- 首页›
- 亚马逊云科技解决方案›
- 医疗保健与生命科学›
- 生成式人工智能在医药商业化中的应用
概览
优势
覆盖 250 + 城市直连终端 2000+、数据连接点覆盖 8000 + 的 DDI 渠道数据自动采集
基于亚马逊云的大数据集群和计算框架，符合欧美 SAR 测试标准
已经落地 GenAI + 主数据， GenAI + DDI 的智能清洗方案
应用场景
经销商流向数据 DDI + 数据分析 + 可视化 + 区域管理一体化，快速部署实施上线
进销存信息 T+1 及时获取，且可视化呈现，与企业其它数据整合分析，实现有效区域规划，合理安排资源
销量业务管理平台 SaaS 部署，支持灵活变更和 API 对接，与客户现有上下游系统集成，快速响应业务需求
应对客户的如下挑战
医药企业药品销售通过经销商到达终端，其中有大量人工处理的流向数据，数据质量差，人工处理效率低
销售团队的销量申诉，缺乏清晰的流程和管理，且历史数据修改缺乏日志，难以追溯
导致无法及时出具销量报告，无法对业务提供有效支持
客户获益
一站式的辖区、流向和销量大数据管理平台，借助平台的优势，提供标准质检服务，实现销量数据 T+1 的及时呈现，便于商务团队有效核实数据，提高销量数据的透明性和准确性，从而实现对业务有效指导。
通过对渠道数据平台化管理，实现对渠道流向数据的处理、存储、呈现和回溯，从而支持多种申诉管理和查询，保障了对销量数据的有效管理。
合作伙伴介绍
架构图及说明
第 1 步
网路出入层，主要有 ALB 和 NAT 构成。
第 2 步
2 个 EKS 集群构成微服务组。
第 3 步
公共组件层，主要由 Amazon Elastic Cache 缓存层，Amazon EFS 共享文件系统，以及 Amazon ECR 容器镜像 Registry 构成。
第 4 步
由 Amazon Aurora 构成的数据库集群，提供业务数据的存储。
第 5 步
由 Amazon Redshift 构成的数仓集群，用于计算和分析业务数据。
第 6 步
由 Amazon DMS 数据迁移服务负责数据从业务库到数仓的同步。
第 7 步
Amazon MQ 消息中间件，负责不同组件之间的消息通讯，解偶组件之间依赖，提高灵活性。
第 8 步
大数据处理引擎，由 Amazon EMR 构成，实现 DDI 流向数据的清洗和 ETL。
第 9 步
安全组件：主要由 Amazon IAM， KMS 和 ACM 等组件构成，实现安全认证，安全密钥和证书管理。
第 10 步
Amazone SageMaker ：主要用于模型的管理和推理，利用 RAG 框架，在数据清洗的场景下，实现数据的智能匹配，提升数据清洗的效率。
* 您应当依法使用服务和本解决方案并遵循相应的合规要求（包括进行算法备案、使用经过备案的大语言模型等等，如适用）
