陳楠

摘要： 在奧密克戎的沖擊下，居民對(duì)相關(guān)藥品的需求激增，使得醫(yī)藥資源在一定時(shí)期內(nèi)較為緊張，但各省市對(duì)資源的需求并非在同一時(shí)段，使得醫(yī)藥企業(yè)供應(yīng)鏈管理的難度加大?；诖髷?shù)據(jù)管理技術(shù)，分析了大數(shù)據(jù)在醫(yī)藥行業(yè)供應(yīng)鏈管理中的應(yīng)用流程，運(yùn)用實(shí)證分析方法，得到以下研究結(jié)論：一是根據(jù)學(xué)術(shù)界的研究成果與醫(yī)藥企業(yè)供應(yīng)鏈管理實(shí)踐，在醫(yī)療行業(yè)供應(yīng)鏈管理系統(tǒng)中主要包含分布式流向數(shù)據(jù)管理、醫(yī)藥行業(yè)數(shù)據(jù)管理和醫(yī)藥終端智能管理3個(gè)主系統(tǒng)，在主系統(tǒng)下包含12個(gè)子系統(tǒng)。二是在海量數(shù)據(jù)管理中，需要對(duì)數(shù)據(jù)進(jìn)行清洗，保證數(shù)據(jù)質(zhì)量，數(shù)據(jù)質(zhì)量的高低會(huì)對(duì)研究結(jié)論產(chǎn)生重要的影響。三是對(duì)比主系統(tǒng)和子系統(tǒng)的權(quán)重值可以判斷，在醫(yī)療行業(yè)供應(yīng)鏈管理過程中，終端智能管理和數(shù)據(jù)清洗十分關(guān)鍵。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)；醫(yī)藥行業(yè)；供應(yīng)鏈管理；數(shù)據(jù)清洗；智能終端

中圖分類號(hào)：F274? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1008-4657（2024）02-0069-07

0? ? ? ? 引言

近年來，隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，信息數(shù)據(jù)的數(shù)量和更新速度都超乎想象，這被統(tǒng)稱為大數(shù)據(jù)，大數(shù)據(jù)被廣泛應(yīng)用于科學(xué)研究、商業(yè)活動(dòng)等領(lǐng)域［ 1 ］。對(duì)于企業(yè)而言，大數(shù)據(jù)能夠?yàn)槠髽I(yè)優(yōu)化工作流程，帶來巨大的商業(yè)價(jià)值。在多年的經(jīng)濟(jì)高速增長(zhǎng)之后，經(jīng)濟(jì)發(fā)展速度減緩，尤其是在新冠疫情的沖擊下，我國(guó)經(jīng)濟(jì)發(fā)展有了新的變化和要求。大數(shù)據(jù)的出現(xiàn)使得信息共享更加透明，創(chuàng)新、智慧化凸顯。企業(yè)要想取得持續(xù)發(fā)展，就需要大膽創(chuàng)新，適應(yīng)時(shí)代的要求。在新的競(jìng)爭(zhēng)環(huán)境下，市場(chǎng)競(jìng)爭(zhēng)包含多方面的內(nèi)涵，這其中就有企業(yè)間供應(yīng)鏈的競(jìng)爭(zhēng)，企業(yè)想要有更好的發(fā)展保障，就需要有較好的供應(yīng)鏈管理水平。對(duì)于醫(yī)藥企業(yè)而言，在近期奧密克戎的影響下，加上防控政策的及時(shí)調(diào)整，市民用藥需求激增，對(duì)于醫(yī)藥企業(yè)的供藥能力提出了挑戰(zhàn)。在現(xiàn)代化的信息技術(shù)中，大數(shù)據(jù)、物聯(lián)網(wǎng)有了較大的發(fā)展，管理方法也得到不斷創(chuàng)新，應(yīng)用前景廣泛，使得供應(yīng)鏈進(jìn)入到了全新的發(fā)展階段——智慧化管理階段。

在市場(chǎng)需求激增的情況下，醫(yī)藥企業(yè)面臨諸多挑戰(zhàn)：醫(yī)藥行業(yè)數(shù)據(jù)共享難、藥物流向匯聚難、醫(yī)藥行業(yè)數(shù)據(jù)應(yīng)用難。藥品的流向難以控制主要是藥物的來源比較廣、變化快、缺乏統(tǒng)一管理，在數(shù)據(jù)匯總時(shí)操作不規(guī)范，導(dǎo)致數(shù)據(jù)分布較為雜亂。數(shù)據(jù)分享困難主要是由于在醫(yī)藥行業(yè)內(nèi)部缺乏統(tǒng)一的數(shù)據(jù)管理體系，醫(yī)藥公司的管理終端五花八門，數(shù)據(jù)端口不統(tǒng)一，統(tǒng)計(jì)的口徑也不一致。

1? ? ? ?文獻(xiàn)綜述

在當(dāng)今世界的醫(yī)藥行業(yè)中，美國(guó)、瑞士、德國(guó)實(shí)力較強(qiáng)。根據(jù)全球醫(yī)藥企業(yè)排行榜，美國(guó)的醫(yī)藥企業(yè)遙遙領(lǐng)先，國(guó)內(nèi)醫(yī)藥企業(yè)和國(guó)際頂尖企業(yè)還存在不小差距。張樹山等［ 2 ］認(rèn)為美國(guó)的醫(yī)藥行業(yè)發(fā)展較早，在供應(yīng)鏈管理上已經(jīng)形成了幾種較為成熟的模式：產(chǎn)品導(dǎo)向管理模式、研發(fā)導(dǎo)向管理模式和市場(chǎng)導(dǎo)向管理模式。這些模式的共同特點(diǎn)是有利于企業(yè)的降本增效，根據(jù)市場(chǎng)的變化及時(shí)調(diào)整發(fā)展方向，積極覆蓋醫(yī)藥行業(yè)供應(yīng)鏈的各個(gè)環(huán)節(jié)。在行業(yè)規(guī)范性管理上，美國(guó)食品藥品監(jiān)督管理局推出了詳細(xì)的藥品管理規(guī)范，解決了數(shù)據(jù)不統(tǒng)一導(dǎo)致的管理效率低下的問題，為我國(guó)醫(yī)藥行業(yè)供應(yīng)鏈管理提供了參考。

目前，大數(shù)據(jù)技術(shù)發(fā)展日益成熟，在金融、政府管理等方面得到廣泛應(yīng)用。祝由等［ 3 ］認(rèn)為，大數(shù)據(jù)技術(shù)在醫(yī)藥企業(yè)決策上也有用武之地，借助大數(shù)據(jù)管理平臺(tái)整合醫(yī)藥企業(yè)的供應(yīng)鏈信息，將業(yè)務(wù)訂單、庫(kù)存、藥品經(jīng)銷商等信息綜合運(yùn)用，可幫助企業(yè)進(jìn)行科學(xué)決策。大數(shù)據(jù)技術(shù)在醫(yī)藥企業(yè)供應(yīng)鏈體系中的運(yùn)用需要企業(yè)具備必要的數(shù)據(jù)處理能力，否則數(shù)據(jù)接入會(huì)對(duì)公司運(yùn)作產(chǎn)生不利影響。在供應(yīng)鏈管理方式上，從線下到線上的管理順應(yīng)了醫(yī)療服務(wù)需求升級(jí)的新趨勢(shì)，對(duì)零售終端的管理成為醫(yī)藥企業(yè)發(fā)展的新方向。王昕天等［ 4 ］指出在新的供應(yīng)鏈中，由于銷售和采購(gòu)都實(shí)現(xiàn)了線上管理，大部分信息一時(shí)間難以同步至線上，引發(fā)出了信息孤島問題，這是在大數(shù)據(jù)技術(shù)運(yùn)用中需要注意的問題。夏杰長(zhǎng)等［ 5 ］認(rèn)為醫(yī)藥企業(yè)可以建立線上線下的雙向管理平臺(tái)，實(shí)現(xiàn)銷采在系統(tǒng)中的統(tǒng)一管理。在現(xiàn)有的供應(yīng)鏈管理中，藥品的銷售方向、類型、數(shù)量等等，都是醫(yī)藥企業(yè)競(jìng)爭(zhēng)的關(guān)鍵所在，對(duì)其管理要基于豐富的醫(yī)藥行業(yè)數(shù)據(jù)，對(duì)藥品流向進(jìn)行快速分析，挖掘數(shù)據(jù)的潛在價(jià)值，避免產(chǎn)生信息滯后的問題。根據(jù)中國(guó)醫(yī)藥健康信息化聯(lián)盟所發(fā)布的公開信息，在2021年的年度調(diào)研報(bào)告中，大多數(shù)醫(yī)藥企業(yè)沒有合適的供應(yīng)鏈管理系統(tǒng)。

目前，大數(shù)據(jù)技術(shù)被廣泛運(yùn)用于各行各業(yè)，但是大部分學(xué)者的研究焦點(diǎn)都集中在政府管理、生產(chǎn)制造等熱門領(lǐng)域，對(duì)醫(yī)藥行業(yè)的運(yùn)用研究較少。從研究方法來看，在以往的研究中大多是定性研究，定量研究較少。本文采用了實(shí)證研究方法，既有理論上的推導(dǎo)，也有實(shí)證上的理論驗(yàn)證，將定性和定量研究的方法結(jié)合起來，構(gòu)建了大數(shù)據(jù)技術(shù)在醫(yī)藥行業(yè)供應(yīng)鏈管理中的深度應(yīng)用模型［ 6-7 ］，整合流向管理、主數(shù)據(jù)管理等資源，優(yōu)化我國(guó)醫(yī)藥行業(yè)的供應(yīng)鏈管理水平，希望能為醫(yī)藥企業(yè)的精細(xì)化決策提供技術(shù)支持。

2? ? ? ? 醫(yī)療行業(yè)供應(yīng)鏈管理系統(tǒng)分析

本文主要采用物流系統(tǒng)分析法得到供應(yīng)鏈管理中的關(guān)鍵信息，結(jié)合大數(shù)據(jù)技術(shù)，為供應(yīng)鏈管理系統(tǒng)建設(shè)提供借鑒。物流系統(tǒng)分析法通過分析生產(chǎn)流程過程發(fā)現(xiàn)企業(yè)所面臨的問題，其具體做法是將企業(yè)生產(chǎn)工藝的全過程，包括進(jìn)貨、選料、制造、包裝、存儲(chǔ)、發(fā)售、運(yùn)輸?shù)雀麟A段，按順序得到具體流程，然后再對(duì)各階段逐項(xiàng)進(jìn)行分析，以發(fā)現(xiàn)可能遭遇到的各種困難及其潛在的阻礙因素。在供應(yīng)鏈管理系統(tǒng)中主要包含分布式流向數(shù)據(jù)管理、醫(yī)藥行業(yè)數(shù)據(jù)管理和醫(yī)藥終端智能管理。

2.1? ? ? ?分布式流向數(shù)據(jù)管理

分布式流向數(shù)據(jù)管理由多個(gè)模塊所組成，有文件管理模塊、藥品流向采集模塊、任務(wù)管理模塊、元數(shù)據(jù)管理模塊、藥品流向預(yù)處理模塊。從理論角度來看，在上述模塊中，藥品流向采集模塊和藥品流向預(yù)處理模塊屬于核心模塊，對(duì)分布式流向數(shù)據(jù)管理有重要影響。在元數(shù)據(jù)管理模塊中，不斷的和業(yè)務(wù)數(shù)據(jù)庫(kù)的實(shí)時(shí)數(shù)據(jù)進(jìn)行交互處理，能夠快速對(duì)數(shù)據(jù)進(jìn)行查詢和修正，對(duì)經(jīng)銷商的數(shù)據(jù)和藥廠的數(shù)據(jù)進(jìn)行協(xié)調(diào)管理，動(dòng)態(tài)掌握市場(chǎng)信息，實(shí)現(xiàn)藥品流向的動(dòng)態(tài)管理，在醫(yī)藥行業(yè)供應(yīng)鏈管理中有著重要的意義和價(jià)值［ 8 ］。另外，在系統(tǒng)中還設(shè)置有任務(wù)管理模塊，主要用于統(tǒng)計(jì)資源的耗時(shí)情況，統(tǒng)計(jì)數(shù)據(jù)流向的到達(dá)效率，能夠?qū)?shù)據(jù)進(jìn)行有效的收集與預(yù)處理。

2.2? ? ? ? 醫(yī)藥行業(yè)數(shù)據(jù)管理

醫(yī)藥行業(yè)數(shù)據(jù)是大數(shù)據(jù)技術(shù)在供應(yīng)鏈管理中的應(yīng)用基礎(chǔ)，通過對(duì)行業(yè)數(shù)據(jù)的收集，建立龐大的數(shù)據(jù)庫(kù)，為數(shù)據(jù)決策奠定基礎(chǔ)。在醫(yī)藥行業(yè)數(shù)據(jù)管理中，主要有聚合計(jì)算模塊、數(shù)據(jù)同步模塊、終端管理模塊、用戶權(quán)限管理模塊，各個(gè)模塊之間并不是獨(dú)立運(yùn)作，而是相互之間互相關(guān)聯(lián)，環(huán)環(huán)相扣。數(shù)據(jù)清洗模塊主要是對(duì)大量的原始數(shù)據(jù)進(jìn)行識(shí)別、整理、歸類，清洗完成的數(shù)據(jù)會(huì)進(jìn)入數(shù)據(jù)庫(kù)，在需要時(shí)進(jìn)行自動(dòng)調(diào)取。數(shù)據(jù)同步則是對(duì)原始數(shù)據(jù)進(jìn)行動(dòng)態(tài)更新調(diào)整，保證數(shù)據(jù)的有效性，避免“過時(shí)”數(shù)據(jù)造成決策失誤。終端管理模塊主要是對(duì)組織機(jī)構(gòu)進(jìn)行管理，數(shù)據(jù)的存儲(chǔ)和取用都采用統(tǒng)一的標(biāo)準(zhǔn)，避免了因統(tǒng)計(jì)口徑的差異造成的數(shù)據(jù)偏差［ 9 ］。用戶權(quán)限管理模塊則是對(duì)數(shù)據(jù)使用人進(jìn)行規(guī)范管理，在海量數(shù)據(jù)中會(huì)存在部分敏感信息，涉及到企業(yè)的商業(yè)秘密，分權(quán)管理顯得十分有必要。

2.3? ? ? ? 醫(yī)藥終端智能管理

在醫(yī)藥終端智能分析系統(tǒng)中，設(shè)置有數(shù)據(jù)同步模塊、用戶權(quán)限管理模塊、聚合計(jì)算模塊、終端管理模塊。雖然在不同的管理系統(tǒng)中設(shè)置有相同的模塊，但是功能卻不盡相同，在終端智能分析管理中，各個(gè)模塊的功能偏向于結(jié)果運(yùn)用。在數(shù)據(jù)同步模塊中，將不斷增量的藥品名稱寫入Hive模塊，并且在數(shù)據(jù)倉(cāng)庫(kù)中進(jìn)行批量化更新，同時(shí)將數(shù)據(jù)更新設(shè)置到ES模塊中，使得產(chǎn)品主數(shù)據(jù)得到應(yīng)用。在終端管理模塊和聚合計(jì)算模塊中，主要用于構(gòu)建醫(yī)藥終端畫像，指導(dǎo)企業(yè)的研發(fā)和生產(chǎn)活動(dòng)［ 10 ］。具體來看，聚合計(jì)算模型主要是統(tǒng)計(jì)醫(yī)藥企業(yè)的購(gòu)買數(shù)量、購(gòu)買金額、產(chǎn)品銷量、產(chǎn)品市場(chǎng)占有率等數(shù)據(jù)。終端管理模塊則是對(duì)數(shù)據(jù)進(jìn)行自動(dòng)計(jì)算，將結(jié)果呈現(xiàn)給用戶，使得藥企能夠根據(jù)市場(chǎng)變化情況調(diào)整經(jīng)營(yíng)策略，同時(shí)也能控制藥品的流向，有效控制藥品的流向，使得需要的人獲得需要的藥品，對(duì)于企業(yè)和社會(huì)而言都有著重要意義。通過上述分析，可以得到大數(shù)據(jù)在醫(yī)藥行業(yè)供應(yīng)鏈管理中的應(yīng)用模塊，如圖1所示。

3? ? 大數(shù)據(jù)在醫(yī)藥行業(yè)供應(yīng)鏈的深度應(yīng)用分析

大數(shù)據(jù)技術(shù)在醫(yī)藥行業(yè)供應(yīng)鏈系統(tǒng)的應(yīng)用主要可以分為優(yōu)化數(shù)據(jù)清洗和優(yōu)化輸出結(jié)果兩個(gè)層次。優(yōu)化數(shù)據(jù)清洗是結(jié)果輸出的基礎(chǔ)，在缺少大數(shù)據(jù)技術(shù)支持的前提下，醫(yī)藥企業(yè)的生產(chǎn)與市場(chǎng)需求之間往往存在一定的時(shí)間差，導(dǎo)致生產(chǎn)計(jì)劃不能及時(shí)滿足市場(chǎng)需求。大數(shù)據(jù)技術(shù)的深度應(yīng)用則會(huì)幫助企業(yè)通過大數(shù)據(jù)技術(shù)，及時(shí)能夠獲得市場(chǎng)信息，并據(jù)此做出科學(xué)的判斷，調(diào)配企業(yè)內(nèi)部的生產(chǎn)資源，滿足市場(chǎng)需求。具體來看，大數(shù)據(jù)技術(shù)在醫(yī)藥行業(yè)的深度應(yīng)用如下：

3.1? ? 優(yōu)化機(jī)器數(shù)據(jù)清洗

在大數(shù)據(jù)的運(yùn)用過程中，如何對(duì)各類數(shù)據(jù)進(jìn)行有效處理是面臨的第一個(gè)問題，原始數(shù)據(jù)會(huì)對(duì)分析結(jié)果產(chǎn)生影響，會(huì)影響到企業(yè)決策的科學(xué)性，造成經(jīng)營(yíng)風(fēng)險(xiǎn)。數(shù)據(jù)清洗的主要對(duì)象是市場(chǎng)反饋的臟數(shù)據(jù)，本文主要采用BM25算法識(shí)別相似文本。在對(duì)中文分詞進(jìn)行識(shí)別時(shí)，進(jìn)行深度分詞，主要步驟可以分為：

第一，對(duì)輸入流進(jìn)行拆分，利用分詞器讀取緩沖區(qū)的數(shù)據(jù)。

第二，將字符規(guī)范化，采用子分詞器處理字符。

第三，將中文外的字符進(jìn)行過濾，然后對(duì)詞段進(jìn)行重新排列。根據(jù)新的隊(duì)列匹配新的詞段，形成全新的檢索詞典，即從詞段匹配出分支節(jié)點(diǎn)，以此類推向下匹配。數(shù)據(jù)的匹配規(guī)則可以設(shè)置為“完全匹配”、“不匹配”和“前綴匹配”三種類型。如果完全匹配則加入數(shù)據(jù)庫(kù)，如果不匹配則從數(shù)據(jù)庫(kù)剔除，如果前綴匹配則作為新詞源的前綴。

第四，循環(huán)執(zhí)行以上三步，對(duì)數(shù)據(jù)集進(jìn)行重置，記錄分詞的緩沖區(qū)，將新的數(shù)據(jù)錄入分詞區(qū)。

在計(jì)算數(shù)據(jù)相關(guān)性方面，本文主要采用BM25算法評(píng)價(jià)法，BM25抑制了詞頻，能夠保證返回值趨于一個(gè)固定值。根據(jù)詞頻在文檔中所出現(xiàn)的平方根，檢索結(jié)果在其中出現(xiàn)的頻率越高，相關(guān)性會(huì)越來越高。在逆向文檔出現(xiàn)的頻率中，頻率越高，相關(guān)度就越低。BM25相關(guān)度的計(jì)算公式為：

在上述公式中，Q表示為分詞結(jié)果集合，qi表示詞元，d表示為數(shù)據(jù)集的文本。Wi為qi的IDF值，N指的是數(shù)據(jù)集的總數(shù)。為了避免出現(xiàn)分母為0的情況，特設(shè)置系數(shù)為0.5。顯然，數(shù)據(jù)集越多，qi的值就越小，Wi的值就越大。dl表示數(shù)據(jù)集的長(zhǎng)度，avgdl表示所有數(shù)據(jù)集的平均長(zhǎng)度，k1表示為b的調(diào)節(jié)因子。因此，相似度分?jǐn)?shù)score表示為相關(guān)系數(shù)的累加。

針對(duì)大量數(shù)據(jù)的收集，首先需要進(jìn)行數(shù)據(jù)清洗，提升數(shù)據(jù)質(zhì)量。根據(jù)數(shù)據(jù)清洗流程，清洗匹配的結(jié)果可以分為三類：一是由終端管理器檢索ES所形成的高質(zhì)量清洗數(shù)據(jù)集；二是經(jīng)過相似任務(wù)查找所得到的中等質(zhì)量數(shù)據(jù)集；三是未找到符合匹配條件的低質(zhì)量數(shù)據(jù)集。高質(zhì)量的數(shù)據(jù)集可以直接完成清洗，進(jìn)入數(shù)據(jù)池，中、低質(zhì)量數(shù)據(jù)集則由人工進(jìn)行再次處理，處理流程如圖2所示。

大數(shù)據(jù)技術(shù)在數(shù)據(jù)清洗的深度應(yīng)用，主要解決了企業(yè)數(shù)據(jù)收集難、數(shù)據(jù)處理難的問題，基于大數(shù)據(jù)技術(shù)的供應(yīng)鏈管理系統(tǒng)既能儲(chǔ)存企業(yè)大量的信息數(shù)據(jù)，也能在市場(chǎng)上獲取實(shí)時(shí)的市場(chǎng)信息，建立企業(yè)自己的數(shù)據(jù)庫(kù)。同時(shí)，通過科學(xué)的算法，能夠?qū)Ａ康臄?shù)據(jù)進(jìn)行清洗，保證數(shù)據(jù)質(zhì)量，為市場(chǎng)需求預(yù)測(cè)奠定基礎(chǔ)。

3.2? ? 應(yīng)用結(jié)果輸出

根據(jù)上述優(yōu)化流程，以大數(shù)據(jù)技術(shù)為基礎(chǔ)，對(duì)醫(yī)藥行業(yè)的供應(yīng)鏈全流程進(jìn)行優(yōu)化，通過海量的數(shù)據(jù)信息，能夠指導(dǎo)醫(yī)療企業(yè)供應(yīng)鏈管理的方向，使得企業(yè)決策更加貼近市場(chǎng)。在三個(gè)子系統(tǒng)的輸出結(jié)果中，難以對(duì)結(jié)果進(jìn)行量化，為了使得輸出結(jié)果更加直觀，特對(duì)每個(gè)子系統(tǒng)進(jìn)行量化處理，便于對(duì)結(jié)果進(jìn)行橫向比較。

為了準(zhǔn)確計(jì)算各系統(tǒng)指標(biāo)值的權(quán)重值，本文采用熵值法進(jìn)行計(jì)算，其原理如下所示：

第一，對(duì)原始數(shù)據(jù)進(jìn)行統(tǒng)一處理，達(dá)到統(tǒng)一統(tǒng)計(jì)口徑，如方程（4）所示：

其中，m = 12，指本文中供應(yīng)鏈管理的12個(gè)指標(biāo)。X″為各指標(biāo)的均值，通過加權(quán)平移消除負(fù)數(shù)的影響。

第二，計(jì)算出各個(gè)指標(biāo)的變異系數(shù)，如方程（5）所示：

Bij表示各個(gè)指標(biāo)的變異系數(shù)。

第三，計(jì)算各個(gè)指標(biāo)權(quán)重值，如方程（6）所示：

計(jì)算出各系統(tǒng)對(duì)應(yīng)權(quán)重值如表1所示。

由表1可知，根據(jù)權(quán)重值的大小既能區(qū)分各個(gè)模塊的重要程度，不僅做到供應(yīng)鏈管理工作有主有次，而且能夠根據(jù)權(quán)重值計(jì)算輸出結(jié)果的重要性，能夠?qū)⑤敵鼋Y(jié)果進(jìn)行量化比較，使得醫(yī)藥企業(yè)的決策更加量化。通過大數(shù)據(jù)技術(shù)在醫(yī)藥行業(yè)供應(yīng)鏈管理中的運(yùn)用，從醫(yī)藥企業(yè)的研發(fā)、采購(gòu)、生產(chǎn)、銷售環(huán)節(jié)融入大數(shù)據(jù)技術(shù)，使得企業(yè)的管理始終面向市場(chǎng)和客戶，合理管控醫(yī)藥資源。具體來看，在主系統(tǒng)中，醫(yī)藥終端智能管理的權(quán)重值最大，值為0.419，分布式流向數(shù)據(jù)管理和醫(yī)藥行業(yè)數(shù)據(jù)管理的權(quán)重值分別為0.338和0.243。在子系統(tǒng)中，數(shù)據(jù)清洗處理的權(quán)重值為0.136，數(shù)據(jù)同步管理的權(quán)重值為0.132，藥品流向采集模塊的權(quán)重值為0.113，其余子系統(tǒng)的權(quán)重值均超過0.1。通過比較主系統(tǒng)和子系統(tǒng)的權(quán)重值，能夠發(fā)現(xiàn)在供應(yīng)鏈管理流程中需要重點(diǎn)關(guān)注的指標(biāo)，比如數(shù)據(jù)清洗本文采用較為豐富的方法進(jìn)行論證，在權(quán)重值部分也得到了證實(shí)其必要性。

4? ? 結(jié)論與建議

4.1? ? 結(jié)論

本文基于大數(shù)據(jù)管理技術(shù)，對(duì)醫(yī)藥行業(yè)供應(yīng)鏈管理進(jìn)行了分析，首先分析了醫(yī)療企業(yè)供應(yīng)鏈管理的流程，對(duì)其中的主系統(tǒng)和子系統(tǒng)進(jìn)行了設(shè)置。其次，根據(jù)供應(yīng)鏈管理的流程，分析了其中的關(guān)鍵技術(shù)難點(diǎn)，運(yùn)用數(shù)據(jù)清洗技術(shù)解決了這一問題。最后，運(yùn)用熵值法結(jié)果輸出結(jié)果進(jìn)行量化，便于進(jìn)行量化決策。通過本文的實(shí)證分析，得到以下研究結(jié)論：一是根據(jù)學(xué)術(shù)界的研究成果與醫(yī)藥企業(yè)供應(yīng)鏈管理實(shí)踐，在醫(yī)療行業(yè)供應(yīng)鏈管理系統(tǒng)中主要包含分布式流向數(shù)據(jù)管理、醫(yī)藥行業(yè)數(shù)據(jù)管理和醫(yī)藥終端智能管理3個(gè)主系統(tǒng)，在主系統(tǒng)下包含12個(gè)子系統(tǒng)。二是在海量數(shù)據(jù)管理中，需要對(duì)數(shù)據(jù)進(jìn)行清洗，保證數(shù)據(jù)質(zhì)量，數(shù)據(jù)質(zhì)量的高低會(huì)對(duì)研究結(jié)論產(chǎn)生重要的影響。三是對(duì)比主系統(tǒng)和子系統(tǒng)的權(quán)重值可以判斷，在醫(yī)療行業(yè)供應(yīng)鏈管理過程中，終端智能管理和數(shù)據(jù)清洗十分關(guān)鍵。

4.2? ? 建議

4.2.1? ? 立足供應(yīng)鏈管理主系統(tǒng)與子系統(tǒng)，利用大數(shù)據(jù)技術(shù)，分步驟構(gòu)建供應(yīng)鏈管理系統(tǒng)

根據(jù)本文的研究結(jié)論，醫(yī)療企業(yè)供應(yīng)鏈系統(tǒng)的構(gòu)建并非一朝一夕，需要分步驟逐步深入。首先，在供應(yīng)鏈管理優(yōu)化上可以大力引進(jìn)大數(shù)據(jù)管理技術(shù)，建立跨部門的研發(fā)團(tuán)隊(duì)，適度引進(jìn)外部技術(shù)，建立可視化的大數(shù)據(jù)管理平臺(tái)，對(duì)于供應(yīng)鏈管理的優(yōu)化具有重要作用。其次，在公司內(nèi)部技術(shù)力量有限的情況下，可以大膽和第三方專業(yè)的技術(shù)公司合作，通過合作引進(jìn)較為全面和豐富的技術(shù)，能夠?qū)υ枷到y(tǒng)進(jìn)行不斷的調(diào)整和優(yōu)化。專業(yè)的技術(shù)公司往往在專業(yè)能力上更為突出，避免了企業(yè)花費(fèi)大量的時(shí)間和精力進(jìn)行研發(fā)，提升了工作效率，在短時(shí)間內(nèi)完成多個(gè)數(shù)據(jù)端口的對(duì)接，但是在合作的過程中要注意數(shù)據(jù)保密。最后，在構(gòu)建供應(yīng)鏈系統(tǒng)時(shí)應(yīng)該具有全局思維和發(fā)展思維，充分考慮系統(tǒng)的更新和換代，對(duì)數(shù)據(jù)接口的設(shè)計(jì)應(yīng)該考慮未來發(fā)展的兼容性，從設(shè)計(jì)上保證系統(tǒng)的及時(shí)性。

4.2.2? ? 提升數(shù)據(jù)質(zhì)量，注重?cái)?shù)據(jù)更新，對(duì)數(shù)據(jù)進(jìn)行動(dòng)態(tài)調(diào)整

對(duì)醫(yī)療企業(yè)而言，建立完善的供應(yīng)鏈管理系統(tǒng)只是第一步，高質(zhì)量的數(shù)據(jù)才是系統(tǒng)管理的關(guān)鍵。在數(shù)據(jù)來源方面，不同的企業(yè)有著不同的管理口徑，在數(shù)據(jù)錄入時(shí)要建立統(tǒng)一的數(shù)據(jù)管理標(biāo)準(zhǔn)，統(tǒng)一統(tǒng)計(jì)口徑，避免產(chǎn)生統(tǒng)計(jì)誤差。因此，在這一過程中要對(duì)數(shù)據(jù)進(jìn)行及時(shí)更新，使得企業(yè)能夠掌握前沿的市場(chǎng)信息，保證決策的時(shí)效性，避免產(chǎn)生經(jīng)營(yíng)風(fēng)險(xiǎn)。此外，對(duì)于其中錯(cuò)誤的信息要及時(shí)進(jìn)行調(diào)整，幫助企業(yè)合理分配資源，使企業(yè)最大限度滿足市場(chǎng)需求。在海量數(shù)據(jù)的沖擊下，在系統(tǒng)設(shè)計(jì)上要充分考慮到系統(tǒng)的處理能力，要建立足夠大的數(shù)據(jù)池，提高數(shù)據(jù)計(jì)算的效率。當(dāng)數(shù)據(jù)池容納不了原有數(shù)據(jù)時(shí)，要有備選方案對(duì)數(shù)據(jù)進(jìn)行備份，避免數(shù)據(jù)丟失造成損失。

4.2.3? ? 提升數(shù)據(jù)終端的智能管理能力

根本本文的研究結(jié)論可知，在醫(yī)療行業(yè)供應(yīng)鏈管理過程中，終端智能管理和數(shù)據(jù)清洗十分關(guān)鍵。在處理海量的數(shù)據(jù)時(shí)，要嚴(yán)格按照流程進(jìn)行數(shù)據(jù)清洗，對(duì)原始數(shù)據(jù)進(jìn)行高、中、低分類，對(duì)中、低質(zhì)量的數(shù)據(jù)要使用人工進(jìn)行再次分類，采用多種方法提升數(shù)據(jù)質(zhì)量。數(shù)據(jù)清洗是一個(gè)反復(fù)的過程，不可能在幾天內(nèi)完成，只有不斷的發(fā)現(xiàn)問題，解決問題。對(duì)于是否過濾，是否修正一般要求系統(tǒng)進(jìn)行確認(rèn)，對(duì)于過濾掉的數(shù)據(jù)，寫入Excel文件或者將過濾數(shù)據(jù)寫入數(shù)據(jù)表，在ETL開發(fā)的初期可以每天向業(yè)務(wù)單位發(fā)送過濾數(shù)據(jù)的備份，可以作為將來驗(yàn)證數(shù)據(jù)的依據(jù)。數(shù)據(jù)清洗需要注意的是不要將有用的數(shù)據(jù)過濾掉，對(duì)于每個(gè)過濾規(guī)則認(rèn)真進(jìn)行驗(yàn)證，并要用戶確認(rèn)。

參考文獻(xiàn)：

［1］卓志毅，何躍，閻洪.構(gòu)建中間需求模式的制造商最優(yōu)產(chǎn)品供應(yīng)策略模型［J］.技術(shù)經(jīng)濟(jì)，2020，39（12）：110-116.

［2］張樹山，胡化廣，孫磊，等.供應(yīng)鏈數(shù)字化與供應(yīng)鏈安全穩(wěn)定——一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)［J］.中國(guó)軟科學(xué)，2021（12）：21-30.

［4］王昕天，荊林波.疫情防控中農(nóng)產(chǎn)品流通堵塞原因、短期應(yīng)對(duì)與長(zhǎng)期設(shè)想［J］.中國(guó)流通經(jīng)濟(jì)，2022，36（12）：55-67.

［5］夏杰長(zhǎng)，劉慧.以產(chǎn)業(yè)融合壯大實(shí)體經(jīng)濟(jì)：作用機(jī)理與推進(jìn)策略［J］.財(cái)經(jīng)問題研究，2023，（1）：3-12.

［6］蔣殿春，魯大宇.供應(yīng)鏈關(guān)系變動(dòng)、融資約束與企業(yè)創(chuàng)新［J］.經(jīng)濟(jì)管理，2022，44（10）：56-74.

［7］潘琳，徐夏靜，周榮庭.博弈視角下社區(qū)生鮮食品供應(yīng)鏈雙渠道動(dòng)態(tài)定價(jià)研究［J/OL］.中國(guó)管理科學(xué)：1-12.（2022-12-07）［2023-01-01］.https：//doi.org/10.16381/j.cnki.issn1003-207x.2021.1506.

［8］宋曉晨，毛基業(yè).基于區(qū)塊鏈的組織間信任構(gòu)建過程研究——以數(shù)字供應(yīng)鏈金融模式為例［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2022（11）：174-192.

［9］馮穎，馮仰超，張景雄，等.考慮產(chǎn)運(yùn)環(huán)節(jié)碳排放的生鮮低碳供應(yīng)鏈運(yùn)營(yíng)決策［J］.系統(tǒng)管理學(xué)報(bào)，2024，33（1）：1-15.

［10］段彩泉，姚鋒敏，滕春賢.隨機(jī)需求下考慮廣告遺忘效應(yīng)的多周期閉環(huán)供應(yīng)鏈網(wǎng)絡(luò)均衡［J］.運(yùn)籌與管理，2023，32（2）：29-37.

Plication Evaluation of Big Data in Pharmaceutical

Supply Chain

CHEN? Nan

（School of Economics， Bengbu College， Bengbu 233000， China）

Abstract：Under the impact of Omicron， due to the surge of residents' demand for related drugs， the medical resources are relatively tight in a certain period of time， but the demand for resources in various provinces and cities is not at the same time， which makes the supply chain management of pharmaceutical enterprises more difficult. Based on big data management technology， this paper analyzes the application process of big data in pharmaceutical supply chain management， and uses empirical analysis method to reach the following research conclusions： First， according to the research results of the academic circle and the supply chain management practice of pharmaceutical enterprises， the supply chain management system of the medical industry mainly includes three main systems： distributed flow data management， pharmaceutical industry data management and pharmaceutical terminal intelligent management， and contains 12 subsystems under the main system. Second， in the mass data management， the data need to be cleaned to ensure data quality， which will have an important impact on the research conclusion. Third， by comparing the weight values of the main system and subsystems， it can be judged that terminal intelligent management and data cleaning are very critical in the process of supply chain management in the medical industry.

Key words：big data technology；pharmaceutical industry；supply chain management；data cleaning；intelligent terminal

［責(zé)任編輯：許立群］