GMP飞检前夜，药企的数据能交出去吗

周三下午三点，检查组的通知下来了。“定于本周五上午对贵司开展飞行检查，请做好相应准备。”一句话，四十八小时。

质量部开始联系生产部，生产部开始找仓储部，仓储部打开系统一查——同一个辅料，ERP里有三个编码，对应的供应商资质档案分散在两个系统、三个文件夹，有一家的资质更新记录还在某个同事的本地电脑里，那个同事上周刚离职。

追溯链路，断了。

然后是财务那边。检查组要核对某批次产品的成本数据，财务系统里的物料编码和生产系统的物料编码，对不上。同一批物料，两边数字差了将近18%。

财务说自己没错，生产说自己没错，两边各有各的逻辑，谁也说服不了谁。有人翻出了三年前的历史单据，发现当时录入的时候就已经是两套口径——从那时候起，每一笔后续数据都带着这个偏差在跑。谁也没错，但三年的账，全都是歪的。

四十八小时后，检查组坐在会议室里。

这不是哪家药企编出来的段子。这是很多药企，每隔一段时间就要经历一次的噩梦。只不过有时候是飞检，有时候是内审，有时候是集团领导突然要一份供应商全量报告，结果从各系统拼出来，数据对不上，会议开了三小时，结论是“回去再核实一下”。

问题年年有。根源从来没变过。

数字化做了这么多年，数据这关，还是没过

过去十年，没有哪家药企不重视信息化。

ERP上了，MES上了，WMS上了，有的企业光系统就十几套。从手工台账到数字流转，从线下审批到线上工作流，进步是真实的，投入也是真实的。

但有一个问题，一直悄悄待在角落里，没被认真解决：各系统都有数据，但这些数据互相不认识。

物料编码这件事，是最典型的例子。

同一个原料药辅料，生产部门叫它“A-001”，采购系统叫它“CG-2023-084”，质量系统里它又挂在一个GMP编码下，财务那边做成本归集的时候，用的又是第四套口径。四套系统，四个“身份证”，说的是同一件东西。

跨系统一调数据，结果对不上。对不上了，开始人工比对。比对了半天，发现某个环节早几年就录错了——不是这个人的错，是当时建系统的时候，两边用的口径就不一样。错了之后每个系统接着错，越错越深，没人回头清，也没人知道从哪里开始清。这叫“一物多码”。是药企数据问题里，最普遍、最难解、成本影响最深的一个。

生产成本核算偏差率，因为这个问题，有的企业高达20%以上。定价策略怎么定？利润分析怎么做？建立在这个地基上，每一个上层决策都在带着偏差往前走。

三大痛点，一个病根

药企的数据问题，往深了看，其实是三张脸同时出现，却指向同一个病根。

痛点1：供应链里的隐性内耗

物料编码混乱，最先受害的是供应链。采购拿着一个编码下单，仓储收货用的是另一套命名，入库的时候匹配不上，停下来人工核查。跨厂调度的时候，因为编码不统一，错误率能达到12%，每一次错误就是一次停工待料。

供应商资质管理，是另一个雷。集团多基地运营，同一家供应商同时给三个工厂供货，但三个工厂各管各的资质档案，审核标准不一样，有没有过期也不互通。有的工厂审批过了，有的工厂连档案都找不到。等到审计来了，每核查一家供应商，平均耗时4个小时。平时看着好像没什么事，飞检一来，全部原形毕露。

痛点2：业务数据的“带病运行”

生产和运营数据里，有一类问题格外棘手——不是系统崩了，而是数据带着病在跑。订单录入靠人工，误差率3%到5%，听起来不高。但落到生产计划上，就是备料多了、少了，库存盘点的时候盈亏率超过8%。

备料多了，不是多放几天的问题。原料药有效期，压库两个月，等到要用的时候发现快到效期，低价处理还是销毁，都是损失。这笔账，很多企业从来没认真算过。每个月数据清洗，光内部人力成本就要搭进去3到5天。

更难受的是：同类错误，一犯再犯。没有预警机制，没有追溯机制。这个月发现了，改掉，下个月同样的问题再出现，再改。不是员工不认真，是系统没有给他们兜住错误的能力。

痛点3：经营数据的“打架会议”

每个月的经营分析会，是很多药企管理层心里最熟悉的一种尴尬。财务说这个月的毛利率是X，业务说按他们的口径算是Y，信息化部门从BI系统里拉出来又是Z。三个数字，差异高达10%到20%，谁都觉得自己没错，因为大家用的不是同一个指标口径。

会议开了两个小时，开成了“对数会”。最后结论是，下次再议。月度报表要次月5日才出得来，拿到手的时候，市场早就变了。

还有一类问题，比以上三张脸都更难被发现，因为它平时不出声——直到审计来了。产成品和批准文号之间的引用关系，在很多药企里是靠人工维护的。批文更新了，主数据没有同步；某个规格的产品换了供应商，批文对应关系没有及时更新。平时没人查，一旦检查组要核验某个产品的上市合规性，翻出来的是一堆对不上的引用关系。那个时候再解释“是历史遗留问题”，已经晚了。

病根在哪里

这三个痛点背后，指向同一个根源：没有统一的主数据体系，没有清洁的业务数据管控，没有拉通的分析口径。

说直白一点——数据的“户籍”没有理清楚，后面所有的问题都是这一步欠下的债。

药品追溯是强制要求，GMP审计是高压线，但要做到批次可追溯、合规可验证，前提是同一批物料在所有系统里必须是同一个“身份”。物料编码乱了，GMP编码和物料之间的映射断了，产成品和批准文号之间的引用关系不清，追溯链路从根上就断掉了。数字化投入再多，如果地基是松的，上面建的每一层都在晃。

三个场景，说说真正能解决什么

亿信华辰的主数据驱动数据治理方案，不是一套概念，是针对药企三个核心场景，拿出了可以落地的解法。

场景一：让供应链从“猜”变成“查”

统一主数据，建立物料和供应商的唯一身份。以国家标准为基础，为物料、供应商、客户等核心数据建立统一编码规范，构建“1+N”主数据标准体系——1套集团级规范，向N个业务单元、N个系统同步下发。同一个辅料，在采购、生产、仓储、财务里，从此只有一个名字，一个编码，一套数据。跨厂调度时，系统直接识别，不需要人工比对。

GMP编码与物料编码之间的映射关系，在平台里统一管理。同一物料因不同供应商、不同质检标准而对应多个GMP编码的情况，在平台里清晰标注、统一维护——批次追溯的时候，不再是人工去翻哪个编码对应哪个批文，系统直接给出完整的关联链路。供应商资质信息集中管理，资质到期自动预警，跨基地的资质审核历史全部可见。飞检来了，追溯一条链路，分钟级调取，不是天级。

集团多基地运营还有一个财务侧的老问题：同一家供应商，在不同基地的财务系统里，名称、编码、开票信息各不相同。结算的时候，财务要人工比对，历史单据要人工核查，稍有不慎就是合规漏洞。主数据平台统一客商主数据之后，财务系统和业务系统之间的客商信息标准化匹配，历史单据的数据校验，都在系统里走，不再是人工翻档案。

基于已部署药企客户的反馈，合规审计的准备周期明显缩短，供应链跨系统协同的人工干预大幅减少。

场景二：让业务数据从“带病跑”变成“拦在门口”

智能校验规则，把错误消灭在源头。在订单录入、生产记录、库存操作等关键节点，预设行业专属校验规则，覆盖药企核心业务场景。数据进系统之前，先过一道门：格式对不对、逻辑通不通、跟历史数据有没有明显偏差——系统实时判断，不对的直接拦截，告诉操作员哪里错了、怎么改。

不只是拦截，还要形成闭环。问题出现了，谁负责整改，整改完没有，整改结果是否通过验证，全部线上留痕，每个环节责任落实到人。同类错误不再反复出现，因为有追溯、有预警，有人对结果负责。

基于已部署药企客户的反馈，订单录入和生产记录的数据错误率显著下降，每月数据清洗的人工投入大幅缩减。

场景三：让经营分析从“对数会”变成“决策会”

统一指标口径，数据只有一个答案。整合多系统数据，建立统一数据模型，定义唯一指标口径。无论是财务拉的，还是业务拉的，还是从BI系统里出来的，核心指标的定义、计算逻辑、数据来源，全部统一。报表不再需要等次月5日——T+1日报，实时监控看板，业务人员自己拖拽就能做报表，不需要每次找数据部门排队等。管理层开会，数据比人先到。

产成品与批准文号之间的引用关系，也在平台里标准化管理，查批文、核合规，直接在系统里走，不再是人工翻档案。

基于已部署药企客户的反馈，月度报表的产出周期从次月5日以后提前到T+1，管理层开会时数据已经在场，不再是会后补充。

不是买一套软件，是补上一层地基

很多药企负责人在第一次深入了解这件事的时候，会问一个问题：“我们系统已经很多了，再加一套，能整合进去吗？”

这是一个好问题，也是很多企业迟迟没有做数据治理的原因之一。亿信华辰的方案在设计上，本身就是为多系统并存的环境准备的。数据接入支持库表、接口、文本等多种形式；主数据分发可以向现有ERP、MES、WMS等各系统同步；数据集成层负责清洗和转换，不需要推倒现有系统重来。

已有系统不动，在现有系统之上，补上一层统一的数据底座。

还有一个问题经常被问到：“做数据治理，投入大，回报看得见吗？”

基于多家药企已部署的反馈，收益通常体现在三个层面：

• 短期内，数据清洗和合规审计准备的人力成本直接下降；
• 中期内，供应链效率提升和库存周转改善带来运营收益；
• 长期来看，数据驱动的决策能力和合规风险防控能力，是难以用单一数字衡量的竞争优势。

重新想一想，那个周三下午的场景。检查组的通知下来，四十八小时后他们坐在会议室里。如果在那之前，主数据已经理清，供应商资质已经统一管理，物料编码在所有系统里都是同一套，GMP批次追溯链路完整。

那一次飞检，会是怎么结束的？质量负责人打开系统，输入批次号，供应商、原料来源、生产记录、质检结果，一条完整的追溯链路，实时可见。检查组要的数据，不需要通宵拼，不需要满世界找人，不需要解释“为什么两个系统数字不一样”。

数据治理做好的企业，飞检不是“过关”，而是“展示”。

数据治理是药企数智化转型最关键的基础工作之一，也是最容易被往后推的一件事。每家药企都知道这个问题存在，但每次都有更紧迫的事情排在前面。就这样一年推一年，地基的问题越积越深，每次飞检、每次整合、每次要拍一个重要决策，都要重新经历一次“数据找不到、数字对不上”的折腾。

从哪里开始，是一个选择。

亿信华辰的做法是：从一个深度对话开始，先在一个核心场景里快速验证主数据治理的实际价值。不用一上来就改造全局，先让一个地方跑通，让你自己看到变化，再谈下一步。

如果你的团队也在经历开篇那个下午，这或许是一个值得认真聊聊的起点。