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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09