数智时代的医药零售新生态实践

2024帆软商业智能峰会 数智时代的医药零售新生态实践 演讲：胡旭平 康佰家医药集团股份有限公司CIO 康佰家简介 数据转型的意义和业务数字化挑战 数据转型的策略与规划 数据转型实施的成果与展望 CHAPTER1 康佰家简介 公司发展 集团简介 康佰家医药集团有限公司最早第一家门店于2003年创办，集团总部位于福建福州市，注册资本6.6亿元，主营业务为医药批发和零售连锁药房经营，线下连锁药店与线上O2O、B2C等电商平台有机结合，2023年集团零售额约达50亿元。目前集团共有直营门店2000多家， 拥有专业药师三千多名，员工总数10000多名，拥有门店会员1700多万，业务覆盖福建省内九地市各大城市、县、部分乡镇及江西省上饶、抚州、赣州、南昌、新余、吉安、宜春，浙江省温州、宁波、衢州、金华等3省130多座城市。公司已连续十多年被评为中国药品零售百强企业，2022年康佰家医药集团被认定为福州市综合型总部企业，同年纳入了福州市重点上市后备企业。 企业排名 CHAPTER2 数据转型的意义和业务数字化挑战 数据转型的重要性和意义 数据转型在当今数字化时代变得至关重要，尤其对于康佰家这样的医药保健领域的企业而言，更是一项不可或缺的战略，以下是数据转型的重要性和意义 •快速洞察市场情况和决策支持，提高效率和生产力 数据是反映业务的重要途径，任何的业务情况及异常状况都会通过数据反映出来，对企业领导者来说，通过数据看板拿到第一手经营情况可以很便捷的做出业务决策。 •创新和发展，提升用户体验 数智时代，不仅是企业，所有人都逐步习惯于通过移动终端了解资讯，并完成一定的讯息同步和 交互，通过BI分析筛选出顾客/用户所需数据，并及时推送给顾客，时效大大提升。 •数据安全和合规性，未来发展方向 紧跟时代步伐，各行业都在积极数智化转型，数据价值越来越重要。 业务面临的数据化需求和挑战 当今数字化和信息化的时代，医药行业也面临着越来越大的数据化需求和挑战，以下是一些主要方面：需求： •数据整合能力：企业需要将来自不同来源（如人员管理系统、营收系统、财务系统等）的数据进行有效整合，以获得全面的业务视角数据驱动的决策需求 •实时数据分析：为了快速响应市场变化和客户需求，企业需要能够实时分析数据并据此做出决策。 •高级数据分析：利用机器学习、人工智能等高级分析技术来挖掘数据中的深层次洞察和预测未来趋势 •数据安全与合规：随着数据泄露事件的增加，企业必须确保数据的安全性并遵守各种数据保护法规 •数据治理：建立强大的数据治理框架，保证数据的质量和一致性，以及合理管理数据资产 业务面临的数据化需求和挑战 挑战： •技术挑战：选择合适的大数据技术和工具，以及维护和升级现有基础设施以满足不断增长的数据量和复杂度 •人才缺乏：招募和保留具备相关技能的数据科学家和分析师，他们能够处理复杂的数据问题并从中提取有价值的信息。 •数据隐私和伦理：在收集和使用客户数据时，平衡商业利益和用户隐私权，避免侵犯个人隐私和违反道德规范。 •部门变革管理：大数据项目往往要求企业文化和流程的改变，这可能导致员工的抵触和不适应。 CHAPTER3 数据转型的策略与规划 1策略 制定明确的数据收集策略与范围， 包括搜集顾客购买记录数据、会员信息、用户健康信息、客户反馈等 各类数据接入数仓。 2规划 部署基于开源数据采集工具和技 术，建立数据收集流程，确保数 据来源的准确性和完整性 数据收集 数据处理 1策略 设定数据处理标准和流程，包括数据清洗、整合和存储，确保数据质量和一致性，并根据深入了解业务需求与经验设计数仓数据分层架构。 2规划 建立数据处理平台和系统，采用 自动化工具进行数据清洗和整合， 建立数据仓库和备份机制。 1策略 发挥数据科学和技术在数据分析方 面的作用，深入挖掘数据价值，提 供决策支持和业务洞察。 2规划 建立数据分析团队，培训数据分 析人才，应用数据挖掘、机器学习等技术进行数据分析，为业务 提供智能化解决方案 数据分析 数据分析—零售分析全景规划框架 数据分析—门店管理痛点剖析 数据分析—问题追溯体系构建 数据转型的策略与规划 4.技术应用 策略：整合先进的技术应用，包括BI、大数据分析、云计算等，提升数据处理和分析效率。 规划：寻找适合医药保健行业的技术解决方案，与技术合作伙伴合作，推动技术创新和应用，比如FineBI、简道云。 5.团队建设 策略：建设专业的数据团队，包括数仓工程师、业务分析师等，共同推动数据转型。 规划：提供培训和发展机会，激励团队成员参与数据转型项目，建立跨部门协作机制，促进团队合作和创新。 6.流程优化 策略：优化业务流程，整合数据应用于业务流程中，提高工作效率和业务运营水平。 规划：定期评估业务流程，识别优化空间，引入数据驱动的决策和运营模式，持续改进业务流程。 CHAPTER4 数据转型实施的成果与展望 成果 提高决策质量 成果一成果二 优化运营效率 四大成果 数据驱动的生产力提升 成果三 成果四 改善服务质量和用户体验 场景一、巡店分析智能决策支持 巡店对于零售行业来说是了解营运状况、维护公司标准的重要途径，也是发现机会点、提升运营效率的关键环节。 通过巡店，管理层可以快速了解到以下信息： 1.总体营业额、毛利情额信息，同比及环比的情况如何； 2.商品线中各大品类的占比情况； 3.会员的占比、拉新情况如何； 4.人员的编制、人效信息； 5.扩展的计划、进度信息； 巡店分析看板为公司的发展提供科学的数据支持和决策依据。在引入BI前，业务人员制作巡店报表时往往存在以下问题： (1).数据分散，关键指标分散在多个系统中，基础数据量大，整合耗时(2).报表制作周期长，且需要定时手动更新数据 (3).缺少可视化功能，分析效率低下，无法快速定位到问题所在 场景一、巡店分析智能决策支持 1解决方案 为解决以上痛点，将各 业务系统数据同步到数仓，进行一系列清洗整理；按主题整合巡店工作中所关注指标至一张看板，协助决策者从不同角度切入分析。看板支持从集团-区域-片区 -门店的逐层穿透分析，在保留数据广度的同时提高数据深度，让决策者尽可能在上层发现问 题，下钻定位问题。 场景一、巡店分析智能决策支持 1解决方案 将销售指标进一步 按线上/线下 /DTP拆分，通过柱形图对比不同销售渠道近N月的情况，以此为依据为各渠道制定调整方 案 场景一、巡店分析智能决策支持 1解决方案 经营费用/利润指 标可追溯至组成细项，为决策者后续进行成本控制和盈利能力方面分析提 供参考依据 场景一、巡店分析智能决策支持 1解决方案 巡店模板：保留并 整合巡店专员惯用巡店模板，由首页跳转至巡店报表集合页。各区域负责人按权限自动筛选出所辖门店信息，自行导出/打印作为下一次巡店考察 依据。 场景一、巡店分析智能决策支持 1解决方案 异常指标登记/跟踪：巡店专员可通过对巡店报表指标进行排序，快速获取某指标处于末尾值门店，页面支持登记该门店该月某指标存在异常信息。后续由相关人员负责跟进、调整，监管人可在异常问题记录报表中跟踪从问题提 出日期至今该指标趋势，以此判断问题是否解决，完成问题闭环。 场景二、HR绩效/定量每月调整 HR部门对门店人员的编制、是否超编，业绩如何、人效如何都是非常常用的维度分析，根据HR部门需求，制定体现绩效信息的报表，可一键查询相关的数据，并且根据管理要求，可以开放部分字段，由相关的人员对数据进行修正、复核审批。 具体过程如下： 1.生成门店近三个月业绩情况表，报表根据当前人数、定量计算出下月应发工资，并且根据门店等级、业绩、工资限制等因素判断应发工资是否在合理区间内，标注不合理工资的计算涉及字段及不合理原因字段。 2.片区总店长根据报表判断结果对工资不合理门店进行定量调整申请，报表根据调整值自动计算 出调整后应发工资。 3.由总监审批后提交至总部，总部复批后将最新定量更新为后续工资发放标准。 场景二、HR绩效/定量每月调整 场景三、业务人员自助分析 1解决方案 BI引入一年多后 已在各个部门广泛应用，其中财务部业务人员已具备自助分析能力，可以使用FineBI和 FineReport自主开发多张报表并投入使用，如财务报告看板、门店收购 盘点录入报表等。 场景三、业务人员自助分析 场景三、业务人员自助分析 场景三、业务人员自助分析 通过数仓建设实现了各个业务系统的归集，使用FineBI和FineReport工具大大提高了对数据的各 种应用，促进数据转化为企业生产力： 1.精准决策支持：数据转型让企业能够基于数据驱动的决策，提高决策的准确性和及时性，从而更好地适应市场变化。 2.个性化服务优化：通过数据分析，药学服务中心可以为客户提供更加个性化的药学服务，提升客户满意度和忠诚度。 3.市场营销精准化：数据转型让管理层能够更好地了解市场需求，调整营销策略，实现精准营销， 提升市场占有率。 4.供应链管理优化：通过数据化技术优化了供应链管理，提高了供应链的透明度和效率，降低了 风险。 展望 •无所不在的数据分析：便捷的用户自助分析 •跨界数据合作： 如电商平台（品类和销量的匹配，补品） 会员与大数据样本的匹配、慢病标签大数据选址应用 •数据市场和交换平台：数据资产化、数据交易… •智能化发展：数据分析的最后一公里，与AI的结合 蓝图绘就，正当扬帆破浪 任重道远，更须策马加鞭 谢谢观赏！