13 KiB
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（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（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 §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（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）