<output id="sxtml"><track id="sxtml"></track></output>
  • <tr id="sxtml"><small id="sxtml"><delect id="sxtml"></delect></small></tr>
    <tr id="sxtml"></tr>
    <mark id="sxtml"></mark>
    <output id="sxtml"><nobr id="sxtml"></nobr></output>

      <menuitem id="sxtml"></menuitem>
      <code id="sxtml"></code>
    1. 【分享】百分點杜曉夢:醫藥行業數字化轉型范式與實踐分享

      2020-06-24 09:44:43  來源:CIO時代

      摘要:2020年6月20日,由CIO時代學院主辦,CIO時代APP承辦的“首期醫藥行業CIO論壇”于線上成功舉行。本次交流活動邀請醫藥企業CIO共同圍繞“后疫情下,藥企數字化轉型如何逆勢而上”的話題進行深入研討。百分點首席數據科學家杜曉夢在活動上為大家帶來主題為“醫藥行業數字化轉型范式與實踐分享”的演講分享。
      關鍵詞: 數據智能 百分點 中臺
        2020年6月20日,由CIO時代學院主辦,CIO時代APP承辦的“首期醫藥行業CIO論壇”于線上成功舉行。本次交流活動邀請醫藥企業CIO共同圍繞“后疫情下,藥企數字化轉型如何逆勢而上”的話題進行深入研討。百分點首席數據科學家杜曉夢在活動上為大家帶來主題為“醫藥行業數字化轉型范式與實踐分享”的演講分享。以下為精彩實錄:

      \

        她提到不同行業數字化轉型的速度是不一樣的,由于技術的不斷發展,業務在經濟里的作用越來越大。各國政府非常重視數據的智能技術在國家的戰略地位,各行各業都在研究利用新一代信息技術提升內部運營效率、外部營銷獲客銷售等,利用數據更好的驅動智能決策。
       
        數據智能在推動企業做數字化轉型時,產生巨大作用。傳統企業做決策的時候,需要從不同業務系統里挖掘不同維度的數據,讓不同部門的人員做決策。
       
        現在數據智能時代,通常會建設打通的數據平臺,在數據平臺上拉通企業所有數據,打通全鏈路數據,把煙囪式業務系統里的數據全都抽取出來進行治理,再基于拉通的數據深入挖掘。以AI中臺賦能,幫助挖掘數據中臺里的數據價值,同時形成業務中臺里的通用服務,支撐前端業務系統。
       
        未來業務決策都由數據輔助和數據驅動,用數據智能驅動業務創新,驅動業務效率的提升。比如業務分析、業務定量化等,而人只是基于計算機輔助之后,給出最終結論或輔助性判斷。
       
        醫藥行業在數據化轉型過程中也存在普遍問題。數據分散、難治理,業務系統沒打通,或者企業做了數據拉通治理,但業務是斷層的,不知如何賦能業務和應用場景,斷層一方面來自于搭建數據中臺時,沒有充分的與業務部門溝通和宣導。另外一方面,在設計中臺的時沒有結合業務考慮問題導致做重構性的事情。
      \

        杜博士介紹,用一張圖來看整個醫藥行業數據智能整體解決方案,分成數據中臺、AI中臺、智能應用、業態服務四個層面。
       
      醫藥行業數據中臺
       
        醫藥行業數據中臺建設可以分成醫藥行業數據源、技術平臺、數據資產管理平臺和統一數據服務總線四層。
       
        醫藥行業數據源整合是最基礎的,規劃企業ERP、營銷活動、社區論壇、第三方等內外部的數據源,做到充分數據整合。技術平臺基于大數據分析、分布式數據的存儲圖計算等技術處理多源異構的業務數據。數據資產管理平臺是對所有數據做盤點,做數據質量管理、質量分析、標準規范、原數據管理等。最后,統一數據服務總線層生成數據API、發布、運行數據資源目錄等,對接內部業務系統及大數據平臺分析軟件。
       
        企業在構建數據中臺時,數據治理的體系是非常重要的。數據治理主要建立數據標準體系、主數據標準體系、數據質量體系、元數據管理,實現系統自動化診斷。醫藥行業做數據治理時,大部分是把現有系統的同源數據做拉通。業務產生各種各樣的問題,會導致數據產生的偏差,數據中臺就是要盡早把數據治理中的問題做梳理和拉通,基于企業內部所有信息系統歸攏的數據做上層應用建設,所以數據治理是任何企業在做數字化轉型的第一步。
       
        企業內外部生態的產業鏈上下游的數據采集和整合,更好的支撐業務發展,支撐業務部門的判斷。數據開放共享,從數據資產產生業務價值。
       
      AI中臺
       
        大數據時代,企業有各種維度和類型的數據,AI中臺主要依托自然語言處理、動態知識譜圖、機器學習等AI技術,幫助企業以現代化手段分析多源異構的數據。醫藥企業在做知識圖譜構建、圖像分析、模型構建、產銷協同銷量預測的算法構建時,都需要以新技術做挖掘。
       
        百分點動態知識圖譜技術伴隨企業新的業務形態及數據不斷變化,通過“機器智能+人腦智慧”,將現實世界中的“人、物、組織、時空、虛擬標識”映射到數字世界中,自動構建他們之間的關聯關系,支撐企業展開分析和智能決策。
       
      智能應用
       
        在制藥企業和藥品流通企業,有很多場景和業態需求可以在數據的支撐驅動下,提升業務效率。智能應用層通過構建經營決策分析、產銷協同管理、渠道商評價體系、消費者洞察等應用場景,把所有業務場景用數據驅動起來。基于多元數據做預測,經過數據綜合分析,支撐未來業務決策。建立報表及可視化平臺,將數據轉化成即時可讀的有效信息。
       
      \

        產銷協同體系建立起內外部合作、協同運營機制,實現收入和利潤最大化。基于市場需求各維度對銷售產生影響的因素做預判,盤點公司和渠道庫存,調整發貨計劃,然后按產品匯總銷售計劃,做產能分析、利潤預測的生產計劃,再去指導生產。隨著數據積累,模型不斷迭代,產銷協同的數據應用將越來越優化,超過人判斷決策的準確性。
      \

        渠道商評價體系是比較通用的,藥企通過渠道商做銷售建立綜合評估體系,包括個人及渠道商經營能力、財務能力預判、進銷情況變化、合作關系、發展空間等。通過渠道商評價體系建設做綜合性評判,把各維度、各地方的渠道商做綜合評級,得到完整認知、搜索輔助工具。
       
        消費者洞察與畫像將會完善用戶體系,形成360度用戶畫像,賦能于精準營銷策略。企業需要關注消費者需求變化,做更精準的營銷,更精準的觸達,只有了解消費者才能指導企業營銷策略和研發策略。消費者數據的整合拉通是第一步,構建不同消費者的標簽和畫像是做圈層營銷和精準營銷的前提,基于消費者洞察輔助業務管理,做營銷決策。
       
      思考總結:構建數字連接,挖掘數據資產,賦能業務服務
       
        醫藥行業的數字化轉型主要由連接、挖掘、服務三步組成。連接數據和系統和服務,打通所有內外部的數據資產,然后中間挖掘數據資產,經過數據治理,很好的挖掘數形成價值。一定要結合業務訴求,結合業務場景來考慮數據能發揮哪些價值。
       
        今天就給大家分享到這里,謝謝大家。

      第三十屆CIO班招生
      法國布雷斯特商學院碩士班招生
      北達軟EXIN網絡空間與IT安全基礎認證培訓
      北達軟EXIN DevOps Professional認證培訓
      責編:lijj
      国语自产视频在线不卡,青青小草国产在线播放,午夜片神马福利在线观看