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。
