醫(yī)療器械供應(yīng)鏈大變革，智能決策如何撬開新的增長點？
沿著舊地圖，找不到新大陸，對于處在醫(yī)改陣痛中的醫(yī)療器械廠商來說，數(shù)字化變革已經(jīng)迫在眉睫。隨著兩票制和集采帶量政策推進，醫(yī)療器械供應(yīng)鏈走向扁平化，高值醫(yī)療器械價格紛紛“跳水”，傳統(tǒng)業(yè)務(wù)模式瓦解，經(jīng)銷渠道縮短，器械產(chǎn)品利潤收窄，醫(yī)療器械行業(yè)正重新洗牌，醫(yī)療器械企業(yè)面臨巨大壓力。
帶量采購：即醫(yī)藥產(chǎn)品集中采購（Volume-based Procurement，VBP），是在招標(biāo)公告中會公示所需采購量，投標(biāo)過程中除了要考慮價格，還要考慮能否承擔(dān)起相應(yīng)生產(chǎn)能量。
兩票制：是指醫(yī)藥產(chǎn)品從生產(chǎn)企業(yè)賣到一級經(jīng)銷商開一次發(fā)票，經(jīng)銷商賣到醫(yī)院再開一次發(fā)票，以“兩票”替代目前常見的七票、八票，減少流通環(huán)節(jié)。
由于利潤被削薄，企業(yè)一方面需要通過降低成本“曲線增收”，另一方面需要更大的市場來填補收益，但帶量采購后，醫(yī)療器械廠商除了要考慮成本，還要考慮產(chǎn)量能否滿足醫(yī)院需求，這種壓力主要都給到了供應(yīng)鏈。長期以來，國內(nèi)醫(yī)療器械行業(yè)的運營管理相對粗放，廠商對器械流通中的很多問題看不清、摸不透，全球性醫(yī)療器械廠商對國內(nèi)市場更是長期處于“遠程調(diào)控”模式，供應(yīng)鏈數(shù)字化轉(zhuǎn)型困難重重。
從需求、供應(yīng)、履約到生產(chǎn)，每一個環(huán)節(jié)都亟需提升，各個環(huán)節(jié)又互相關(guān)聯(lián)，應(yīng)該從哪里入手？在近期舉辦的醫(yī)療器械供應(yīng)鏈重塑與數(shù)字化建設(shè)研討會上，杉數(shù)科技解決方案副總裁蘇廣俊指出，醫(yī)療器械供應(yīng)鏈數(shù)字化的關(guān)鍵在于數(shù)據(jù)驅(qū)動的決策升級，智能決策將推動供應(yīng)鏈模式變革，模式變革則能帶來價值增長，其中需求預(yù)測是第一步，而且是最重要的一步。
智能需求預(yù)測，打開數(shù)智化轉(zhuǎn)型的第一道關(guān)口
供應(yīng)鏈管理的起點是需求預(yù)測，如果需求預(yù)測不準確，可能帶來一系列“蝴蝶效應(yīng)”，比如補貨不及時、庫存不足或積壓、生產(chǎn)計劃跟不上市場需求等等。所謂知己知彼百戰(zhàn)不殆，要想打破轉(zhuǎn)型屏障，企業(yè)必須了解第一手的市場需求，需求計劃升級可以說是第一道關(guān)口。
傳統(tǒng)模式下，醫(yī)療器械從生產(chǎn)廠商流通到醫(yī)院，中間有多層經(jīng)銷商，生產(chǎn)廠商無法逐層管理，只能粗略地了解對一級經(jīng)銷商的出貨量，運營管理非常被動。企業(yè)在做需求計劃時，主要依靠人工統(tǒng)計，一般會根據(jù)歷史銷量數(shù)據(jù)、結(jié)合財務(wù)和市場情況來確定對一級經(jīng)銷商的出貨計劃，無法從市場需求端進行預(yù)測，得到的需求計劃是片面和滯后的。而且，由于很多因素?zé)o法量化，導(dǎo)致預(yù)測準確率較低，通常只能預(yù)測到全國層面的數(shù)據(jù)。
醫(yī)療器械的市場需求量和病種、區(qū)域、歷史銷量、產(chǎn)品比率等內(nèi)外部因素息息相關(guān)，傳統(tǒng)的數(shù)字化技術(shù)很難將所有因素進行全盤考慮。針對需求預(yù)測難題，以杉數(shù)科技提供的智能需求計劃平臺為例，可以利用智能算法和機器學(xué)習(xí)技術(shù)綜合考慮多影響因子，預(yù)測不同產(chǎn)品不同層級的醫(yī)院需求量，再結(jié)合庫存策略推導(dǎo)轉(zhuǎn)換對經(jīng)銷商的出貨量，可以有效提升預(yù)測準確度和精細化程度。
比如，疫情近年來對醫(yī)療器械銷量的影響較大，而疫情的爆發(fā)完全沒有規(guī)律可循，如何在不確定的情況下得到更精準的需求計劃？這在此前是沒有經(jīng)驗可以借鑒的，通過對各種疫情相關(guān)情況進行調(diào)研分析，以智能決策技術(shù)打造的智能化的疫情模型，可以將疫情影響因子加入到整體預(yù)測模型中，并根據(jù)實際疫情情況進行調(diào)整，得到更符合實際的預(yù)測結(jié)果。
借助更精準的預(yù)測結(jié)果，醫(yī)療器械廠商就可以化被動為主動，靈活管控經(jīng)銷商，實現(xiàn)更加合理地資源分配和運營調(diào)控。同時，也能夠有效地指導(dǎo)生產(chǎn)、庫存和運輸?shù)扔媱?，可以說打通了醫(yī)療器械供應(yīng)鏈管理的“任督二脈”。
多部門聯(lián)動計劃，更透明更協(xié)同更敏捷
和傳統(tǒng)方式相比，基于智能決策技術(shù)的需求預(yù)測融入了人工智能和機器學(xué)習(xí)等技術(shù)，打破了人工和傳統(tǒng)數(shù)字化系統(tǒng)的諸多限制，進一步釋放了數(shù)據(jù)的價值，為企業(yè)靈活應(yīng)對當(dāng)前變局、進行全面的數(shù)智化升級打下了良好的基礎(chǔ)。以杉數(shù)科技為代表的智能決策企業(yè)所提供智能需求計劃方案，可以幫助企業(yè)從以下五個方面進行突破和升級。
從人工預(yù)測到智能預(yù)測：根據(jù)企業(yè)的營銷模式和業(yè)務(wù)狀況，利用智能算法、模型及求解器進行預(yù)測和優(yōu)化，代替?zhèn)鹘y(tǒng)人工預(yù)測模式，把疫情、政策等諸多人工無法考量的因素進行量化計算和分析，可以從全局角度實現(xiàn)綜合最優(yōu)，預(yù)測準確性上升到新的臺階。
從粗放式到精細化：打破標(biāo)準化系統(tǒng)的粗放模式，在建模時將常規(guī)品、長尾品、高波動品、季節(jié)性商品、特殊性商品等進行分類建立特征庫，根據(jù)產(chǎn)品特征選擇最有效的預(yù)測模型，按SKU輸出區(qū)域、省份、城市、醫(yī)院等多層級年/月度計劃等不同顆粒度的預(yù)測結(jié)果，實現(xiàn)不同層級、不同維度的數(shù)據(jù)預(yù)測，有效提高預(yù)測的準確度，也讓企業(yè)能夠由點到面地了解市場需求，有針對性地進行洞察和優(yōu)化。
從“黑盒”到可解釋：白盒化預(yù)測模型兼顧預(yù)測準確性和可解釋性，最終輸出并不止于“預(yù)測”結(jié)果，還能通過智能算法對預(yù)測數(shù)據(jù)進行解釋性分析，量化各因素對預(yù)測值的貢獻，挖掘影響銷量的關(guān)鍵因子，以支撐業(yè)務(wù)分析、調(diào)整，幫助企業(yè)進一步優(yōu)化預(yù)測模型，同時企業(yè)能夠根據(jù)分析結(jié)果針對性優(yōu)化業(yè)務(wù)環(huán)節(jié)，以提升運營管理效率和效果。
從分散到協(xié)同計劃：結(jié)合自下而上的銷售預(yù)測提報與自上而下的公司市場計劃，建立市場、財務(wù)、采購等協(xié)同操作的計劃流程和機制，打破不同部門和供應(yīng)鏈環(huán)節(jié)間的信息壁壘，解決了各部門計劃不一致的情況，實現(xiàn)了需求驅(qū)動的一致性協(xié)同計劃。
從低效率到高敏捷：基于全局協(xié)同機制，企業(yè)遇到緊急情況時，可以自主調(diào)整相關(guān)參數(shù)和輸入，快速得到最新的計劃方案。比如，真實銷量可實時更新至AI預(yù)測引擎，預(yù)測引擎自動輸出最終銷量變化，自動迭代調(diào)整下一期需求預(yù)測模型參數(shù)，不需要再經(jīng)過人工層層統(tǒng)計和協(xié)商。更敏捷的響應(yīng)，可以降低不確定性及最小化計劃沖突，降低突發(fā)事件的負面影響。
不難看出，需求計劃能力升級帶動的是運營模式的改變，基于更靈活敏捷的供應(yīng)鏈能力和模式，企業(yè)在面對機遇和挑戰(zhàn)時就可以更加有的放矢。而當(dāng)前對于企業(yè)而言，最大的挑戰(zhàn)之一是集采產(chǎn)品的計劃和決策問題，以下我們從集采產(chǎn)品的具體場景出發(fā)來分析解決路徑。
AI預(yù)測模型：助力VBP產(chǎn)品決策價值最大化
集采產(chǎn)品的計劃決策比常規(guī)產(chǎn)品復(fù)雜，對整個供應(yīng)鏈的影響也更明顯。因為集采政策是逐步推進的，企業(yè)將長期處于VBP產(chǎn)品和常規(guī)產(chǎn)品并行的狀態(tài)，在模式轉(zhuǎn)換的過程中，如何平衡不同產(chǎn)品的生產(chǎn)供應(yīng)非常重要，中標(biāo)與未中標(biāo)是“0”和“超大量”訂單之間的巨大差異，關(guān)系到企業(yè)的產(chǎn)品定位、營銷方向、生產(chǎn)規(guī)劃等戰(zhàn)略性問題。例如，假設(shè)某VBP產(chǎn)品中標(biāo)，企業(yè)將投入大量成本和資源來生產(chǎn)該產(chǎn)品，可能就會影響其他常規(guī)產(chǎn)品的生產(chǎn)。
在實際運營過程中，企業(yè)不僅要在中標(biāo)前考慮產(chǎn)能、供應(yīng)鏈水平，中標(biāo)后還需要考慮如何以最低成本、最大效率來履約訂單。智能決策幫助企業(yè)更好的做到“削峰填谷”，在滿足多個約束的條件下，幫助企業(yè)做出經(jīng)濟效益最優(yōu)的決策。針對VBP產(chǎn)品，杉數(shù)科技已經(jīng)能夠提供立足全局綜合考慮各個因素的解決方案，以經(jīng)濟效益最優(yōu)為目標(biāo)，根據(jù)企業(yè)需求在中標(biāo)前和中標(biāo)后分階段進行預(yù)測。
在中標(biāo)前，首先要考慮的是財務(wù)收益，即能否給企業(yè)帶來利潤；其次要考慮生產(chǎn)量、庫存、運輸?shù)裙?yīng)鏈能力能否滿足需求。智能決策方案可以綜合考慮采購量、降價比例、采購周期、中標(biāo)概率等政策因素，以及產(chǎn)品、價格、庫存等產(chǎn)品因素，并圍繞財務(wù)收益和供應(yīng)鏈瓶頸問題建立仿真模型，將VBP作為一個增量加入到需求計劃中，通過多種模擬對比，最后生成需求計劃輔助企業(yè)決策是否要競標(biāo)、以及用什么樣的成本來競標(biāo)。
中標(biāo)后的解決思路是，根據(jù)當(dāng)前VBP目標(biāo)產(chǎn)品及其對應(yīng)的產(chǎn)品替代綁定關(guān)系，在積累一定數(shù)據(jù)后，分析由產(chǎn)品間的關(guān)系帶來的額外銷量影響，再將這種影響加入到預(yù)測模型中。具體實施過程中，先參考相似品在其他省市的需求趨勢，由產(chǎn)品部、銷售與供應(yīng)鏈需求計劃部門協(xié)同做出需求計劃，持續(xù)監(jiān)控月度偏離情況并進行人工調(diào)整，根據(jù)人工記錄和反饋，得到偏離的原因，然后再切換VBP產(chǎn)品至常規(guī)產(chǎn)品，并綜合考慮中標(biāo)后的分配量、以往產(chǎn)品在該省市多種影響因素，同時會在模型中加大對近期趨勢的學(xué)習(xí)權(quán)重，以提高預(yù)測準確度。
除了集采政策影響，未來醫(yī)療器械企業(yè)還將面臨更多不確定性問題的考驗，領(lǐng)先的智能決策技術(shù)企業(yè)已經(jīng)更進一步，可以根據(jù)不同的業(yè)務(wù)情況進行定制化調(diào)整和升級，為企業(yè)了解市場需求、提升供應(yīng)鏈能力帶來更多元化的應(yīng)對策略。
在醫(yī)療器械整個供應(yīng)鏈智能化轉(zhuǎn)型過程中，智能需求預(yù)測雖然只是一個支點，但基于這個支點帶來的改變卻是巨大的，它能夠讓企業(yè)運營管理更具效率和柔性，帶動生產(chǎn)、庫存、物流等多個場景實現(xiàn)效率和效果提升。就智能決策技術(shù)而言，除了需求預(yù)測，其在庫存優(yōu)化、物流優(yōu)化、生產(chǎn)排程等多個場景都表現(xiàn)出色，醫(yī)療器械廠商如果能夠?qū)⒅悄軟Q策技術(shù)應(yīng)用到更多相關(guān)場景中，疊加作用給企業(yè)供應(yīng)鏈帶來的改變將更加可期。
