京公网安备 11010802034615号
经营许可证编号:京B2-20210330
文思海辉:大数据助力企业畅游移动医疗蓝海
刚刚过去的2014年可谓移动医疗信息化元年,越来越多的企业投身到移动医疗领域,阿里投资中信21CN、腾讯投资丁香园、“好大夫在线”及“春雨掌上医生”被更多用户所接受……政策的利好、资本的增加、巨头的强势介入及百姓的实际需求,使得移动医疗成为医疗产业的下一片蓝海。
众所周知,移动医疗产业的发展离不开大数据的支持。IDC《2015医疗IT十大预测》中指出,2016年前,15%的医院将创建综合性的患者档案,并尝试为患者制定个人化的治疗计划; 2018年,65%的消费者与医疗健康机构的交易将实现移动化;到2020年,随着供应商寻求利用云技术及相关基础设施来进行数据收集、集料、分析和决策,80%的医疗数据将在存储过程中的某个节点进入云端储。资深的医疗行业兼大数据解决方案服务专家Pactara(以下简称:文思海辉)认为,广泛利用以大数据为代表的信息技术,医疗行业客户可以获得更多进步,如提高医疗服务质量,防止医疗事故发生,提高护理服务效率,降低不必要的医疗成本,同时加强管理效率,减少文书工作,使更多人可以负担得起医疗费用,从而把握移动医疗市场先机。
文思海辉提供的企业级SmartData(大数据)专业服务及解决方案,致力于挖掘以数据为驱动引擎的潜在价值并提供可视化的分析决策支持,是可提供定制化设计服务、能帮助医疗行业客户深入洞察业务需求的最具商业赋能潜力的大数据解决方案。同时,文思海辉卓越的业务方法论与核心技术竞争力能帮助客户打通以数据应用为价值链条的商业路径,快速将技术实施转化为企业捕捉市场机遇,提升利润增长的驱动力。
文思海辉曾为中国最大的合资制药企业之一提供大数据专业服务及解决方案,该公司成立于1985年,总部位于美国,在财富500强榜单上排名前50,在华员工超过3000人,在全国34个城市设有办事处。
文思海辉解决方案为客户提供的解决方案使用了DB2作为企业数据仓库,以Hadoop(CDH4)作为企业的大数据平台。项目实施初期,文思海辉对客户进行了大量的访谈调研,根据客户现有的IT系统和资源情况做了全面细致的测试,为客户定制最优的移动商业智能解决方案,在项目实施过程中,以SQL Server报告服务作为Roambi的商业智能门户,充分利用客户现有的IT资源和系统,节省了IT投入并极大的缩短了项目周期。基于SQL Server数据库为客户移动应用搭建了专门的数据仓库和ETL平台,为以后的应用扩展打好了基础。
该制药企业在文思海辉的协助下,短时间内完成了40余数据集市、800余ETL(提取、转换、加载)表和500多份报告,推出100多种新特性及企业级数据仓库,并企业级数据仓库报告服务等级协议使时间比之前减少了两个小时,且加载的数据量是前期的两倍的效果。除此之外,还实现了移动/加载6PB数据到Hadoop,通过全新的Hadoop,每年为EDW省下至少300万美元成本。项目交付完成后,客户高层和庞大的销售团队实现了充分利用现有数据及技术为内部管理及外部运营服务的预期目标,并很好地实现了办公的移动化,可随时、随地查询公司报告、数据,进行决策分析,提升了整体效应。
自2006年以来,文思海辉就致力为医疗行业提供端到端的全价值链服务,其医疗行业解决方案涵盖了医疗行业的方方面面,包括设备和服务、制药、生物技术和生命科学保健行业领域,覆盖了药品研发与生产商、医院、诊所、医疗设备与仪器供应商、实验室以及医疗健康计划供应商。
近日,国务院发展研究中心国际技术经济研究所所长陈宝国发言指出:“未来健康数据将会和技术系统相衔接,个人健康数据将逐渐被重视。”可以预见的是,随着移动医疗的进一步深化,数据系统的建设将更为复杂、数据的挖掘及合理化运用的难度亦进一步提升,文思海辉将会扩大大数据与医疗行业优势化结合的业内优势,助力更多客户畅游在移动医疗蓝海之中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09