一、项目背景

当前正处于中国中药新药研发转型升级的关键期，为了更好的推进公司数字化转型，公司提出两大发展战略：

1. 研发驱动战略：聚焦大健康及高新技术产品，启动近30个在研项目，形成99个药品、保健食品的研发格局，涵盖化学原料药、透皮贴剂、保健食品等多个品类，强化“补血补铁”核心领域的技术壁垒，以研发驱动业务发展，以数据驱动智能决策；
2. 产业链延伸战略：从单一药品生产向多元化大健康产品拓展，布局理疗用品、化妆品等领域，依托核心产品“益气维血系列”（年销破5亿）和“扶娃葡萄糖酸钙锌”（年销破10亿）的市场基础，扩大消费端覆盖。从产业链产品销量数据、市场空间数据等出发，通过数据智能支撑产品多元化战略发展规划。

红珊瑚药业集团为了抓住行业发展的窗口期，进一步提升市场占有率，迫切需要借助数字化、信息化技术对传统生产制造业务进行升级改造，针对核心业务数据如市场数据、销售人员行为数据、招商代理数据、零售数据等进行分析，提升数据质量，减少数据分析人力成本，帮助管理者实时了解业务进展及问题，基于数据支撑科学预测，充分发挥企业的数据价值，为管理者科学决策提供科学的数据支撑。

二、专家服务团队
 

商务支持经理：乔少波
企业服务咨询专家：张凡、蒲东川、李家华
开发者村村民： 帆软软件有限公司

 

三、企业简介

红珊瑚药业集团创立于1998年，是一家以大健康为主线，覆盖医药健康、康养地产、对外投资等业务于一体的大型多元化集团公司。集团总部位于北京市，前身是北京友邦同康医药科技，后通过新建及并购等方式不断扩充业务，先后收购了武汉国丹、昆明源瑞、广东红珊瑚药业以及辽宁红珊瑚药业等企业，实现了产业链的完整布局及企业的快速发展。

集团通过20多年的发展，现有1000多名员工，核心业务医药健康领域涵盖了中成药、化药、原料药、生物药的研发、生产与销售，拥有4大产品研发中心和广东红珊瑚药业、昆明源瑞制药、辽宁红珊瑚药业、湖北午时药业（委外）4个生产基地，以及湖北红珊瑚医药销售运营公司，营销网络覆盖除港、澳、台以外的31个省、自治区和直辖市。

目前集团获得48个国家药品批准文号，5个全国独家自主知识产权中成药品种以及40多个化学药品、24个中间体产品，获得授权发明专利20项，实用新型专利56项，拥有“扶娃”、“益雪宝”、“慈母”等大品牌，覆盖医疗终端、零售药店、电商平台、广阔市场等全药品经营渠道，涉及儿科、妇产科、肾科、肿瘤科、老年科、骨科、呼吸科、心血管内科等多个学科领域，其中葡萄糖酸钙锌口服溶液、益气维血系列等产品在市场同类产品中销量保持优势地位。

广东红珊瑚药业有限公司原厂位于广东省湛江市，属于外资企业并认定为高新技术企业；2016年从湛江异地地搬迁到东莞市松山湖开发区，横跨半个广东省，完成了公司发展史上一次具有重大意义的“战略转移”，总投资资金6亿元，注册资本4300万元，为广东红珊瑚药业开启了一个新的历史篇章！

现公司占地面积100亩,其中按GMP标准设计的厂房总建筑面积共90000平方米。公司拥有片剂、颗粒剂、硬胶囊剂等5条生产线及国内先进的制药设备，年产硬胶囊剂10亿粒、片剂5亿片、颗粒剂1.5亿袋，新增泡沫剂生产线年产可达250万瓶。核心竞争力在于“中西结合”的独家专利产品，其中益气维血系列（颗粒、片、胶囊）和养肾补血颗粒被认定为“高新技术产品”，是国内唯一含有生物血红素铁的抗贫血药物，因物质基础明确、吸收率远超普通铁剂（贫血病人吸收率达35%）且无同类替代品，已纳入国家医保目录。

公司资质深厚，2012年起连续获评“国家高新技术企业”、广东省“重合同守信用”企业、东莞市协同倍增计划企业、松山湖倍增计划企业等多种荣誉，拥有广东省药品保健品工程技术研究中心。是一家集药品保健品研发、生产、销售为一体的外商独资制药企业。

四、开发者村专家服务价值呈现

本项目中，华为开发者村数字化转型专家与生态伙伴帆软软件（东莞）有限公司联合作战，对广东红珊瑚药业有限公司现有经营管理方式和信息化手段、业务和流程等进行深入调研，详细了解红珊瑚当前业务发展过程中面临的各个业务板块数据不互通、不一致，针对市场数据分析、业务员行为分析、招商代理业务数据分析需求严重依赖管理者个人经验和拍脑袋决策模式，并需要耗费大量时间和人力开展数据分析工作，不能很好的支撑业务发展的快速相应市场、高效决策的需求。

针对客户业务发展的痛点和未来发展规划，为了提升企业数字化能力，通过数据支撑市场高效决策并取得市场突破，华为云联合帆软，为红珊瑚建设BI数据决策平台，基于企业的营销业务、管理业务两大业务板块，实现企业级数据标准和口径统一，构建企业数据仓库和数据管控分析平台，以数据驱动的端到端闭环的业务数据分析和决策管理。

五、需求痛点

红珊瑚药业作为一家集研发、生产、销售为一体的高新技术制药企业，在营销和管理的业务数据分析中面临多重挑战，具体业务痛点可从以下维度深入解析：

1. 数据难打通：红珊瑚药业的营销数据分散在营销系统、CRM系统（如决策易）、电商平台（如天猫/京东旗舰店）、线下推广活动（如西普会参展数据）及第三方合作机构（如连锁药店销售数据）中等7大业务系统中，数据割裂，为了支撑业务决策，统计相关数据需要平均每个月花费5人天以上导出数据后在excel汇总处理，难度极大；
2. 决策缺支撑：管理层决策仍以经验为主，针对营销部门目前业绩、KPI等指标考核要求，人工汇报数据占比超过60%，针对业务人员销售成功率、拜访客户情况、以及市场份额变化、招商代理业务品种和区域、价格调整策略及促销活动等缺乏实时数据分析能力，决策依据缺乏准确性、客观性；
3. 组织难管控：作为典型医药企业，在营销管理过程中存在关键环节数据不透明的现象，中药材采购、生产、库存数据分散在ERP（如SAP）、WMS（仓储管理系统）和MES（制造执行系统）中，无法形成供应链协同管理效果，跨部门数据整合难度大，导致管理不够细；

由于以上实际业务信息化现状，不同的系统建设时间不同，数据标准和数据定义不同，导致公司缺乏企业级统一的数据统计口径，数据质量不高，数据应用和分析能力不足，主要表现在：

1）基础数据标准程度低：主数据（如药品编码、经销商信息、客户编码等）缺乏统一规范，导致不同系统间数据冲突。例如，某款葡萄糖酸钙锌口服液在CRM系统与电商平台的商品编码不一致，影响销售数据汇总统计结果和统计效率。此外，部分业务数据未结构化存储，难以通过系统、数字化手段进行对应管理评估。

2）难以实现多数据源关联分析：当前数据分析经常需要从多个数据库或多个数据表中取数，难以实现多个数据集关联运算。

六、解决方案

针对红珊瑚药业的企业现状和遇到的痛点问题，华为云、帆软、红珊瑚联合构建数据分析、决策能力，构建企业统一化的BI数据决策平台：高效利用现有业务系统产生的数据，未来为营销、管理等关键业务场景提供数据决策依据，同时大幅度减少人力加工汇总数据成本，实现数据的高效、及时、透明，支撑红珊瑚药业的业务发展。

具体解决方案建设内容包括：

1. 建立统一数据仓库和数据管控分析平台：打通数据壁垒，提升数据质量，实现经营、业务条线等粒度的全数据互通共享。并完善数据权限，保障数据安全。
2. 搭建驾驶舱管控体系：基于数仓可视化、图表化展示数据，实现管理者快速分析和决策。结合PC或移动端填报和推送功能，实现企业经营异常的闭环管理。
3. 实现数据标准和口径统一：将指标管理线上化，避免出现数据歧义。同时，实现不同层级监管内容区分，横向业务模块权限分离，纵向管理层级权限管控。
4. 构建核心关注指标体系：通过导航页+穿透驾驶舱的形式，全面打造通用且可拓展性强的经营组织数字管控平台，未来再纵向深化拓展。

针对营销、管理两大业务板块，BI数据决策平台功能规划如下：

图1 BI数据决策平台功能规划

红珊瑚BI数据决策平台业务架构如下图所示：

图2 BI数据决策平台业务架构图

七、项目价值呈现

华为云&帆软共建-数字化能力提升,打造BI数据决策平台，减少IT人力时间投入，减少数据需求响应时间60%，数据及时性提高至T+1，数据准确性整体提升50%。通过体系化营销、管理业务报表及看板，实现从宏观汇总到微观明细数据的全链路打通，为业务指标分析提供精细化手段，提升管理效率。

1. 数据质量：通过数据仓库的搭建和梳理，提升相关业务领域的数据统一性及准确性；实现数据一致性提升50%以上；
2. 需求响应：需求响应从原来的一个月提升至2-3天快速响应，提升数据分析效率，支撑快速相应能力；
3. 及时科学决策：营销经营全过程数据汇总分析，统自动定时抽取、转换、加载，实现数据及时性提升到T+1天，问题一览无余，精准定位原因，支撑管理者科学管理决策，提升管理效率；
4. 降低人力成本：构建公司数据资产，经营分析全线上化、自动化、半固定化，2-3人即可满足全部管理和营销部门的数据需求，节省大量人工。

八、后续规划

红珊瑚本次规划通过引入BI数据决策平台构建企业级数据仓库和数据管控分析平台，以数字化、智能化支撑企业营销、供应链、管理业务的数据分析和科学决策，快速响应市场变化和需求，支撑业务规模不断扩大。未来，将进一步将数据治理引入更多业务范围，同时，依靠AI、大数据等新一代信息技术，充分挖掘企业数据价值，支撑企业业务规模扩展：

1. 企业数据中台：在当前数据决策平台基础上，进一步整合企业各条线业务数据，建立统一的数据中台，实现流向数据、销售数据、以及市场趋势数据的实时互通，帮助企业更好的挖掘数据价值，通过数据为企业发展增智赋能。
2. 深化AI与BI的技术应用：首先，在BI系统中引入更多AI应用能力，如搭建动态预警看板，实时监控库存周转率、销售转化率等核心指标；其次，引入更多AI技术，如自然语言处理（NLP）能力分析市场客户评论数据；引入机器学习模型预测区域销量等。