致力数据生产力，打造数智康佰家
I. 康佰家简介
康佰家医药集团股份有限公司，集团注册资本6.6亿，主营业务为医药批发和零售连锁药房经营，线下零售连锁药店与线上O2O、B2C电商有机结合，共有门店2000多家，员工总数10000多名，拥有门店会员1500多万，业务覆盖福建省内各大城市、县、部分乡镇及江西省上饶、抚州、赣州、南昌、新余、浙江省温州、宁波、衢州、金华等3省21区130多座城市。
康佰家药店人一直秉承“平价经营 阳光服务”的经营理念，为顾客提供质优价廉的商品，以专业精神服务广大消费者。
数据转型的重要性和意义
数据转型在当今数字化时代变得至关重要，尤其对于康佰家这样的医药保健领域而言，更是一项不可或缺的战略。以下是数据转型的重要性和意义：
1. 洞察力和决策支持
数据转型能够帮助企业深入了解市场、用户需求和行业趋势，为企业提供更准确的决策支持和战略规划。
2. 提高效率和生产力
通过数据分析和技术应用，企业可以优化业务流程、提高生产效率，从而实现更高水平的生产力和竞争力。
3. 创新和发展
数据转型能够激发创新思维，促进企业不断进步和发展，帮助企业在竞争激烈的市场中保持领先地位。
4. 提升用户体验
通过数据转型，企业可以更好地了解用户需求，个性化定制服务，提升用户体验，从而增强用户黏性和忠诚度。
5. 数据安全和合规性
数据转型也包括数据安全和合规性的管理，确保企业数据的安全性和合法性，防范数据泄露和风险，保护企业和用户利益。
6. 未来发展方向
随着数字化技术的不断发展和应用，数据转型已成为企业实现可持续发展和创新的关键驱动力，是企业走向未来的必由之路。
数据转型不仅仅是一项技术升级，更是企业在数字化时代取得成功的关键因素。通过数据转型，康佰家能够更好地应对市场挑战，提升企业竞争力，实现可持续发展，为顾客提供更智能、更便捷的健康管理服务。
医药行业业务面临的数据化需求和挑战
在当今数字化和信息化的时代，医药行业也面临着越来越大的数据化需求和挑战，以下是一些主要方面：
1. 数据驱动的决策需求
需求：医药行业需要利用数据来做出更加精准和及时的决策，包括品类管理、会员管理、市场营销、供应链管理、成本管控等各个环节。
挑战：数据来源多样化、数据质量不高、数据整合困难等问题使得数据驱动决策变得更具挑战性。
2.数据串联与管理闭环的需求
需求：作为医药零售企业，管理层需要从不同的维度、不同的时间范围、架构层级等范围对历史和现状情况进行分析，由总及细的不断钻取相关信息进行对应场景的判断分析，并且需要从即时下达管理要求，触达对应岗位业务人员。
挑战：数据量大，统筹范围广，对数据基础建设的平台和开发能力都有很高的要求，而且需要直接打通不同的业务系统，进行指令下达。
3.市场营销和客户关系需求
需求：数据化技术可以帮助医药企业更好地了解市场需求、调整营销策略，提升客户关系管理效率。
挑战：数据安全、数据分析能力、合规性等方面是市场营销和客户关系管理中的挑战。
4. 分析多样化及临时性
需求：不同的部门有不同的数据分析需求，而且需要不断的探索。业务部门分析数据不是结果推导，而是预先设定分析主题，然后从各个方向做该主题的分析尝试。
挑战：数据源的整合，数据颗粒度的拆分是非常大的考研，其中数据逻辑的预计算对资源的要求也非常高。
总之，医药行业面临着数据化需求日益增长的挑战，需要企业不断加强数据治理、数据安全和数据分析能力，以应对日益复杂和多样化的市场环境，实现业务的持续发展和创新。
II. 数据转型的策略与规划
数据转型对于医疗保健企业如康佰家至关重要，以下是我们根据当前的业务现状，同时也结合了目前各个业务系统之间的数据现状做出的一些数据转型的策略和规划：
1.数据收集
策略：制定明确的数据收集策略，包括搜集顾客购买记录数据、用户健康信息、客户反馈等各类数据。
规划：部署数据采集工具和技术，建立数据收集流程，确保数据来源的准确性和完整性，粗略展示如下图：
2. 数据处理
策略：设定数据处理标准和流程，包括数据清洗、整合和存储，确保数据质量和一致性。
规划：建立数据处理平台和系统，采用自动化工具进行数据清洗和整合，建立数据仓库和备份机制。
3.数据分析
策略：发挥数据科学和技术在数据分析方面的作用，深入挖掘数据价值，提供决策支持和业务洞察。
规划：建立数据分析团队，培训数据分析人才，应用数据挖掘、机器学习等技术进行数据分析，为业务提供智能化解决方案，以下是部分主题框架示例：
4. 技术应用
策略：整合先进的技术应用，如人工智能、大数据分析、云计算等，提升数据处理和分析效率。
规划：寻找适合医疗保健行业的技术解决方案，与技术合作伙伴合作，推动技术创新和应用。
5. 团队建设
策略：建设专业的数据团队，包括数仓工程师、业务分析师等，共同推动数据转型。
规划：提供培训和发展机会，激励团队成员参与数据转型项目，建立跨部门协作机制，促进团队合作和创新。
6. 流程优化
策略：优化业务流程，整合数据应用于业务流程中，提高工作效率和业务运营水平。
规划：定期评估业务流程，识别优化空间，引入数据驱动的决策和运营模式，持续改进业务流程。
综上所述，通过制定明确的数据转型策略和规划，康佰家可以充分利用数据资源，提升数据处理和分析能力，推动企业数字化转型，实现数据驱动的业务发展和创新。
III. 数据转型实施的成果与展望
数据驱动的生产力提升
改善服务质量和用户体验
未来展望：持续创新、智能化发展
数据转型的成果与展望
成果：
场景一、巡店分析智能决策支持
巡店对于零售行业来说是了解营运状况、维护公司标准的重要途径，也是发现机会点、提升运营效率的关键环节。
通过巡店，管理层可以快速了解到以下信息：
总体营业额、毛利情额信息，同比及环比的情况如何；
商品线中各大品类的占比情况；
会员的占比、拉新情况如何
人员的编制、人效信息
扩展的计划、进度信息
巡店分析看板为公司的发展提供科学的数据支持和决策依据。
在引入BI前，业务人员制作巡店报表时往往存在以下问题：
(1).数据分散，关键指标分散在多个系统中，基础数据量大，整合耗时
(2).报表制作周期长，且需要定时手动更新数据
(3).缺少可视化功能，分析效率低下，无法快速定位到问题所在
解决方案：
为解决以上痛点，将各业务系统数据同步到数仓，进行一系列清洗整理；按主题整合巡店工作中所关注指标至一张看板，协助决策者从不同角度切入分析。看板支持从集团-区域-片区-门店的逐层穿透分析，在保留数据广度的同时提高数据深度，让决策者尽可能在上层发现问题，下钻定位问题。
将销售指标进一步按线上/线下/DTP拆分，通过柱形图对比不同销售渠道近N月的情况，以此为依据为各渠道制定调整方案
经营费用/利润指标可追溯至组成细项，为决策者后续进行成本控制和盈利能力方面分析提供参考依据
巡店模板：保留并整合巡店专员惯用巡店模板，由首页跳转至巡店报表集合页。各区域负责人按权限自动筛选出所辖门店信息，自行导出/打印作为下一次巡店考察依据。
异常指标登记/跟踪：巡店专员可通过对巡店报表指标进行排序，快速获取某指标处于末尾值门店，页面支持登记该门店该月某指标存在异常信息。后续由相关人员负责跟进、调整，监管人可在异常问题记录报表中跟踪从问题提出日期至今该指标趋势，以此判断问题是否解决，完成问题闭环。
场景二、HR绩效/人效每月调整
HR部门对门店人员的编制、是否超编，业绩如何、人效如何都是非常常用的维度分析，根据HR部门需求，制定体现绩效信息的报表，可一键查询相关的数据，并且根据管理要求，可以开放部分字段，由相关的人员对数据进行修正、复核审批。
具体过程如下：
生成门店近三个月业绩情况表，报表根据当前人数、定量计算出下月应发工资，并且根据门店等级、业绩、工资限制等因素判断应发工资是否在合理区间内，标注不合理工资的计算涉及字段及不合理原因字段。
片区总店长根据报表判断结果对工资不合理门店进行定量调整申请，报表根据调整值自动计算出调整后应发工资。
由总监审批后提交至总部，总部复批后将最新定量更新为后续工资发放标准。
场景三、业务人员自助分析
BI引入一年多后已在各个部门广泛应用，其中财务部业务人员已具备自助分析能力，可以使用FineBI和FineReport自主开发多张报表并投入使用，如财务报告看板、门店收购盘点录入报表等。
综合以上历程，康佰家通过数仓建设实现了各个业务系统的归集，使用FineBI和FineReport工具大大提高了对数据的各种应用，促进数据转化为企业生产力：
1. 精准决策支持：数据转型让康佰家能够基于数据驱动的决策，提高决策的准确性和及时性，从而更好地适应市场变化。
2. 个性化服务优化：通过数据分析，康佰家可以为客户提供更加个性化的药学服务，提升客户满意度和忠诚度。
3. 市场营销精准化：数据转型让康佰家能够更好地了解市场需求，调整营销策略，实现精准营销，提升市场占有率。
4. 供应链管理优化：康佰家通过数据化技术优化了供应链管理，提高了供应链的透明度和效率，降低了风险。
展望：
1. 智能药学服务：康佰家可以进一步发展智能药学服务，通过数据分析和人工智能技术提供更加智能化的用药解决方案，提升服务水平。
2. 数据安全与合规：康佰家需要不断加强数据安全和合规性管理，保护患者和客户数据隐私，遵守相关法规和标准。
3. 跨界合作创新：康佰家可以与科技公司、体检机构等跨界合作，共同探索数据应用在医疗、医药领域的创新应用，推动行业发展。
4. 持续优化流程：康佰家应持续优化数据处理流程，提升数据分析能力，不断改进业务流程，实现持续发展和创新。
通过不断推进数据转型，使得康佰家可以在医药行业保持一定的竞争优势，提供更优质的药学服务，实现业务的持续增长和创新。
