掌握各個(gè)科室對醫療耗材的消耗量，以及醫療耗材的成本則是重中之重：

哪些科室的耗材消耗量最大?消耗量大的耗材，能否通過(guò)技術(shù)手段降低消耗量從而減少成本?

耗材的售價(jià)以及成本走勢如何?成本高售價(jià)低的耗材，是不是應該考慮調高售價(jià)，保證利潤?

針對以上問(wèn)題，可以采取如下的解決思路：

1.整合相關(guān)產(chǎn)品/銷(xiāo)售/ERP業(yè)務(wù)系統的數據，將不同系統、不同數據庫中數據整合。

2.針對消耗量特大(10萬(wàn))以上的耗材，建立特大消耗量耗材監控板，進(jìn)行重點(diǎn)監控。

3.通過(guò)多維度，占比、對比等多角度的分析，探索耗材消耗背后更深層次的原因。

在FineBI上的效果如下：

來(lái)源: 帆軟軟件

圖片來(lái)源：找項目網(wǎng)