大数据架构师必读：医药企业大数据应用案例

本帖最后由 levycui 于 2016-12-27 13:54 编辑
问题导读：
1、IT系统信息化平台涉及内容有什么？
2、数据集成架构模型包括哪些部分？
3、业务系统部署实现功能有什么？
4、数据仓库建设应考虑的内容有哪些？
5、未来大数据应用如何扩展？

随着技术的发展，IT逐渐面临越来越多的挑战，尤其是数据治理方面。而九州通医药集团在IT建设方面不畏艰险，自主研发ERP系统、物流系统，在解决企业自身问题的同时还创新投入商业化，为同行业提供服务，树立标杆形象。

以下就来分享一下九州通医药集团的数据化建设经验，原文是九州通运营与IT管理总部数据支持中心主管刘焕清在帆软2016医药大会上的演讲。

关于九州通

九州通医药集团股份有限公司是一家以西药、中药、器械为主要经营产品，以医疗机构、批发企业、零售药店为主要客户对象，并为客户提供信息、物流等各项增值服务的大型企业集团。公司立足于医药健康行业，是中国医药商业领域具有全国性网络的少数几家企业之一，在中国医药商业行业处于领先地位。

从技术支持层面来说，企业拥有ERP、物流LMIS、电子商务研发、九州通达科技开发有限公司、系统实施、集成等近400人的专业技术人才队伍。

IT系统架构

九州通的信息化平台讲究数据标准化、资源弹性化、能力服务化、服务网络化、管理自动化以及管控集中化原则。IT系统建设以集中部署为目标，减少系统部署和运维复杂度，提升个业务与管理单元交互和协作效率，降低总成本。本地不部署系统，只装ERP等客户端，且不用独立的LMIS系统，直接用一套集团自主研发的ERP系统——JZTERP管理业务和物流。集团总部有一个统一的平台，物流、批发都是分总系统，总部进行分发、价格策略的管控。

数据集成架构模型

下图是九州通医药集团的架构模型，核心部分是数据指标库。指标库是企业各系统数据交流的一种“语言”，统一各个业务部门汇报的数据口径，提高管理效率。打通指标库之后，九州通在此基础上，建设了大数据平台、数据仓库和商务智能（BI）平台，建立了集团各业务管控系统以及医疗数据总线，用户可根据不同的需求个性化开发、自助分析，处理后的数据通过FineReport平台统一展现，并制定统一的数据接口服务。

主数据治理整体方案

08年，集团就开始进行主数据规划，制定管理和标准树立流程，明确组织分工。之后进行数据清理，开发系统，实施上线。09年以后，开发的系统在全集团推广，数据逐渐开始在集团内部流通，此后主要对第二期进行全面推广。

在第二期中推出了数据服务系统DSS，从解决目标面临的数据问题的角度出发，首先在整体上，需要在逻辑层面构建两大类数据库：

1、统一数据库：解决数据一致性、优化集成体系等问题；
2、私有数据库：解决各个应用私有数据的存储问题，因为不需要共享，所以作为私有数据库存在。

主数据的建设，能够信息自由流动，提升业务实现效率；为后续的数据分析，科学决策提供有价值的数据驱动，提升管理水平。

业务系统部署

JZTERP的部署方式有全国集中、区域集中和全分布式三种。基于中心性能、复杂度，以及网络风险等考虑，建设初期采取集团ERP中心+区域集中ERP部署策略。在网络风险降低的前提下（如4G商用），向大集中过渡。未来将来在条件成熟时，将区域集中的ERP向集团大集中迁移，中心ERP与各区域ERP结构一致，并且在ERP实施、运维过程中，始终保证全集团ERP版本的一致。

从集团决策、业务管控、系统运维等角度考虑，越来越多的国内外大型企业集团ERP部署已经或正在走向集中化。JZTERP采用集团管控与区域运营的合理兼容与整合，同时提供良好的伸缩性，为从分布式→区域集中→大集中的演变提供快速配置化支持。

集中的业务管理：实现价格、限销、资信、窜货等集中、分权管控；
集中的资料管理：简化各级公司管理工作，并防范质量风险；
集中的调拨管理：基于库存共享，集中调拨变为可能，并简化公司间销购单据转换；
集中的系统管理：降低分子公司技术要求，管理成果推广更加简便，并减低用户调动后的操作培训成本；
集中的审批流程：集成工作流实现上级公司集中审批下级公司的各项业务过程，比如退货、资信等;
集中的业务数据：数据集中合并分析及时、准确，为更多基于数据的集中应用提供良好支持。
本地化数据存取：保证分子公司业务操作高效率；
本地化业务操作：保证分子公司系统可用性，防范断网风险。

数据仓库建设

集团数据仓库成为三层，ODS层、DWH层、APP层。分公司的数据实时录入到集团系统，经过ETL清洗处理存储到数据仓库，利用FineReport进行前端数据展现。

数据仓库建设，讲究三个目标：
1、集中：ERP、财务、人力、连锁、生产系统的数据都可集中到数据仓库。
2、分离：数据仓库的作用既可做到数据存储，也可对其进行开发和业务分析。
3、开放：所获业务数据可以再数据仓库基础上进行存取、应用和开发。
基于业务系统——数据仓库——前端分析（FineReport）这样一条脉络，集团实现了统一化数据管理和分析。

为自助用户提供数据分析人员范围内数据自我获取、分析的功能。告别多个性化数据完全由信息部提供、使用人再加工的模式；
提供安全、快速、及时、低成本的数据获取手段。开创集团数据使用2.0模式（自开发、利用用数据库引擎、大数据平台的自助、高效、及时分析能力）。

开发的数据展示平台提供了丰富的分析维度、提供信息的渐变性信息查询、全面梳理、支持日常考核及业务的管控、数据大集中的平台（批发、合资、中药生产、连锁、电商、人力、财务），协助企业管理层加强控制经营管理。

技术上实现各种数据的整合集中，对数据的综合性分析。为BI提供逐渐完善、干净、一致性的数据源。为领导层提供决策服务。

业务管控分析

业务分析决策基本上就是帆软报表制作的，企业需要做的就是平台支持，数据库，人员储备等措施。

绩效管理决策

BI决策管理针对的是企业高管，是数据化运营的核心部分，能对数据做到及时监控，综合反映企业运营状况。BI的建设在当前数据仓库汇集业务数据的基础上，将数据源扩展到财务、人力、物流等系统，综合反映数据，帮助决策分析。

BI效果展示：

未来规划

未来将进一步拓展大数据应用，集成大数据分析的业务决策。支持基于大数据驱动的精准营销，并以客户为中心，借助电子商务，移动商务等手段，建立端到端的客户服务流程。

技术上，采用业界通用的大数据系统和分析方法、模型，建设大数据平台；采用成熟组件进行低耦合的集成；以集中式部署降低建设成本和运维复杂度；抓住主要矛盾，循序渐进实施。

目标是要通过大数据深度分析挖掘，寻找更多的营销机会，让经营活动更具针对性，提升营利能力；通过大数据深度分析挖掘，优化库存商品结构与物理布局，提升物流作业效率；依靠大数据驱动，以及与各应用系统的集成，实现端对端的业务和服务流程。

来源：CSDN
作者：yuanziok