未名企鹅极客 | 医药渠道流向数据与用户画像技术的应用

在医疗改革政策不断实施的背景下，制药企业面临着销售和市场的混乱，终端药店已成为制药企业的必要场所。连接制药企业和零售药店的关键点是采用先进的互联网技术 大数据分析技术实现了制药公司的数据驱动变革。

本期极客邀请未名企鹅北京研发中心研发总监Tony，探讨如何通过多维标签构成终端用户肖像。

应用医疗渠道流向数据和用户肖像技术

1

流向数据分析的混乱

制药行业药品流向数据（销售、库存、采购）是企业的重要数字资产之一，是数据分析的核心数据，也是企业决策和控制的重要数字依据，因此药品流向数据分析尤为重要。但它也面临着几个问题：

数据量巨大(百万级)；数据无序(字段多，乱)；数据源多(文件、数据库、邮件)；管理数据分析，复杂的部门间和内部数据分析，需求多，数据分析维度多。

2

解决方案-标签系统

我们先来看看企鹅智慧。 Penguin M.I.N.D. 处理后的药物流向数据是什么样子的？以销售流向数据(截取核心字段)为例:

如果我们通过传统的方式，我们可以看到多达20个流向数据字段Excel按各种条件筛选，效率低下，复杂性可想而知。

所以最好的实践方案是使用数据标签，终端标签，通过标签构建流向数据肖像，真正让数据生存，以最低的成本挖掘数据的生命价值，激活企业数字资产，实现企业数据价值体系的构建。

3

建立标签系统的好处

1. 实现精准营销：

精准营销是标签终端肖像的重要优势之一， 在通过不同的标签组合快速方便地圈定多个目标终端后，可以实现准确的营销测试，准确评估营销效益，清晰地展示市场机会和市场规模。

2. 提高决策效率：

基于标签的多维数据分析是数据分析的重要能力，可以更好地服务于数据分析人员，解决销售、管理、业务人员等不同维度的管理数据分析和决策需求。

4

未知企鹅标签体系建设实践

明确几个概念：

1. 标签（Tag）：抽象分类和总结特定群体或对象的特征，其值(标签值)具有可分类性。

2. 标签值（Tag Value）：标签实例是指标签中包含的具体内容，其特征符合要求MECE原则(相互独立，完全耗尽)。

3. 用户画像（User Profile）：输出结果通常对象的多个特征组成，输出结果通常是对特征的具体描述。（也可以理解，用户肖像是由多个标签组成的，实际上是由多个标签值组成的）。

5

建立标签系统的目标

1. 可视化、配置、维护数据标签，及时更改生效；

2. 支持标签规则化(支持标签规则化)ScriptEngine实现企业复杂多变的要求，技术)和标签依赖关系配置. 采用大数据处理引擎技术，根据标签配置规则，立即完成数据标签的自动建立和维护，具有实时标签能力；

4. 满足平台多租户，建立多维标签配置，可实现客户主数据、销售流向数据、库存流向数据的多维标签；

5. 支持不同年度历史数据的标签维护，实现当前架构的数据分析要求；

6. 可实时验证和测试标签，以提高数据标签的准确性。

6

标签系统的结构

数据处理层：业务功能点：数据通过数据源获取数据，数据清洗匹配、重量、无效、异常等，数据转换为标准数据格式。

技术架构要点：大规模DDI数据采集，ELT数据处理、短文匹配、文本相似度计算、数据血缘关系分析计算、数据特征提取、机器学习技术等。

标签业务层： 业务功能点：本层是实现标签功能的核心，主要是实现标签配置和数据的标签肖像，主要用于维护整个标签系统的管理。例如，实现标签定义、标签定义分类、标签规则、标签数据处理标签、标签标签验证测试、标签版本、标签编辑修改更新、标签应用业务服务（搜索推荐、数据预测等）。

【标签配置管理】

技术架构要点：标签规则引擎技术（RuleEngine）、并行计算技术、内存数据计算、微服务API（Micro Service）、分布式多级缓存技术（Cache）、事件驱动技术（EventBus）、数据推荐算法。

数据应用层：业务功能点：数据标签的视觉应用最终反映在前端显示中，赋予制药企业人员标签的工具能力，聚合业务数据，构建更接近企业真实易用的数据应用分析场景。标签数据可应用于数据细节查询、数据图表、数据大屏幕、数据导出、数据洞察、数据预测、数据决策等。

写在最后：

以上简要介绍了未知企鹅在医学大数据分析标签系统中的应用，未来未知企鹅将继续作为医药行业互联网和数据解决方案专家，提供先进的互联网技术和概念，帮助客户通过数据驱动营销闭环，帮助企业发展，实现精益增长。