企業的信息化管理是一條漫長而崎嶇的道理，當然這裡也不乏創新的火花。關於信息化建設隨企業所處環境、行業的不同而不同。那作為一個成熟的企業，在如今這個大數據浪潮下，對於未來的信息化有何建設性的想法呢？這裡分享某醫葯集團的數據化管理實踐。 ...
企業的信息化管理是一條漫長而崎嶇的道理，當然這裡也不乏創新的火花。關於信息化建設隨企業所處環境、行業的不同而不同。那作為一個成熟的企業，在如今這個大數據浪潮下，對於未來的信息化有何建設性的想法呢？這裡分享某醫葯集團的數據化管理實踐。
該醫葯集團的主營業務有藥品、生物製品、醫療器械以及醫葯的健康產品等。自20年前開始建設信息化，一路發展下來，現有大大小小各種業務系統幾十個，但是核心的系統無非是業務和財務這兩個部分。
但是，隨著業務規模的不斷擴大，公司規模業務部門業態越來越複雜，業務複雜性大大提升，企業更多地開始關註流程，流程的數據也開始逐漸變成企業運營的一個核心部分。
在信息系統的建設過程中積累了大量的數據，這些數據對於傳統的醫葯企業來講是一個寶貴的資源，因為這些數據積累了業務經驗、行業數據和行業標準。站在行業信息化角度來看，如何利用好這些數據成了關鍵。
數據的利用重點在於分析的過程
前幾年公司採用了帆軟的報表系統FineReport，圍繞公司的各個業務層面去做數據展現。同時也做了一些BI的嘗試，比如SAP之類的產品。無論是報表還是BI，核心目標是解決企業運營中決策的問題。但是建設下來之後，在決策和反思時，似乎並沒有很好的支持決策過程。主要原因是更多關註對歷史數據的消化過程，這些工具的使用僅僅是對歷史數據的歸納和重組，做了可視化展示，但這對數據管理來說並不是終點。跟多需要的是對歷史數據的分析過程。在這樣一個分析過程中需要的第一個是工具，而BI在數據挖掘和預測方面為我們提供更多的方法。
利用數據分析的過程去優化管理決策
決策過程是為分析提供場景。決策可以分為這樣幾個層面：最高的層面是戰略決策，然後是戰術決策，還有經營決策。它們的頻度和影響是不一樣的，戰略層面上的影響非常大，但在頻度上是5年、10年或者是更大的一個周期，我們才會做一個戰略上的變化。戰術的決策次之。經營層面的決策是伴隨著經營的過程中可能會實施、遇到和麵對的實際問題做決定的。
數據分析的過程其實是對歷史數據重新產生新的信息的一個過程，這個過程希望可以服務於我們的目標，用分析的過程去優化管理決策的過程。實際過程中，我們其實更多面對的是日常的經營決策，這樣的決策離不開報表和BI去做可視化，讓運營部門去分析。
現有數據架構帶來的問題
以下這張圖是信息的基礎框架，從框架上能看出，圍繞我們核心的業務是財務系統、業務系統、OA系統以及倉儲和運輸系統。通過這個核心系統，我們去開展一系列的應用建設。
每一個板塊都是一個獨立的系統，我們一直以應用為目標的方式來開發。這樣的開發方式雖然解決了很多企業運營問題，但也同樣給數據積累帶來一定的困難:
1、數據復用有困難
由於系統之間相互獨立，這些數據在各個系統中的復用就成為了一個難點。
2、各系統數據語義不同
另外一個在各個系統中可能同一個數據的含義或者名稱不一樣，它的語意定義也不一樣，這對數據的應用帶來了困難。
3、跨部門、職能、組織識別困難
由於以上兩個問題，使得數據在跨部門、跨職能或在組織各個層面上的識別也產生了困難。
如何推動數據的利用效率
以下是我們在關註數據的時候我們數據利用程度的分析圖，一方面是、技術的創新，另外一方面是技術創新對運營改善的影響。可以看到這分為4個象限。首先第一個象限，我們只做數據的積累，並沒有做任何的數據加工處理過程。第二個象限，就是對於我們所積累的數據幫助企業提升效率。第三個象限，就是更進一步，數據能不能對我們的企業產生新的戰略和機會。最後一個就是將效益和機會兩者兼併。
經過多年的建設，公司在提升企業效率和效益方面也做了很多工作。主要體現在這幾個方面。
- 數據整合：基於報表系統，我們把各個系統數據整合到同一個數據平臺上，通過這個平臺，我們能夠為我們的業務部門或者運營部門去展示。
- 建立儀錶盤：把關鍵指標、關鍵績效通過儀錶盤展示出來。
- 分級報表：通過數據平臺建立分級授權機制。
- 流程電子化：可以對流程不斷的進行跟蹤和優化，並由系統提供優化分析。
通過這些數據積累，可以更多地利用報表去發現問題，發現問題後去糾正和優化，解決了很多不能量化和展現的問題，但是，部門間數據指標的標準還是未能統一。於是，我們又在從第二象限向第三象限的過渡做了一些嘗試，在這個方面重新梳理了我們的業務模型。
數據決策如何應用於業務管理
醫葯商業作為供應鏈的中間環節，在發揮物流配送功能的同時，承擔著資金周轉的重要職能，因此對於醫葯企業利潤最大化的關鍵因素是毛利水平的提升和費用成本結構的優化。公司運用全成本核算的方法，創新了CVP價值分析模型，精確測算客戶、品種、供應商的凈利潤水平，併進行因素影響分析，通過挖掘利潤增長點，提供營銷決策參考。
那麼這個對於我們整個醫葯運營來講一個算輸入一個算輸出。那麼圍繞著輸入輸出我們開展了幾個維度的分析，客戶層面的和業態層面的，第二個是供應商層面的，第三個是品種層面，然後是我們業務人員層面。在這個模型中，有很多指標，很多關鍵項因素，我們要讓大家知道每個指標之間的關係是什麼，每一項指標的語意的定義是什麼並且統一。
於是，我們首先建立了上下一致的對數據理解的過程，除此之外利用這樣一個架構我們去完成幾個場景的決策。
第一個就是我們業務結構的優化，通過平臺上的數據去分析什麼樣的品種可做什麼樣的品種不可做，哪些品種帶來的利潤收益最大，哪些不掙錢。目的是指導大家做業務的結構調整。
第二個就是談判就是貿易。我們要去引進一個新的品種，這個品種能為我們帶來什麼樣的收益？我們通過數據平臺的這些參數的關係，在每一次談判之前由我們的財務部門做分析和策劃。
第三個是經濟化的預算。
第四個是對人員的考核，考核的指標來自之前提到的各個維度，比如說利潤。
第五個是項目決策，每一次做項目投入，都通過數據平臺來做支持。
未來展望
未來，我們希望優化原有單一形式的數據平臺，更好的為我們的運營做決策分析。可以從外部市場抓取數據，和企業內部的數據相結合，並且我們做的這些數據可以開放給在我們供應鏈上的其他人使用。
