随着企业业务发展和扩大，企业为了布局数字化转型，不断地投资上线各种软件，应用环境的数据越来越庞杂、多种多样、复杂多变。医药连锁企业一方面是没有数据积累，依靠核心高管的经验管理企业；另一方面，他们面对的是越积越多的低质量数据，这些数据互相割裂，未能、也不知如何开发利用，就像埋在深层的宝藏和资源，不能为企业创造价值。中国药店：www.ydzz.com
如何通过数据治理搭建数字化转型的基础，通过数据驱动数字化转型，成为医药零售企业需首要解决的问题。中国药店：www.ydzz.com
数据洞察与分析中国药店：www.ydzz.com
“石油”催化了工业化时代内燃机对蒸汽机和人力、畜力的革命，解放了人类的四肢，因此，石油成为工业时代的核心战略资源，被形象地称为工业“血液”。数字化时代，“数据”将不断地解放人类大脑，推动管理的进步。石油工业的整个勘探、开采、提炼的过程，是一个科学而复杂的过程，这与数据的收集、清洗、分析、应用的过程非常相似。中国药店：www.ydzz.com
人类社会活动产生的数据以每年50%的速度增长。也就是说，全球数据量每两年翻一番。随着数据量的增加，数据所蕴含的价值会从量变发展到质变。例如，早期，受技术的制约，照片只能每一分钟拍一张；随着照相设备的不断改进，处理速度越来越快，后来就可以1秒钟拍1张；当有一天发展到1秒钟拍10张以后，就产生了电影。量变到质变的过程，同样会发生在数据量的增加过程中。中国药店：www.ydzz.com
数据是一个海量的信息体。在大型的系统性数据中，我们能发掘出各种有用信息，并根据这些信息归纳出一定的规律，而这些规律的信息就是数字化时代的重要“资产”，像工业时代的石油一样具有战略价值。谁掌握了足量的数据，通过洞察分析萃取出有用的信息，并能够进行有效的数据治理与决策，谁就能够掌握下一波财富的增长点。中国药店：www.ydzz.com
石油并不是凿个洞就从地下喷涌而出，而是从石头的孔隙中压出来、析出来的，从石头缝里“挤”出来的石油含量也就10%+。中国药店：www.ydzz.com
数据的收集亦是如此，需克服重重限制，从有限的、充满杂质的环境中尽可能收集。这些限制，既包括行为产生之初没能数据化地存储下来的，比如消费者的线下购买行为等；也包括终端的限制，比如数据散落在PC端和移动端难以打通；还有可能存在数据孤岛，即数据在各家数据霸主间形成闭环，但是就像一个个孤岛一样无法（或极其困难）互动，很难打通。中国药店：www.ydzz.com
石油开采出来后，经过脱硫脱水处理，以及一系列的加工提炼，最终成为不同类型的成品油。大数据的处理和分析也与之相似，复杂而充满取舍。中国药店：www.ydzz.com
通过对数据的洞察与分析，全方位、多角度地了解客户，就显得尤为重要。通过充分利用数据，企业可以获得对环境、客户以及决策影响的全新理解。如果企业能够将数据资产转换为新的或改进的产品或服务，那么这些洞察就可以为企业提供战略性的竞争优势。将认知技术应用于现有的数据，可以帮助开创新的业务模式。中国药店：www.ydzz.com
具体来说，在零售企业，数据分析的应用可以归纳为如下方面：在智慧的客户体验领域，包括全方位地顾客洞察、提升客户服务、基于位置的营销和服务以及精准营销；在智慧的商品管理和供应链网络领域，包括供应链优化和商品优化；在智慧的运营领域，包括财务管理、劳动力管理和防损/防偷盗管理。中国药店：www.ydzz.com
数据洞察与分析，首先要从提升客户的购物体验出发，识别客户消费行为和购买渠道偏好，具体可参看上页图1。中国药店：www.ydzz.com
其次，在客户购药体验视图分析的基础上，进一步通过制定客户标签体系来设计相关业务应用场景、描绘个人客户画像视图。（参看图2）中国药店：www.ydzz.com
 |
 |
 |
在数字化转型的过程中，与其他传统企业一样，医药零售企业也普遍受限，原因在于战略和业务管理、运营管理的规范性不够，导致数据价值未完全发挥。归纳起来，通常有如下6个方面的挑战：中国药店：www.ydzz.com
● 扩展与维护中国药店：www.ydzz.com
传统的应用实施缺乏灵活性，随着业务的发展和市场的变化，对数据的依赖越来越多样，应用的维护和扩展成本不断增加中国药店：www.ydzz.com
● 数据一致性问题中国药店：www.ydzz.com
数据往往分散在不同部门的不同系统中，数据结构及数据标准较为多样，导致数据在不同系统中产生大量冗余或数据孤岛现象，数据可靠性受到挑战。中国药店：www.ydzz.com
● 技术集成中国药店：www.ydzz.com
缺少标准的数据接口和数据格式规划，造成异构系统间的集成难度较大且周期较长。中国药店：www.ydzz.com
● 数据传递复杂中国药店：www.ydzz.com
数据流程不规范，数据在组织内的流动和处理是低效和无序的。缺少清晰的数据流程和数据传递路径，造成数据处理的复杂性和错误。中国药店：www.ydzz.com
● 数据分析与应用中国药店：www.ydzz.com
缺少数据模型和数据关系，造成数据源的非唯一性，无法准确地支持各种数据分析和挖掘操作，从而使业务的洞察和决策缺少支撑。中国药店：www.ydzz.com
● 数据安全与隐私中国药店：www.ydzz.com
缺乏数据安全策略和措施，包括数据的存储、传输和处理方式，有数据泄露和滥用的风险。中国药店：www.ydzz.com
因此，数字化转型的企业需要从数据战略、数据应用与服务、数据资产管理、数据治理的保障机制等4方面完整地规划管理数据。中国药店：www.ydzz.com
数据质量是治理的基础，在制定这些规划之前，应该先对数据质量进行评估，找出存在的问题，进行根因分析。数据质量需要从7个维度进行评估，并从业务定义、业务流程、技术支撑和政策制度等方面对数据质量问题进行分析，识别问题产生的原因。（参看下页图4）中国药店：www.ydzz.com
 |
● 数据战略 根据业务战略、数字化战略，制定相应的数据战略。中国药店：www.ydzz.com
● 数据应用与服务 通过业务场景，业务流程的基础建设，识别定义数据的应用与服务。中国药店：www.ydzz.com
● 数据资产管理 不同的发展阶段，企业的核心竞争力有所不同——在大规模生产的工业化早期，成本和质量是核心，产生了“福特制”的管理模式及丰田的“精益生产”模式；在生产过剩时代，“品牌”是竞争力，也是核心资产；进入数字化时代，“数据”是企业最有价值的资产，是企业的珍宝，必须纳入到体系化管理中。中国药店：www.ydzz.com
● 数据治理的保障机制 即使到了数字化时代，最终也离不开“人”，“人”依然是重要核心能力的载体，最终的能力载体，也要体现在组织、流程、相关的政策机制等方面与技术结合。（参看图5）中国药店：www.ydzz.com
 |
在数字化转型过程中，建立企业级数据架构能够有效支持数据的使用和转化，形成数据资源提升企业认知能力，让企业用数据说话，用数据治理，用数据决策，用数据创新。中国药店：www.ydzz.com
数据驱动的数字转型，通常要经过3个发展阶段，即通过数据治理构建高质量的数据基础，进一步推动数据决策，并逐步进入全面的数据驱动下的数字化转型。（参看图6）中国药店：www.ydzz.com
 |
与传统“拍脑门”决策相比，企业可以凭借“数据决策”更全面地掌握信息、更明晰企业的发展定位，进而找到最佳信息平台，详细获得所有经营数据、用户行为数据等关键信息，从而能够更有效地调整生产、开拓市场。该决策效果要远胜于传统的基于少量样本而进行的经验决策。当然，数据决策需要根据角色、界面、决策领域进行数据需求设计，并进一步规划、设计、建立数据仓库。（参看图7）中国药店：www.ydzz.com
 |
