# 贝朗医疗数据分析策略

## 1 策略结构总览

- 从合规、质量、营销角度进行分析，探索数据背后的“故事”；
- 基于分析形成一些画像：
  a. “投诉行为”
  b. “投诉人”
- 未来当收到一个新的投诉报告时，将会与画像匹配，以推动后续的处理过程更高效、准确、控制风险。


## 2 合规方向：药物警戒监管分析

> 目标：满足中国医疗器械不良事件监测法规要求，确保合规上报、趋势预警，支撑定期风险评估报告。

适用于药物警戒/器械警戒部门。

> **指标落地文档**：[合规方向分析.md](./合规方向分析.md)（各分析主题的指标编码、计算逻辑/方法与页面呈现用途说明）。

### 2.1 用于监管报告

#### 2.1.1 PSUR撰写（符合中国医疗器械 PSUR 报告要求）

a. **总体趋势图**
   - 年度/季度不良事件发生数趋势折线图
   - 各主要产品/注册证号的年度事件数变化

b. **发生率/PPM 走势图**
   - 产品级不良事件发生率（百万分之事件率，PPM）趋势图
   - 按 BU/产品线分组的发生率控制图（SPC控制图）

c. **器械故障类型与伤害表现分布表**
   - TOP 10 器械故障类型分布柱状图
   - 各主要伤害表现（如出血、感染、空气栓塞等）频次表

d. **典型组合矩阵/热力图**
   - 伤害表现 × 器械故障表现交叉热力图（字段、分层与监管对照等深化分析见 **5.1**）

e. **严重不良事件（SAE）专项分析**
   - 严重伤害或死亡事件年度/季度趋势图
   - 典型 SAEs 分布（按产品/医院/地区等维度）

f. **分区域分布地图/表**
   - 按省份/城市的不良事件发生率地图
   - 各区域 TOP 事件类型分布表

g. **投诉/不良事件上报时效性分析图**
   - 上报时长分布箱线图/直方图（分 15天/45天等规限）

h. **注册证号安全档案表（产品安全一览）**
   - 以注册证号为维度，汇总不良事件数、投诉数、发生率、严重事件占比、主要故障表现
   - 关联字段：不良事件.注册证编号、投诉.注册证号
   - 产出：每个注册证号的“安全性概况”一览；识别需重点监测或再评价的注册证
   - 合规价值：对接 PSUR 与注册证维护、再评价要求

i. **补充说明类**
   - 重点新产品上市后不良事件与发生率趋势对比图
   - CAPA（纠正和预防措施）执行后的不良事件变化趋势图（可选，若有整改措施）

> 以上图/表建议结合主要产品线、监管重点，以及年度/季度时序变化展示，覆盖 PSUR 报告“总体趋势”、“主要风险”、“区域分布”、“常见原因”、“严重事件”等核心章节需求。

### 2.2 合规行为分析

#### 2.2.1 不良事件上报合规性审计

- **分析内容**：以投诉表的"是否不良事件=是"的记录为基准，验证是否每一条都能在不良事件表中找到对应记录（通过 医院+产品+型号+时间窗口 进行匹配）
- **关联字段**：投诉.医院名称 → 不良事件.单位名称 | 投诉.产品名称 → 不良事件.产品名称 | 投诉.C3登记日期 → 不良事件.审核日期
- **分析产出**：
  - 漏报率（投诉标记为不良事件但在 AE 表中找不到对应记录）
  - 上报时效（C3登记日期 vs 审核日期的时间差是否符合 15 天/紧急/45 天报告时限）
- **合规价值**：直接回应 NMPA《医疗器械不良事件监测和再评价管理办法》中的上报义务

## 3 质量方向：产品质量提升分析

> 目标：通过数据驱动发现产品质量薄弱环节，指导 CAPA（纠正预防措施），提升产品可靠性。

> **指标落地文档**：[质量方向分析.md](./质量方向分析.md)（质量方向三层监测：批次溯源、产品/故障模式、趋势与升级路径；含指标编码、计算逻辑与页面用途）。

### 3.1 投诉集中性分析

基于质量投诉表。

a. 质量投诉的批号集中  
b. 质量投诉的医院集中性  
c. 质量投诉的产品集中性  
d. 质量投诉的事件集中性  

**e. 产品 × 故障类型 Pareto 分析**

- **分析内容**：对投诉数据按 **产品 × 故障类型** 进行 Pareto（二八）分析
- **关联字段**：投诉.产品名称 × 投诉.故障类型
- **分析产出**：
  - 各产品 Top 3 故障类型及占比
  - 全局 Pareto 图：哪些产品-故障组合贡献了 80% 的投诉量
  - 聚焦 "渗漏""断裂""流速异常" 等高频故障的深层原因
- **质量价值**：指导质量改进优先级——把资源集中在贡献最大的缺陷类型上

**f. 批号维度的集中性**

- **分析内容**：按批号统计投诉数量和不良事件数量，识别"问题批次"
- **关联字段**：投诉.批号、不良事件.产品批号
- **分析产出**：
  - 单批次投诉集中度分析（同一批号出现多次投诉）
  - 问题批次的故障类型集中度
- **质量价值**：辅助生产过程质量回溯，触发批次调查

### 3.2 趋势分析

a. 首次出现报告的医院  
b. 首次出现报告的产品  
c. 过去一段时间内报告数量增长超过 20% 的产品  
d. 过去一段时间内报告数量增长超过 20% 的区域  
e. 批号维度的趋势：与上月对比，增长趋势超过 20% 的批号  
f. 批号时间分布：是否某些时间段生产的批次质量波动更大  

### 3.3 投诉行为分析

a. 按医院投诉量与销售量关系  

b. 按医院投诉量与首次入院时间的关系（新市场 / 新入院产品的投诉预警）

- **分析内容**：利用入院量数据中的 LY Qty（去年数量）字段，识别新入院（去年销量为 0）的产品-医院组合，关联其投诉发生率
- **关联字段**：入院量（LY Qty=0 的记录 → HospitalName、MaterialDesc）× 投诉（医院名称、产品名称）
- **分析产出**：
  - 新入院产品组合列表
  - 新入院 vs 存量产品的投诉率对比
  - 新入院后首次投诉的时间分析——是否在入院初期投诉集中
- **营销价值**：为新产品入院制定标准化的培训与跟进计划，减少磨合期投诉

c. 医院投诉热点与销售增长的关联分析

- **分析内容**：分析投诉集中的医院，其销售增长趋势是否受到影响
- **关联字段**：投诉（医院、时间）× 入院量（HospitalName、Growth% Amt、Growth% Qty）
- **分析产出**：
  - 高投诉医院的销售增长率 vs 低投诉医院的销售增长率对比
  - 投诉率高的医院是否出现采购量下滑信号
  - 投诉后的销量变化趋势（投诉发生后 3-6 个月的入院量变化）
- **营销价值**：量化投诉对客户关系和业务的影响，驱动客户关系修复

d. 投诉行为与处理结果的关系：是否赔偿与投诉动因关联  

**e. 调查结论与产品/故障类型关系**

- **分析内容**：分析投诉调查结论的分布及其与产品、故障类型的关系
- **关联字段**：投诉.调查结论 × 投诉.产品名称 × 投诉.故障类型
- **分析产出**：
  - 调查结论分布：产品缺陷成立 vs 未复现 vs 操作不当 vs 运输损伤 vs 资料不足
  - **"产品缺陷成立"** 的投诉进一步按产品和故障类型细分，作为确认的质量问题池
  - **"操作不当"** 的投诉识别培训需求
  - **"运输损伤"** 的投诉识别供应链薄弱环节
  - **"资料不足"** 的投诉审视样品返回与信息收集流程的改进空间
- **质量价值**：将模糊的"投诉"转化为分类明确的"质量改进项"

**f. 投诉处理成本分析**

- **分析内容**：分析赔付结论的分布及与产品、故障类型的关系
- **关联字段**：投诉.赔付结论 × 投诉.产品名称 × 投诉.调查结论
- **分析产出**：
  - 各赔付类型（换货/折让/退款/无赔付/其他）占比
  - "产品缺陷成立"结论下赔付方式分布
  - 按产品的赔付频率排名——质量成本最高的产品
- **质量价值**：量化质量失败成本（COQ），驱动管理层投入改进资源

g. 高增长产品的质量风险前置预警（增长率与投诉率联动）  
h. 投诉关闭后重复投诉率（同医院同产品）分析  
i. 故障类型“首发时间”与“集中爆发时间”窗口识别  
j. CY LE AMT 与投诉率偏差分析（销量预估与质量压力）  
k. 样品返回数量与“产品缺陷成立”概率关系分析  
l. 故障类型与赔付方式联动矩阵分析  
m. 同产品不同型号的质量稳定性排名  
n. 运输损伤类投诉在不同经销商间差异对比  
o. 资料不足类投诉的信息缺口画像（缺失字段模式）  
p. 投诉联系人角色（护士/工程师/设备科）与故障类型偏好分析  
q. 多故障并发表现识别（同条投诉多症状共现）  
r. 投诉发生时间与法定节假日/医疗高峰期（如春节、国庆、住院高峰）关联分析  
s. 投诉描述文本中的潜在“批次/供应链异常”信号自动识别  
t. 历史投诉中“同产品同批次”发生多起投诉的聚类与溯源分析  
u. 投诉归口及流转效率分析——多节点审批/结案周期分布特征  
v. 投诉中客户反馈新需求/改进建议的文本挖掘与分类  
w. 投诉中的“医生/护士/患者”三方主诉分析，识别核心痛点归属  
x. 投诉样本照片/附件的结构化分析（如照片缺失率、图片内容自动标签）  
y. 同一医院内多品牌产品的投诉率交叉对比，识别品牌优势与短板  

### 3.4 AE报告行为分析

#### 3.4.1 AE报告原因推测

a. 按医院报告量与销售量关系  
b. 按医院报告量与首次入院时间的关系  
c. 医院 AE 报告热点与销售增长的关联分析  
d. 医院报告与处理结果的关系：是否赔偿与报告动因关联  
e. 医院报告时间习惯分析：是否年底（如是，打上标签：为满足任务）  
f. 不同事业线不良事件升级率对比（投诉合并不良事件的概率）  
g. 不良事件与样品返回比例的相关性分析（证据链完整性）  

#### 3.4.2 报告而不发起投诉原因分析

a. 事件名称  
b. 事件结局  
c. 报告时间  
d. 医院、区域  

#### 3.4.3 报告且同时投诉事件分析

a. 事件名称  
b. 事件结局  
c. 调查原因  

## 4 营销方向：市场沟通与推广分析

> 目标：从投诉和不良事件数据中发现可能由营销（使用培训不到位、推广方式、客户沟通）等因素导致的问题，反哺营销策略优化。

> **指标落地文档**：[营销方向分析.md](./营销方向分析.md)（MKT-OP / MKT-RG 指标编码、计算逻辑与页面呈现用途）。

### 4.1 操作不当与投诉

- **分析内容**：聚焦调查结论为 **"操作不当"** 的投诉，分析其在不同医院、不同经销商覆盖区域的分布
- **关联字段**：投诉（调查结论=操作不当、医院名称）× 入院量（HospitalName、DealerName、Province）
- **分析产出**：
  - 操作不当投诉的医院分布——哪些医院使用培训可能不到位
  - 通过入院量表关联经销商，识别哪些经销商区域操作不当投诉率较高
  - 操作不当投诉占比高的产品，可能存在产品使用说明不清晰或培训支持不足
- **营销价值**：定向加强培训支持，优化产品操作培训材料，指导经销商管理  

### 4.2 区域与经销商维度的投诉率比较

- **分析内容**：通过入院量数据中的省份和经销商信息，将投诉数据映射到区域和经销商维度
- **关联字段**：投诉.医院名称 → 入院量.Province / City / DealerName
- **分析产出**：
  - 各省份投诉率排名（投诉数/入院量）
  - 各经销商覆盖区域的投诉率排名
  - 识别投诉率异常高的区域——可能存在经销商储运不当或客户支持不足
- **营销价值**：优化渠道管理，对高投诉率经销商进行专项辅导或考核  

## 5 事件实质分析

### 5.1 伤害表现与器械故障的关联矩阵

- **分析内容**：构建 **伤害表现 × 器械故障表现** 的交叉矩阵（热力图），识别高频的伤害-故障组合；与 2.1.1 d 为同一分析主线，本节给出完整字段与产出口径
- **关联字段**：不良事件.伤害表现 × 不良事件.器械故障表现
- **分析产出**：
  - 哪些器械故障最容易导致严重伤害
  - 按产品分层后，各产品的典型故障-伤害模式
  - 对照监管关注的伤害类型（感染、出血、空气栓塞等）进行重点标注
- **合规价值**：为不良事件风险评估提供量化依据，支撑 CAPA 优先级排序  

### 5.2 故障类型季节性分析

高温/潮湿季节是否更易渗漏或包装问题等季节性模式分析。

## 6 安全维度客户画像

> 与跨维度结论汇总的衔接见 [综合分析.md](./综合分析.md) §1.2（§6 画像能力预留说明）。

- 高投诉但高复购医院的客户忠诚画像分析  
- 投诉赔付方式对后续采购增长的影响分析  

## 7 综合联动分析

> **指标与结论文档**：[综合分析.md](./综合分析.md)（跨维度图表结论列表汇总、与 §6 画像扩展说明）。

- 构建“事件严重度-业务影响度”双轴优先级矩阵  
- 构建“医院分层经营策略”建议（高风险治理型/高潜力增长型）  
- 构建“质量成本-业务收益”平衡模型（赔付、退换、增长）  
- 构建“监管风险热区地图”（按产品、区域、时间）