通过改进的数据和分析方法确保企业卓越2024

通过不断发展的数据和分析方法确保企业卓越 TYSON KUEHL， 校长 ， IQVIA 咨询VALERIE ENG， 协会。 IQVIA 咨询公司负责人帕特里克 · 戈尔曼, 经理, IQVIA 咨询 目录 Introduction1改进数据和工具的使用以推动影响1了解您自己的数据成熟度3什么是进化的数据战略的支柱 ？4客户聚光灯8结束语10IQVIA 如何帮助您11关于作者12参考文献14 Introduction 尽管大数据和高级分析技术充满潜力，生命科学组织仍然经常面临基本商业问题的挑战。这些问题部分归因于不断演变的经济社会、科学和技术因素，或者对这些新技术方法的误用。虽然这些因素存在，但生命科学组织仍需应对如何有效利用这些技术以解决实际业务问题。new生物技术组织在不断发展过程中仍然难以将数据转化为可操作的洞察以实现商业卓越。这种情况频繁出现的原因在于缺乏一个基于组织希望解决的应用场景的整体战略。本白皮书提供了具体行动建议，以帮助组织优先考虑这些措施，从而将数据策略和管理挑战转变为差异化的机会。 改进数据和工具的使用以推动影响 一家在将数据作为差异化因素方面处于前沿的制药公司是诺华。自2018年接任领导职务以来，诺华首席执行官瓦斯·纳拉辛汉将未来导向的数据战略确立为公司战略的关键支柱。这一策略已取得显著成效，最近的净销售额增长了10%，核心运营收入增长了18%（FY2024）。3 医疗健康数据是每个生命科学组织的核心。它提供了关于患者、提供者及其他利益相关方的见解，最终驱动业务优先事项和运营。生命科学组织投入团队并投资资源来获取、管理及分析数据。据估计，生命科学分析行业在2023年的市场规模为262亿美元，并预计到2028年将达到484亿美元，复合年增长率（CAGR）为13.5%。1此外，生命科学分析领域内新科技的应用预计将以更高的复合年增长率（CAGR）25.2%的速度增长，到2029年将达到88.8亿美元。2 尽管对创新数据方法的需求存在，制药行业仍然面临以有效且高效的方式满足这一需求的挑战。因此，该行业需要一种进化的方法。数据和分析战略 2.0行业面临的转折点是从标准的数据采购转向清晰展示投资回报率（ROI）和数据价值最大化。这涉及通过新的方法和解决方案来重新思考现有数据，以满足不断变化的商业优先级。 我们相对于竞争对手的一项基本优势在于五年前我们创建了一个名为data42的集成数据湖。我们正在利用这个数据湖迅速推动公司在AI方面的进展……我们的数据组织得当，具有清晰的本体论，我希望这将有助于未来更快地发现更多成果。 - 诺华首席执行官 Vasant Narasimhan 于 2023 年 7 月 18 日与 MSNBC “Squawk on the Street ” 交谈 。4 经济、社会、科学和监管环境的变化已经使数据分析变得更加复杂，但也提高了对深刻洞察的期望。这进一步突显了需要制定更完善的数据策略的重要性。例如，IQVIA研究所最近关于美国成人疫苗接种趋势揭示了成年人口，尤其是 Ethnic and racial minorities 和 Medicaid 人口群体继续拥有较低的疫苗接种率。5 随着疾病变得日益复杂且利益相关方越来越难以接触，生命科学行业必须携手思考、管理并利用数据的方式需有所不同。 如此做不仅需要在整个产品生命周期中提出基本问题，还需要利用数据和分析，并将获得的洞察连接起来。整个旅程。 如今 ， IQVIA 的许多客户仍处于 1 - 2 阶段 ，在某些治疗领域有 3 - 4 阶段的口袋或者地理。这是可以理解的 ， 因为进展沿着数据成熟度曲线并不是一件容易的事 - 它在组织的各个层面上承担承诺 ；对时间、资源和金钱的投资 ； 和胃口更改。但是 ， 如果您的组织成功随着数据成熟度曲线的上升 ， 它将能够 ： 了解您自己的数据成熟度 这些变化不仅仅是适用于所有情况的更新。实际上，公司首先需要审视自身的数据成熟度及其与产品组合洞察需求、企业战略以及与内部和外部利益相关者进行有意义互动的能力之间的关系。一个完善的数据策略基于组织从数据中寻求的价值定义。基于这种自我反思，您的组织必须确定自己在数据成熟度曲线上的位置，以评估如何进一步发展和提升。 • 通过更深入、更快的洞察 ， 最大限度地发挥现有数据资产的价值 • 跨团队利用数据、分析、见解和功能 • 降低数据采购和洞察交付成本 • 应该获取、发展并赋能数据科学专业知识——这包括组织和清洗数据的个人，以及开发先进的分析模型以发现新见解并提供更具操作性的建议（例如，AI、ML、GenAI）。 什么是进化的数据战略的支柱 ？ 为了实现组织所需的数据成熟度以实现蓬勃发展，您应寻求以下几个关键要素： 4. 安全性 - 符合全球 / 区域数据隐私和安全要求 1. 业务 - 直接与业务目标和目标保持一致 • 由于分析的信息具有敏感性，数据安全至关重要。若安全措施被破坏，将对组织造成声誉和财务风险。数据基础设施和/或流程应包括 robust 的安全措施，如加密、访问控制和监控系统。 • 与组织目标一致的数据策略：数据策略应与整体企业目标保持一致，并描述数据将如何帮助企业实现这些目标。 • 应建立关键绩效指标（KPIs）以使组织能够监控进展情况，从而根据需要调整策略。 • 隐私和同意，特别是在使用患者数据时，是一项基本要求，必须予以解决。这包括建立协议以确保遵守市场的数据隐私法规（例如，HIPAA、GDPR、LGPD）。此外，还应具备获取和管理适当的数据使用同意的能力。 2. 治理 - 定义且动态的数据治理和数据架构 • 数据质量应得到确立，包括质量控制、数据清理程序和标准化的数据定义。这样做有助于确保数据的准确、可靠和合规。 • 数据管理系统应当能够整合来自各种来源的数据，并在整个组织内部提供“单一真相源”的数据，尽管数据的可访问性可能取决于角色和需求。 3. 技术 - 实现高级分析和 AI / ML 功能 • 数据分析工具和基础设施应包括适合分析的资源，以及能够高效、有效地汇集、处理、分析和可视化日益庞大数量数据的技术平台和基础设施，具备可扩展性。 6. 文化 — — 持续改进的公司心态 5. 集成 - 跨数据集的创新数据使用和集成 • 要取得成功，公司必须始终保持创新的热情。这同样适用于企业数据的使用。一种常见的方法，如谷歌等公司所采用的，是将创新和时间分配按70:20:10的比例进行划分。这种方法涉及将项目分为核心类别：70%（例如，产品发布或生命周期管理），相邻的20%（现有流程的新方法，如ML/NLP应用），以及变革性的10%（通常用于两年后部署的更广泛的创新领域）。 • 嵌入数据文化需要真正的文化变革和发展。这包括领导层倡导重视数据驱动决策的心态。此外，还需要在整个组织内推广数据素养和流利度，并鼓励以合规为前提的数据实验和创新。 • 除此之外，组织应定期监控流程以庆祝“胜利”，建立动力，展示进展，并识别未来优化的机会。这样做可以使流程根据不断变化的业务需求和新技术进行必要的调整和优化。 • 生物科学公司开始认识到非传统数据（如消费者数据）使用的重要性，并学习如何在不同数据集之间进行新颖的集成以获得有关其业务的新见解。 小心。不难得到卡住- 公司经常发现自己被困 ， 即使试图把它做好 1. 将数据战略与业务目标联系起来 首要任务是——为了做到这一点，你的团队必须“齐心协力”。组织可以利用大量的医疗健康数据，但如果没有相应的策略，你的见解将会被淹没。要实现最大化价值，并且确保这些价值符合你的组织需求，关键在于确保你的数据战略与业务目标保持一致。无目标的数据采购和使用最终会导致重复性问题、更高的成本以及管理额外数据时增加的摩擦。 while目标明确，生命科学组织在制定和实施经得起未来考验的数据策略方面仍然面临挑战。 • 惯性:往往，这始于组织降低对数据战略的优先级。此时，重点仍然放在推出产品和运营业务上。短期目标会优先于长期目标。尽管这可能令人感到不适，但组织必须挑战自己思考如何在短期内（<6个月）、中期（6-18个月）和长期内（18个月及以上）通过数据战略来实现业务目标。 首先了解组织的目标和关键业务问题。一旦确定这些目标和问题，您可以专注于有助于实现这些目标的数据类型，而不受其他因素的干扰。例如，这是否是开放市场中的罕见疾病产品launch，还是进入拥挤市场的新型产品launch，或者是即将达到生命周期结束（LOE）的成熟产品？ • Complacency:其他时候，组织面临承诺和资源不足的问题。一个演进的数据战略需要在整个团队和各个层级之间对共同目标达成一致并予以承诺。这使得能够开发和实施工具，并推动文化与思维模式的转变，以便共同利用数据。 当执行得当，组织可以跨团队利用可操作的洞察。不仅如此，组织还可以降低数据采购和洞察交付的成本。 只向内看 ， 而不是向外看 ：如果组织确实认识到需要发展其数据战略的重要性，它们往往在从何处着手方面面临困难。组织通常不愿意寻求外部创新解决方案，这些方案可能需要投资和新的思维方式。此外，组织也不与业务部门合作，以找到适合所有团队（即应用场景）的最佳数据策略。将战略基于业务目标、应用场景和关键业务问题至关重要。这样做可以确保利益相关者达成一致，并为所有活动设定方向和范围。 一旦组织理解了调整数据策略以最大化数据影响的重要性，以及实现这一目标所需的投资，他们就可以开始采取这些具体的步骤。 2. 建立适合目的的治理程序和工具 • 工具使团队能够履行其职责和责任。这些工具还应能够衡量KPI和其他指标，以评估成功或寻找调整的机会。无论是数据目录还是仪表板，团队必须评估哪些工具最适合满足其需求，并寻找在团队之间共享使用这些工具的机会。 必须构建一个以治理人员、流程和技术为核心的数据策略。这包括定义角色和职责，并部署合适的工具来装备您的团队。 • 角色和职责使团队能够有效高效地解决业务挑战。它们定义了团队如何以及应该如何合作以找到旨在解决特定业务问题的目的性解决方案。然而，为了实现这一点，角色和职责不仅需要被定义，还需要被固化、传播并执行。此外，组织应考虑角色的演变以满足未来组织的需求。 • 当流程正确建立时，将帮助您的团队了解如何以高效的方式访问他们需要的数据以回答问题。在自己的。建立适当的技术使您的团队能够在及时的方式。建立适当的权限和协议可确保只有正确的团队才能访问相关数据。 标准化和精简的过程、角色、职责以及工具建立了坚实的基础，以便加速利用各种可用数据（包括第三方数据、精选数据和生成数据）以获得洞察。 客户聚光灯 IQVIA 最近与一家排名前十的制药公司合作，制定了其未来2-3年的数据和分析战略。在初步评估过程中，我们认识到建立一个单一的企业友好的数据目录作为跨团队和品牌管理和使用数据资产的强大基础的必要性。商业数据和分析团队首先评估了关键的商业优先事项及其相应的问题。这些发现与现有的商业数据资产库存相结合，包括数据资产的特性和使用考虑因素。 该结果是一个全面的数据目录，使团队能够理解数据资产的使用情况。将数据目录基于关键业务问题，有助于识别可以在团队之间利用的见解，并识别由多个团队采购和分析的冗余数据集。建立数据目录的治理机制，不仅促进了工具的维护，还促进了工具共享价值的责任感和承诺。 确保遵守适用的隐私法规，包括美国的HIPAA、欧盟的GDPR以及日本的APPI。 3. 利用高级分析和 AI / ML 并构建启用功能 生命科学组织正在效仿其他行业，在先进的分析实践中构建自然语言处理（NLP）和人工智能/机器学习（AI/ML）解决方案。最终，这些解决方案可以提供更深入和更具预测性的洞察。实际上，92%的生命科学CIO和技术高管认为，在未来三年内，AI/ML将是最重要的变革性技术。6 perhaps 在医疗健康行业中与其他行业数据最为重要的区别在于对患者数据安全性的保护要求。具