新冠病毒疫情时，因成本压力、现金流压力、消费者消费意愿减退等原因，多数企业面临缺资金、缺市场、缺产品等问题，就多数企业而言，活下去才是目的，而药企，还得面对医改深化带来地的挑战。

       为稳定经济，各国已纷纷出台财政和货币政策，从消费、投资、出口等方面提供支持，并加大政府支付，也出台了六稳、六保政策，但企业自身的有效应对才是谋定的主体。

       一边是疫情推动下的消费升级、迭代，一边是企业需迅速拉动市场，企业的应对不仅需涉及战略、业务的调整，模式的创新，还需优化自身产业链，降本增效，其中风险规避、成本管控、数字化转型等都需提上日程；

       大数据、云技术、5G技术、人工智能等高速发展，为运营数字提供了无限可能，我以为，产业链数字化是未来企业经营的趋势，也是企业适应新形式，实现转型、创新的关键路径之一，并将成未来商业主流；

       何为数字化产业链？大致可理解为在企业的研发、采购、生产、销售、物流等关键环节，通过运营数据去清晰问题所在，去突破其中难点和痛点，从而助力业务发展。

       在医药行业，因药品特殊性，在药企现今的经营中，数据分析常用于传统的销售业绩分析、经营评估，但未真正实现全面数字化转型，价值空间有较挖掘。

       数字化转型，是将数字化应用融入各产业链的业务运营，需不断探索和实践。如战略层面有项目盈亏分析，能计算投入的盈亏情况、生产方面有经济生产批量，得出经济的单次产量、而在销售环节，RFF、聚类、逻辑回归等模型，还可精准完成客户识别及分类、客户画像、流失分析等种种任务。

       在产品的设计期有KANO模型，可明确用户对产品性能需求度的排序、有PSM价格敏感度，可计算出多消费者（含潜在客户）能接受的价格区间和价格；

       算法模型很多，应用方法也因物而变，这些只是一部分，我们需将事项转化为具体的问题，再根据实际需求去探索。如应用较广的词云，操作不难，用处却很广大。

       在市场研究工作中，我曾在可行项目分析中，用其了解用户对产品的需求态度，在销售业务中，也用于部分消费者洞察等，在此，我想分享该应用的一个尝试，推动大家深入探讨。

词云是消费者洞察的有效展示，词频统计暗含玄机：

       在产品销售中，我们常需了解消费者对产品的评价、关注点等，如用传统访谈的方法耗财、耗时、耗力不说，还难保持持续跟踪和监测，更何况用户本身就存在言行不一的情况，如果问题设计不到位、或问题有预设，参考价值可能大打折扣。

       此时词云就有了新的意义，适合统计上万的数据，甚至样本量越多越好。但要了解消费者真实体验，数据从何而来呢？除了我们官网后台的数据外，知名电子商务平台的评价也是便捷的来源。

       举例说明，针对某电商平台相关品类的领导品牌湿纸巾，我下载了1万+评价，因其有大量客服回复、图片、拷贝刷评等脏数据，我先对其完成数据清洗，再得出词云如下（为确保该品牌隐私，已将数据做了调动和修改处理）：

       根据词频统计，可清晰看到，用户对酒精、湿巾、消毒、好用、方便、回购、携带、包装等词语提及频次较高，这应是大众用户对产品的主要印象；

一般，我们对微信软文，或影片的评论等也就在这步，可以看出正向居多还是负向居多。

但深入细分：（杨红鹰）

      1) 酒精相关词语累计近400次，疫情、消毒、杀菌及刚需和场景相关词语出现490+次，方便、便携、随用等相关词语词频达230+次，湿纸巾词频100+，小包装字眼出现频率达83+以上；

       解读：可初步理解为消费者已对酒精=防疫灭菌基本建立起稳固认知，而消毒湿纸巾便捷好用基本意见一致，小包装更灵活，多用于复学、复工、就餐、外出等各种场景。

因此在产品传播时除新场景开发外，不建议对消费者再做酒精杀菌教育；

       2) 其次快递、小包装相关词语出现率分别为110+，90+，价格紧随其后，可以理解为用户对产品属性的关注度依次为酒精、灭菌、湿巾、便捷、快递、小包装、价格等；

      3) 评论中对品牌提及度极少仅几次，可理解为用户心智中尚未建立领导品牌，该品类还有介入机会；（杨红鹰）

       另外，在日常生意中，为避免意淫用户需求，我们常需调查获取用户真实需求，但如果将词云结合KANO使用，先筛选出该品类受用户关注的属性（避免意淫用户需求），再用KANO对这些品类属性满意度排序，是否能更有效契合用户潜意识呢？

      事实表明，此方法可有效为消费者洞察提供真实世界的部分信息，若深一步探索，或能将这些资料转化为更为有效的情报。

      运营数据目的是为经营服务，将其中一些难点、重点问题，落实到具体的事项上，寻求清晰的可能，或明确解决方向，因此，数据只是材料，加工还取决于个人运用和实际需求。

有时大道至简，可能不一定那么复杂，需要某种模型和算法，比如对某些政策的分析；

       近年医改政策多如雪片，以医保为杠杆的三医联动在顶层设计的背景下分步推进，药品各终端面临的冲击和变局，药企经营更是处于极大变数中，而医保政策后期走势是业内讨论和关注的重点，未来医保监管真会收紧吗，存在着较多质疑。

除了从政策推进、法规制定、监管方式试点推进的角度分析外，我还需要一些数据支持。

基于此，我尝试将医保基金的2018、2019年的收支变化等数据做了简单运算，政府医改的底层逻辑竟浮出水面，如图：

       数据显示，到2019年统筹基金累计结存同比下降15.99%，存量危机；其中，2019年城乡支出增速达14.23%，且还要加大医保扶贫等力度，增速还将增长；而不断地将重大疾病用药、慢病用药、急病用药纳入报销范畴，人口又是老龄化趋势，医保基金将持续承压；

       疫情后，经济遭受重挫，医保基金来源也将受到一定影响，因此如果要达到要求的保基本、保覆盖的基本需求，医保基金调整更是迫在眉睫，而调整有效的方式就是结构调整和费用管控。

      这就是医保局所说的存量改革。从2019年的基金收支情况来看，已近平衡，说明医改集成的控费效果显著；所以后期政府推进品种结构调整，强化医保控费，坚持带量采购等就好理解了。

       再看个人账户累计结存，有至少13.89%的份额源自基金监管，而现今检查的力度、广度、深度还有较大提升空间；个人账户总额已占统筹基金总额的60.97%，其力量可观。结合的态度和行为，试想若加大监管力度和深度，就能提升个账的累计结存，并能有效实现门诊共济，因此，建立监督检查常态机制，依法打击骗保等实施的决心可以看见了。

       取消地方医保目录增补，也是医保基金控费的一个重要举措，当增补品种不再享受医保基金支付时，相关品种销售将遭受较大冲击。药企也需转换销售思维，去展示产品的效果，去布局更多的触点，去提升产品的服务，以此推动销售。那么基于用户行为的数据沉淀，和消费偏好等的分析，在洞察消费者，拉近品牌和用户的距离上，将显得尤为重要。

       在大数据时代，我们应养成数据分析的思维和意识，去探索如何有效利用海量数据，攻克经营中遇到的痛点和难点，从而有效实现转化应用，终为战略决策、经营调整所用。