吳 濤 吳 波 王靖宇 王 昊

醫(yī)療器械分銷管理中的分倉(cāng)合理備貨一直是分銷管理的重點(diǎn)和難點(diǎn)[1]。基于我國(guó)地域遼闊這一特征，為快速響應(yīng)醫(yī)療器械需求，醫(yī)療器械分銷管理多采用總倉(cāng)+分倉(cāng)模式管理，但分倉(cāng)備貨量難以確定，備貨過(guò)多可能導(dǎo)致大量近效期或過(guò)期貨物產(chǎn)生，增加倉(cāng)庫(kù)運(yùn)營(yíng)成本；備貨量不足又可造成缺貨，倉(cāng)庫(kù)間頻繁調(diào)撥，增加物流運(yùn)營(yíng)成本[2]。如何將分倉(cāng)備貨量控制在最佳水平，既能最大限度滿足區(qū)域需求又能減少近效期或過(guò)期貨物的產(chǎn)生尤為重要，也一直是分銷管理的關(guān)注焦點(diǎn)[3]。數(shù)據(jù)挖掘(data mining，DM)技術(shù)可簡(jiǎn)單概括為通過(guò)計(jì)算機(jī)對(duì)大量復(fù)雜數(shù)據(jù)集的自動(dòng)探索性分析[4]。DM過(guò)程包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理、數(shù)據(jù)縮減、確定數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)(knowledge discovery in databases，KDD)目標(biāo)、確定知識(shí)發(fā)現(xiàn)算法、DM技術(shù)、模式解釋和知識(shí)評(píng)價(jià)9個(gè)關(guān)鍵流程，涉及數(shù)據(jù)庫(kù)管理、人工智能、機(jī)器學(xué)習(xí)、模式識(shí)別及數(shù)據(jù)可視化等多個(gè)學(xué)科，是揭示存在于數(shù)據(jù)里的潛在模式及數(shù)據(jù)間關(guān)系的邊緣學(xué)科，其應(yīng)用領(lǐng)域廣泛，對(duì)商業(yè)、工業(yè)及科學(xué)研究等領(lǐng)域均有著重要影響[5-6]。本研究選取某醫(yī)療器械公司醫(yī)療器械分銷管理數(shù)據(jù)為研究資料，針對(duì)其管理數(shù)據(jù)進(jìn)行現(xiàn)狀分析，構(gòu)建基于DM技術(shù)的分倉(cāng)合理備貨方案，完善醫(yī)療器械分銷管理模式的再優(yōu)化。

1 醫(yī)療器械分銷管理與分倉(cāng)備貨現(xiàn)狀

1.1 分銷市場(chǎng)銷售系統(tǒng)架構(gòu)及備份管理

納入研究的醫(yī)療器械公司配備完善的市場(chǎng)銷售分析系統(tǒng)，系統(tǒng)架構(gòu)包括數(shù)據(jù)獲取層、數(shù)據(jù)存儲(chǔ)層、應(yīng)用層和訪問層。①數(shù)據(jù)獲取層：主要實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)模型建設(shè)、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)源定義、數(shù)據(jù)抽取、轉(zhuǎn)換清洗及加載等功能，數(shù)據(jù)源來(lái)自企業(yè)管理解決方案(systems applications and products in data processing，SAP)系統(tǒng)、Echo Plus系統(tǒng)、分銷管理系統(tǒng)(distribution management system，DMS)以及企業(yè)資源計(jì)劃(enterprise resource planning，ERP)系統(tǒng)等；②數(shù)據(jù)存儲(chǔ)層：主要實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)與管理；③應(yīng)用層：涵蓋各種數(shù)據(jù)分析工具、報(bào)表及查詢工具、DM工具及相關(guān)基于數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市的應(yīng)用；④訪問層：是用戶訪問市場(chǎng)銷售分析系統(tǒng)的窗口與平臺(tái)。備份方式為網(wǎng)絡(luò)自動(dòng)化備份。市場(chǎng)銷售分析系統(tǒng)架構(gòu)見圖1，備份流程管理見圖2。

圖1 市場(chǎng)銷售分析系統(tǒng)架構(gòu)

圖2 市場(chǎng)銷售分析系統(tǒng)備份管理流程

1.2 分倉(cāng)備貨

當(dāng)前，醫(yī)療器械分倉(cāng)備貨量主要基于需求歷史分析，其將商品按銷售毛利進(jìn)行備貨設(shè)定，即選取商品10 d內(nèi)的銷售毛利，當(dāng)毛利＜1000元時(shí)設(shè)置為10 d銷售量，當(dāng)毛利為1000～2000元時(shí)設(shè)置為20 d銷售量，毛利＞2000元?jiǎng)t按30 d銷售量備貨。這一備貨方式難以滿足醫(yī)療器械產(chǎn)品備貨需求，因醫(yī)療器械往往同一個(gè)產(chǎn)品有多個(gè)規(guī)格，或同一型號(hào)有十余個(gè)尺寸，基于這一特殊條件，即使型號(hào)產(chǎn)品有庫(kù)存，仍難以保證規(guī)格符合醫(yī)院需求，因此，手術(shù)醫(yī)療器械的備貨應(yīng)綜合產(chǎn)品型號(hào)+規(guī)格。

2 醫(yī)療器械分倉(cāng)備貨再優(yōu)化研究

以納入研究的醫(yī)療器械公司的一家分倉(cāng)中人工晶體為例，基于DM框架建立分倉(cāng)合理備貨量計(jì)算模型，依據(jù)分銷管理系統(tǒng)銷售實(shí)施表，依次獲取分倉(cāng)覆蓋區(qū)域、區(qū)域內(nèi)客戶清單、交易記錄、交易年份、醫(yī)療器械類型以及對(duì)應(yīng)醫(yī)療器械型號(hào)，獲取該區(qū)域客戶近5年的交易記錄和近1年的交易記錄，依據(jù)5年交易記錄獲得該區(qū)域常用的度數(shù)范圍和該區(qū)域月平均交易數(shù)量(不分度數(shù))，依據(jù)1年交易記錄獲取當(dāng)前分倉(cāng)的補(bǔ)貨頻率，再計(jì)算最佳備貨量，若為多個(gè)分倉(cāng)或多個(gè)型號(hào)則需重復(fù)計(jì)算。在人工晶體常用度數(shù)范圍的確定流程中，需明確下述5方面的內(nèi)容。分銷管理系統(tǒng)銷售實(shí)施表的多維星型分倉(cāng)備貨量計(jì)算模型見圖3。

圖3 分銷管理系統(tǒng)銷售多維星型分倉(cāng)備貨量計(jì)算模型

表1 2017年1-12月藍(lán)光濾過(guò)型人工晶體交易數(shù)量(個(gè))

2.1 明確有效交易紀(jì)錄

商品交易類型分為銷售和非銷售2種。①銷售：包括正常訂貨、寄售使用、銷售退貨及贈(zèng)品；②非銷售：包括樣品和其他。其中正常訂貨、寄售使用及銷售退貨中的贈(zèng)品和樣品皆為有效交易類型(設(shè)備款除外)。

2.2 產(chǎn)品替代

產(chǎn)品替代是指結(jié)合產(chǎn)品的新老型號(hào)替代信息進(jìn)行分析，老型號(hào)多為寄售使用，而新型號(hào)則多為正常訂購(gòu)，因此，在抽取需分析的交易記錄時(shí)要充分考慮產(chǎn)品替代信息。

2.3 匯總近1年銷售量

依據(jù)年度銷售量計(jì)算月平均交易數(shù)量，即為每月需求數(shù)量的預(yù)估值。

2.4 度數(shù)范圍確定

獲得常用度數(shù)范圍后由高至低排序，將常用度數(shù)范圍設(shè)置為占80%以上交易數(shù)量的前N個(gè)度數(shù)。

2.5 最佳備貨量

根據(jù)月平均交易數(shù)量和當(dāng)前分倉(cāng)補(bǔ)貨頻率計(jì)算常用度數(shù)總備貨量，其計(jì)算為公式1：

常用度數(shù)總備貨量=月平均交易數(shù)量÷分倉(cāng)補(bǔ)貨頻率 (1)

再進(jìn)一步計(jì)算各常用度數(shù)的備貨量和非常用度數(shù)(偏度數(shù))的備貨量。常用度數(shù)范圍確定流程見圖4。

圖4 常用度數(shù)范圍確定流程

3 醫(yī)療器械分倉(cāng)備貨量計(jì)算模型及應(yīng)用

3.1 分倉(cāng)備貨量計(jì)算模型

以公司某地區(qū)分倉(cāng)庫(kù)中人工晶體庫(kù)存數(shù)據(jù)為研究資料，2017年1-12月人工晶體交易數(shù)量為1473個(gè)/年，月平均交易數(shù)量=1473÷12=122.75個(gè)，見表1。

當(dāng)前分倉(cāng)補(bǔ)貨頻率為4次/月，人工晶體常用度數(shù)的總備貨量=122.75÷4=30.68個(gè)；根據(jù)2012年1月至2016年12月，5年交易的藍(lán)光濾過(guò)型人工晶體數(shù)量，按照80%以上交易數(shù)量設(shè)置人工晶體的常用度數(shù)范圍，考慮排序8～16交易數(shù)據(jù)的一致性，將20度、19度等排序1～16的16個(gè)度數(shù)均納入常用度數(shù)范圍，見表2。

表2 2012年1月至2016年12月交易的藍(lán)光濾過(guò)型人工晶體度數(shù)

計(jì)算常用度數(shù)備貨量=30.68÷16=1.92個(gè)，約等于2個(gè)，因此，將上述16個(gè)常用度數(shù)范圍的最佳備貨數(shù)量定為2個(gè)，其余非常用度范圍的最佳備貨數(shù)量為1個(gè)。按上述步驟依次計(jì)算屈光型人工晶體、非球面型人工晶體和多交焦點(diǎn)型人工晶體的最佳備貨數(shù)量。

3.2 應(yīng)用效果

實(shí)施分銷管理再優(yōu)化模式后，2018年8月，人工晶體緊急送貨次數(shù)同比減少63.61%、環(huán)比減少50.00%，見表3。

4 討論

傳統(tǒng)的分倉(cāng)備貨管理，除公司使用的依據(jù)銷售毛利備貨外，還包括按商品物流屬性以及按商品銷售額設(shè)定等方式，這與按銷售毛利備貨均存在同樣的局限性，難以滿足醫(yī)療器械的規(guī)格要求[7-8]。尤其是與本研究人工晶體相類似的醫(yī)療器械，如心臟手術(shù)使用的支架或輸液針型號(hào)等，此類醫(yī)療器械規(guī)格多，同一型號(hào)產(chǎn)品涉及十多種規(guī)格。因此，即使庫(kù)存中有相應(yīng)產(chǎn)品，但規(guī)格不符，同樣難以滿足醫(yī)院需求，而過(guò)多的庫(kù)存則增加近效期及過(guò)期商品的產(chǎn)生，加大倉(cāng)庫(kù)人力、租金等運(yùn)營(yíng)成本。由于備貨不足造成的缺貨，致使各分倉(cāng)間頻繁調(diào)貨則增加物流等運(yùn)營(yíng)成本，且醫(yī)療器械的需求單位多數(shù)為各地各級(jí)醫(yī)院，其配送方式多采取就近原則，若缺貨便只能從總倉(cāng)或其他分倉(cāng)發(fā)貨，而當(dāng)前所采用的運(yùn)輸方式多為空運(yùn)，其目的在于確保商品在次日能到達(dá)目的醫(yī)院，該種緊急發(fā)貨方式費(fèi)用昂貴，頻繁調(diào)貨則使企業(yè)難以承受成本壓力，而陸運(yùn)則需長(zhǎng)時(shí)間等待，時(shí)效性差，醫(yī)院不愿意等待便可能選擇其他公司產(chǎn)品，存在市場(chǎng)丟失風(fēng)險(xiǎn)[9-10]。因此，在醫(yī)療器械管理上，合理備貨方案的制定必須將產(chǎn)品規(guī)格納入考量范圍。而應(yīng)用何種方式能將分倉(cāng)備貨量控制在最佳水平，減少近效期及過(guò)期貨物發(fā)生，又能滿足市場(chǎng)需求，降低緊急送貨頻率顯得尤為重要。

表3 人工晶體緊急送貨次數(shù)統(tǒng)計(jì)(次)

本研究中的醫(yī)療器械公司雖已建立了龐大的數(shù)據(jù)庫(kù)，但若無(wú)相應(yīng)的技術(shù)手段對(duì)其進(jìn)行整理和分析，管理者便難以分析數(shù)據(jù)存在的關(guān)系及規(guī)則，更不能從現(xiàn)有數(shù)據(jù)上預(yù)測(cè)未來(lái)走勢(shì)，陷入數(shù)據(jù)爆炸的困境。依據(jù)DM技術(shù)，可從數(shù)據(jù)倉(cāng)庫(kù)中提取有效的數(shù)據(jù)，再通過(guò)對(duì)數(shù)據(jù)的分類匯總進(jìn)行宏觀分析來(lái)發(fā)現(xiàn)數(shù)據(jù)信息，從而為分銷管理策略的制定提供更高的參考依據(jù)。本研究的分銷管理模式再優(yōu)化充分考慮醫(yī)療器械在產(chǎn)品型號(hào)及規(guī)格上的特殊性。一般情況下，如本研究所分析的人工晶體，其每個(gè)型號(hào)下可供選擇的度數(shù)多達(dá)50余個(gè)，患者使用何種度數(shù)必須由專業(yè)儀器測(cè)試后才能確定，因此確定下一名患者使用何種度數(shù)是不能實(shí)現(xiàn)的。但基于DM框架，對(duì)現(xiàn)有分倉(cāng)醫(yī)療器械銷售信息進(jìn)行分析，依據(jù)該分倉(cāng)區(qū)域內(nèi)歷史記錄進(jìn)行常用度數(shù)范圍分析便可明確下一名患者使用的度數(shù)范圍，得出分倉(cāng)每個(gè)月的用量大概范圍，以此常用度數(shù)范圍作為分倉(cāng)備貨的指導(dǎo)。本研究基于分銷管理模式再優(yōu)化的分倉(cāng)備貨量計(jì)算模型計(jì)算屈光型、非球面型、多焦點(diǎn)型和藍(lán)光濾過(guò)型4種晶體的最佳備貨量，并于2018年1月開始實(shí)施，2018年8月，4種人工晶體的緊急送貨次數(shù)同比下降38.89%～82.35%、環(huán)比減少42.10%～75.00%，4種合計(jì)緊急送貨次數(shù)同比減少63.61%、環(huán)比減少50.00%。顯示基于DM技術(shù)的醫(yī)療器械分銷管理模式再優(yōu)化的分倉(cāng)備貨量計(jì)算模型能計(jì)算出分倉(cāng)最佳備貨量，可有效降低緊急送貨次數(shù)。

5 結(jié)論

基于DM技術(shù)構(gòu)建分倉(cāng)合理備貨方案，通過(guò)確定常用度數(shù)范圍構(gòu)建分倉(cāng)備貨量計(jì)算模型計(jì)算分倉(cāng)最佳備貨量，可有效減少緊急送貨次數(shù)，降低物流運(yùn)輸成本。但也存在一定局限性，如尚未實(shí)現(xiàn)最佳備貨量的自動(dòng)計(jì)算，DM技術(shù)獲得數(shù)據(jù)后仍需人工計(jì)算，增加了工作量，下階段需構(gòu)建最佳分倉(cāng)備貨量的智能管理，實(shí)現(xiàn)最佳分倉(cāng)備貨量的自動(dòng)計(jì)算。