职业经理人周刊
整合 执行 创新   精彩人生从合作开始
金令牌猎头
企业  职位  经理人  专访  点评
年薪(万) 不限 15 25-35 50 100 200 500
职业经理人周刊 >> 人物访谈

蓝信康CEO刘凯:咋做8000家药店的慢病管理

《职业经理人周刊》

12月20日消息,在2016亿邦未来零售大会大健康电商论坛上,蓝信康创始人兼CEO刘凯发表了《8000家药店的慢病管理,我们管了》演讲,他透露,人在眨眼间根据直觉所做出的结论,在很多情况下结论的准确度可能远远超过你系统分析这个问题所导致的结论。因此,相关因素以及模糊的关系是做大数据核心的理念。

2016亿邦未来零售大会由亿邦动力网主办,思路网协办,于12月19日-21日在广州白云万达希尔顿酒店举行。国内外电商领域知名企业高管、专家学者、媒体代表共计2000余人出席。

12月20日当天,大会设置了大健康行业专场论坛,邀请到华大基因互联网发展中心总监官鑫、蓝信康创始人兼CEO刘凯、马应龙电商副总经理吴昊、百洋商城CEO廖光会、桃谷科技创始人张守川等多家奔走在大健康第一线的互联网科技企业、医药品牌电商高管,而原康爱多CEO、现广州赢康资产管理有限公司董事长王燕雄则担任主持。

本届大会以“新物种、新规则、新电商”为主题,包括两天的主论坛、五场分论坛、电商经理人之夜以及马蹄社和亿邦疯人会等系列活动。值得关注的是,在本届大会上,电商产业所熟知的如阿里巴巴、京东、唯品会、当当、亚马逊等面孔都没有出现,取而代之的全部是新生代的零售平台和品牌商阵营,反映了电商领域正寻求破局、寻找新增长的行业心态。

蓝信康创始人兼CEO刘凯

(温馨提示:本文为速记初审稿,保证现场嘉宾原意,未经删节,或存纰漏,敬请谅解。)

以下是演讲实录:

大家晚上好!

我来自蓝信康医疗科技,我们公司是以数据挖掘和数据分析为核心的一家移动医疗初创企业,我们提供慢病管理和精准营销的两个解决方案。

今天分享的内容主要包括三个方面:

第一,介绍一下我们大数据遵从什么理念来设计。

第二,基于这样的大数据理念,形成了怎样的技术特点以及由此带来的服务内容。

第三,实施这个方案后,效果到底是什么。蓝信康严格遵从循证医学理念,任何人都可以做慢病管理,但是我们不仅做,而且还分享管理效果。

在进入枯燥的内容之前,先和大家讲两个小故事,这两个小故事来源于2005年出版的畅销书,这本书的核心理念是,你在眨眼间根据直觉所做出的结论,在很多情况下结论的准确度可能远远超过你系统分析这个问题所导致的结论。其中,我分享两个小故事,而这两个小故事的结论,10年后重新回顾的时候会发现和大数据整体设计思路是非常吻合的。

第一个故事,讲美国一群教授弄了一个“爱情实验室”,这个实验室中教授团队邀请了很多夫妻和情侣来实验室,教授观察他们的对话,对话内容从宠物到对方父母关系等等,最终教授能够做到听一个夫妻5分钟对话就判断出他们以后的关系是和好还是破裂。如果这个团队听那对夫妻对话15分钟,准确率可以达到95%。为什么能够做到这一点?因为在分析所有观察指标中,发现如果这对夫妻之间的对话带有蔑视、看不起夫妻关系,则他们最终将走入灭亡,所以用“蔑视”这个单词作为一个标签预判一对夫妻对话,并且用一个相关因素预测了他们的未来。

第二个故事,在二战的时候,英国情报部门组织了一队人,专门监听德国的密码传送,即无线电通讯。最后根据发报员的发报频率判断这个团队有多少人,并且能预判出这个军队规模有多大。当把一群人不同地点发报频率分析出来,这一群人从法国南部变成苏联前线,能够判断出哪里有进攻,如果发现坦克维修发报率增加可以判断坦克损耗。一些表面模糊的因素可以给你相当精确的结论,所以相关因素以及模糊的关系是我们做大数据核心的理念。

德国大众公司做了一个软件和算法,这个算法用来预测车辆引擎转动的时候,是在正常行驶过程中还是尾气检测过程中,其中分析了方向盘位置、速度、引擎运用时间以及压力。通过这四个相关因素能够判断出来这辆汽车是否在正常运营。

这些都是通过一系列相关因素分析出来的。其实大数据很重要的用处就是用来分析一个事件到另外一个事件相关性的算法。

这个事件有两个核心因素:

第一,相关因素;

第二,相关因素权重。

基于这个逻辑,我们公司针对药店场景的特定人群,到达第二个事件,即这个特定人群对某一个产品、某一类产品、任何一个产品产生消费中间的相关性,每一个相关因素的权重。

相关性是四个方面:健康指标、最近消费、消费频次、客单价。

对慢病管理行业比较熟悉的人里,有一个很痛苦的特点是很难搜集到患者完整的健康信息。在我们合作的药店过程中,大量药店和ERP是打通的,我们搜集健康信息的时候只搜集年龄、性别、身高、体重,其他都是根据购药记录反推。基于这个模糊逻辑,我们优化了很重要的参数即“健康指标”,可以把所有的会员分成最有价值和最没有价值人群,针对每一个最有价值的特定人群进行精准营销。

我们以降血脂产品做一个例子,在传统药店这个场景做单品营销的时候,往往根据这个产品把历史购药的人拉出来。我们现在的办法是先把和这个药相关疾病并且同时买过降脂药的人找出来,针对两个不同的名单,用两个不同的模型不停扫描,一直聚焦到一个相对较小的范围,目的是为了提高药师、店员做精准营销的转化率,降低原来一直存在的强烈挫败感。我们有一个案例,是打了1800个电话最后转化了5个人,这种体系下可以极大地提高效率,帮助药店花20%的精力得到80%的产出。

接下来切入到一些具体内容:

第一,我们在药店场景中打造了一个生态系统,即云端算法是核心。我们有慢病管理的算法、精准营销的算法,同时云端介入了第三方医疗资源。当一个会员或者患者到药店后,接触到常规健康咨询、检测、建档、生活方式提取、所需服务,直到离开药店,对他进行的精准用药提醒,我们提供这些短信内容是针对他们的疾病状态所推送,同时也有电话回访,根据患者状态进行相关检测来解决药店专业性较差的问题。

第二,数据采集。做慢病管理首先要有比较完整的患者数据,我们的数据来源有两个方面:

一是通过健康检测设备,由店员帮助会员进行检测,数据上传到后台。

二是我们借助于和药店打通ERP,通过购药记录、频率等反向推算信息状况。

把这些信息拼接在一起可以勾画出每个患者的健康标签和购买力标签。

我们做了几个事情:

第一,疾病风险模型。我们做了一些回归模型,主要判断高血压患者以及糖尿病患者引起心脑血管和其他并发症的风险。

第二,营养专家系统。根据患者确定食谱,我们相信很少有人严格按照食谱饮食,但是一大部分人知道哪些应该多吃,哪些应该吃的少,多和少的相关性是多少,通过算法实现个体化的营养系统。

第三,个体化健康宣教的宣教系统。我们把整个高血压人群分成几十种,根据每一个特定的种类患者推送和他相关的信息,比如血压偏高的患者对于降压药没有需求,但对于如何正确检测血压是有需求的,我们便推送给他医院、医生、药物以及副作用的个体化信息。

第四,关联用药系统(给药师用的),帮助药师根据患者特定疾病阶段用药组合。我们嫁接了远程医疗资源到药店,并且能够在很大程度上弥补药师在药店无法回答的医疗问题,同时作为稀缺医院加强会员和药店之间的忠诚度以及粘合度。

这是我拉的一个小连锁,从管理层能够观察到所有会员情况,其中会员是13万个,活跃的有7700人。有意思的是,其中会员价值最高的人贡献1000多万,一个老板看到这个数据说之前策略错了,因为想办法把这一群人拉过去,这群人很难赚钱,应该把精力服务在重点会员上。(PPT图示)这张图可以观察到优先级排列在第三级,客单价非常高,但是购买频率很低,所以怎样把客单价这群人变成购买频率更高是关键。

以上分析可以帮助他们确定下阶段会员管理的目标人群到底是谁。

(PPT图示)

刚才是管理层可以看到的信息,这个是店员药师可以看到的信息。这个金牌会员购买力很强、客单价好、频率也高,可以看到最近一次血糖检测的情况,也可以在第一个界面看到历史购药情况,第二个页面有餐后血糖和血糖波动,这个患者有一个餐后血糖的药物销售机会和血糖试纸的销售机会,能够感受到这个患者的商业机会在什么地方,这对店员来说帮助很大。

我们提供一系列店员培训服务,包括门店培训、线下课堂、音频视频材料,提供自我检测考试督促他们学习。

(PPT图示)

首先,简单介绍一下我们的进展和商业模式。

如果简单描述一下这家公司所做的事情和商业模式,就是“1、2、3”。产品有一套系统,包括硬件和APP,核心是云端算法,支持慢病管理、精准营销。我们利用这个系统和服务提升和药店的关系,加强覆盖,我们以SaaS的形式卖系统,同时销售自有产品和代理的相关产品,加强覆盖、加强关系、卖SaaS和自由产品、代理产品。

在药店这个场景中,血压或者血糖经过我们的系统管理后都呈现出具有统计学意义差距的显著下降。(PPT图示)我们观察到了效果要找到一个理由,我们要知道为什么会下降,我们做了一个随机对照用药依从性研究,红线是用血压干预方案的,对照组没有这个方案,依从性是100%,随着时间延长,今年8月底他们之间的用药依从性相差一倍,我们做的所有研究都发表了学术论文,今年发表了3篇英文学术论文,预计明年我们会有更多的论文,我们走循证医学这条路。

接下来讲的是精准营销的效果。

这是我们在某一个连锁做的针对降血压品类的11月销售情况。我们观察到不管降压药品类金额、盒数、购药次数、人数增长幅度达到40%-50%,虽然没有同比数据,但40%-50%的增长额度,从行业常规品牌来说已经远远超过行业的自然增长。

(PPT图示)这是对客单价和频次做的描述,其中客单价提升在4%-8%,购药频次一年增加1.2次,客单价乘以客频次以及会员数据,这一点净增加了150万的营业额。

(PPT图示)我们针对流失会员做了复购提醒,从第一个月到最后一个月,客单价从不足100元到最后200元,接通频率也呈现曲线增长,每个月为每家门店增加3000-4000毛利。

我们做了一系列大数据模型,核心是找到相关因素的权重,基于这个大数据模型,有慢病管理管理的方案,超过8000家药店,从效果分析角度来说不管对健康、销售都是有效的,这就是我的交流,谢谢!

提问环节:

提问:刚才听了这个我觉得非常震撼,利用数据对慢病进行管理。您很多分析基于患者本身,很多数据我自己看来是基于门店,特别是连锁门店会员的数据。但是同一个患者未必会在同一个门店或者同一个连锁门店有数据。同一个连锁门店有的会员数据不是患者所有用药数据,怎样打通互相之间或者让这个数据更全面、更准确呢。

刘凯:我特别想打通,但是我的客户没有人愿意,所以我们没有办法打通。

实际上来说我也不需要打通,我们目的不是为了打通,我们目的是在如今这个场景下做没有人做的事,我们已经做了其他人就很难做了,我们先占了这个坑,这就是我们的诉求。

来源:亿邦
金令牌猎头
企业找猎头  职业经理人找猎头
北京猎头职位
上海猎头职位
广州猎头职位
联系我们 | 金令牌猎头 | 法律声明 | 猎头服务 | 职业经理人俱乐部 | 设为主页 | 收藏本站
职业经理人周刊  Copyright® 版权所有   微信:AirPnP   TEL:010-85885475
京ICP备05025905号-2   京公网安备110105009133号