京公网安备 11010802034615号
经营许可证编号:京B2-20210330

【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生
【专访摘要】本次CDA职场专访邀请到药企数据分析师赵森淼,她分享了自身从药企VP助理转行数据分析师的经历,详解了药企数据分析师的工作内容、必备技能,拆解了销售数据的分析维度及对业务人员的指导方法,为想要进入药企数据分析领域的从业者提供了实用参考。
【主持人】欢迎大家来到CDA职场专访,今天我们邀请到了赵森淼,目前在药企行业担任数据分析师,可以和大家打个招呼。
【嘉宾】大家好,我叫赵森淼,我之前是一名药企的VP助理,外企和内资的药企都有经历过。因为接触比较多的数据分析,确定那是我自己感兴趣的发展方向,所以想往这方面转行,目前刚转行到数据分析行业差不多有半年时间,主要工作是针对销售数据进行多维度的数据分析,针对不同的层级、不同的维度做可视化的分析报告,给到业务人员一些业务的指导方向。
【主持人】在药企行业做数据分析师是一种什么体验呢?可以举一些详细的业务例子吗?
【嘉宾】作为药企的数据分析师,首先和大部分行业其实是一样的,我们需要花费大量的时间和精力收集、整理数据,进行数据的清洗和转换,提供可视化的分析报告,撰写分析报告并提供解决建议。医药行业的营销数据不太一样的点在于,我们很难直接对终端用户进行营销和分析。虽说病人才是真正的消费者,但用什么药,其实掌握在医院和医生手上,所以部分数据需要针对营销医生的数据进行分析,但在中国市场显然无法做到医生层面的分析,所以有时候我们只能做一些整体的研究和预测。业务经验其实就显得非常重要,所以医药行业的数据分析师和业务沟通非常紧密。当然,药企涉及的数据敏感度可能较高,内部和外部的保密性需要做得非常好。
【主持人】从事您这份工作,哪些技能是必备的?
【嘉宾】除了通用的统计分析技能以外,对于医疗行业的情况,比如医疗行业的销售技巧、流程、业务节点等都需要了解。比如说在医药行业中药店和医院的关系,处方药在药店和医院查流向的区别,医院进药和未进药对销量的影响,以及存量的核实等等。如果不了解这些,很有可能会对销量数据产生误判。
【嘉宾】另外我觉得还有一个非常关键的点就是沟通能力。我们要呈现一份有用的报告,必须深入了解业务内部,掌握业务的实际情况,按照业务需求去呈现。具备一定的沟通能力,掌握关键指标和术语,能够专业地与销售人员保持深入沟通,业务人员才有可能相信你的数据能给她们带来实际帮助,我们也才能提供有价值的报告和建议。
【主持人】针对销售数据,你主要从哪些维度进行分析的呢?
【嘉宾】现有的销售数据,主要从月、季度、年份等时间维度分类汇总,同时做好同比、环比分析和排名状况分析,了解实际所处的位置和变化情况。另外,按省份、地级市、医院人员等角度做好增长分析和排名分析,了解横向变化及所处位置。还有很重要的一点,就是根据计划完成情况进行对比,做好优秀典型分析和未完成原因分析,再结合各种潜力情况和现有情况进行综合分析,预测未来的销售额及需求。结合这一点,我们还可以细化到人均产出、人均处方的情况,从全国层面,对各个省份、地级市进行横向和纵向对比。
【主持人】说到给业务人员指导方向,哪些方法是你比较看重的呢?
【嘉宾】作为一名数据分析师,在与业务沟通时,我也做不到对各项数据信手拈来,但我一般会事先准备好几方面的数据。有一个比较好的方法,比如我会采用参考矩阵图的分类方式,从自身增长以及市场增长两个方面,筛选出比较典型的省份和地级市进行重点分析。比如市场占有率比较高,但自身还是负增长的,这明显就是存在问题的。
【嘉宾】另外再结合全国的排名以及其她维度的各项数据,分析各个地方的优势和存在的问题,判断这个优势点是否能真正带来增长,是否可以借鉴给其她地方。如果确实是通用可借鉴的,那么我可能会在其她会议上推广,建议大家利用这个优势点。同时,结合这个优势点在现有地方已经带来的销量,大致预测在其她地方未来的增长量,进而确定该地方的工作重点和目标值。树立标杆、推广共性的优秀方法,在我看来是比较重要的一点。
【主持人】您为什么要想到转行到数据分析师呢?是什么机遇让您转行成功呢?
【嘉宾】其实前几年我一直做商务支持和助理类的相关工作,在这个过程中,有一部分工作需要和数据分析部门打交道,比如做指标的合理性分析、辖区调整以及汇报PPT等,我都会参与到部门讨论中。这些经历让我对数据分析埋下了向往的种子,我觉得数据是一件非常有意思、也非常考验能力的事情,它需要观察思考能力、快速了解业务的能力、表达能力以及持续学习的能力,而且它产生的价值是无法衡量的,所以我一直很向往这个领域。
【嘉宾】至于机遇,其实说来也巧,当时我领导的一位朋友需要招聘这个岗位,而且必须是有一定信任度的人。我领导一来了解我的长处,二来知道我的意向,所以就向她推荐了我,我也如愿以偿拿到了这个岗位。
【主持人】感谢赵森淼为大家带来的精彩分享。近年来,医药行业保持高速增长的态势,不少头部药企大力推动数字化转型,把数据科学以及数字技术应用到工作中的方方面面。希望今天的内容对同行业的伙伴有所帮助。

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01