某大型集團藥品零售業務標準疾病主數據建設經驗分享

2024-11-22

某大型集團的藥品零售業務遍布全國，經過多年零售業務的積累，已擁有大量源端業務數據，這些數據涵蓋了會員、處方、訂單等業務活動的核心數據。因此，在基于醫藥零售業務的核心要素——人、病、藥、店進行營銷活動策劃時，需要這四類數據提供高度的準確性，以便于開展深入的數據分析。

集團公司已初步完成人員數據標準和編碼的統一建設，并針對藥品和醫療器械數據開展了主數據建設中的數據標準和數據清洗工作。因此，對病種數據的標準化和統一工作變得尤為關鍵。目前，公司零售業務板塊的病種數據主要來自處方藥銷售和患者建檔，數據收集過程中主要依賴原始數據記錄。目前，數據標準化和統一主要依靠人工匹配和核對，這不僅工作量巨大，而且分類的準確性完全依賴于清洗人員的專業水平。一些子公司在業務系統中建立了兩級病種分類體系，但由于分類復雜且種類繁多，最終用戶在使用時面臨較大難度，這導致集團層面無法采用統一維度對用戶進行病種分析。

因此，在用戶主數據項目建設的過程中，相關業務部門提出了建立標準疾病庫的建議，旨在支持最終用戶在業務開展時能夠便捷地維護病種和進行相關決策分析，從而為高價值用戶定位和用戶群體精細化服務的開展奠定堅實的數據基礎。

沒有統一標準的病種數據，導致的核心問題主要為基于病種開展的相關數據分析復雜且不準確，分析人員需要將多種不規范的病種描述轉譯成統一名稱開展數據分析，從而導致分析工作的時間周期長及分析不準確的問題，因此疾病分類主數據建設的主要目標為建立標準的疾病分類檔案庫，并可提供便捷的匹配服務，以便更好地支持基于病種進行用戶數據分析，以及后續開展病種知識庫建設形成病種知識庫建設的數據基礎。

因此本期建設目標包括：

1. 統一數據格式：

將不同來源、格式和表示方式的病種數據進行統一化處理，以便于數據的比較、分析和共享。

2. 提高數據質量：

通過規范化數據的收集、存儲和管理過程，減少數據錯誤和缺失，提高數據的準確性和可靠性。

3. 促進數據共享：

標準化的病種數據可以方便地在不同的系統、業務部門之間共享。

4. 提高維護便捷性：

提供標準病種匹配服務，支撐最終用戶在業務開展時便捷維護病種。

本期建設內容包括：

一、標準病種匹配服務架構設計

基于本單位覆蓋全國的用戶群體所提供的處方數據、外部權威數據源提供數據基礎，構建企業內部標準病種數據及構建標準病種匹配模型。標準病種要進行良好的應用涉及專業名詞的解讀解析，如何讓日常業務應用中的病種診斷快速與標準病種匹配，是當前病種應用推廣的核心問題，基于此構建的標準病種匹配模型是一套良好的疾病分類應用，需要由標準疾病分類與標準疾病匹配工具聯合構成。

1、標準疾病分類

內容：

（1）疾病編碼

（2）疾病名稱

（3）別名

特性：

（1）疾病分類不交叉

（2）對疾病數據進行分類歸納，適用于記錄、報告和統計等用途

（3）基本結構穩定，可持續，適應性強

（4）內容科學，與當前醫學科學、實踐保持一致，可以被大多數組織接受

2、標準疾病匹配工具

內容：

（1）標準病種匹配模型

（2）標準病種匹配服務

特性：

（1）將標準編碼嵌入信息化系統，提高編碼的便捷性和準確性

（2）應用匹配模型算法提供標準編碼匹配服務，提升編碼一致性，降低落地成本

二、標準病種匹配模型

在企業業務數據化、數據資產化的建設過程中，針對零售終端直接掌握核心對象的健康情況，給予其針對性的關懷及藥學服務，可以大幅提升客戶黏合度、業務專業性。

在綜合人、病、藥、店四大維度的核心數據基礎上，采用多種維度分析，按照用戶特征形成用戶標簽，按照業務需求形成目標群體畫像，通過標簽可快速對目標群體數量及活躍度有一定了解，對用戶群體進行深入的病種特定分析，根據不同類型用戶特點、用戶需求等設計更加精準的市場推廣策略，提高營銷效率和轉化率。識別并輸出高價值用戶，為用戶提供針對性、個性化服務，從而提升服務質量，改善用戶體驗，增強用戶忠誠度。

上一篇：某大型集團企業主數據管理項目實施經驗分享下一篇：三維天地入選《數據治理產業圖譜3.0》BUCM板塊，產品技術實力和應用服務能力再獲權威認可