数字药方·第1期｜主治：流向数据"失语症"，一家百亿药企的治愈实录

病例卡片望闻问切辨证开具药方：主数据映射中枢疗效观察医嘱

项目 | 详情

患者 | 某年营收超百亿的内资药企

病程 | 持续多年，逐年加重

核心症状 | 同产品多编码致销量统计差异率8.7%，总分院归属不清月均30+笔争议，复杂渠道致15%-20%流向归属错误

既往治疗 | 20人团队持续人工洗数据，收效甚微

本次处方 | 主数据映射中枢（三味组方）

疗程 | 3个月

疗效 | 差异率降至<0.3%，人工判定降至<3%，新经销商接入14天→3天，组织调整零停机

症状一：同药异名，永远"对不拢"

同一款阿托伐他汀钙片，A经销商叫"立普妥 20mg×7片"，连锁ERP返回是"阿托伐他汀钙片（立普妥）20mg"，C经销商自编码是"LP-001"。

销售用营销编码算一遍，财务用会计编码算一遍，供应链用SKU再算一遍——三套语言各说各话，在各自世界都自洽，但跨部门一碰就塌。

某规格产品因新增包装，经销商编出4个本地码。月底统计时被系统识别为四个独立产品，销量拆分得七零八落。类似编码歧义，年损失近千万元。

症状二：总院分院，靠"人工分账"

"一院多区"是标配。货发到了分院，系统主数据只有总院一个节点——这单业绩归谁？

全靠区域经理每月手工"分账"。上线前，月均30+笔争议、涉及上百万元，销售团队20%的精力耗在"掰扯数据"上而非跑业务。

症状三：表面流向≠真实归属

医药流通"表里不一"是常态——A出票B送货、总仓接货300家门店分销、货权方/配送方/回款方三权分立。系统只看发票上的出货对象，每月15%-20%流向归属错误，一条手动"找家"平均5分钟。

症状四：久治不愈，越洗越脏

20人清洗团队，洗了又脏、脏了再洗。今天处理完8.7%的差异，下个月换经销商、增规格、调架构——一切推倒重来。

病根不是"数据不够干净"，而是"数据从出生就没有身份证"。 在末端反复清洗，等于反复感冒反复吃退烧药——缺少一个从源头建立映射关系的"中枢系统"。

不治"脏数据"，治"数据为什么脏"。让数据一出生就带着正确身份。

君药：总分院精准映射

主治：一院多区归属混乱

现实比"把分院挂到总院名下"复杂——有的分院独立法人独立核算，有的人财物一体仅物理位置分开。

映射引擎三步走：自动识别流向中疑似分院节点（"东院区""西院""高新分院"等特征）→ 规则匹配判断核算模式（独立/半独立/完全归属），逐院配置划拨逻辑 → 智能路由，业绩自动归属至正确团队。

指标: 月度归属争议 | 服药前: 30+笔 | 服药后: 0

指标: 争议金额 | 服药前: 上百万元/月 | 服药后: 归零

臣药：多码归一与价格带清洗

主治：同药异名，销量分裂重复

物理归一。 不论前端多少编码变体，后端映射为唯一的"标准产品主线"。看似基础，却是多数药企的堵点——编码野生长出来的，没人梳理过。

价格带清洗。 引擎自动识别异常值（如返利被误录为售价），按行业规则库标准化——过去人肉判断，现在全自动。

动态学习。 新经销商、新规格出现时，库自动推断归属，人工仅抽检。不是越用越累，是越用越聪明。

指标: 月度销量差异率 | 服药前: 8.7% | 服药后: <0.3%

指标: 编码歧义年损失 | 服药前: ~千万元 | 服药后: 基本消除

佐药：拆分链路依赖

主治：表面归属与业务实质脱节

不问"发票上写的是谁"，追问"货是谁卖的、款是谁付的、业绩该归谁"。

场景: 商业代配 | 错判方式: 看A公司出货，归A | 图谱正解: 识别人"货权方≠配送方"，归B

场景: 连锁委托 | 错判方式: 指向总仓，全算给总仓辖区 | 图谱正解: 穿透终端门店逐店匹配

场景: 三方回款 | 错判方式: 货权/配送/回款数据无法关联 | 图谱正解: 三向交叉验证引擎解耦

图谱是持续演化的关系网络，不是死规则表。

指标: 人工判定流向比例 | 服药前: 15%-20% | 服药后: <3%

指标: 全年人工处理工时 | 服药前: >4000小时 | 服药后: 大幅缩减

加速接入：14天→3天。 系统预置行业主流商业公司和产品线清洗模板库，新经销商接入自动匹配——80%以上无需新建规则，3天稳定出数据。

热更新不停机。 区域大调整时300余条规则变更，全程零停机，业务部门切换完成后才注意到"已经改完了"。

沉淀三层资产：

• 可复用规则库。 映射逻辑从"老员工脑子里的经验"变成"系统里的规则库"，核心管理员离职后接替者一周上手。
• 统一数据底座。 每个部门看同一份数据，跨部门月度对账从5个工作日→1个工作日。
• 可扩展的分析地基。 区域渗透率、渠道健康度、纯销趋势预警不再建在"洗了但没洗干净"的沙地上。

"数据是新时代的石油"——但石油需要提炼才能用。未经治理的流向数据是原油：粘稠、混杂、难处理，直接烧只会让引擎出故障。

主数据映射中枢就是流向数据的炼油厂——让每条数据从源头就有归属、可识别、可计算、可复用。从耗材变成资产。

数字药方将持续推出系列案例。如您的企业面临流向标准化、主数据治理或渠道数据资产挑战，欢迎交流。

电话:13717915751 邮箱:contact@tenez.cn