醫藥大健康通用FineBI分析方案
醫藥大健康行業大數據應用背景
中國醫療產品供應鏈面臨質量標準的全面提升:
1.藥品、醫療器械審評審批標準全面向歐美最高標準看齊,創新藥、市場亟需產品有望獲得加速審批;
2.仿制藥一致性再評價勢在必行,推動已上市藥品質量快速提升;
3.“兩票制”逐步落地、“營改增”加重代理渠道稅票處理難度,醫藥流通行業迎來集中度快速提升的第二次浪潮。
未來幾年,醫療產品供給端質量標準全面提升,唯有創新型企業強者恒強。
在這種前提下,醫藥行業結合大數據、物聯網、人工智能等新興科技已經勢在必行。傳統的醫療健康產業正在向智慧型一體化醫療健康方向轉型。利用大數據分析,實現疾病診療領域智能化的判斷、篩查、應用,突破行業地域界限,為大家帶來充滿想象和無限可能的應用場景。
而在醫藥行業這一數字化進程中,也存在著許多亟待解決的問題,比如:
1.原有數據模式傳遞效能低,易造成重復勞動,費時費力。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等軟件進行匯總制作,誤差無法完全避免
2.內、外部數據結合度不夠、串聯性不強,零散存放,數據不成體系,各種分析無法交叉驗證
3.企業數據量大,每年新增的數據稱指數形式增長,大數據處理慢,決策者查看繁瑣,影響決策時機、準確性成為應用瓶頸
醫藥大健康行業大數據技術應用架構
數據流處理架構:
業務解決方案架構:
醫藥大健康行業典型FineBI應用場景
1.醫藥產品分析
a.問題背景:
以過去的分析方式,對于醫藥產品的銷售達成率,增長率,歷史對比分析等,均需要精力業務上報-錄入系統-手工匯總-形成分析這一流程,業務報告延期嚴重,月初的數據等到形成分析,往往需要半個月甚至一個月的時間,滯后的數據往往喪失了決策的價值。而一些個性化的統計需求,比如非協議商業務,需要的時間更長。
b.問題解決分析思路:
使用FineBI的多源數據整合功能,將財務數據、業務數據等多個內、外部數據源數據抽取到FineBI中進行加工后展示出來,并且可以使用FineBI前端的簡單拖拽快速制作圖表完成定制化分析,從產品貢獻率、銷售達成率、增長率等等多個指標,時間、空間等維度進行醫藥產品分析。
c.方案/指標體系:
分析模塊
| 圖表類型
| 分析維度
| 分析指標
|
醫藥產品分析 | 扇形圖、柱狀圖 | 產品類別 | 銷售貢獻率
|
| 象限圖 | 產品類別 | 產品銷售額、增長率 |
| 明細表 | 產品名稱 | 銷售額、目標、目標達成率、同比銷售額、增長率 |
| 組合圖 | 產品類別 | 銷售額、銷售額同比、增長率 |
大區銷售分析 | 組合圖 | 產品名稱、區域 | 銷售額、銷售額同比、增長率 |
產品市場分析 | 折線圖 | 區域、年份
| 市場占有率 |
| 散點圖 | 產品名稱、年份 | 市場占有率 |
d.應用對象:
產品管理、市場管理人員
e.成果展示和應用價值:
2.生產質量分析
a.問題背景:
對于藥品生產環節,往往需要關注以下問題:
1.生產的產品,是否按照計劃正常生產?每天產品的產能走勢是怎樣的?有沒有優化空間?
2.良品率又如何?不同批次、不同車間生產的產品,檢驗合格率差異在哪里?
b.問題解決分析思路:
針對此類生產過程中的問題,解決思路如下:
1.講FineBI連接到工廠的生產系統中,利用多源數據連接、直連等功能,將多個生產系統的數據整合。
2.從時間、車間、批次等多個維度建立生產目標達成率、產品檢驗合格率看板,并設置異常值預警,當生產出現問題及時發現并排查。
c.方案/指標體系:
分析模塊
| 圖表類型
| 分析維度
| 分析指標
|
車間產能分析 | 柱狀圖 | 產品名稱 | 生產目標達成率
|
| 雷達圖 | 產品批次 | 生產目標達成率 |
| 面積圖 | 時間段 | 生產目標達成率 |
車間合格率分析 | 矩形圖 | 產品名稱 | 一次性檢驗合格率 |
| 散點圖 | 產品批次 | 一次性檢驗合格率 |
| 明細表 | 產品名稱、車間、批次 | 成產目標、達成比率、合格率等明細數據 |
d.應用對象:
藥品生產管理者
e.成果展示和應用價值:
3.客戶分析
a.問題背景:
針對市場、銷售等業務人員,往往需要對自己負責的區域有一個整體的認知:
1.客戶的地理分布是怎樣的?接下來一段時間的工作重點應該集中在哪個區域?
2.客戶少的地區,有著怎樣的特征?各個機構的客戶分布是怎樣的?
3.和去年,上個月的數據相比,客戶數是增加了還是減少了?整體趨勢又是怎樣的?
b.問題解決分析思路:
1.通過結合訂單業務系統、crm等系統的數據,利用FineBI進行整合,處理。
2.依據客戶數建立填充地圖,通過點擊地圖下鉆,聯動,分析客戶少的地區的客戶特征,并制定針對性的營銷策略。
c.方案/指標體系:
分析模塊
| 圖表類型
| 分析維度
| 分析指標
|
客戶區域分析 | KPI指標卡 | - | 在銷客戶數、授信占用客戶、客戶銷售額
|
| 填充地圖 | 省份、城市 | 客戶數量 |
客戶等級分析 | 扇形圖 | 客戶分類 | 在銷客戶數、授信占用客戶、客戶銷售額 |
客戶類型分析 | 柱狀圖 | 客戶類型
| 授信總額、客戶銷售額 |
客戶數量同環比 | 折線圖 | 時間維度、機構類型 | 客戶數量 |
d.應用對象:
市場、銷售業務人員與管理人員
e.成果展示和應用價值:
4.品規分析
a.問題背景:
傳統的醫藥企業中,往往會有數十個經營單位,藥品也區分為不同的品規。品規與經營單位之間的差異是精細化運營的必要分析:
1.最賺錢的是哪些品規,銷量最高的又是哪些品規,這些排名是一直不變的嗎?哪些品規的利潤發生明顯變化,如何深入探究變化的原因?
2.每個單位對同一品規的銷售情況在銷售額、毛利率、毛利額上各有什么差異?
b.問題解決分析思路:
1.整合相關產品/銷售業務系統的數據,將不同系統、不同數據庫中數據整合。
2.構建產品品規與經營單位分析儀表板,以多種圖表進行對比分析,探求差異背后的原因。
c.方案/指標體系:
分析模塊
| 圖表類型
| 分析維度
| 分析指標
|
醫藥產品分析 | 扇形圖、柱狀圖 | 產品類別 | 銷售貢獻率
|
| 象限圖 | 產品類別 | 產品銷售額、增長率 |
| 明細表 | 產品名稱 | 銷售額、目標、目標達成率、同比銷售額、增長率 |
| 組合圖 | 產品類別 | 銷售額、銷售額同比、增長率 |
大區銷售分析 | 組合圖 | 產品名稱、區域 | 銷售額、銷售額同比、增長率 |
產品市場分析 | 折線圖 | 區域、年份
| 市場占有率 |
| 散點圖 | 產品名稱、年份 | 市場占有率 |
d.應用對象:
領導管理層
e.成果展示和應用價值:
5.門店分析
a.問題背景:
作為銷售門店的管理者,需要時刻保持對以下指標的關注:
1.門店銷售的產品,銷售額、毛利率分別是多少?每種產品的占比又是多少?在產品銷售過程中,需要重點關注的大宗交易、退貨情況又是怎樣的?
2.門店員工的工作情況,每個員工的銷售業績是多少?同比、環比又是多少?每個員工的主力銷售商品一樣嗎?
3.門店的客流量隨時間呈怎樣的變化?是否應該在客流量小的時間減小人員,以減小人力成本?
b.問題解決分析思路:
為了回答以上問題,我們需要:
1.整合相關產品/銷售/ERP業務系統的數據,將不同系統、不同數據庫中數據整合。
2.通過簡單的拖拽構建門店業績情況分析駕駛艙,以多種圖表結合,進行指標的監控
c.方案/指標體系:
分析模塊
| 圖表類型
| 分析維度
| 分析指標
|
門店業績分析 | KPI指標卡 | - | 開卡數、銷售額、毛利額、毛利率、來客數、客單價
|
商品銷售分析 | 扇形圖 | 商品名稱 | 銷售額、銷售占比 |
員工業績情況 | 組合圖 | 員工 | 銷售額、毛利額、毛利率 |
退貨及大單情況 | 交叉表 | 交易分類 | 銷售額、毛利率、交易筆數 |
門店來客/客單分布 | 象限圖 | 門店 | 客單價、來客數 |
銷售業績對比 | 折線圖 | 年份
| 銷售額 |
d.應用對象:
門店管理人員
e.成果展示和應用價值:
6.醫療機構耗材分析
a.問題背景:
各個醫療機構想要實現盈利,一方面是通過營銷手段提高銷售,另一方面則是降本。時刻掌握各個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:
1.哪些科室的耗材消耗量最大?消耗量大的耗材,能否通過技術手段降低消耗量從而減少成本?
2.耗材的售價以及成本走勢如何?成本高售價低的耗材,是不是應該考慮調高售價,保證利潤?
b.問題解決分析思路:
1.整合相關產品/銷售/ERP業務系統的數據,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)以上的耗材,建立特大消耗量耗材監控板,進行重點監控。
3.通過多維度,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。
c.方案/指標體系:
分析模塊
| 圖表類型
| 分析維度
| 分析指標
|
不可收費耗材分析 | 柱狀圖 | 院系 | 耗材銷售量、消耗量同比
|
| 扇形圖 | 院系、科室、耗材名稱 | 耗材銷售量 |
| 交叉表 | 院系、科室、年份 | 耗材銷售量、消耗量同比 |
超10萬耗材分析 | 柱狀圖 | 科室 | 耗材消耗量、耗材總金額 |
| 明細表 | 部門、耗材品牌、耗材名稱 | 數量、金額 |
| 詞云 | 耗材名稱 | 耗材消耗量 |
常用耗材用量分析 | 柱狀圖 | 醫院分類、科室、耗材名稱
| 耗材成本、耗材售價 |
| 扇形圖 | 院系 | 耗材消耗量 |
| 明細表 | 院系、年份、耗材名稱 | 成本總額、銷售總額 |
d.應用對象:
耗材管理業務人員
e.成果展示和應用價值:
樣例1:
樣例2:
樣例3:
編輯于 2019-6-25 09:53