編輯導語：數據，對于任何平台或者企業來說，都很重要。無論是想要做出一些營銷決策還是調整新産品的發布策略，數據的收集和分析都是必經的一環。對于醫藥O2O電商平台來說，得到權威而又準确的數據，尤其是藥品和病症之間的關系數據源，顯得尤為重要。

本文複盤一次藥學服務數據購買的案例，呈現當時的處理方式和遇到的問題。

該“買數據”案例，發生在做醫藥O2O電商平台，藥品這一特殊的電商商品，其“健康屬性”，可以作為附加值提供的載體。如，賣藥的同時附加提供健康服務，以藥學服務拉近“人貨場”的溫度，打造線上線下産業化新零售生态。

藥學附加服務，無論是用藥指導、尋醫問藥，還是患者畫像之類的，前提都是要有藥品-病症之間的關系數據源。

這個數據即要權威準确，又要通俗易懂，兼顧科學化和網絡大衆化。市場上單純的醫藥數據，或單純的藥品商品數據，都不難獲得。難獲得的是，針對醫藥電商人群和故事場景下的醫藥健康的資料。

本案例涉及到的内容清單：

一、前期需求分析

1. 分析需求

基于項目規劃，将本次藥學服務的需求場景，歸納如下：

這就要求，數據中起碼涉及這些字段：用法用量、功能主治、适用人群、禁忌不良反應、服藥周期、治療的疾病、疾病的症狀、疾病說明等。結合業務場景，可以勾勒出這樣的簡單的關系圖：

2. 确定核心要素

根據以上需求，我們可以得知 “藥”、“病”、“症” 三者最為核心，關系如下：

且三者為多對多關系，如下：

3. 評估數據量級

常規藥品的數量，達到6萬種（SKU）。

藥品基本都是單規格的（不同含量視為不同規格，不同含量不同的申報，業内視為不同的商品），因此大約要準備接近這個數字的藥品資料，才能保證覆蓋面。

總結：至此，從需求要素、核心内容、需求數據量範圍，描繪了拟獲取數據的輪廓，作為尋找數據源的驗收标準或參考。

二、調研獲取數據的途徑

我們的目标數據，是客觀标準的基礎數據，不是運營産生的數據。因此權威性、客觀性最重要，那麼如何獲取呢？

1. 假如自己維護？

請專人、找到藥盒、翻閱藥品說明書、錄入、再翻閱醫藥詞典類數據、對應整理疾病信息……平均一天一人最多搞定100條，算下來6萬就要很久。

顯然來不及且成本不菲，并且沒有驗證的數據也不敢用，這條途徑pass。

2. 爬别人的數據

藥品信息在藥監局官網比較權威，但是上面沒有疾病方面的，甚至連條形碼都找不到（備注：條形碼，國内就是69碼，唯一标識商品，13位、12位或8位數字組成）。

爬取其他網站，也曾嘗試的，結果不是不準确、不齊全，就是不成功，這條路也走不通。

3. 購買數據

購買數據比起爬數據要正規些，咨詢了京東阿裡和騰訊丁香，人家都不賣。這些公司是要自己做數據服務的，也不差這點錢。

咨詢了藥房網、135網，沒疾病方便的可靠數據，這時候業内人事推薦了一個叫“YA”的公司，在做藥學服務，就決定深入商談。

三、拿到樣本數據

經過洽談，對方提供的是一批EXCEL格式的樣本數據。大概的表有14個表格，數據拿到之後，進行初步驗收。

1. 比對E-R模型

他們的數據是mongdb存儲的，首次抽離出來數據來賣，所以數據在表結構和表數量上有冗餘。通過其表結構，繪制出E-R圖，基本與需求符合。

2. 競品橫向對比

在檢查樣本數據的過程中，也在做替代方案的對比。

制定檢驗要點是：單表數據的錯誤率、聯表查詢的匹配率、市場數據的覆蓋率、錯誤修複時效等。從網站或App尋找同類産品，但都有各種問題，最終還是舍棄了其他選項。

3. 遠程全量檢查數據

在未付款情況下，對方不提供全量數據。

由于樣本有限，為了進一步了解數據，協商采取遠程查數據庫。對方在數據庫中進行了單表驗證和聯表查詢操作，我方遠程觀看，并記錄檢查結果。

遠程的操作畢竟是不便，隻交叉抽樣驗證了部分數據，當時估計出的準确率是93%——這也是決定繼續洽談的主要參數。

四、付首款并拿到全量數據

接下來的流程是談價格，價格談好就可以打包出售數據。

我方壓價的論點主要是：疾病方面的數據不到一萬條，買回後仍需補充的人工成本；非獨家買斷，可以複制銷售，賣家邊際成本很低，内容質量不高。

口頭說的是由執業藥師團隊和藥師專業、中國非處方藥物協會藥師進行審核。但是并拿不出證據，最終得到了折扣，拟定了全量數據驗收的合同。

當時的合同内容比較簡單，草稿截圖如下：

合同簽署後，拿到了全量數據。

雙方約定一周的時間進行數據驗收，驗收無誤則支付尾款。因為數據的敏感性，由專人以郵件壓縮包文檔的方式接收。然後存入堡壘機中，其他參與驗收人員通過堡壘機進行檢驗。

1. 研究數據的質量

檢查數據的合理性：也就是數據在邏輯機構上的是否有缺陷。

數據的關聯度：采取的是手動在EXCEL上比對，并導入數據庫後程序員SQL查詢相結合的方式。基于對基礎數據的了解，制定了檢查方案，局部如下圖：

2. 檢查數據的權威性

這一點需要專業藥師或藥學人員參與，我們采用的是抽樣調查的辦法，比對的标杆是藥典的權威資料，考察的對象比如“阿苯達唑”的服用時間、用藥禁忌等。

3. 數據的覆蓋率

采用的辦法是，指定20個常用藥物（比如對乙酰氨基酚），看是會否能查到全套的資料，得到的結論是數據并不理想。

比如：用條形碼匹配已有的商品，發現有1579個找不到，占比20.87%；再用這1579個的通用名查找，仍有147個仍找不到，即絕對找不到的比例1.9%。

4. 數據的冗餘性

很多表都是從MongDB轉化過來的，所以表之間的結構不合理。最終14個表，也就有7個表是有用的，其餘的多是過度表（初步驗收時候雖然也發現了）。

5. 雙方交涉

其實大家看得出，全量數據的檢測結果不理想。

主要發生在，表結構不合理；數據存在錯誤、一些名詞在各表中的表述不一緻等。但是這個時期，合同的約定并不利于買方，因此隻能繼續往前。

我們在一周内輸出了問題清單，摳合同字眼，尋找有利的機會，然後責令對方将數據清洗後重新交接。

五、數據購買後的應用規劃

在經曆5次數據交付後，雙方法務協商一緻，進行了價格的調整，最終完成了交易。

如果把驗收當做一次項目，那麼雖然項目做的不太漂亮，但是數據還是有價值的，是可用用的。

數據拿到了，技術層面進行應用規劃：第一步，元數據檢查和清洗，将14個表，抽離成整潔的新表；第二步，指定底層服務邏輯，以作為數據中台，供應用端接口調用。

比如：

第三步：對接具體業務場景，輸出具體方案（此處略）。

六、總結

1. 本次數據購買主要涉及三方面

1. 産品角度的需求锲合度；
2. 醫藥專業角度的數據權威性；
3. 法務層面的合同約定項：其中後兩點都沒做太好，尤其是法務方面，這導緻了全量數據拿到之後的進退兩難。

但是項目自身也存在局限性和難度：比如數據量大，很難發現細節問題；缺少标杆，自行推敲隻能抽樣調查的方式；數據的價格方面沒有固定的标準，難以拿捏。

2. 數據購買帶來的經驗教訓

• 自身對數據的需求範圍和目标明确；
• 了解賣家，和賣家數據的影響力；
• 應當在購買之前，應該了解還有誰買過或者用過，調查口碑；
• 在于對方接洽之前，準備充分的行業和技術方面的驗證标準和計劃；
• 制定基本的項目步驟，比如：前置研究、評估成本、購買談判、後置約束；
• 在拿到全量數據之前，應當充分采取遠程調查的手段，挖掘對方數據的漏或者不足，以作為合同約定和議價的前提；
• 在合同簽署中，更多約定對“隔皮斷貨”的風險的鑒定标準和賣方的責任。這個份文檔一定要提供給行業專家、法務，以便将來拿到真實數據之後，可進可退；
• 合同中要約定驗收過程問題的處理辦法，驗收成本誰來負責，驗收不通過的最大次數等。

#專欄作家#

唧唧歪歪PM，公衆号：唧唧歪歪PM（ID：jjyypm），人人都是産品經理專欄作家，2019年年度作者。《後端産品經理寶典》作者，藥學碩士轉行互聯網産品多年；熟悉跨境電商業務，醫藥領域；擅長大型後台體系，社交APP。

本文原創發布于人人都是産品經理，未經作者許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部