科技巨头们站在已有的技术基础设施之上，不断谋求各自核心主赛道创新发展的同时，也持续在不同业态中谋求技术对传统产业的降维打击，而诸多产业中大健康产业是他们都盯上的一个，资本不断依托各种技术创新概念和模式创新概念涌入。
在众多概念的刺激下，这些年医药行业数据人变得异常兴奋，但疫情来袭就如同“皇帝的新衣”中孩童的那声尖叫，逼迫着我们不得不去思考对于企业而言新概念的引入究竟意味着什么？而聚焦在数字化这个范畴下， 企业转型的道路又在何方？
大健康行业数字化的潜力无限
大健康行业数据资产量级跃升。斯坦福大学的一篇报告中指出，大健康行业在 2013 年产生了大约 153 艾字节的数据，约等于 2．6 万亿张音乐专辑。到 2020 年，这个数字预计会飙升至 2，314 艾字节，增幅超过 11，000％。这些数据结合当下活跃的各种技术，依托医学成像、健康记录、医疗设备、可穿戴设备、医药研究、基因组测序、搜索引擎、付款人记录、搜索引擎等途径被产业链中的各级相关方记录下来。
行业增长背景下的数字化机遇。即使是在医改政策的不断推行下，行业变革动荡成为常态，大健康产业的未来增长依旧是可以预见的，复合增长水平保持在较高水准。但在行业生产力增长、数据资产量级增长的背景下，大健康行业整体的数字化程度却相对较低，从历史其他行业的经验来看，大健康行业未来数字化升级的潜力巨大。
疫情一瞥，数字化转型喜优参半
正是预见了数字化的应用将为医药行业带来更高速度增长， 这些年无论是药企还是科技公司纷纷进场，谋求不同角度的数字化应用实践及其商业化，在患者端、医生端和药企端构建了诸如移动问诊、辅助诊断、电商新零售等新模式，来满足医疗体系中的各方面需求。
但是，在疫情期间我们同样看到了，企业在不同场景下的困局：
1，数据业务化的管理闭环和业务闭环缺失。面对突如其来的口罩需求暴增，浙江某医疗器械企业迎来了“疫情红利”的窗口期，但是在积极备货、提高产量的同时，企业无法及时掌握不同区域、终端、渠道的实际需求和消化能力，进而无积极从内部管理、供应协同、渠道铺货等角度提高面对市场红利的柔性，在众多玩家进场后既没有建立起竞争壁垒又没有及时预见风险，导致疫情后期一段时间的供应链管理镇痛。
2，业务数据化的基础设施不完善。面对疫情后期的复工环节，某医药生产企业构建了生产现场到办公室出入、防疫物资管理到人员健康周期反馈的积极管控制度。虽然近年投入了大量人力、物力、财力进行信息化的建设，但在企业高层提出数字化防疫的指示要求时，IT团队由于人员主数据的不完善无法及时建立起覆盖全集团的数字化防疫应用，导致最终防疫管控只能回到“解放前”，依旧通过手工记录＋excel 汇总的方式进行管控，疫情防控的效率下降导致生产环节的效率和安全受到影响。
这些困局的背后，揭示了当前医药企业数字化面临的挑战：
1）医药生态圈数字化基建落后，药企自身内部数据未统一
2）企业缺少数据业务化思维，数据应用缺失面向决策的管理闭环和业务闭环
3）数字化的最佳实践未明，有待探索可持续的企业数据应用模式
面对困局，企业数字化转型路在何方？
企业数字化，其实可以抽象为一个数据价值的供应协同问题：业务实体在真实世界发生的过程被业务系统或其他技术记录下来，通过ETL、OLAP、数据挖掘等过程技术对数据进行加工处理，最终通过数据可视化、自动化预警等手段将数据中提炼的信息洞察反馈给业务环节，通过人的判断或算法的自动判断形成影响原有业务过程的决策。那么转型过程其实是要在信息收集、信息处理和业务洞察这三个环节投入资源、推动转型：在信息收集端扩宽供应渠道的宽度、质量和速度，在信息处理端提高生产力水平和效率，在业务洞察端面向需求提供匹配的解决方案。
这三个环节是上下串联的供应关系，因此在信息化资源投入决策时是可以参考 TOC 理论，先对企业当前现状的进行评估，选择当前投入产出最高的角度切入。不过无论从哪个角度切入，从帆软医药行业标杆企业的实践经验来看，都需要有面向业务价值的“市场思维”：
＞＞＞＞
1，转变理念：从业务价值输出开始顶层设计
无论技术或商业模式的概念如何包装，最终落地医药企业数字大厦的还是医药行业的数据人，但是面对困局很多数据同仁往往缺失宏观视角，企业交叉人才尤为缺失。从帆软走访的众多医药企业来看，大多数企业的 IT 人员会把 60％－80％的时间精力投入到技术问题的解决上，但是站在企业战略高度思考企业数据竞争力的确很少。
但面对于企业而言，要真正利用数据红利、挖掘数据潜力，以企业业务和管理价值为目标的思维必不可少，就如九州通总经理助理万有钢所说”IT 产品从设计开始就需要带有清晰的业务目标，IT 即业务！”
＞＞＞＞
2，加强理解：从过程到结果为业务目标构建数据应用
以业务目标为导向的思维基础之上，无论是底层数据建设还是前端面向业务的应用框架设计，数据项目的目标都需要与具体的业务目标关联，甚至进行量化。
但是在企业真实落地过程中，即使是建立了以业务目标为导向的思维，在推进时仍然是困难重重，最常见的问题就是业务方不认可价值、高层看不到产出。这个过程中，帆软的经验是要做到数据拉通提供业务洞察、加强业务视角的理解体系化地规划企业应用
1） 数据拉通提供业务洞察
以业务目标为导向在落地过程中，最核心的不是需要特别花里胡哨的可视化效果，而是要定位清楚业务目标、摸清当前数据现状、识别核心差距，从核心差距出发为应用场景中的关键角色提供有效信息，只有关键角色利用有效信息进行对业务的关键环节作出决策并且改善业务实体，才能真正的发挥数据价值。
例如产销协同场景，核心业务目标是实现低库存、高周转、满足市场需要的产品供应，但是生产与销售业务协同不平衡，业务执行各自为政，核心差距在于业务决策缺失关键支撑信息，最终导致不同产品缺货与滞销问题严重影响集团经营。
那么为了解决该问题，最有效的业务价值切入点其实不是什么高大上的技术引入又或是特别丰富的可视化效果，而是让生产人员能够尽可能及时掌握当前生产计划的执行进度、库存水平和未来销售计划，让销售人员能够尽可能及时地掌握当前可售库存情况、销售目标进度和未来生产供应水平。
在及时、有效的信息支撑下，能够让销售人员根据未来供应情况做好销售策略调整、在销售计划调整的情况下及时反馈生产部门调整供应计划满足供应，让生产人员根据未来销售计划做好生产排产的调整、在供应不足的情况下提前预知销售部门管理相关风险。
这一业务目标下，根据企业数据基础现状选择最合理的方案执行，即使没有很好的业务系统支撑，相关信息通过填报的方式实现互联互通，也可以在最短的时间内为业务部门实现价值，拉通数据价值与业务目标。
2） 加强业务视角的理解
大部分数据同仁，可能在做到面向业务提供有效、及时的信息之后，就没有更多的想法和策略来将数据价值继续深化挖掘，最终在大量的业务需求下不断响应、供不应求。
其实从标杆企业的经验来看，面对大量的业务需求，体系化地规划企业数据应用是最优的选择，这个过程要做到：
1， 管理闭环，提供面向不同层级的决策信息洞察与业务溯源分析，实现管理决策的压力下方。
例如将供应缺口、产销协同等关键指标与企业财务指标一同展示，高层可以从最关注的财务指标向下追溯，如果财务指标出现问题，在众多业务环节中进行问题追溯。
2， 业务闭环，对不同条线的业务管理进行要素拆解和指标提炼，通过统一和有效的口径衡量业务的效果、效率和效益。
比如将产销计划不协同的问题向不同产品拆分，再向不同产品的生产端的计划偏差和销售端的计划偏差进行拆分，逐层要素拆解定位问题。
3， 信息闭环，在多场景下贴合用户体验和数据内容提供合理设计，将数据在合适的时间、合适的地点以合适的形式提供给合适的关键角色。
例如在医药营销环节，药企的核心动作是面向医生进行知识和治疗手段信息的传递进行学术营销，引发药品需求并满足供应。
但是在执行营销活动的背后，医药营销不只是围绕医院、药店的一系列营销团队的目标、行为与结果。为了营销行为的成功，还需要有基于关注领域的市场洞察，以确定目标市场及企业定位，并设立阶段性的营销目标，基于合理的机会点设计营销策略，基于策略设计区域、激励制度、编制人员、活动及费用计划，有目标和计划地投入优势领域进行活动执行、产出结果。
那么面向这个过程中不同的角色需要，我们要在多场景下贴合用户体验和数据内容提供合理设计。
不仅为销售执行条线提供完整的层级业绩任务KPI追溯手段，同时要面向运营和策划部门提供营销各环节机会风险分析的平台。
不仅围绕结果数据进行展示，还要围绕业务执行过程的不同阶段管理场景提供合适的手段帮助关键角色获取信息进行有效管理，做的从结果到执行的过程管控。例如将目标进度与时间进度的对比作为预警指标，分级设置多级预警（半期预警、临期预警、超期预警等），让数据合适的时间主动追人产生对业务的判读与决策。
2020年9月智博会，马云8 分钟 30 多次提到数字化：“在今天所有巨大的不确定当中，有一件事是确定无疑的，那就是数字化的趋势没有改变，数字化以前只是让一些企业活得更好，而今天是企业活下去的关键”
未来商业社会，数据将不只是锦上添花的奢侈品，对于企业竞争和生存来说逐渐成为雪中送碳的必须品。这个过程无疑不仅仅是数据部门就可以解决的问题，但是否从数据价值供应的角度思考、以业务目标为导向、加强业务理解是数据人能否帮助企业提高数据竞争力的关键。
作者：动脉网
