医药企业如何推进数字化转型

数字化转型
医药制造业是我国国民经济的重要组成部分,医药行业由于其特殊性,行业监管力度大,药品从研发、生产、流通、销售、售后安全各个环节都会受到政府主管部门的严格监管和控制。

医药制造业是我国国民经济的重要组成部分,医药行业由于其特殊性,行业监管力度大,药品从研发、生产、流通、销售、售后安全各个环节都会受到政府主管部门的严格监管和控制。如何通过数字化手段保证药品质量的安全性和有效性,加快药品上市时间,提高药品生产效率,成为整个医药行业关注的焦点。

推进数字化转型,建立全行业生命周期跟踪追溯体系势在必行。以自动化系统集成、信息系统集成、工业网络和信息安全为重点,通过智能设备、智能生产线、智能车间、智能工厂等路径,用信息流的自动化驱动,为医药企业数字化转型赋能,从而达到保证药品质量稳定、降低人力成本的目的。

医药行业现状

过去几十年,由于医药行业高毛利,生存环境乐观,传统的研发、生产、商业流通及营销,粗放式建设及管理,仍然可以维持企业生存和高利润。近几年,随着国内对科技创新日益重视,配套医改政策不断推进,加上疫情等突发公共卫生事件,医药企业生存环境已然改变,医药行业的问题日益突显。

1.缺乏技术支撑

新药研发阶段信息化支撑手段缺乏,缺乏技术支撑。当前医药研发需要强大的平台及人工智能、大数据分析等手段支撑,我国医药企业特别是中小企业仍处于传统医药研发阶段,缺乏信息化手段及数据的支撑,导致药物研发耗时耗力,且成功率低。

2.存在孤岛效应

医药生产阶段信息化及自动化大部分处于单点覆盖阶段,未形成端到端集成,医药生产供应链存在“孤岛效应”。一方面部分生产环节还未实现自动化,这在中成药制造企业中较为常见,如药材预处理、药物提取、环境控制等环节,仍需要大量人工参与。另一方面,医药企业信息化与自动化大部分互相分离,生产过程中的数据没有得到实时收集以用于研发、生产过程的控制及管理。

3.数字化水平低

医药企业多环节数字化水平偏低,我国医药制造企业对药品营销渠道管理、营销数据的实时跟踪及数据分析能力普遍不足,缺乏先进的信息技术和数据分析手段,数据采集、存储、处理和共享能力有限,难以有效应对当前市场竞争和业务需求的快速变化。

4.产业协同力弱

企业营销流通、产业链协同等环节信息化水平普遍偏低。我国医药制造企业对药品营销渠道管理、营销数据的实时跟踪及数据分析能力普遍不足。同时,当前药企普遍缺乏互联网营销及用户服务类平台,基于线上的创新发展观念薄弱。另外,医药制造企业利用信息化平台打通产业链上下游企业,实现上下游企业数据同步、资源及业务协同等方面还存在较大短板。

转型思路说明

基于我国医药制造企业数字化、自动化现状及问题,为推进我国医药制造企业运营升级、产品及服务模式创新,提升行业在国际的综合竞争力,企业应根据自身实际情况进一步提升研发、生产、营销流通、用户服务等环节智能化、数字化水平,同时推进企业各环节系统间集成及数据共享流通,最终实现智能化研发、智能化生产制造、智能化企业管理等全新生产运营模式的构建,具体建议如下。

1.研发环节升级

医药研发环节数字化是目前我国医药制造企业存在的最大短板,也是企业加强创新药开发力度的关键一步。研发环节数字化建议从以下几方面开展。

  • 建立统一数仓

一是企业内部要构建统一的研发基础数据库,如电子实验记录、仪器原始数据、化合物/生物样品数据、生物活性数据库等,实现研发过程中各类数据电子化、标准化,并实现基础数据库在企业内部的数据共享。

  • 完善流程集成

二是完善企业级的研发信息管理系统,实现研发流程集成。构建医药研发平台,建立标准化的研发流程,基于研发平台实现研发流程集成。基于研发平台推进研发数据的整合和开发利用,实现对研发进程和研发质量的管理和控制,提高实验效率,加快药物研发进程。

  • 技术辅助研发

三是充分利用大数据、人工智能等新一代信息技术辅助研发创新。医药制造企业应和专注于大数据、人工智能的信息技术服务企业开展广泛合作,共同探索人工智能、大数据等技术在药物研发、临床试验过程中的应用,以降低研发成本、缩短研发周期。例如运用人工智能、大数据等技术在药物研发、临床试验等阶段进行大批量文本分析及预测、虚拟药物筛选、病例分析及临床匹配、晶型预测、发掘药物新适应症等工作,以提高药物研发效率。

2.生产环节升级

医药生产环节应重点推进生产过程自动化、智能化水平,加强各环节智能化系统的整合,逐步形成贯穿整个生产过程的智能化、自动化控制体系。由于化药、生物药、中药生产数字化基础存在较大差异,建议企业在数字化转型过程中,根据自身情况选择具体方案。具体建议如下。

  • 减少人工干预

一是中小企业首先提升药品生产关键环节的自动化、智能化水平。推进智能装备、智能传感器等智能设备的普及,加强提取、浓缩、醇化、干燥、灭菌等关键环节自动化控制系统的部署,逐步实现各个环节工艺参数和质量控制参数(如温度、流量、压力、液位、质量、浓度等)的自动采集、监测、分析、集中显示、报警和控制,简化生产流程,减少人工干预。

  • 形成控制体系

二是逐步形成贯穿全生产过程的智能化控制体系。在关键环节自动化系统部署基础上,推进各环节自动化控制系统的整合,形成贯穿整个生产过程的智能化、自动化控制体系,强化生产制造各类参数数据汇聚与分析,实现信息和数据的快速、合理、准确传递与共享,全面提高生产制造过程信息化管理能力。

  • 加强系统建设

三是完善企业生产类信息化系统建设及综合集成。完善生产执行(MES)、环境监测、药品质量监管、仓储管理等生产信息化系统建设,实现生产自动化、智能化设备数据、物料、能耗等数据接入到生产信息化系统中,实现数据的实时监测及分析应用。推进生产信息化系统间集成及数据共享流通,形成集管控、优化、调度、执行和经营于一体的生产新模式。

3.运营管理升级

企业运营管理数字化是医药制造企业实现内部运营升级的重要手段,通常包括企业人财物的数字化综合管理、企业数据汇聚及综合分析、企业智能决策等。具体建议如下。

  • 推进管理升级

一是推进企业运营管理数字化升级,针对中小企业,建议通过实地部署或采购SaaS服务等方式,推广办公自动化、企业资源管理、客户关系管理、供应链管理等运营管理类信息系统的使用,加强企业管理精准管控能力。对于有实力的大型企业,建议推进运营管理类系统与药品研发、生产制造、营销流通、用户服务等环节信息化系统的整合,实现研发、生产、营销、用户服务、企业运营管理相关流程及数据的融合贯通。

  • 提升应用水平

二是提升企业大数据创新应用水平,建议有实力的医药制造企业打造企业数据中台,盘活企业全量数据,实现企业各环节数据的汇聚整合、提纯加工、数据分析、数据应用服务等,形成基于大数据分析与反馈的工艺优化、流程优化、设备维护与事故风险预警、精准营销及用户服务能力,实现企业生产与运营管理的智能决策和深度优化。

  • 加强产业协同

三是推动产业链上下游信息化协同,加强医药制造企业与上下游产业链企业的协作,通过系统整合、流程打通等推进上下游企业生产要素互通共享,逐步实现产业链互联、平台协同、要素融通,推动产业链企业生产和服务资源优化配置。

数据中台方案

数据中台的方案主要是面对企业数据治理分析的需求,对企业基础数据进行治理,实现基础数据同步分发,同时建设企业的数据仓库,将基础数据、业务数据进行高度汇聚整合,并通过图形化的分析看板和组件将数据直观展现,满足企业高层对于业务的掌握以及决策的制定。

1.方案整体介绍

数据中台主要是打通企业的数据环节,实现全生命周期的数据管理,通过数据中台建设数据管理体系,实现各个业务系统数据的有效整合,通过基础数据治理保证底层基础数据的一致性,基于业务指标进行前端的动态展现,结合数据指标的多维度穿透,实现以不同形式、不同维度的分析展现。分析业务指标的同时也是对企业业务的梳理,发现业务中存在的问题,实现企业业务升级与转型,保证领导层能实时把控企业业务的发展,了解业务痛点,改进业务管理方式,实现业务与数据的相互支撑,从而为企业的高层决策提供数据支持。

2.方案场景说明

在“MDM基础数据平台+ESB企业数据总线+DAP数据分析平台”构成的企业数据中台方案中,强调数据的价值,数据资产的管理,业务主题、业务指标的梳理与分析,实现基于业务指标的数据分析,考察数据指标的来源、影响以及基于数据指标实现多主题、多业务的数据穿透,在不同业务中指标的变化和发展趋势,从而为业务发展进行预测和决策。

3.涉及产品作用

数据中台分三个模块,数据分析平台(DAP)、主数据治理平台(MDM)、数据集成平台(ESB),数据中台的部署环境采用K8S云平台部署,主要实现基于数据治理分析的中台建设,通过MDM将企业内部的基础数据标准化、规范化、整合化后,由DAP进行数仓建设以及最终的数据分析的可视化展现,ESB通过数据集成完成整个数据中台的主数据分发和数仓的数据汇聚。

建设要点说明

通过数据中台的建设,使基础数据标准化、管理流程规范化、数据共享模式化、数据呈现直观化,实现基础数据的集中、全生命周期管理,业务数据的实时、精准采集、有效分析,实现业务流程的标准化管理及监控,保证数据质量的真实性、准确性、一致性、完整性、及时性,提高全集团的数据管理能力,数据共享能力,促进数据综合分析能力的提高,为管理层决策提供依据的服务能力。

1.业务内容整合

从业务的角度来说,数据中台的建设是对现有业务集成整合的过程,通过数据、业务、流程的迁移整合,加强对整体生产经营业务的监管、决策,实现数据无障碍采集、交换、共享,加强上下级业务联动化、流程合理化水平,提升监管过程各环节效能,不断优化管理结构。

业务集成和数据集成有效结合,实现无边界的业务、数据流体系的打通,通过数据标准化、采集交换、汇聚整合等手段,为人、财、物等资产综合管理提供有效的支撑,同时通过系统建设为组织布局、业务流程、管理制度的优化提供支持,规范业务操作流程。

2.平台体系建设

平台建设主要是基于企业的实际业务以及信息化建设情况,基于数据中台的建设规划,提出的信息化平台建设要求,主要包括基础数据平台、数据集成平台和数据分析平台,基础数据平台用于支持全生命周期的基础数据管理,保证基础数据的唯一、准确、全面,通过数据集成平台实现异构系统的基础数据和业务数据的集成同步,同时将分散在各系统的数据汇聚到数据分析平台的数仓中,支撑数据的可视化分析展现。

1.基础数据平台:建立统一的基础数据管理维护平台,实现基础数据全生命周期管理,建立基础数据管理体系,维护基础数据模型,保证跨系统的基础数据集成,各业务系统复用同一套基础数据,帮助创建并维护整个企业内基础数据的单一视图,保证单一视图的准确性、一致性以及完整性。

2.数据集成平台:满足异构系统间的集成对接需求,通过平台进行服务接口的集中化管理,支持跨系统的数据集成、业务集成实现,通过工具化、服务化形成数据集成体系,便于系统间的对接。

3.数据分析平台:建立统一高效、资源整合、互联互通、信息共享、便捷查询、实时监管的企事业内外一体化的数据决策分析平台,实现各业务系统的基础数据、业务数据的整合,构建企业数据仓库。实现数据整合的同时形成数据资产,进行数据分析和可视化呈现,帮助企业根据自身经营发展情况,提供政策分析、运营情况分析、财务情况分析、企业运营主题分析、企业内外部的相关数据分析,实现及时掌握商情和动态,通过积累和挖掘行业数据,达到帮助运营决策的目的。

4.云平台部署:通过云管理平台搭建数据中台,可以提升部署效率,特别是针对集群式、高可用部署,云平台具有天然的优势。云平台部署模式在满足常规部署的同时,也提供了对于服务器资源的监控、运维的辅助,能协助运维人员快速进行服务器升级、扩容、启停等操作,降低运维难度。

3.标准体系建设

标准体系的建设是企业信息化建设的核心内容之一,对于信息化建设而言,只有建立一套统一、标准、行之有效的标准规范体系,才能保证系统集成过程中数据的有效落地。对于数据中台的标准规范,主要考虑基础数据、数据管理、数据集成和服务治理、数仓建设几个方面考虑。

1.基础数据标准:建立基础数据的模型、编码标准体系,统一建立并管理维护基础数据,保证现有系统基础数据的集成统一和数据准确,同时为后续系统接入奠定主数据标准。

2.数据管理标准:根据各类基础数据业务应用模式,结合业务管理职责,明确各类数据责任部门,建立各类数据相关职能岗位和运行维护团队,统一进行数据的管理维护, 并明确数据相关岗位操作规范,形成各类数据的标准化操作流程规范。

3.数据集成标准:根据数据管理和应用的需求,设计数据管理系统的应用架构(包括部署模式、软硬件环境以及网络部署模式等),同时根据业务需求,梳理数据管理系统与各业务系统的集成关系,完成数据管理系统集成架构的设计,建立异构系统的集成标准,数据结构、服务接口、集成方式等统一、标准,支撑业务系统集成以及后续新系统上线的统一。

4.服务治理标准:建立统一集成开发标准,规范服务开发、消息读写、服务管理、平台运维等,形成一套独有的从开发到运维的管理体系,后续所有的服务开发与系统接入统一遵循标准规范,从而提升服务开发与对接的效率,也能使后续的管理和运维工作更加规范化、标准化,通过服务化治理实现各个系统服务接口的统一管理,统一服务接口,便于后续系统对接。

5.数仓建设标准:针对数据仓库的建设制定建设标准,明确数据的来源,通过获取到的数据将会从ODS到数仓—数仓中维表和事实表加工汇总—加工汇总后进行数据模型的创建—数据模型生成数据集和立方体最终进行可视化展现,实现数仓建设、管理、采集、加工、转换、汇聚过程的标准化。

预期效果说明

通过数据中台建设,完善了信息化体系建设,使各业务系统的融合度更加完整,构建更加完整、全面的信息化体系。将各个系统分散的基础数据进行了统一治理,保证了基础数据的一致性,提高数据质量,有效支撑了数仓建设,提高了决策分析的效果,同时也能完成跨系统的基础数据统一,建立数据标准,支撑了系统间的快速融合。

1.优化体系架构

通过企业数据中台方案,能够优化体系架构,确保企业核心应用系统实现信息系统互联,满足集团信息共享需求,避免信息孤岛形成。统一系统架构及协同标准,单一系统变化对其它系统影响极小,符合未来业务发展需求,为后续信息化建设提供支撑。

2.构建标准体系

通过数据管控体系和数据运维体系咨询服务,对组织架构、运营模式、管控流程、角色与职责进行清晰的定义。通过标准业务流程驱动,强化数据中台的作用,打造企业信息基础数据集成和共享平台,实现企业数据层面的战略规划管理。支持集团化多组织结构的复杂管理层级,能够构建在多组织结构上的应用系统,兼顾集团公司整体管理和下属企业作业流程之间的平衡,实现流程驱动和数据管控。

3.提高数据质量

通过数据总线,实现一致性的企业数据视图,大大降低数据交互访问的复杂性。基于面向服务架构的标准化数据服务,实现访问的透明化。数据自动化服务实现了统一的业务访问标准,主动分发服务保证了相关业务目标系统数据的变更同步性,大幅降低数据的集成和共享成本,有效降低人为因素所产生的数据问题,提高数据应用质量。

4.挖掘数据价值

通过业务主题、数据大屏、移动端的可视化分析等手段深度挖掘数据价值,帮助企业更好地满足客户需求,满足业务拓展需要,保障高层决策的合理性和可靠性,同时能提示风险,帮助企业规避雷点,促进企业发展。数据中台提供政策分析、生产情况分析、财务情况分析、企业运营主题分析、企业内外部的相关数据分析,可视化数据能够帮助企业快速将数据转化成信息,从而产生数据生产力,形成数据驱动闭环,达到帮助经营决策的目的。

医药企业数字化转型的关键驱动要素是数据。数通畅联认为,站在企业数字化转型的视角下,建立起安全稳固的数据底座,才能支撑企业不断发展的新业务,支撑市场的差异化需求,提高核心竞争力。通过数通畅联的数据中台,可以根据想要搭建的业务场景,随时调用对应业务主题的数据,又能通过新增数据不断反哺到数据池,促进整体业务的不断优化。

责任编辑:华轩 来源: 今日头条
相关推荐

2021-08-31 16:15:13

数字化

2022-10-19 13:14:54

戴尔

2021-12-16 10:29:22

SAP数字化转型加速包

2023-08-18 15:19:22

数字化转型数字化

2023-07-06 10:33:30

数据中心综合布线

2022-06-09 14:58:18

云计算数字化转型科技

2023-08-23 11:03:16

2018-09-11 11:03:30

数字化

2018-08-20 16:00:05

APM数字性能数字化转型

2021-09-11 23:28:24

数字化转型IT技术

2023-08-03 14:53:30

2022-08-31 14:24:03

数字化转型小程序平台

2021-05-26 10:12:07

数字化转型IT领导者

2022-05-07 15:35:38

数字化转型企业效率

2017-04-18 16:28:38

开源 推动

2021-03-01 13:10:20

数字化转型医药技术

2020-10-15 13:35:41

VMware

2022-05-20 15:38:06

数字化转型企业数字孪生
点赞
收藏

51CTO技术栈公众号