通过改进的数据和分析方法确保企业卓越（英）2024

白皮书 通过不断发展的数据和分析方法确保企业卓越 TYSONKUEHL，校长，IQVIA咨询 VALERIEENG，协会。IQVIA咨询公司负责人帕特里克·戈尔曼,经理,IQVIA咨询 目录 Introduction1 改进数据和工具的使用以推动影响1 了解您自己的数据成熟度3 什么是进化的数据战略的支柱？4 客户聚光灯8 结束语10 IQVIA如何帮助您11 关于作者12 参考文献14 Introduction 尽管大数据和高级分析技术充满潜力，生命科学组织仍然经常面临基本商业问题的挑战。这些问题部分归因于不断演变的经济社会、科学和技术因素，或者对这些新技术方法的误用。虽然这些因素存在，但生命科学组织仍需应对如何有效利用这些技术以解决实际业务问题。new生物技术组织在不断发展过程中仍然难以将数据转化为可操作的洞察以实现商业卓越。这种情况频繁出现的原因在于缺乏一个基于组织希望解决的应用场景的整体战略。本白皮书提供了具体行动建议，以帮助组织优先考虑这些措施，从而将数据策略和管理挑战转变为差异化的机会。 改进数据和工具的使用以推动影响 医疗健康数据是每个生命科学组织的核心。它提供了关于患者、提供者及其他利益相关方的见解，最终驱动业务优先事项和运营。生命科学组织投入团队并投资资源来获取、管理及分析数据。据估计，生命科学分析行业在2023年的市场规模为262亿美元，并预计到2028年将达到484亿美元，复合年增长率（CAGR）为13.5%。1此外，生命科学分析领域内新科技的应用预计将以更高的复合年增长率（CAGR）25.2%的速度增长，到2029年将达到88.8亿美元。2 尽管对创新数据方法的需求存在，制药行业仍然面临以有效且高效的方式满足这一需求的挑战。因此，该行业需要一种进化的方法。数据和分析战略2.0行业面临的转折点是从标准的数据采购转向清晰展示投资回报率（ROI）和数据价值最大化。这涉及通过新的方法和解决方案来重新思考现有数据，以满足不断变化的商业优先级。 一家在将数据作为差异化因素方面处于前沿的制药公司是诺华。自2018年接任领导职务以来，诺华首席执行官瓦斯·纳拉辛汉将未来导向的数据战略确立为公司战略的关键支柱。这一策略已取得显著成效，最近的净销售额增长了10 %，核心运营收入增长了18%（FY2024）。3 我们相对于竞争对手的一项基本优势在于五年前我们创建了一个名为data42的集成数据湖。我们正在利用这个数据湖迅速推动公司在AI方面的进展……我们的数据组织得当，具有清晰的本体论，我希望这将有助于未来更快地发现更多成果。 -诺华首席执行官VasantNarasimhan于2023年7月18日与MSNBC“SquawkontheStreet”交谈 。4 经济、社会、科学和监管环境的变化已经使数据分析变得更加复杂，但也提高了对深刻洞察的期望。这进一步突显了需要制定更完善的数据策略的重要性。例如，IQVIA研究所最近关于美国成人疫苗接种趋势揭示了成年人口，尤其是Ethnicandracialminorities和Medicaid人口群体继续拥有较低的疫苗接种率。5 随着疾病变得日益复杂且利益相关方越来越难以接触，生命科学行业必须携手思考、管理并利用数据的方式需有所不同 。 如此做不仅需要在整个产品生命周期中提出基本问题，还需要利用数据和分析，并将获得的洞察连接起来。 整个旅程。 图表1：产品旅程中的制药功能和关键业务问题 监管应用 定价和报销 What配方层 我最有可能获得批准吗？ 患者ID和处方 患者 我怎么做最大限度地发挥use 研究与创新 我是否有任何非临床试验 发射潜力？我该怎么做最我如何确保 我的哪个管道资产 有最大的成功机会？ 什么是最 快速获得批准的途径？我们应该先去哪个地区？ 证据支持更高的报销？什么是最优 返利计划? 大限度地提高意识of,and访问，我的治疗？我的最佳是什么 HCP消息传递? 患者依从性？有什么细微差别 患者使用存在于给定的地 理位置，为什么？ 临床营销注册 试验 制造和供应 分销/药房 安全与PV 我们如何设计试验来定位 什么是最广泛的适应症证什么是瓶颈 我的分销网络中的瓶颈在 什么是不良事件(AE)趋 我们最宽的指示，同时 也有最好的成功机会(即，满足临床终点)? 据支持我的药物吗? 在我的供应链中实现了稳定的市场占有率？我的库存水平如何？它们是否会随时间波动？为了实现最大效率或优化生产，我的制造基地应设在何处？ 哪里？为什么？如何减势我的药物与AE之间的少浪费和应计专业制药因?果关系是什么？ 了解您自己的数据成熟度 这些变化不仅仅是适用于所有情况的更新。实际上，公司首先需要审视自身的数据成熟度及其与产品组合洞察需求、企业战略以及与内部和外部利益相关者进行有意义互动的能力之间的关系。一个完善的数据策略基于组织从数据中寻求的价值定义。基于这种自我反思，您的组织必须确定自己在数据成熟度曲线上的位置，以评估如何进一步发展和提升。 如今，IQVIA的许多客户仍处于1-2阶段，在某些治疗领域有3-4阶段的口袋 或者地理。这是可以理解的，因为进展 沿着数据成熟度曲线并不是一件容易的事-它在组织的各个层面上承担承诺； 对时间、资源和金钱的投资；和胃口更改。但是，如果您的组织成功 随着数据成熟度曲线的上升，它将能够： •通过更深入、更快的洞察，最大限度地发挥现有数据资产的价值 •跨团队利用数据、分析、见解和功能 数据驱动功能 •降低数据采购和洞察交付成本 图表2：组织数据成熟度曲线 洞察力驱动文化 科学中心数据洞察 Governed自助服务访问 安全、可靠数据存储库 隔离数据项目 缺少的数据分析项目 关键数据源不经常 收集，与显著 手动错误 0 业务单位 在中使用数据一个不协调的方式，没有共享 定义/进程 1 系统与定义明确管理和治理 基础 系统用于报告和数据科学 2 访问数据数据仓库/基于水平湖和策划专业知识 报告团队专注于Operational分析和 业务用户运行查询和 根据需要提取 3 能力迅速部署 技术平台设计为 解决具体业务需求 思想 领导驱动 由良好的治理数据和高 执行数据科学团队 定期宣传对于新的方法使用数据科学和机器学习 4 Data 驱动的见解根深蒂固过程和 可跨业务到 测量结果和驱动动作 无缝集成新 数据和开发对新的见解数据策略 能力迅速驱动 采用新的数字和数据方法 横跨组织 5 数据成熟度 什么是进化的数据战略的支柱？ 为了实现组织所需的数据成熟度以实现蓬勃发展，您应寻求以下几个关键要素： •应该获取、发展并赋能数据科学专业知识——这包括组织和清洗数据的个人，以及开发先进的分析模型以发现新见解并提供更具操作性的建议（例如，AI、ML、GenAI）。 1.业务-直接与业务目标和目标保持一致 •与组织目标一致的数据策略：数据策略应与整体企业目标保持一致，并描述数据将如何帮助企业实现这些目标。 •应建立关键绩效指标（KPIs）以使组织能够监控进展情况，从而根据需要调整策略。 2.治理-定义且动态的数据治理和数据架构 4.安全性-符合全球/区域数据隐私和安全要求 •由于分析的信息具有敏感性，数据安全至关重要。若安全措施被破坏，将对组织造成声誉和财务风险。数据基础设施和/或流程应包括robust的安全措施，如加密、访问控制和监控系统。 •隐私和同意，特别是在使用患者数据时，是一项基本要求，必须予以解决。这包括建立协议以确保遵守市场的数据隐私法规（例如，HIPAA、GDPR、LGPD）。此外，还应具备获取和管理适当的数据使用同意的能力。 •数据质量应得到确立，包括质量控制、数据清理程序和标准化的数据定义。这样做有助于确保数据的准确 、可靠和合规。 •数据管理系统应当能够整合来自各种来源的数据，并在整个组织内部提供“单一真相源”的数据，尽管数据的可访问性可能取决于角色和需求。 3.技术-实现高级分析和AI/ML功能 •数据分析工具和基础设施应包括适合分析的资源，以及能够高效、有效地汇集、处理、分析和可视化日益庞大数量数据的技术平台和基础设施，具备可扩展性。 5.集成-跨数据集的创新数据使用和集成6.文化——持续改进的公司心态 •要取得成功，公司必须始终保持创新的热情。这同样适用于企业数据的使用。一种常见的方法，如谷歌等公司所采用的，是将创新和时间分配按70:20:10的比例进行划分 。这种方法涉及将项目分为核心类别：70%（例如，产品发布或生命周期管理），相邻的20%（现有流程的新方法 ，如ML/NLP应用），以及变革性的10%（通常用于两年后部署的更广泛的创新领域）。 •生物科学公司开始认识到非传统数据（如消费者数据）使用的重要性，并学习如何在不同数据集之间进行新颖的集成以获得有关其业务的新见解。 •嵌入数据文化需要真正的文化变革和发展。这包括领导层倡导重视数据驱动决策的心态。此外，还需要在整个组织内推广数据素养和流利度，并鼓励以合规为前提的数据实验和创新。 •除此之外，组织应定期监控流程以庆祝“胜利”，建立动力 ，展示进展，并识别未来优化的机会。这样做可以使流程根据不断变化的业务需求和新技术进行必要的调整和优化 。 图表3：数据和分析组织工作 20% 10% 变压器 全新的数据和分析新市场 和客户洞察需求 70% 毗邻 从核心D&A扩展 发射需要:采取 现有数据或分析并进入更深层次 （即个人) CORE 增量改进 到您当前的数据收集、利用和分析环境 小心。不难得到卡住-公司经常发现自己被困，即使试图把它做好 1.将数据战略与业务目标联系起来 while目标明确，生命科学组织在制定和实施经得起未来考验的数据策略方面仍然面临挑战。 •惯性:往往，这始于组织降低对数据战略的优先级。此时 ，重点仍然放在推出产品和运营业务上。短期目标会优先于长期目标。尽管这可能令人感到不适，但组织必须挑战自己思考如何在短期内（<6个月）、中期（6-18个月）和长期内 （18个月及以上）通过数据战略来实现业务目标。 首要任务是——为了做到这一点，你的团队必须“齐心协力” 。组织可以利用大量的医疗健康数据，但如果没有相应的策略，你的见解将会被淹没。要实现最大化价值，并且确保这些价值符合你的组织需求，关键在于确保你的数据战略与业务目标保持一致。无目标的数据采购和使用最终会导致重复性问题、更高的成本以及管理额外数据时增加的摩擦。 •Complacency:其他时候，组织面临承诺和资源不足的问题。一个演进的数据战略需要在整个团队和各个层级之间对共同目标达成一致并予以承诺。这使得能够开发和实施工具 ，并推动文化与思维模式的转变，以便共同利用数据。 首先了解组织的目标和关键业务问题。一旦确定这些目标和问题，您可以专注于有助于实现这些目标的数据类型，而不受其他因素的干扰。例如，这是否是开放市场中的罕见疾病产品launch，还是进入拥挤市场的新型产品launch，或者是即将达到生命周期结束（LOE）的成熟产品？ 当执行得当，组织可以跨团队利用可操作的洞察。不仅如此 ，组织还可以降低数据采购和洞察交付的成本。 只向内看，而不是向外看：如果组织确实认识到需要发展其数据战略的重要性，它们往往在从何处着手方面面临困难 。组织通常不愿意寻求外部创新解决方案，这些方案可能需要投资和新的思维方式。此外，组织也不与业务部门合作，以找到适合所有团队（即应用场景）的最佳数据策略。将战略基于业务目标、应用场景和关键业务问题至关重要。这样做可以确保利益相关者达成一致，并为所有活动设定方向和范围。 一旦组织理解了调整数据策略以最大化数据影响的重要性，以及实现这一目标所需的投资，他们就可以开始采取这些具体的步骤。 图表4：IQVIA数据战略方法 3What数据采集与管理 1 What用例我们需要为了支持? 2 What分析方法论 我们利用? 能力 现有 业务需求 Current Datarequirements 战略机会 相