商业智能应用于医药管理论文

2022-04-27

铺设网络、购买硬件、安装管理软件、建立系统,这些都不是信息化的本质,信息资源的开发利用、信息挖掘才是企业信息化的主线。尽管从时令上说如今已是阳春三月,但是,不少企业仍然感觉寒意阵阵。受全球金融危机的影响,企业的订单被取消、销售额下降成为企业管理者最为头疼的问题。在这种经济形势下,企业的IT部署和采购也自然地缓了下来。今天小编为大家推荐《商业智能应用于医药管理论文(精选3篇)》,欢迎阅读,希望大家能够喜欢。

商业智能应用于医药管理论文 篇1:

构建极速分销体系

企业背景

东阿阿胶股份有限公司(以下简称东阿阿胶)是全国最大的阿胶生产企业,1952年建厂,1993年5月改组为股份制企业,1996年成为上市公司。一直以来,东阿阿胶坚持走质量兴企之道,发展至今已拥有8个成员企业,3个生产分厂。

管理难题

随着东阿阿胶的不断发展,医药保健品市场占有的份额不断增大,销售业务也越来越复杂。目前东阿阿胶产品包括了中成药、生物制剂、保健食品、医疗仪器、药用辅料等7个系列32个品种,药品部有20余个办事处,约200家经销商,2000家分销商和4万多个终端网点。

如何理顺东阿阿胶与经销商、分销商、终端网点的业务流程?如何建立更好的销售渠道体系?如何有效地控制经销商、分销商及终端网点?如何加快对市场的反应速度,防止库存积压,提高对客户的服务水平,并最终扩大市场份额?这些问题,已成为东阿阿胶必须面对的严峻挑战。

解决方案

明基逐鹿供应链管理专家自2005年6月始,历时半年时间,通过项目准备、系统调研、系统实现、系统试运行、系统上线等阶段圆满实施了东阿阿胶分销供应链管理项目。

东阿阿胶分销供应链管理项目包括分销渠道管理平台、数据采集平台及BI商务智能分析平台。迄今为止该系统已经成功应用于东阿阿胶21个办事处,100余家经销商,并逐步向分销商层面推广。

明基逐鹿分销供应链管理项目的实施,为东阿阿胶分销供应链信息化建设带来了许多的业务应用价值。

明基逐鹿分销供应链管理系统基于Palau平台的集成系统架构与弹性基础数据整合能力,为终端用户与IT维护人员带来了便利的使用方式与稳定电子作业能力。

良好的系统架构是一个管理系统成功的开始,东阿阿胶分销供应链管理系统基于统一的Palau平台,包括用户管理、权限管理、菜单管理、编码规则管理、系统词汇表、扩展数据设定、功能导航、订阅管理、报表中心等几大功能模块,可以保证整个系统在高效安全的前提下,让东阿阿胶用户能方便、灵活地进行系统使用。

实施效果

经过半年多时间实施推广,东阿阿胶分销供应链系统应用模式已稳步成熟,目前该系统正在快速推广应用到东阿阿胶各办事处、经销商及分销商,并已开始发挥出效益。

降低渠道管理成本

基于Web平台的集成管理,所有渠道管理过程均通过系统的手段透明化,各终端网点、分销商、经销商及内部业务员、总部管理人员的沟通可通过系统轻松实时实现,避免了大量电话、传真、E-mail等,将人员的精力从烦琐的基础工作中解放出来。

提高市场反应速度

轻松的数据采集,让东阿阿胶销售管理者随时看到最新、最快、最准的销售数据;强大的商业智能分析,能分析终端客户需求,预测市场动态,并最终做出正确有效的市场策略。昨天市场一线发生的细微变化,通过Guru eChannel平台可以快速响应,并及时做出调整。

优化渠道库存

渠道库存数据一目了然,借助系统提供的商务智能分析工具结合企业自身的管理经验,合理调整销售策略,对后端生产计划进行指导,对库存结构进行优化。

公平考核、促进销售

借助Guru eChannel平台,东阿阿胶能够准确地采集渠道一线数据,建立促进产品流向最终消费者的考核、激励制度,提高销售人员的积极性,增强销售力,最终达成可持续发展的销售体系。

作者:林 冰

商业智能应用于医药管理论文 篇2:

数据挖掘:软件应用的新境界

铺设网络、购买硬件、安装管理软件、建立系统,这些都不是信息化的本质,信息资源的开发利用、信息挖掘才是企业信息化的主线。

尽管从时令上说如今已是阳春三月,但是,不少企业仍然感觉寒意阵阵。受全球金融危机的影响,企业的订单被取消、销售额下降成为企业管理者最为头疼的问题。在这种经济形势下,企业的IT部署和采购也自然地缓了下来。那么,IT部门能做些什么?

“练好内功、内部挖潜”,业内专家给CIO们提出了如此建议,“具体而言,就是把现有软件用好。在此之上,还可以通过数据的分析给管理者提供一些决策信息。”

很显然,数据的分析已经成为企业信息化发展到一定程度之后共同的需求。因为铺设网络、购买硬件、安装管理软件、建立系统这些都不是本质,信息资源开发利用、信息挖掘才是企业信息化的主线。而实际上,目前也有一些商业智能软件供应商正以“上商务智能软件帮助企业过冬”作为新的卖点。

低效的IT系统

屡见不鲜

这些年,为了改善营销管理水平、深度开拓市场、提高竞争效率,不少企业的信息化建设如火如荼开展起来,尤其是像制造和零售业等,大部分已先后部署了OA、CRM 、HR、ERP等系统,然而对多数用户企业而言,却感慨颇多,虽然有了多套IT系统,但能够真正深入使用并产生效益的并不多,而且往往还耗费了企业大量的财力、人力和时间成本。

“现在公司OA系统似乎只是收发文件、发个邮件而已,大部分功能闲置,成了摆设,被员工甚至老总弃用。就如鸡肋,用之无味,弃之可惜。”厦门一家房地产公司某主管说。

“起初公司对这套CRM系统寄予了很大的希望,以为它可以顺利解决我们企业在开拓市场、客服流程、营销管理方面的问题与症状,但结果它成了一个摆设!实际应用过程中我们只利用了该系统25%左右的功能,它与具有统计、汇总功能的Excel表没有多大差别。”在一年前就实施了CRM的泉州一家知名医药零售连锁公司的信息部负责人向业界诉苦说。

英国贝恩管理咨询公司不久前的一份调研报告也指出,中国企业使用管理软件不满意率高达65%,在国内300多家企业所实施的软件系统中,大约有55%项目没有达到用户企业的预期目标——充分改善企业营销管理水平、有力提高竞争力。

可以说,高成功实施率、低效使用率是目前国内企业信息化建设的通病,使得用户企业陷入信息化建设的困局。

数据挖掘

提升IT系统价值

目前多数用户单位都很重视诸如信息发布、内部通信、文件处理、档案管理等初级沟通、联系和应用功能,却忽略了一个非常重要的东西,那就是对于软件系统中的信息再处理,或者叫“对系统信息的深加工”。而一个管理软件如果要发挥更大的作用,就不能仅局限在简单、初级的信息沟通上面,否则那仅是一个整合的通信系统而已。

时下不少企业既上OA、CRM,也上ERP系统,使企业信息数据海量式剧增,而且繁杂无章、良莠难辨。企业决策层的困惑在于,一是面对堆积如山的数据往往无可奈何,管理者根本不知如何解决具体问题; 二是海量数据没有整理,信息系统难于有效处理、深加工。那些已有多年信息化历史的企业,其经营决策面临的最大挑战往往不是缺少数据,而是数据太多,面对这些只是静态、孤立、无多大参考意义的信息数据“初级品”,如何通过整合发掘有价值的数据、给公司决策层提供支持,已成为摆在企业面前的难题。

事实上,在日新月异的海量数据里迅速提取有价值信息并尽快做出反应,已成为企业的“制胜秘籍”。而面对浩如烟海的客户及企业市场、销售和服务信息,如果没有一个具有高度商业智能的数据分析和处理系统是不可想象的。因此大规模的信息化建设结束后,如何用好企业的数据,使其为业务及决策服务是CIO的主要工作之一。

那么,如何解决这种普遍存在的问题?部署商务智能软件或者在企业所部署的系统软件中内置一种高度自动化的智能工具,从而整合现有的业务系统,以充分挖掘数据、分析数据,为企业决策提供支持,成为经营决策者的共同需求。此时,数据挖掘(Data Mining,简称DM)就应运而生,而基于数据仓库的数据挖掘和展现就是这样一种解决方案。

数据挖掘,本质上是一种决策支持过程,主要基于人工智能、机器学习、统计学等技术,利用各种分析工具,从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中高度自动化地提取隐含在其中却非常有用的信息、模式(规则)和趋势,并对数据进行标准化、抽象化、规范化分类、分析,从中挖掘出潜在的模式,做出归纳性的推理,从而帮助企业决策层调整市场策略,做出正确经营决策,减少经营风险。

目前DM在很多行业都有较好的应用,在国外DM已广泛应用于金融、零售与批发、制造、保险、公共设施、政府、教育等各个企事业单位。

选型时也要考察

数据挖掘能力

从某种程度上说,数据挖掘是改善企业管理水平、提高竞争效率的基石,也是评判一个软件系统好坏、软件选型的关键依据。如今,不仅商业智能软件把数据挖掘能力作为一个卖点,连很多其他管理软件也把数据挖掘(DM)技术列为其核心功能之一。然而,许多企业在软件选型时往往很重视系统的性能、价格、服务与知名度等,却对隐藏在系统深处的数据挖掘功能和作用未加以重视。有些尽管对此有一定的了解,却也没有认真甄别其优劣,并未把数据挖掘和数据分析能力作为一个重点进行考虑,以为无足轻重,结果错失了提升企业管理水平的契机。

以CRM为例,一个优秀的CRM系统应能将数据挖掘技术与现有技术很好地结合起来,将特殊领域的商业逻辑与数据仓库技术集成起来,使数据挖掘的分析效果和效益尽可能达到峰值。

比如,一个普通的CRM系统通常能够回答“发生了什么事”,却无法回答“为什么发生”,而一个好的CRM系统则不仅可以回答“为什么会发生这种事”,而且还可以通过一些关联分析预言“将要发生什么事”,而最终还要告诉你“(用户)想要什么事发生”。

再比如,一个优秀酒店CRM系统能对客人信息充分有效管理并深度挖掘。如果某个客人是酒店的老主顾,那么该CRM系统就会提示酒店提供个性化服务,清楚告知酒店经理这位客人的习惯和喜好,如是否吸烟、是否喜欢大床、喜欢什么样的早餐以及习惯住哪个楼层,甚至从事什么工作、有什么商务需求等。当客人再次光临时,不用客人自己提出来,酒店CRM系统就会自动提供客人所喜欢的房间和服务等相关信息,大大提升酒店管理水平和效率。

沃尔玛“啤酒和尿布”的经典案例不少媒体都曾报道过,这是数据挖掘功能的一个典型应用: 沃尔玛通过其建立的SCM供应链数据仓库,按周期统计产品的销售信息,经过科学建模后提炼决策数据。结果发现,每逢周末,位于某地区的沃尔玛连锁超市啤酒和尿布的销量很大。之后该店打破常规,将啤酒和尿布的货架放在了一起,使得啤酒和尿布的销量进一步增长。

不管是OA、CRM还是ERP、SCM,其数据挖掘的流程大概有以下几个方面内容: 数据清洗(去除噪音数据和不统一数据); 数据整合(多个数据源的数据汇总到一起); 数据筛选(根据当前要分析的主题从数据库中选取与主题相关的数据); 数据转换(整理、转换数据使它们便于使用诸如“汇总”、“聚合”等挖掘算法的形式); 数据挖掘(这是核心的步骤,使用智能化方法来抽取出隐含的模式、规则); 模式评估(对新发现的“知识”进行验证评估来检验此模式是不是可行); 知识表示(将挖掘出来的模式使用可视化的形式显现给用户)。

数据挖掘

在CRM中的应用

以CRM为例,一个优秀的CRM系统应具有如下广泛、强大的数据挖掘功能:

了解销售全局。可通过系统内设置的分类信息功能模块,提供按商品种类、销售数量、商店地点、价格和日期等分类的信息,并可了解每天的运营和营收情况,做到销售的每一点增长、库存的变化以及通过促销而提高的销售额都可掌握。

准确地对产品定价。价格是现代企业营销战略中的重要工具,价格制定的好坏往往会影响到企业的经营状况。系统通过对客户进行细分,从而自动从数据中识别各个产品的销售量、客户群变化的情况,提供产品报价参考模式图。

可有效对商品进行分组布局。通过系统内置的商品分组模块,可分析顾客的购买习惯、购买者在商店里所穿行的路线、购买时间和地点,掌握不同商品购买概率; 通过对商品销售品种的活跃性分析和关联性分析,并应用主成分分析方法,建立商品设置的最佳结构和最佳布局。

进行市场趋势分析。利用系统的数据挖掘工具和统计模型对数据仓库的数据进行研究,以分析顾客的购买习惯、广告成功率和其他战略性信息; 利用数据仓库,通过检索数据库中近年来的销售数据进行分析和数据挖掘,以预测出季节性、月销售量,以及对商品品种和库存的趋势进行分析,并预测可能要流失的客户,从而有针对性地提出合适的推广活动,进行客户挽留,并发现最可能购买新产品的客户。

精准商品促销。基于已有的海量数据,通过对顾客购买偏好的分析,确定商品促销的目标客户,以此来设计各种商品促销的方案,并可通过商品购买关联分析,采用交叉销售和向上销售的方法,挖掘客户的购买力,实现准确的商品促销。

降低库存成本。通过系统内的数据挖掘系统将企业销售数据和库存数据集中起来,通过数据分析,以决定对哪些商品种类和数量进行增减,确保精确的库存。

事实上,数据挖掘功能已经受到了越来越多的企业的重视,很多CIO在选型时也已开始考虑软件这方面的功能。那么,如何验证软件的这一能力?

专业人士建议,企业在系统选型时可进行多方面测试,比如现场录入一些数据,甚至包括企业准备实行的新编码,上线运行检验,了解该系统数据挖掘功能如何、实效多大,并与企业实际情况结合,评估CRM系统的优劣,最终决定选购对象。

目前不少软件厂商推出免费试用一年的服务承诺,企业用户将有更多的机会对软件系统进行全面检验。

除了常规功能测试外,企业要着重对系统的数据挖掘能力进行测试,通过一段时期运行后,判断其是否真的能将隐藏在系统内庞大的杂乱无章的数据进行有效处理、再加工和整合,从中挖掘出潜在的运行规律,开发出有价值的数据、商机,给公司决策层提供有益支持。这样的软件系统才是真正有价值的优秀协同管理平台系统。

总之,只有选好软件系统,并充分运用、发挥系统内数据仓库的强大功能,通过对数据进行深层次的挖掘和钻取,将丰富的信息转换成有价值的知识,实现信息资源的增值利用,企业才可寻觅到隐藏在海量杂乱的数据背后的商机,为企业管理层提供多视角、深层次的报表、管理模式,为企业决策层制定战略决策提供重要依据,也只有这样才能运筹帷幄、决胜千里。

作者:许丽萍

商业智能应用于医药管理论文 篇3:

大数据在医药行业的创新性应用

摘  要:在社会发展新形势下,我国传统医药行业体系运行模式与当前市场发展需求已经无法有效适应,因互联网和信息技术普及应用而产生的规模庞大的数据为管理工作带来了巨大的挑战。针对这种情况下,必须尽快引入大数据处理技术,基于大数据分析为医药行业各方面工作的开展提供决策支撑。本文将探讨大数据在医药行业的创新性应用。

关键词:大数据  医药行业  信息平台  互联网  信息技术

随着现代化信息技术的发展和应用,社会生产生活中产生的数据规模变得更加庞大,复杂性也更高,在这样的背景下,传统数据分析处理技术的效能逐渐降低,针对海量数据和非结构化数据的大数据分析技术逐渐兴起。目前,我国医药行业具有数据量大、复杂性高的特征,只有借助大数据技术才能为其运营管理提供优质高效的服务。

1  大数据及其在医药行业的创新性应用分析

1.1 大数据工作原理介绍

与传统数据相比,大数据具有规模大、类型复杂的特点,因此无法在合理的时间内通过软件工具进行撷取、管理和处理。大数据则是着眼于数据提供数据采集分析挖掘服务,将其与云计算结合起来,可以实现对数据资源的高效分析计算,实现对各种类型海量数据的有效分析,挖掘其中的价值,满足人们廉价获取巨量存储并对其进行处理分析的需求。

1.2 大数据在医药行业的创新性应用

1.2.1 基于大数据开展医药行业市场营销工作

通过大数据采集和分析对相关数据进行统计分析可以帮助特定机构有效掌握市场信息,并洞悉具体产品的市场竞争力。同时通过对医药行业消费者相关数据的挖掘分析,可以更好的掌握消费者的需求,针对性对服务项目进行优化。此外,医药企业可以基于大数据分析结果制定科学合理的营销战略和方案。

1.2.2 基于大数据对医药行业市场进行精准定位

目前,医药行业发展战略的制定需要大量的数据作为支撑,其中包括医药行业市场构成、消费者需求等内容,通过对这些数据的采集分析可以确保品牌市场定位独具个性化,以此对项目实施的可行性进行分析。同时,针对海量数据信息的分析还可以为医药行业研究人员提供决策支撑。换而言之,基于大数据信息采集和挖掘技术可以构建数学模型将医药市场未来的发展趋势有机展现出来。

1.2.3 基于大数据创新医药市场需求开发

在信息时代背景下,新媒体行业的发展使得人们越来越习惯于通过PC端或是移动端进行信息的分享和获取,而这些信息所构成的交互性大数据则可以为医药行业的市场需求开发提供依据。医药企业将消费者针对医药产品和服务所作出的评价数据进行采集并构建数据库,可以为医药价格的合理制定以及相关服务的优化提供参考。此外,大数据还可以应用于医药行业的收益管理中,即基于大数据统计分析建构数学模型,对医药行业潜在的市场需求进行掌握,在此基础上通过合理设置价格杠杆的方式对市场供需平衡进行调节。

2  医药行业大数据创新性应用的具体措施

2.1 前期准备

以目前的技术发展水平,要想实现大数据在医药行业的创新性应用,最合理的途径就是建构医药信息共享平台,对我国医疗机构的交易数据资源进行整合,为广大用户提供医药行业资讯、数据查询、数据分析、市场调研咨询等方面的服务。在平台建构之前必须做好相关准备工作,具体内容有二,一是用户分析,二是确定服务内容。

在用户分析环节,要明确平台所服务的用户类型,主要有三类,其一是包含食药监局、卫生局以及医保等在内的政府部门,为其提供交易、监管、数据集成等方面的信息服务;其二是药品、器械生产、经营企业以及医疗机构,主要提供数据查询、分析、定制、集成等方面的服务。其三则是医药电商、银行、市场调研公司等企业,主要提供服务类型包括数据报告、行业研究数据等。

在服务内容上,具体包含以下几个方面:其一,数据库查询,不同用户可以基于自身需要对平台数据库中的相关信息进行查询。其二,交易查询,提供会员在平台上的交易数据。其三,交易分析,基于平台拥有的交易数据进行高级分析,为医药行业生产经营各个领域的工作提供决策支撑。其四,数据分析报告,为企业或是其他会员提供交易汇总信息,根据用户的需求,可出具品类分析、品种分析、区域分析、专题研究等多种类型的数据报告,帮助企业更好地把握市场环境以及产品需求,提高营销成果。

2.2 医药信息共享平台的功能规划

2.2.1 進行统一编码

目前我国医药行业多码并存的现象依旧广泛存在,这为数据的采集、整合、分析带来了较大的困难。对此,应从药品的研制、生产、流通、使用等整个过程入手,建构一套统一、完善的编码标准体系,这样做的目的是对药品信息进行规范,为药品的流通创造便利条件。在具体操作的过程中,应通过平台将药品的条形码、电子监管码、标准码等进行相互对应,实现多码合一,使药品的分类以及属性更加规范化。

2.2.2 企业内部数据集成

在药品信息平台建构的过程中,各个企业应基于平台标准建构大数据中心,并将其与核心ERP系统进行对接,实现行业标准和企业标准的统合,为企业决策、数据挖掘分析等服务的落实奠定基础。在这样的情况下,企业ERP将不会再涉及到新数据的产生和处理,而是直接引用药品信息共享平台的数据。若是想要生成新数据,则需基于数据管理平台进行申报,由平台的主数据中心完成编码赋码工作。为了保障数据的可靠性,企业中设置的数据中心要定期和共享平台数据中心进行对接。

2.2.3 供应链协同

通过药品信息共享平台的建立可以将医药行业上下游的供应链进行全面整合,基于统一的编码为各个企业提供数据交换服务,如此就可以实现供应链内各个企业的有效协同。处于供应链之内的上下游企业可以基于数据的电子交换实现业务的顺利对接,建构协同业务关联。

2.2.4 药品流向追溯

药品信息共享平台建成后可以对医药行业的海量数据进行集成,其中的药品信息和流向数据可以支撑药品追溯功能的实现。如企业和用户可以通过平台对药品从生产到使用的整个过程中包含的信息进行了解。这样可以使药品的生产和流动变得更加透明,有助于品牌的打造,提升消费者的信息,同时也为药品监管提供便利,防止假药流入市场。此外,药品企业也可以基于此功能对各级流通渠道的状况和市场上的药品分布情况进行了解,从而针对性的制定采购计划。

2.2.5 药品信息查询

基于统一的编码,不同用户均可以通过网络平台对药品的相关信息进行查询。如用户在用药时,可以对其疗效、使用说明等信息进行查询。政府部门在实施监管时,可以对其生产、流通和使用等环节信息进行查询。

2.2.6 医药行业市场分析

基于药品信息共享平台所拥有的数据,可以基于商业智能信息化手段对数据进行加工、转换、装载,建构具体的分析模型对数据的价值进行挖掘和利用,企业可以根据分析报告了解医药行业市场的发展状况,为医药市场生产销售活动的实施提供参考,保障医药市场的稳定发展。

3  结语

综上所述,在互联网信息背景下,医药行业应积极引入大数据工具,对医药信息数据进行采集、统计、分析、挖掘,为医药行业经营管理提供科学服务,提高医药行业市场发展活力,为我国医疗事业的持续健康发展奠定基础,使广大民众能够获得更加优质、全面的医疗服务。

参考文献

[1] 任萍.大数据下南京容平药房精准营销研究[D].南京:南京理工大学,2019.

[2] 邓晓聪.G公司医药移动电子商务平台项目可行性研究[D].广州:华南理工大学,2017.

[3] 何华娟,黄晓,廖迎.基于大数据的用药反馈系统开发研究[J].中国现代医药杂志,2020,22(1):83-85.

[4] 陈磊,席晓宇,茅宁莹.大数据平台在医药大健康行业中的应用研究[J].科技与创新,2016(2):21.

[5] 高红玉,雷万云.大数据背景下我国药品信息共享平台建设研究[J].价格理论与实践,2015(3):102-104.

[6] 周凌.大数据在医药行业的创新性应用[J].通讯世界,2017(8):289.

[7] 董雨光.医药行业领域信息化建设的发展现状及未来趋势[J].中外企业家,2017(9):22.

[8] 师东菊,安祥林,宁伟东,等.大数据时代黑龙江省医药企业面临的机遇和挑战[J].中国市场,2020(8):83-84.

[9] 姜疆.挖掘医药大数据[J].新经济导刊,2018(4):46-50.

[10] 肖蒲,贾磊.医药行业大数据应用分析[J].现代商业,2016(20):42-43.

[11] 高红玉,雷万云.大数据背景下我国药品信息共享平 台建设研究[J].价格理论与实践,2015(3):102-104.

作者:李建廷