当前位置:首页 > 典型案例
奇正藏药数据治理项目
  • 发表时间:2022-12-26 点击数:988
  • 来源:未知

 
        西藏奇正藏药股份有限公司(简称奇正藏药)是国内藏药龙头生产企业,主要从事新型藏药的研发、生产和销售,现拥有GMP药厂、GSP营销公司等全资及控股子公司16家,拥有72个药品批准文号,涵盖了心脑血管、呼吸系统、消化系统、泌尿生殖系统、神经系统、骨骼肌肉系统、妇科疾患等领域的产品,其中以奇正消痛贴膏为代表的外用止痛药物系列已畅销多年,临床有效率高,在中国外用止痛药物市场连续七年销售名列前茅。奇正藏药入榜“2017第十一届中国品牌价值500强”。
 
        奇正藏药致力于传统藏药的传承和创新,在安全、功效和质量方面挖掘高原药物的特有潜力,使产品不断进入主流市场、大众医疗机构,对人类和社会产生积极影响,被誉为中国光彩事业科技援藏的一面旗帜。

        企业在传承基础上的创新不断获得社会认可,主导产品消痛贴膏荣获:国家科学技术进步二等奖、日内瓦国际发明金奖、中药保护品种、国家保密品种;企业荣膺:首批国家创新型企业、国家火炬计划重点高新技术企业、国家级企业技术中心、国家“十一五”科技支撑计划重点项目实施单位,企业拥有121项专利技术,其中110项发明专利、72个药品批准文号中有9个独家品种。奇正藏药名列2004年中国民营企业纳税百强第66强,连续数年成为政府表彰的纳税诚信企业,通过产业发展带动了当地经济的进步,截止2018年,累计纳税超过18亿元。奇正藏药投身“光彩事业”,在西部藏区投入大量技术和资金发展藏医药事业,积极承担社会责任,探索民族企业可持续发展道路,持续回报社会,捐款、捐物超过1亿元用于医疗、教育、文化传承保护等社会公益事业。
 
       奇正藏药通过“向善利他,正道正业”核心价值理念的实践,创建了民族药企业和谐经营的模式。
 
奇正
 
 
 
       奇正藏药信息化处于起步阶段,整体信息化水平不高。目前公司的业务信息系统主要有ERP、EHR、预算与费效管理系统、BPM、CMI渠道数据管理、CRM、EIP等。
 
       根据5年战略规划实现大数据运营对管理者的决策支撑,满足业务发展数据分析。为实现“用数据管理企业,用信息驱动业务”目标,就需要借助先进的数据管理手段来促进运营数据的增值。
 
       整合跨系统的业务数据,提高数据质量,建立数据标准化体系是企业信息化的基础,是建立运营数据中心运用大数据来进行定量分析和决策支持的先导性工作。数据标准可以帮助企业规范管理、提升效率、增强竞争力、提高经济效益。企业经营各个环节中所产生的数据,已成为企业的一项重要资产。因此,建立企业级数据标准,完善企业数据的技术与业务规范,有效管理企业数据资产,也成为企业标准化建设中的重要课题。
 
       当前奇正藏药正在开展企业业务信息系统的全面建设,此时较为急迫地是对企业内数据进行标准化、规范化梳理,建立企业级数据标准
 
 
(一)数据管理组织、制度和流程差异分析

 

        ● 管理组织:经调研,奇正藏药公司缺少统一的数据管理组织,个别部门存在资料管理的人员,但没有配备对数据进行管理的人员。

        ● 管理制度:系统中数据的管理及运维都是由信息部完成,没有数据的审核机制,导致数据质量无法保证;公司发布的管理制度中缺乏对数据全生命周期的有效管理、数据质量管理、数据共享管理、岗位权限管理等内容,无法对数据的精细化管理提供执行依据。

        ● 管理流程:奇正目前的流程大多为业务型管理流程,缺乏部门、地点、库位、产品、客户、资产等数据的流程管控机制,业务部门无法参与到数据的管控中,无法有效监督数据生产过程的数据质量。

        ● 考核机制:缺少针对数据维护、变更、审核等数据管控过程的详细考核细则和流程,导致生产数据的人员对数据质量不够重视,责任心不强,出现问题后无法明确数据认责。

 
 
(二)数据管理权限差异分析
 

        目前在各业务系统中普遍存在的是业务功能操作方面的权限控制,对数据的权限控制只体现在了访问层面,如数据查询按照组织机构的层级控制等。缺少针对数据属性的维护、变更、审核、访问等的全面权限分配及监督机制

        目前非人力、财务的数据都是由信息部维护,未能按照数据维度的所属部门区分维护权限

 
 
(三)数据安全管理体系差异分析
 
        1)数据存储安全
        目前各类数据存储在各个业务系统中,没有统一的管理策略,存储过程没有严格的安全管控机制。

        2)数据访问安全
        目前各系统中用户访问的是整条数据信息,没有控制到组织、系统及属性字段等层面,对部分保密数据无法严格控制。缺少公司级统一的数据访问安全机制。

        3)数据交换安全
        目前各业务系统间的数据交互大多是采用数据库直联的方式,如ERP和BPM间的人员、部门数据传输,缺乏公司级的数据交换标准、数据共享及监测机制。
 
 
(四)数据运维管理体系差异分析

       目前公司未形成整体的数据运维管理体系,只针对单独系统或数据的运维管理,但还是缺乏公司级统一的数据运维管理框架,缺少针对数据模型、数据流程、质量验证、权限控制、数据运维监测等内容。

 
 
(五)数据分类差异分析
 

目前数据的分类标准不统一,有分类标准的数据也未按照标准执行。

 
 
(六)数据模型差异分析

目前项目、公司、虚拟组织没有系统管理,缺乏统一的模型标准;在CRM、ERP、BPM系统中,产品和客户的数据模型不统一
 
 
(七)编码结构差异分析

同一数据在不同系统内编码的结构都是各业务根据自己的需求设置的,未按照公司统一的结构。
 
 
(八)数据质量方面差异分析
  
        ● 目前在相关的业务系统中普遍存在的是关于必填项的验证,缺少元数据层面的全面管理,缺少统一、标准的数据建模过程

        ● 数据录入后,缺少针对数据各维度日常质量检测的保养机制。
 
 
       
        企业数据治理解决数据的冗余、一致性、完整性、规范性等问题,从而使数据分析能够发挥最大的管理价值。通过制定和贯彻执行各类业务和技术标准,就能从技术上、管理上把各方面有机地联系起来,形成一个统一的系统整体,保证数据治理过程进行的有条不紊。

        针对支撑数据分析,采用源端数据治理模式, 通过解决业务系统源头数据质量的问题,实现提高数据分析的准确率。解决方案整体包含五个方面:
 
 
(一)架构设计
 
1、技术体系架构

奇正藏药数据治理平台总体技术规划框架如下图:

奇正藏药信息展示门户
 
数据治理平台总体技术框架主要由三个环境两个架构组成:
 
1)数据标准体系:包括信息化标准体系规范、数据管理制度和数据标准运行机制;
 
2)治理型环境:包括数据规划管理、数据中心管理、数据交换管理、数据清洗管理、数据保养管理;
 
3)分析型环境:分析型环境是奇正藏药的经营主题分析,如运营分析、资产分析、财务分析、人力资源分析;
 
4)知识型环境:知识环境是奇正藏药集团的整个知识体系架构,实现知识驱动业务、知识驱动岗位、知识驱动决策的全面知识管理体系;
 
5)面向服务的集成架构:主要包括静态数据交换管理、ETL、企业服务总线ESB、业务流程引擎BPM。


2、功能架构

奇正藏药功能架构
 
 
        数据平台功能架构以数据管理体系为支撑,以数据管理运维机制为保障,通过数据规划平台进行数据治理体系的知识梳理、架构、落地以及知识的注入等,通过角色和岗位的定义界定数据管理权限和功能管理权限
 
        数据新增/变更过程中具备严谨的数据验证、审核等手段,以确保数据质量的合规性,通过数据交换平台进行数据的采集、分发,以实现历史数据的清洗和改善后的数据的分发共享。
 
        数据日常运维过程中通过数据质量的日常检测、分析、处理,以实现数据管理的良性循环。


3、企业服务总线

        ESB平台做为其他应用之间进行信息交换的中介需要规范其他应用接口暴露形式、服务编码以及管理规范等,ESB平台应包含如下规范:
 
 
奇正藏药ESB平台规范
 


(二)数据标准化体系设计方案


数据标准化体系包括:
 
● 数据管理组织、制度,流程;
 
● 数据模型体系;
 
● 数据验证管理体系;
 
● 数据管理权限体系;
 
● 数据质量管理体系;
 
● 数据安全管理体系;
 
● 数据管理运维体系。
 
 
(三)数据管理体系设计方案

        制定《数据管理组织》《数据管理制度》《数据运维管理制度》《数据编码标准手册》《数据权限标准手册》《数据质量标准》《数据安全标准》《数据交换技术标准手册》《数据平台操作手册》《数据平台安装部署手册》《数据平台验收报告》等一系列标准规范。


(四)数据监测设计方案

        中翰软件建立了数据管理云中心,帮助企业提供数据质量实时在线监测分析的标准,实时监控企业数据质量现状分析,并根据数据质量问题做出准确的处理。


图片4





(五)移动办公

        中翰EDG标准版提供移动办公功能,让数据管理人员摆脱时间和空间的束缚。 

 
 
 
 

 

        通过对运营数据质量的全生命周期管理完善授权体系,统一出口、流程化数据应用管控,建立数据共享和发布机制,构建数据管理标准规范体系,通过持续的数据管理,实现数据统一存储、统一分发、规范管理。对存量数据开展清洗工作,提高数据质量,促进业务融合,未来实现以数据为牵引的共享数据的增值服务,建立高级应用策略,支撑数据中心的数据标准化工作,为数据分析域和数据处理域的建设奠定基础提高数据管理水平支撑公司运营效能的提升。