检验检测信息管理： 400-686-4199 数据资产管理： 400-643-4668 供应链管理： 400-629-4066

某大型集团药品零售业务标准疾病主数据建设经验分享

2024-11-22

某大型集团的药品零售业务遍布全国，经过多年零售业务的积累，已拥有大量源端业务数据，这些数据涵盖了会员、处方、订单等业务活动的核心数据。因此，在基于医药零售业务的核心要素——人、病、药、店进行营销活动策划时，需要这四类数据提供高度的准确性，以便于开展深入的数据分析。

集团公司已初步完成人员数据标准和编码的统一建设，并针对药品和医疗器械数据开展了主数据建设中的数据标准和数据清洗工作。因此，对病种数据的标准化和统一工作变得尤为关键。目前，公司零售业务板块的病种数据主要来自处方药销售和患者建档，数据收集过程中主要依赖原始数据记录。目前，数据标准化和统一主要依靠人工匹配和核对，这不仅工作量巨大，而且分类的准确性完全依赖于清洗人员的专业水平。一些子公司在业务系统中建立了两级病种分类体系，但由于分类复杂且种类繁多，最终用户在使用时面临较大难度，这导致集团层面无法采用统一维度对用户进行病种分析。

因此，在用户主数据项目建设的过程中，相关业务部门提出了建立标准疾病库的建议，旨在支持最终用户在业务开展时能够便捷地维护病种和进行相关决策分析，从而为高价值用户定位和用户群体精细化服务的开展奠定坚实的数据基础。

没有统一标准的病种数据，导致的核心问题主要为基于病种开展的相关数据分析复杂且不准确，分析人员需要将多种不规范的病种描述转译成统一名称开展数据分析，从而导致分析工作的时间周期长及分析不准确的问题，因此疾病分类主数据建设的主要目标为建立标准的疾病分类档案库，并可提供便捷的匹配服务，以便更好地支持基于病种进行用户数据分析，以及后续开展病种知识库建设形成病种知识库建设的数据基础。

因此本期建设目标包括：
 

1. 统一数据格式：
 

将不同来源、格式和表示方式的病种数据进行统一化处理，以便于数据的比较、分析和共享。
 

2. 提高数据质量：
 

通过规范化数据的收集、存储和管理过程，减少数据错误和缺失，提高数据的准确性和可靠性。
 

3. 促进数据共享：
 

标准化的病种数据可以方便地在不同的系统、业务部门之间共享。
 

4. 提高维护便捷性：
 

提供标准病种匹配服务，支撑最终用户在业务开展时便捷维护病种。

本期建设内容包括：

一、标准病种匹配服务架构设计
 

基于本单位覆盖全国的用户群体所提供的处方数据、外部权威数据源提供数据基础，构建企业内部标准病种数据及构建标准病种匹配模型。标准病种要进行良好的应用涉及专业名词的解读解析，如何让日常业务应用中的病种诊断快速与标准病种匹配，是当前病种应用推广的核心问题，基于此构建的标准病种匹配模型是一套良好的疾病分类应用，需要由标准疾病分类与标准疾病匹配工具联合构成。

 

1、标准疾病分类

内容：

（1）疾病编码

（2）疾病名称

（3）别名

特性：

（1）疾病分类不交叉

（2）对疾病数据进行分类归纳，适用于记录、报告和统计等用途

（3）基本结构稳定，可持续，适应性强

（4）内容科学，与当前医学科学、实践保持一致，可以被大多数组织接受


2、标准疾病匹配工具

内容：

（1）标准病种匹配模型

（2）标准病种匹配服务

特性：

（1）将标准编码嵌入信息化系统，提高编码的便捷性和准确性

（2）应用匹配模型算法提供标准编码匹配服务，提升编码一致性，降低落地成本

二、标准病种匹配模型

在企业业务数据化、数据资产化的建设过程中，针对零售终端直接掌握核心对象的健康情况，给予其针对性的关怀及药学服务，可以大幅提升客户黏合度、业务专业性。

在综合人、病、药、店四大维度的核心数据基础上，采用多种维度分析，按照用户特征形成用户标签，按照业务需求形成目标群体画像，通过标签可快速对目标群体数量及活跃度有一定了解，对用户群体进行深入的病种特定分析，根据不同类型用户特点、用户需求等设计更加精准的市场推广策略，提高营销效率和转化率。识别并输出高价值用户，为用户提供针对性、个性化服务，从而提升服务质量，改善用户体验，增强用户忠诚度。

 

上一篇：某大型集团企业主数据管理项目实施经验分享

关注我们

Copyright © 2022 北京三维天地科技股份有限公司，All rights reserved. 京ICP备10208408号-2 京公网安备 11010602103901号