【主数据】【大数据】从主数据到大数据 企业数字化转型的必由之路

2019 年 4 月 30 日 产业智能官


本文由:CIAPH根据原国药集团信息部主任雷万云在”第七届中国医药健康行业信息化高峰论坛“演讲整理


各位行业的同仁大家好!大家今日欢聚在济南,完成了一场行业思想的交流,这对于行业的数字化建设是很有意义的事,这正是CIAPH为所有行业同仁搭建交流平台的价值。


近年来,在很多行业和企业中,在讨论或谋求数字化转型升级,但是显得有些浮躁,潮流的概念也层出不穷,德国工业4.0、中国制造2025、数字化转型、两化融合等热词和口号喊的很多,但距离实际发展方向和目标感觉差的很远,其中原因我认为主要是数字化的基础没有打好。今天我想从企业如何从数字化基础工作出发演进到大数据和智慧企业的数字化转型策略路径,从以下五方面论述:从工业4.0来看企业主数据管理的挑战;主数据编码概述;国药主数据编码;主数据应用情况;从主数据到大数据。


CIAPH(医药健康信息化联盟)理事长、原国药集团信息部主任雷万云



一、从工业4.0来看企业主数据管理的挑战



首先看一下工业4.0思想对数字化的要求,传统企业和互联网to C企业是完全不同的生态,如果传统企业以互联网to C的模式去做数字化转型,是会彻底失败的,因此,传统企业要注重基本的数据标准基础,应该由主数据编码管理开始。


根据我对工业4.0概念、技术及演进案例的研究发现,工业4.0的实质是新一代信息技术与传统工业生产融合相互作用的革命性变革,它有5大特点,分别是互联、数据、集成、创新和转型,其基石是三大集成:价值网络实现横向集成、端到端数字集成横跨整个价值链、垂直集成和网络化的制造系统。全价值链包含了产品设计和开发、生产计划、产品、服务等整个链条,通过数字化打通,由自动化到数字化、到网络化,再到智能化的过程,所以目前企业数字化的最大挑战是标准。


工业领域企业的数字化所面临的挑战可谓是一个开放式心脏手术,困难重重。但为使数字化企业中的巨大的生产潜力凝聚,要扫清企业发展中的重重障碍。信息孤岛存在于企业内部的各个生产环节和运营环节中,以及企业之间和各行业,其次还要考虑行业的差异性。


想要利用数字化技术,建立一个涵盖价值链各个环节到供应商的无缝互联数字化企业,还有很长的路要走。以目前的情况,想要满足CPS 和互联网出现的新需求,可以说很困难。对传统企业人来讲不能浮躁,要做好功课,所以我认为企业数据标准由企业主数据管理开始。

 

二、主数据编码概述

 

物品编码的分类


医药行业的药品编码一般分成三大类,标识型代码、分类型代码、描述性代码:


  • 标识型代码:物品的唯一代号,要求保证编码的唯一性。

  • 分类型代码:主要用于对物品统计、分析,对分类类目要求保持唯一性,但对物品分类并不要求唯一性。

  • 描述型代码:又称特征型代码,主要是对物品的某些属性(特征)进行描述,在科学研究中使用较多。

 

物品的标识性型代码,是物品的唯一代号,要求保证编码的唯一性。在市场流通领域,全世界通用商品标识代码有EAN·UCC系统,具有统一的管理机构——国际物品编码协会(现已更名为全球第一商务标准组织GS1和统一的标准,并有统一的编码规则和使用原则)。有GS1 物品标识码和原药监局电子监管码。


物品的分类型代码,主要用于对物品统计、分析,对分类类目要求保持唯一性,但对物品分类并不要求唯一性。例如一个药品有多种功能,可以在不同的分类类目下重复出现。一个分类类目下也可以包含有多个药品。最常用的两个国际药品分类标准是:洲际药品统计的IMS(Intercontinental Medical Statistics)和世界卫生组织的ATC(Anatomical Therapeutic Chemic classification)。目前两标准分类体系已经统一,世界各国大都使用ATC码。国药编码是分类+属性,一个药品的结构化信息表征编码,可以细分到药品的品类品规。



三、国药编码主数据的建设情况

 

国药编码主数据的建设情况


近年来,国药对主数据编码建设的具体情况,包括:完成100万条国药编码工作,包括药品编码、供应商及客户编码;初步形成以集团总公司为主、二级公司审核、三级公司申报的国药编码机制和管理团队;建立有国药编码管理系统平台并完成了持续四次升级优化;为集团各级公司主营业务系统建设、BI系统建设提供了重要保障;为集团药品追溯体系建设打下坚实基础;为医药大健康大数建设打下良好基础。


主要解决的问题


主要解决的几大问题如下:解决了编码的复杂性和难度,简易性、唯一性、通用性、永久性;解决了一物多码问题,实现一物一码;解决了集团内科研、生产、物流分销、零售等各个环节通用性问题,可实现编码信息流通,使一体化管控协同成为可能;开放性、兼容性好。解决了现有编码存在的问题,并可以兼容继承、使用现有的国药编码,使几年来编码的成果继续得到应用和发扬;还可以对国际和国家的医药编码、集团各子公司现有的编码开放、兼容,已形成完整庞大的药典数据库等。


可兼容、继承关联如下的医药编码:


  • WHO的解剖、治疗、化学制药编码:ACT码;

  • 洲际药品统计码:IMS码;

  • 国际物品编码协会 ENA—UCC码;

  • 国家药品编码,本位码、分类码、药监码;

  • 国家药品基本目录;

  • 卫生部“YY02-521997” 药品分类标准;

  • 现有国药编码以及器械、海关编码和各自公司的编码,甚至操作码(开单码)。

 

国药编码方案的考虑思路


国药编码方案的考虑思路,是基于“本体论”、信息编码学原理,基于10多年来对国际、国内和医药行业编码的研究,以及国药集团的实际情况的考察考虑,基于数据库管理理论,这样的方案更能很好的利用数据库来实现,通过综合、权衡各种编码编码的利弊而综合考虑的一种优化方案。


国药的编码方案,与原来很多医药专家编了20多位甚至30多位号的很长的、需要学习很长时间才能使用的编码不同,这套编码高中生在国大药房实习不到半天就可以使用,因为其来源于实际应用而不是学术讨论,很多在培训会上了解到的很全面、优秀的编码,但企业无法实施应用,这是一个道理。



建设编码主数据的重要目的意义


因为完全的贴近业务,所以建设编码主数据有很重要的意义:


  • 集团主数据是各级企业主营业务系统的基础数据,为各业务板块一体化板块协同奠定基础;

  • 各级企业和集团BI(业务智能分析)的标准,基于此才能对业务数据进行分析比对;国控的BI就是完全基于集团主数据标准的;

  • 集团及行业药品追溯系统的基础数据;

  • 为集团和行业大数据应用的基础标准;

  • 未来集团医药健康产业互联网和供应链协同管理及电子商务的基础数据标准!是集团数字化转型的数据标准和基石,是集团的重要数字资产!

 

 

四、国药编码主数据的应用

 


集团主数据系统集成服务


国药集团主数据和BI系统、医药分销物流、医药零售、医药工业、医疗器械、人力系统、综合管理系等各个业务系统是相互交互的,下边是集团主数据管理平台,是业务板块、一体化系统的基础数据,与业务系统相集成,一起对集团预测、大数据分析、工业资源和供应链管理提供基本参考。



国药编码与BI集成——提升集团管控能力


国药编码与不同业态系统都进行过SOA管理的集成,就是利用准确的国药编码提供准确的洞察力,了解最有价值的产品、最好的客户和最便宜/可靠的供应商,通过集成不同异构系统交易数据,并和统一的主数据结合进行分析,得到更好的业务洞察力。


目前我认为谈不上大数据,主要是把BI——基于主数据的企业数据分析做好,将国药旗下300多家企业的统计报表,通过主数据集成在一起,再利用主数据嵌入到各企业的业务系统中,然后进行统一的数据抽取、统计分析,来实现国药集团的一体化运营。下图是运营的最基本的参数报表:



打造国药物流云服务平台


2012年,国药集团打造了国药物流赛飞供应链管理云服务平台(以下简称“赛飞物流平台”),是通过把集团主数据下载再细化成物流供应链的数据,与运营属性相统一,一体化集成的赛飞物流平台,承担着价值2000多个亿的全国药品物流平台。



院内物流SPD方案


SPD大家都知道,是打破最后一公里,国药集团的最后一公里连接的不是到医院的药房,而是到医院的各个科室。每年有2000多亿的药品和耗材,通过赛飞供应链平台和医院内部物理系统SPD打通和实现:


  • 提供专业的院内耗材库规划、以及院内物流运营管理,提供咨询服务;

  • 提供专业的信息化服务,提供全面的医院供应链管理系统;

  • 提供专业的院内配送队伍,在医院药械部门的管理下,提供院内服务。

 

SPD特色是耗材供应商资质管理电子化、自动化;耗材订单根据最优库存自动生成;耗材即用即扣减消耗;高值耗材全程追溯;高值跟台耗材追溯管理。


SDP要实现的目标包括三方面:


闭环目标是:符合JCI和HIMSS标准的耗材闭环,低值耗材批次追溯,高值耗材与患者绑定追溯。


成本目标是:耗材物流转由低成本物流人员承担;耗材精确物流条码化、移动化带来护士工作量大幅减轻,准确度提高;高值耗材一物一码,全程追溯,减少浪费。


系统目标是:降低医院运营成本;提高耗材供应链效率,降低消耗;提高医院耗材管理水平;减轻人员工作强度,杜绝医疗事故;建设院内耗材集中配送中心,解脱医师。

 

药品追溯及质量管理平台


国药集团在药品的追溯质量管理上,通过供应链的平台,基于主数据,和生产企业、监管机构形成完整的药品追责,形成完整的追溯系统,可以说业务系统做出来了,追溯系统自然就做出来了。现在很多IT企业为了做追溯而追溯的技术是不可行的,追溯是赋予供应链管理的过程,而不是重新拿出来做追溯。




五、从主数据到大数据

 


统一主数据编码、主数据的重要意义


统一主数据编码是实现企业互联网+计划打造“医药健康产业互联网”的基础保证,是各业务板块一体化运作和各板块协同的基石,更是企业信息化标准体系建设的重要内容,是集团管理决策分析平台(BI系统)、业务协同、电子商务、医药健康大数据建设的基础,是集团数字化转型、向工业4.0演进的基础、培育新经济环境下竞争力的基本前提。


我们必须深刻认识到统一主数据编码的意义并建设、维护好,否则,业务系统的建设无异于是沙滩上的高楼,将会出现“楼危危”和“楼歪歪”以及“楼房倒塌”现象。

 

企业从主数据往大数据演进的架构路经


如何统一主数据编码?这是我十多年来研究的主题,也是传统企业大数据演进的七大架构层。底层有技术设施IaaS和数据架构,然后再去数据集成、应用集成、流程集成,通过集成后的数据,运用在由BI到大数据到商业智能以及AI,最后封装成不同的移动应用、门户应用、互联网应用。



对企业来讲,大数据来源于三种不同的数据源,包含结构化数据和非结构化数据:一是工业车间内产品自动化仪器设备,通过以太网传达的实时数据;二是CRM、ERP等产生的批量的结构化数据;三是互联网数据。不同的数据整合起来,在云上基于主数据的管理形成不同的分析,实现大数据的动态的过程。

 

企业数字化转型与传统的信息化建设不一样,传统的信息化建设是先部署应用再产生数据、进行分析,而现在,企业都积累了大量数据,部署了很多业务系统,基于标准编码的数据进行BI大数据分析,以数据驱动应用,进而提升用户体验和业务创新。

 

从主数据到BI再到数据科学,是大数据到AI进行描述性的分析、诊断性的分析、预测性的分析和指定性分析的过程,这一过程是可见——洞见——远见的智能化分析过程,实现了由传统的业务驱动到数据驱动的演变。

 

基于主数据的大数据建设意义


建设意义主要集中在一下方面:创造透明度;通过实验来发现需求、呈现可变性和增强绩效;细分客户,采取灵活的行动;用自动算法代替或者帮助人工决策;创新商业模式、产品和服务。所以管理极端数据的能力将成为企业的核心竞争力,企业越来越多地使用新形式信息,寻找支持商业决策的模式。因此,通过大数据,进行业务分析与优化,引领企业智慧增长:


智慧的盈利性增长:智慧企业在增加客户数量、改进关系、发现新市场和开发新产品和服务方面有更多的机会。


成本减少和效率提升:智慧企业可优化资源和资本的分配与部署,以提高效率,并以一种符合其业务战略和目标的方式来管理成本。


主动式风险管理:由于预测和识别风险事件的能力得到增强,再加上准备和应对这些事件的能力,智慧企业在结果方面漏洞更少,具有更大的确定性。


国药集团通过建立统一的编码基础数据,建立平台与企业数据集成,并与供应链协同、电子商务为企业提供医药行业大数据支持系统,实现药品追溯服务、全程决策分析、合理用药、社会公共服务、行业监管服务等的协同,形成新型智慧医药行业全产业链数据平台,由原有B2B到C2B客户驱动新型的智慧供应链,实现端到端的供应链集成。



以上是我规划的集团企业通过由主数据到大数据、到AI所追求的智慧企业、智慧医药健康生态链的数字化转型愿景。希望对大家有所借鉴,主数据很重要,希望行业同仁能够多多重视,谢谢大家。


工业互联网+智能制造




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进产业OT(工艺+自动化+机器人+新能源+精益)技术和新一代信息IT技术(云计算+大数据+物联网+区块链+人工智能)深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。



登录查看更多
2

相关内容

大数据安全技术研究进展
专知会员服务
90+阅读 · 2020年5月2日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
233+阅读 · 2020年4月18日
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
电力人工智能发展报告,33页ppt
专知会员服务
119+阅读 · 2019年12月25日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
133+阅读 · 2019年12月12日
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【CPS】CPS应用案例集
产业智能官
81+阅读 · 2019年8月9日
【知识图谱】大数据时代的知识工程与知识管理
产业智能官
21+阅读 · 2019年7月3日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
33+阅读 · 2019年4月22日
【大数据】工业大数据在石化行业的应用成功“落地”
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
10+阅读 · 2018年3月22日
VIP会员
相关VIP内容
相关资讯
【数字化】制造业数字化转型的实战路线图
产业智能官
39+阅读 · 2019年9月10日
【CPS】CPS应用案例集
产业智能官
81+阅读 · 2019年8月9日
【知识图谱】大数据时代的知识工程与知识管理
产业智能官
21+阅读 · 2019年7月3日
【数字化】数字化转型正在成为制造企业核心战略
产业智能官
33+阅读 · 2019年4月22日
【大数据】工业大数据在石化行业的应用成功“落地”
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
相关论文
Arxiv
99+阅读 · 2020年3月4日
Arxiv
31+阅读 · 2018年11月13日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
10+阅读 · 2018年3月22日
Top
微信扫码咨询专知VIP会员