UDN-企业互联网技术人气社区

板块导航

浏览  : 337
回复  : 0

[数据湖] 某大型医药公司数据资产管理案例

[复制链接]
沉默的代码杨的头像 楼主
发表于 2019-6-17 19:45:12 | 显示全部楼层 |阅读模式
本帖最后由 沉默的代码杨 于 2019-6-27 16:02 编辑

某大型医药公司数据资产管理案例企业基本情况和数据情况
---------------------------------------------------------------------------------------------------------
       作为中国第八大药品分销商,分销领域的强大实力使公司服务延伸至全国 322 个城市并覆盖当地医院、零售药店、现代通路、下级商业等各种渠道。除了经营药品, 还涉及医疗器械、外科手术器具、特质药品、疫苗、诊断产品和个人保健产品的分销以及配送。其中进口产品和本地产品各占据公司业务量的一半,服务不同跨国企业使该企业成为中国最大的医疗产品进口商。拥有近 2300 名员工,成功搭建了由 15 个物流中心所组成的全国分销平台,在上海、北京、沈阳、大连、无锡、宁波、深圳、成都、重庆、武汉和天津的 11 个主要城市开展本地直销业务。

痛点和难点
------------------------
       现有的业务数据系统架构已经近十年,无法适应新时期下的数据增长、管理与使用的需要,管理人员对数据流程监督和管控并不完善,对于现有的业务系统,其扩展性、可靠性、运维、性能都将面临较大的挑战。

       现阶段业务处理对于人力的依赖过大,导致团队人员及开支庞大,现有的业务团队已经满负荷运转,已经成为制约业务发展的瓶颈。集团自身还有渠道数据的管理服务,面向自身与分销商。原有 IT 平台数据处理能力无法满足需求,数据质量检查与业务基线查询自动化程度低业务流程中间环节比较机械固化,关键环节数据清洗量大,数据整合的过程中还需要数据清理,ETL 过程占用了大量的人力,在主数据清洗,质量检验分发,目前 200 多人工团队,每月 500 多万条。数据处理人员工作负荷高,数据处理效率已经成为业务扩展的瓶颈。


实践路径
-------------------
       新时期下的新技术、新方式,都无法使用传统的模式进行管控,所以需要使用 New IT 的思路进行重构业务系统架构:
1.云计算层: 从运行环境、弹性计算、资源扩展等多方面考虑协助企业选型与设计。
2.数据平台层建设:采用 LEAP 智能平台,解决数据的采集、存贮、计算与管理:
                    • 海量数据存储与大规模并行计算;
                    • 全程的元数据管理与主数据管理;
                    • 数据集成、处理的自动化、流程化;
                    • 全程的监控、分析、预警;数据
                    • 模型重构
3.AI 层建设:AI 算法+互联网大数据 实现数据管理过程自动化+智能化;
                   • AI 助力数据处理自动化、机器化
                   • 业务流程优化
                   • 业务运营门户服务建设
4.业务建设:业务流程重构,为整个业务流程处理争取最大灵活性和时间缓冲。更新数据管控理念,在传统管控基础上引入新技术与新方法。使数据管理受惠于技术的发展: 对于数据资产管理职能领域的数据标准管理、主数据管理、数据质量管理,在传统的数据处理基础上引入人工智能的,代替人手,在提升效率,准确度的基础上更节省了人手,
              大幅**人力成本: 主数据扩展;定向爬取相关网站数据,形成原始互联网实体库;
              实体对齐:( 存在很多“一个实体有多个别名”、 “不同实体名称相同”的情况 );
              扩展主数据:用互联网实体属性去修正、补充主数据库实体。 数据格式自动识别与规范化;异构数据接入、归一化相似度处理、连接性处理这些都用到了“人工智能、机器学习、自然语言处理、语义识别”等算法、技术。


应用效果
-------------------
      业务流程明显优化:数据清理环节以减少人工操作环节,工作量下降,业务流程时间缩短了,计算的过程加快手,加速了流程运转,提升了整体效率。 人力成本大幅**:利用了“人工智能、机器学习”的方法自动维护数据,帮助客户减少 80%人力,每年节省 400 万,实施前大量人工进行数据维护,每月百人团队加班半个月的状况大大改善,人力节省效果显著,整个团队体量从 200 人缩减到 20 人。数据化转型奠定基础:数据运转**的加速,数据可依赖性的提升,使得企业在其渠道管理上实现了提升,也使企业对进一步利用数据助力业务发展有了实现的基础。

洞察启示
----------------
       对于需要通过人工规则进行数据清洗、质量提升的工作,通过人工智能进行自动识别与补充,能大大提高工作效率,节省人力。对分销行业,对渠道模式为主的,都会面临渠道数据质量问题,具有很好的参考借鉴意义。





您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关于我们
联系我们
  • 电话:010-86393388
  • 邮件:udn@yonyou.com
  • 地址:北京市海淀区北清路68号
移动客户端下载
关注我们
  • 微信公众号:yonyouudn
  • 扫描右侧二维码关注我们
  • 专注企业互联网的技术社区
版权所有:用友网络科技股份有限公司82041 京ICP备05007539号-11 京公网网备安1101080209224 Powered by Discuz!
快速回复 返回列表 返回顶部