大數(shù)據(jù)在醫(yī)藥行業(yè)供應鏈中的應用評價研究

陳楠

摘要： 在奧密克戎的沖擊下，居民對相關藥品的需求激增，使得醫(yī)藥資源在一定時期內(nèi)較為緊張，但各省市對資源的需求并非在同一時段，使得醫(yī)藥企業(yè)供應鏈管理的難度加大。基于大數(shù)據(jù)管理技術，分析了大數(shù)據(jù)在醫(yī)藥行業(yè)供應鏈管理中的應用流程，運用實證分析方法，得到以下研究結(jié)論：一是根據(jù)學術界的研究成果與醫(yī)藥企業(yè)供應鏈管理實踐，在醫(yī)療行業(yè)供應鏈管理系統(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個主系統(tǒng)，在主系統(tǒng)下包含12個子系統(tǒng)。二是在海量數(shù)據(jù)管理中，需要對數(shù)據(jù)進行清洗，保證數(shù)據(jù)質(zhì)量，數(shù)據(jù)質(zhì)量的高低會對研究結(jié)論產(chǎn)生重要的影響。三是對比主系統(tǒng)和子系統(tǒng)的權重值可以判斷，在醫(yī)療行業(yè)供應鏈管理過程中，終端智能管理和數(shù)據(jù)清洗十分關鍵。

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

中圖分類號：F274? ? ? 文獻標志碼：A? ? ? 文章編號：1008-4657（2024）02-0069-07

0? ? ? ? 引言

近年來，隨著計算機技術的快速發(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)被廣泛應用于科學研究、商業(yè)活動等領域［ 1 ］。對于企業(yè)而言，大數(shù)據(jù)能夠為企業(yè)優(yōu)化工作流程，帶來巨大的商業(yè)價值。在多年的經(jīng)濟高速增長之后，經(jīng)濟發(fā)展速度減緩，尤其是在新冠疫情的沖擊下，我國經(jīng)濟發(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，適應時代的要求。在新的競爭環(huán)境下，市場競爭包含多方面的內(nèi)涵，這其中就有企業(yè)間供應鏈的競爭，企業(yè)想要有更好的發(fā)展保障，就需要有較好的供應鏈管理水平。對于醫(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調(diào)整，市民用藥需求激增，對于醫(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，應用前景廣泛，使得供應鏈進入到了全新的發(fā)展階段——智慧化管理階段。

在市場需求激增的情況下，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)匯總時操作不規(guī)范，導致數(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)計的口徑也不一致。

1? ? ? ?文獻綜述

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

目前，大數(shù)據(jù)技術發(fā)展日益成熟，在金融、政府管理等方面得到廣泛應用。祝由等［ 3 ］認為，大數(shù)據(jù)技術在醫(yī)藥企業(yè)決策上也有用武之地，借助大數(shù)據(jù)管理平臺整合醫(yī)藥企業(yè)的供應鏈信息，將業(yè)務訂單、庫存、藥品經(jīng)銷商等信息綜合運用，可幫助企業(yè)進行科學決策。大數(shù)據(jù)技術在醫(yī)藥企業(yè)供應鏈體系中的運用需要企業(yè)具備必要的數(shù)據(jù)處理能力，否則數(shù)據(jù)接入會對公司運作產(chǎn)生不利影響。在供應鏈管理方式上，從線下到線上的管理順應了醫(yī)療服務需求升級的新趨勢，對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 ］指出在新的供應鏈中，由于銷售和采購都實現(xiàn)了線上管理，大部分信息一時間難以同步至線上，引發(fā)出了信息孤島問題，這是在大數(shù)據(jù)技術運用中需要注意的問題。夏杰長等［ 5 ］認為醫(yī)藥企業(yè)可以建立線上線下的雙向管理平臺，實現(xiàn)銷采在系統(tǒng)中的統(tǒng)一管理。在現(xiàn)有的供應鏈管理中，藥品的銷售方向、類型、數(shù)量等等，都是醫(yī)藥企業(yè)競爭的關鍵所在，對其管理要基于豐富的醫(yī)藥行業(yè)數(shù)據(jù)，對藥品流向進行快速分析，挖掘數(shù)據(jù)的潛在價值，避免產(chǎn)生信息滯后的問題。根據(jù)中國醫(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)研報告中，大多數(shù)醫(yī)藥企業(yè)沒有合適的供應鏈管理系統(tǒng)。

目前，大數(shù)據(jù)技術被廣泛運用于各行各業(yè)，但是大部分學者的研究焦點都集中在政府管理、生產(chǎn)制造等熱門領域，對醫(yī)藥行業(yè)的運用研究較少。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。本文采用了實證研究方法，既有理論上的推導，也有實證上的理論驗證，將定性和定量研究的方法結(jié)合起來，構建了大數(shù)據(jù)技術在醫(yī)藥行業(yè)供應鏈管理中的深度應用模型［ 6-7 ］，整合流向管理、主數(shù)據(jù)管理等資源，優(yōu)化我國醫(yī)藥行業(yè)的供應鏈管理水平，希望能為醫(yī)藥企業(yè)的精細化決策提供技術支持。

2? ? ? ? 醫(yī)療行業(yè)供應鏈管理系統(tǒng)分析

本文主要采用物流系統(tǒng)分析法得到供應鏈管理中的關鍵信息，結(jié)合大數(shù)據(jù)技術，為供應鏈管理系統(tǒng)建設提供借鑒。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，包括進貨、選料、制造、包裝、存儲、發(fā)售、運輸?shù)雀麟A段，按順序得到具體流程，然后再對各階段逐項進行分析，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)管理由多個模塊所組成，有文件管理模塊、藥品流向采集模塊、任務管理模塊、元數(shù)據(jù)管理模塊、藥品流向預處理模塊。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處理模塊屬于核心模塊，對分布式流向數(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)務數(shù)據(jù)庫的實時數(shù)據(jù)進行交互處理，能夠快速對數(shù)據(jù)進行查詢和修正，對經(jīng)銷商的數(shù)據(jù)和藥廠的數(shù)據(jù)進行協(xié)調(diào)管理，動態(tài)掌握市場信息，實現(xiàn)藥品流向的動態(tài)管理，在醫(yī)藥行業(yè)供應鏈管理中有著重要的意義和價值［ 8 ］。另外，在系統(tǒng)中還設置有任務管理模塊，主要用于統(tǒng)計資源的耗時情況，統(tǒng)計數(shù)據(jù)流向的到達效率，能夠?qū)?shù)據(jù)進行有效的收集與預處理。

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)技術在供應鏈管理中的應用基礎，通過對行業(yè)數(shù)據(jù)的收集，建立龐大的數(shù)據(jù)庫，為數(shù)據(jù)決策奠定基礎。在醫(yī)藥行業(yè)數(shù)據(jù)管理中，主要有聚合計算模塊、數(shù)據(jù)同步模塊、終端管理模塊、用戶權限管理模塊，各個模塊之間并不是獨立運作，而是相互之間互相關聯(lián)，環(huán)環(huán)相扣。數(shù)據(jù)清洗模塊主要是對大量的原始數(shù)據(jù)進行識別、整理、歸類，清洗完成的數(shù)據(jù)會進入數(shù)據(jù)庫，在需要時進行自動調(diào)取。數(shù)據(jù)同步則是對原始數(shù)據(jù)進行動態(tài)更新調(diào)整，保證數(shù)據(jù)的有效性，避免“過時”數(shù)據(jù)造成決策失誤。終端管理模塊主要是對組織機構進行管理，數(shù)據(jù)的存儲和取用都采用統(tǒng)一的標準，避免了因統(tǒng)計口徑的差異造成的數(shù)據(jù)偏差［ 9 ］。用戶權限管理模塊則是對數(shù)據(jù)使用人進行規(guī)范管理，在海量數(shù)據(jù)中會存在部分敏感信息，涉及到企業(yè)的商業(yè)秘密，分權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，設置有數(shù)據(jù)同步模塊、用戶權限管理模塊、聚合計算模塊、終端管理模塊。雖然在不同的管理系統(tǒng)中設置有相同的模塊，但是功能卻不盡相同，在終端智能分析管理中，各個模塊的功能偏向于結(jié)果運用。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)倉庫中進行批量化更新，同時將數(shù)據(jù)更新設置到ES模塊中，使得產(chǎn)品主數(shù)據(jù)得到應用。在終端管理模塊和聚合計算模塊中，主要用于構建醫(yī)藥終端畫像，指導企業(yè)的研發(fā)和生產(chǎn)活動［ 10 ］。具體來看，聚合計算模型主要是統(tǒng)計醫(yī)藥企業(yè)的購買數(shù)量、購買金額、產(chǎn)品銷量、產(chǎn)品市場占有率等數(shù)據(jù)。終端管理模塊則是對數(shù)據(jù)進行自動計算，將結(jié)果呈現(xiàn)給用戶，使得藥企能夠根據(jù)市場變化情況調(diào)整經(jīng)營策略，同時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，對于企業(yè)和社會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)供應鏈管理中的應用模塊，如圖1所示。

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

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

3.1? ? 優(yōu)化機器數(shù)據(jù)清洗

在大數(shù)據(jù)的運用過程中，如何對各類數(shù)據(jù)進行有效處理是面臨的第一個問題，原始數(shù)據(jù)會對分析結(jié)果產(chǎn)生影響，會影響到企業(yè)決策的科學性，造成經(jīng)營風險。數(shù)據(jù)清洗的主要對象是市場反饋的臟數(shù)據(jù)，本文主要采用BM25算法識別相似文本。在對中文分詞進行識別時，進行深度分詞，主要步驟可以分為：

第一，對輸入流進行拆分，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，將中文外的字符進行過濾，然后對詞段進行重新排列。根據(jù)新的隊列匹配新的詞段，形成全新的檢索詞典，即從詞段匹配出分支節(jié)點，以此類推向下匹配。數(shù)據(jù)的匹配規(guī)則可以設置為“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，如果不匹配則從數(shù)據(jù)庫剔除，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，對數(shù)據(jù)集進行重置，記錄分詞的緩沖區(qū)，將新的數(shù)據(jù)錄入分詞區(qū)。

在計算數(shù)據(jù)相關性方面，本文主要采用BM25算法評價法，BM25抑制了詞頻，能夠保證返回值趨于一個固定值。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，相關性會越來越高。在逆向文檔出現(xiàn)的頻率中，頻率越高，相關度就越低。BM25相關度的計算公式為：

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)集的長度，avgdl表示所有數(shù)據(jù)集的平均長度，k1表示為b的調(diào)節(jié)因子。因此，相似度分數(shù)score表示為相關系數(shù)的累加。

針對大量數(shù)據(jù)的收集，首先需要進行數(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，進入數(shù)據(jù)池，中、低質(zhì)量數(shù)據(jù)集則由人工進行再次處理，處理流程如圖2所示。

大數(shù)據(jù)技術在數(shù)據(jù)清洗的深度應用，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)技術的供應鏈管理系統(tǒng)既能儲存企業(yè)大量的信息數(shù)據(jù)，也能在市場上獲取實時的市場信息，建立企業(yè)自己的數(shù)據(jù)庫。同時，通過科學的算法，能夠?qū)Ａ康臄?shù)據(jù)進行清洗，保證數(shù)據(jù)質(zhì)量，為市場需求預測奠定基礎。

3.2? ? 應用結(jié)果輸出

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

為了準確計算各系統(tǒng)指標值的權重值，本文采用熵值法進行計算，其原理如下所示：

第一，對原始數(shù)據(jù)進行統(tǒng)一處理，達到統(tǒng)一統(tǒng)計口徑，如方程（4）所示：

其中，m = 12，指本文中供應鏈管理的12個指標。X″為各指標的均值，通過加權平移消除負數(shù)的影響。

第二，計算出各個指標的變異系數(shù)，如方程（5）所示：

Bij表示各個指標的變異系數(shù)。

第三，計算各個指標權重值，如方程（6）所示：

計算出各系統(tǒng)對應權重值如表1所示。

由表1可知，根據(jù)權重值的大小既能區(qū)分各個模塊的重要程度，不僅做到供應鏈管理工作有主有次，而且能夠根據(jù)權重值計算輸出結(jié)果的重要性，能夠?qū)⑤敵鼋Y(jié)果進行量化比較，使得醫(yī)藥企業(yè)的決策更加量化。通過大數(shù)據(jù)技術在醫(yī)藥行業(yè)供應鏈管理中的運用，從醫(yī)藥企業(yè)的研發(fā)、采購、生產(chǎn)、銷售環(huán)節(jié)融入大數(shù)據(jù)技術，使得企業(yè)的管理始終面向市場和客戶，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)清洗處理的權重值為0.136，數(shù)據(jù)同步管理的權重值為0.132，藥品流向采集模塊的權重值為0.113，其余子系統(tǒng)的權重值均超過0.1。通過比較主系統(tǒng)和子系統(tǒng)的權重值，能夠發(fā)現(xiàn)在供應鏈管理流程中需要重點關注的指標，比如數(shù)據(jù)清洗本文采用較為豐富的方法進行論證，在權重值部分也得到了證實其必要性。

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，對醫(yī)藥行業(yè)供應鏈管理進行了分析，首先分析了醫(yī)療企業(yè)供應鏈管理的流程，對其中的主系統(tǒng)和子系統(tǒng)進行了設置。其次，根據(jù)供應鏈管理的流程，分析了其中的關鍵技術難點，運用數(shù)據(jù)清洗技術解決了這一問題。最后，運用熵值法結(jié)果輸出結(jié)果進行量化，便于進行量化決策。通過本文的實證分析，得到以下研究結(jié)論：一是根據(jù)學術界的研究成果與醫(yī)藥企業(yè)供應鏈管理實踐，在醫(yī)療行業(yè)供應鏈管理系統(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個主系統(tǒng)，在主系統(tǒng)下包含12個子系統(tǒng)。二是在海量數(shù)據(jù)管理中，需要對數(shù)據(jù)進行清洗，保證數(shù)據(jù)質(zhì)量，數(shù)據(jù)質(zhì)量的高低會對研究結(jié)論產(chǎn)生重要的影響。三是對比主系統(tǒng)和子系統(tǒng)的權重值可以判斷，在醫(yī)療行業(yè)供應鏈管理過程中，終端智能管理和數(shù)據(jù)清洗十分關鍵。

4.2? ? 建議

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

根據(jù)本文的研究結(jié)論，醫(yī)療企業(yè)供應鏈系統(tǒng)的構建并非一朝一夕，需要分步驟逐步深入。首先，在供應鏈管理優(yōu)化上可以大力引進大數(shù)據(jù)管理技術，建立跨部門的研發(fā)團隊，適度引進外部技術，建立可視化的大數(shù)據(jù)管理平臺，對于供應鏈管理的優(yōu)化具有重要作用。其次，在公司內(nèi)部技術力量有限的情況下，可以大膽和第三方專業(yè)的技術公司合作，通過合作引進較為全面和豐富的技術，能夠?qū)υ枷到y(tǒng)進行不斷的調(diào)整和優(yōu)化。專業(yè)的技術公司往往在專業(yè)能力上更為突出，避免了企業(yè)花費大量的時間和精力進行研發(fā)，提升了工作效率，在短時間內(nèi)完成多個數(shù)據(jù)端口的對接，但是在合作的過程中要注意數(shù)據(jù)保密。最后，在構建供應鏈系統(tǒng)時應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，對數(shù)據(jù)接口的設計應該考慮未來發(fā)展的兼容性，從設計上保證系統(tǒng)的及時性。

4.2.2? ? 提升數(shù)據(jù)質(zhì)量，注重數(shù)據(jù)更新，對數(shù)據(jù)進行動態(tài)調(diào)整

對醫(yī)療企業(yè)而言，建立完善的供應鏈管理系統(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)錄入時要建立統(tǒng)一的數(shù)據(jù)管理標準，統(tǒng)一統(tǒng)計口徑，避免產(chǎn)生統(tǒng)計誤差。因此，在這一過程中要對數(shù)據(jù)進行及時更新，使得企業(yè)能夠掌握前沿的市場信息，保證決策的時效性，避免產(chǎn)生經(jīng)營風險。此外，對于其中錯誤的信息要及時進行調(diào)整，幫助企業(yè)合理分配資源，使企業(yè)最大限度滿足市場需求。在海量數(shù)據(jù)的沖擊下，在系統(tǒng)設計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)計算的效率。當數(shù)據(jù)池容納不了原有數(shù)據(jù)時，要有備選方案對數(shù)據(jù)進行備份，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)供應鏈管理過程中，終端智能管理和數(shù)據(jù)清洗十分關鍵。在處理海量的數(shù)據(jù)時，要嚴格按照流程進行數(shù)據(jù)清洗，對原始數(shù)據(jù)進行高、中、低分類，對中、低質(zhì)量的數(shù)據(jù)要使用人工進行再次分類，采用多種方法提升數(shù)據(jù)質(zhì)量。數(shù)據(jù)清洗是一個反復的過程，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。對于是否過濾，是否修正一般要求系統(tǒng)進行確認，對于過濾掉的數(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)務單位發(fā)送過濾數(shù)據(jù)的備份，可以作為將來驗證數(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，對于每個過濾規(guī)則認真進行驗證，并要用戶確認。

參考文獻：

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

［2］張樹山，胡化廣，孫磊，等.供應鏈數(shù)字化與供應鏈安全穩(wěn)定——一項準自然實驗［J］.中國軟科學，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、短期應對與長期設想［J］.中國流通經(jīng)濟，2022，36（12）：55-67.

［5］夏杰長，劉慧.以產(chǎn)業(yè)融合壯大實體經(jīng)濟：作用機理與推進策略［J］.財經(jīng)問題研究，2023，（1）：3-12.

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

［7］潘琳，徐夏靜，周榮庭.博弈視角下社區(qū)生鮮食品供應鏈雙渠道動態(tài)定價研究［J/OL］.中國管理科學：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建過程研究——以數(shù)字供應鏈金融模式為例［J］.中國工業(yè)經(jīng)濟，2022（11）：174-192.

［9］馮穎，馮仰超，張景雄，等.考慮產(chǎn)運環(huán)節(jié)碳排放的生鮮低碳供應鏈運營決策［J］.系統(tǒng)管理學報，2024，33（1）：1-15.

［10］段彩泉，姚鋒敏，滕春賢.隨機需求下考慮廣告遺忘效應的多周期閉環(huán)供應鏈網(wǎng)絡均衡［J］.運籌與管理，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

［責任編輯：許立群］