医迈德数智化转型调研
一. 现状和解决方案：
问题1：定制开发系统多，有数据孤岛问题 → 阿里大数据套件
问题2：复杂报表开发需要几个月，也无法灵活支持客户需求变更 → 帆软套件
问题3：表现能力弱，无数据大屏能力 → 帆软套件
问题4：业务库和分析库共享，查询速度慢 → 阿里大数据套件
问题5：没有大数据底座，无法高效支持未来的数据应用 → 阿里大数据套件
问题6：没有数据治理，数据理解使用成本高 → 阿里大数据套件
二. 方案实施流程
1. 数据建模（概念模型，逻辑模型，物理模型）
概念模型：
逻辑模型（待补充）：
物理模型（待开发）
2. 数据开发
3. BI报表
① 数据分析平台即服务（0代码）
有了维度建模的物理模型，即可在BI实现0代码自助多维数据分析，给客户使用；
moka hr BI模块：https://www.mokahr.com/features/bi
② 报表敏捷开发（低代码）
也可以我们自己敏捷开发报表提供给客户，实现数据模型一次开发，报表低代码配置，从容面对客户需求变更；
③ 数据大屏（模块化，模板化）
依托帆软FVS插件和模板库，可在原本的基础UI上实现大屏建设，类似Axure，墨刀的UI复用体验和协作能力
基于翔云系统实际需求，帆软BI可以满足不同经销商只看自己数据的问题。
三. 未来展望
大数据套件和BI仅仅解决了数字化的问题，在这个大数据底座上，还可以支持更多数据应用，智能应用。
1. 用户画像（标签系统）
简介：将用户的属性，行为通过规则或算法归纳为标签，用来圈选用户，提高决策效率；
应用场景：给医院做用户画像提供给经销商和厂商，给经销商做用户画像提供给厂商；
如果决策是机器决策，则标签系统可以减少算法模型建设数量，降本增效；
2. 销量预测
准确的销售预测可以确保合适的地点有合适的产品在库、提高服务水平，并显著减少库存报废的风险。同时，它还有助于企业提高市场份额，并获得潜在收入。
它有助于在企业内不同计划流程中的所有利益相关者（ 财务、销售、运营）间建立坚实的桥梁。因而，这些利益相关者能够制定合适的供应、财务和销售计划。
此外，通过提高销售预测准确度高管们可以更准确的了解企业的全局活动，从而正确的评估风险和机遇。加之，由于准确的数据在整个链条中共享，供应链也具备足够的响应客户需求的能力。
提高销售预测准确度,可以提高企业在其贸易伙伴（包括客户、分销商、供应商和经纪人）眼中的信誉度，并使他们的关系更加稳固持久。
通过客服团队人工决策的沉淀，中长期有机会实现销量预测的产品化；
3. 智能补货
当前的预警库存数量都是手动配置，可通过统计学习配置一个合理的默认值
4. 数据检索平台
收集行业内有价值的公共数据，实现类似医疗行业企查查的功能，经销商医院配送商关系图谱，商机发现，医疗器械主数据查询等
5. 流程挖掘
简介：流程挖掘是从现有事件日志中挖掘知识以发现、监控和改进实际路程的技术
我们的追踪数据都是人工扫描生成的，通过流程挖掘可以实现频繁流程和异常流程的发现，对流程进行评审，发现无效流程，不合理流程，不合规流程，从而对流程进行优化和合规化管理，最后闭环到对业务软件的改进。
桑基图可直接在BI实现；流程挖掘以望繁信为模板，全流程可视化可直接调PM4PY包实现，其他多维分析可用BI实现，但是全流程可视化和多维分析的联动需要前端适配OLAP引擎，BI和流程可视化的适配需要开发。
桑基图：
流程挖掘：
流程挖掘国内玩家：望繁信，杰成合力，容智信息，来也科技
