医药大健康通用FineBI分析方案
医药大健康行业大数据应用背景
中国医疗产品供应链面临质量标准的全面提升: 1.药品、医疗器械审评审批标准全面向欧美最高标准看齐,创新药、市场亟需产品有望获得加速审批; 2.仿制药一致性再评价势在必行,推动已上市药品质量快速提升; 3.“两票制”逐步落地、“营改增”加重代理渠道税票处理难度,医药流通行业迎来集中度快速提升的第二次浪潮。
未来几年,医疗产品供给端质量标准全面提升,唯有创新型企业强者恒强。 在这种前提下,医药行业结合大数据、物联网、人工智能等新兴科技已经势在必行。传统的医疗健康产业正在向智慧型一体化医疗健康方向转型。利用大数据分析,实现疾病诊疗领域智能化的判断、筛查、应用,突破行业地域界限,为大家带来充满想象和无限可能的应用场景。
而在医药行业这一数字化进程中,也存在着许多亟待解决的问题,比如: 1.原有数据模式传递效能低,易造成重复劳动,费时费力。每周、每月需要花大量的精力,用于数据整理、周报日报制作、PPT文稿制作等,及时性低。且数据数据并非由系统直接提供,基本上都是手工使用Excel等软件进行汇总制作,误差无法完全避免 2.内、外部数据结合度不够、串联性不强,零散存放,数据不成体系,各种分析无法交叉验证 3.企业数据量大,每年新增的数据称指数形式增长,大数据处理慢,决策者查看繁琐,影响决策时机、准确性成为应用瓶颈
医药大健康行业大数据技术应用架构
数据流处理架构:
业务解决方案架构:
医药大健康行业典型FineBI应用场景
1.医药产品分析
a.问题背景:以过去的分析方式,对于医药产品的销售达成率,增长率,历史对比分析等,均需要精力业务上报-录入系统-手工汇总-形成分析这一流程,业务报告延期严重,月初的数据等到形成分析,往往需要半个月甚至一个月的时间,滞后的数据往往丧失了决策的价值。而一些个性化的统计需求,比如非协议商业务,需要的时间更长。 b.问题解决分析思路:使用FineBI的多源数据整合功能,将财务数据、业务数据等多个内、外部数据源数据抽取到FineBI中进行加工后展示出来,并且可以使用FineBI前端的简单拖拽快速制作图表完成定制化分析,从产品贡献率、销售达成率、增长率等等多个指标,时间、空间等维度进行医药产品分析。 c.方案/指标体系:
分析模块
| 图表类型
| 分析维度
| 分析指标
| 医药产品分析 | 扇形图、柱状图 | 产品类别 | 销售贡献率
|
| 象限图 | 产品类别 | 产品销售额、增长率 |
| 明细表 | 产品名称 | 销售额、目标、目标达成率、同比销售额、增长率 |
| 组合图 | 产品类别 | 销售额、销售额同比、增长率 | 大区销售分析 | 组合图 | 产品名称、区域 | 销售额、销售额同比、增长率 | 产品市场分析 | 折线图 | 区域、年份
| 市场占有率 |
| 散点图 | 产品名称、年份 | 市场占有率 |
d.应用对象:产品管理、市场管理人员 e.成果展示和应用价值:
2.生产质量分析
a.问题背景:对于药品生产环节,往往需要关注以下问题: 1.生产的产品,是否按照计划正常生产?每天产品的产能走势是怎样的?有没有优化空间? 2.良品率又如何?不同批次、不同车间生产的产品,检验合格率差异在哪里? b.问题解决分析思路:针对此类生产过程中的问题,解决思路如下: 1.讲FineBI连接到工厂的生产系统中,利用多源数据连接、直连等功能,将多个生产系统的数据整合。 2.从时间、车间、批次等多个维度建立生产目标达成率、产品检验合格率看板,并设置异常值预警,当生产出现问题及时发现并排查。 c.方案/指标体系:
分析模块
| 图表类型
| 分析维度
| 分析指标
| 车间产能分析 | 柱状图 | 产品名称 | 生产目标达成率
|
| 雷达图 | 产品批次 | 生产目标达成率 |
| 面积图 | 时间段 | 生产目标达成率 | 车间合格率分析 | 矩形图 | 产品名称 | 一次性检验合格率 |
| 散点图 | 产品批次 | 一次性检验合格率 |
| 明细表 | 产品名称、车间、批次 | 成产目标、达成比率、合格率等明细数据 |
d.应用对象:
药品生产管理者 e.成果展示和应用价值:
3.客户分析
a.问题背景:针对市场、销售等业务人员,往往需要对自己负责的区域有一个整体的认知: 1.客户的地理分布是怎样的?接下来一段时间的工作重点应该集中在哪个区域? 2.客户少的地区,有着怎样的特征?各个机构的客户分布是怎样的? 3.和去年,上个月的数据相比,客户数是增加了还是减少了?整体趋势又是怎样的? b.问题解决分析思路:1.通过结合订单业务系统、crm等系统的数据,利用FineBI进行整合,处理。 2.依据客户数建立填充地图,通过点击地图下钻,联动,分析客户少的地区的客户特征,并制定针对性的营销策略。 c.方案/指标体系:
分析模块
| 图表类型
| 分析维度
| 分析指标
| 客户区域分析 | KPI指标卡 | - | 在销客户数、授信占用客户、客户销售额
|
| 填充地图 | 省份、城市 | 客户数量 | 客户等级分析 | 扇形图 | 客户分类 | 在销客户数、授信占用客户、客户销售额 | 客户类型分析 | 柱状图 | 客户类型
| 授信总额、客户销售额 | 客户数量同环比 | 折线图 | 时间维度、机构类型 | 客户数量 |
d.应用对象:市场、销售业务人员与管理人员 e.成果展示和应用价值:
4.品规分析
a.问题背景:传统的医药企业中,往往会有数十个经营单位,药品也区分为不同的品规。品规与经营单位之间的差异是精细化运营的必要分析: 1.最赚钱的是哪些品规,销量最高的又是哪些品规,这些排名是一直不变的吗?哪些品规的利润发生明显变化,如何深入探究变化的原因? 2.每个单位对同一品规的销售情况在销售额、毛利率、毛利额上各有什么差异? b.问题解决分析思路:1.整合相关产品/销售业务系统的数据,将不同系统、不同数据库中数据整合。 2.构建产品品规与经营单位分析仪表板,以多种图表进行对比分析,探求差异背后的原因。 c.方案/指标体系:
分析模块
| 图表类型
| 分析维度
| 分析指标
| 医药产品分析 | 扇形图、柱状图 | 产品类别 | 销售贡献率
|
| 象限图 | 产品类别 | 产品销售额、增长率 |
| 明细表 | 产品名称 | 销售额、目标、目标达成率、同比销售额、增长率 |
| 组合图 | 产品类别 | 销售额、销售额同比、增长率 | 大区销售分析 | 组合图 | 产品名称、区域 | 销售额、销售额同比、增长率 | 产品市场分析 | 折线图 | 区域、年份
| 市场占有率 |
| 散点图 | 产品名称、年份 | 市场占有率 |
d.应用对象:领导管理层 e.成果展示和应用价值:
5.门店分析
a.问题背景:作为销售门店的管理者,需要时刻保持对以下指标的关注: 1.门店销售的产品,销售额、毛利率分别是多少?每种产品的占比又是多少?在产品销售过程中,需要重点关注的大宗交易、退货情况又是怎样的? 2.门店员工的工作情况,每个员工的销售业绩是多少?同比、环比又是多少?每个员工的主力销售商品一样吗? 3.门店的客流量随时间呈怎样的变化?是否应该在客流量小的时间减小人员,以减小人力成本? b.问题解决分析思路:为了回答以上问题,我们需要: 1.整合相关产品/销售/ERP业务系统的数据,将不同系统、不同数据库中数据整合。 2.通过简单的拖拽构建门店业绩情况分析驾驶舱,以多种图表结合,进行指标的监控 c.方案/指标体系:
分析模块
| 图表类型
| 分析维度
| 分析指标
| 门店业绩分析 | KPI指标卡 | - | 开卡数、销售额、毛利额、毛利率、来客数、客单价
| 商品销售分析 | 扇形图 | 商品名称 | 销售额、销售占比 | 员工业绩情况 | 组合图 | 员工 | 销售额、毛利额、毛利率 | 退货及大单情况 | 交叉表 | 交易分类 | 销售额、毛利率、交易笔数 | 门店来客/客单分布 | 象限图 | 门店 | 客单价、来客数 | 销售业绩对比 | 折线图 | 年份
| 销售额 |
d.应用对象:门店管理人员 e.成果展示和应用价值:
6.医疗机构耗材分析
a.问题背景:各个医疗机构想要实现盈利,一方面是通过营销手段提高销售,另一方面则是降本。时刻掌握各个科室对医疗耗材的消耗量,以及医疗耗材的成本则是重中之重: 1.哪些科室的耗材消耗量最大?消耗量大的耗材,能否通过技术手段降低消耗量从而减少成本? 2.耗材的售价以及成本走势如何?成本高售价低的耗材,是不是应该考虑调高售价,保证利润? b.问题解决分析思路:1.整合相关产品/销售/ERP业务系统的数据,将不同系统、不同数据库中数据整合。 2.针对消耗量特大(10万)以上的耗材,建立特大消耗量耗材监控板,进行重点监控。 3.通过多维度,占比、对比等多角度的分析,探索耗材消耗背后更深层次的原因。 c.方案/指标体系:
分析模块
| 图表类型
| 分析维度
| 分析指标
| 不可收费耗材分析 | 柱状图 | 院系 | 耗材销售量、消耗量同比
|
| 扇形图 | 院系、科室、耗材名称 | 耗材销售量 |
| 交叉表 | 院系、科室、年份 | 耗材销售量、消耗量同比 | 超10万耗材分析 | 柱状图 | 科室 | 耗材消耗量、耗材总金额 |
| 明细表 | 部门、耗材品牌、耗材名称 | 数量、金额 |
| 词云 | 耗材名称 | 耗材消耗量 | 常用耗材用量分析 | 柱状图 | 医院分类、科室、耗材名称
| 耗材成本、耗材售价 |
| 扇形图 | 院系 | 耗材消耗量 |
| 明细表 | 院系、年份、耗材名称 | 成本总额、销售总额 |
d.应用对象:耗材管理业务人员 e.成果展示和应用价值:
样例1:
样例2:
样例3: 编辑于 2019-7-4 12:03
编辑于 2020-6-16 11:53
|