葯企大數據

Ⅰ 「醫療數據說」近百家企業僅跑出4家獨角獸醫療大數據「金礦」待啟

醫療大數據概念是從何時出現的？

早期，醫療大數據並非一個單獨行業，更多的作為產業中的一個「元素」。上世紀90年代末，包括東軟、衛寧 健康 、萬達信息等老牌信息化廠商在公立醫院建立根據地，為我國醫療大數據發展打下了基礎。

經過十多年的 探索 ，國內的醫療大數據產業鏈已經初步形成。政策對於醫療大數據的監管和整合逐步推進，產業中也出現了以醫療大數據存儲、挖掘、分析以及應用的創業企業。但總體來看，我國醫療大數據的發展速度並不快。

這一方面歸咎於我國大數據的總量大，但質量較低、分散分布、不完整等特點；另一方面，由於醫療行業的高度政策導向性，國家對於醫療大數據的管控步伐走的仍然比較保守。

億歐大 健康 對國內醫療大數據領域的企業進行了盤點，發現這些企業呈現出三大特徵，並且在醫療大數據藍海里，仍有座「金礦」亟待被挖掘。

根據醫療大數據產業鏈，億歐大 健康 將其梳理為三個維度：基礎層、技術層和應用層。基礎層負責數據的採集、轉換，技術層專注數據存儲、加工、清洗和分析，應用層則聚焦在數據的價值挖掘的場景應用上。

在億歐大 健康 的盤點中，有部分企業如騰訊、華大基因等企業在三個維度均有覆蓋，也有例如博識醫療雲等企業專注於醫療大數據的部分環節。

從上述三大層面來看，企業規模分異較為明顯。 基礎層多集中在上市公司，且多為醫療器械和醫療信息化企業。 由於近幾年新成立的創業公司大多並沒有太長時間用來沉澱數據，這一行為甚至與其商業化的方向相悖，因此，醫療 健康 大數據的「供給端」集中出現在與實體醫院相連的HIT廠商和醫療器械尤其是智能可穿戴設備中。

細觀技術層中的企業，大多是以提供醫療 健康 技術解決方案的形式進行服務。 這一類公司通常首先立足於某一病種，並以AI技術和數據加工分析能力為技術壁壘，服務覆蓋醫療機構、葯企、保險等幾大角色。不同的是，各公司所覆蓋的細分和范圍有所差異。有意思的是，技術層的公司融資輪次都不高，在33家中，B輪及以下的企業有23家，上市公司僅有3家。

這一現象在應用層雖然有所緩解，但企業的體量分異仍然很明顯。在應用層統計的34家企業中，B輪及以下公司占據50%，不過，表格中出現不少上市公司的身影。這一方面體現出上市公司醫療逐漸開始注意到了醫療大數據這塊「肥肉」，另一方面，也不可避免的加劇了醫療大數據應用層的競爭程度。

很顯然，相比AI應用於醫療輔助診斷或是互聯網醫療，醫療大數據遠還沒有到達爆發的節點，對比其他行業，應用程度也沒有零售、金融等行業成熟。但根據IDC Digital的預測，截至2020年醫療數據量將達40萬億GB，是2010年的30倍。

這是一片潛在的金礦，那麼在醫療 健康 產業中，大數據有哪些應用場景？億歐大 健康 總結出了6個方向。

1、大數據+醫葯研發。 在初步應用中，醫療大數據在縮短研發周期、降低研發成本、處理患者數據、模擬疾病模式等方面均有出色的表現，這給入局者們增強了不少信心。

2、大數據+臨床決策。 在醫療機構信息化建設的架構上，醫療大數據可以對臨床決策起到很好的輔助作用。目前來看，醫療大數據在輔助臨床精準醫療、疾病風險預測方面應用較多，例如在患者出現某症狀之前就計算出患病概率和時間節點，以便在臨床上進行早期干預。

3、大數據+互聯網醫療。 曾有行業人士表示，互聯網+醫療的核心內容是大數據。在這一場景中，企業比較多的做法是將大數據和互聯網醫院、養老、 健康 管理和居民電子 健康 檔案相結合，並輔助政府進行區域性 健康 信息管理。

4、大數據+醫療保險。 除了助力醫療保險精準服務、精確管理和科學決策，在醫療保險中，大數據還在例如單病種、DRGs等支付標准設計、完善葯品數據和統一標准、完善醫保智能監控系統等方面有巨大的發揮空間。

5、大數據+ 健康 管理。 「 健康 管理」這把火並不是伴隨著大數據的興起而燒起來的，但准確來說，是大數據讓「精準 健康 管理」開始在行業中成為一代網紅，其中玩家包括妙 健康 、 健康 有益等在內的公司。當下，大數據 健康 管理更多地建立在EHR（電子 健康 檔案）和EMR（電子病歷）兩種整理方式上。

6、大數據+智能診斷。 醫學影像和輔助診斷的細分應用是醫療大數據最成熟的落地場景之一，但對於當下AI+醫療企業較為苦惱的事情是，一方面數據量級並不足夠大，另一方面數據孤島情況嚴重，這是制約其發展的很大一個因素。但無論如何，大數據+智能診斷仍廣泛被行業所看好。在商業化落地上，這些企業的步伐也相對較快。

總體來看，醫療大數據的應用場景眾多，但應用程度大多處於中度乃至弱；在上述表格中近百家醫療大數據企業，僅有丁香園、微醫、零氪、思路迪邁入獨角獸行列；除此之外，國內專注於醫療大數據的新資本也屈指可數。

這一系列現狀實則展現了醫療大數據是一片藍海，而藍海之下蘊含的是巨大的商業價值。 在三醫聯動、分級診療等新政策的加持下，以及國家對於醫療 健康 大數據的逐步規整中，作為全行業底層支撐的醫療大數據，勢必將迎來爆發的一天。

近年來，隨著我國醫療需求攀升，醫療機構、葯企、保險公司正不斷尋求產業升級新機會，醫療 健康 大數據發展勢如破竹。億歐大 健康 頻道策劃了【醫療數據說】系列專訪和選題報道，聚焦大數據給醫療產業鏈各環節帶來的顛覆和變革。

如果您有合適的企業推薦，請聯系億歐大 健康 頻道負責人郭銘梓（微信：Lelion8742390）。

Ⅱ 大數據對於醫葯行業的作用有什麼

這個行業是需要非常多的大數據的
尤其是病患，對於一些葯物的反應，大數據可以有效的幫助醫葯公司確定更加適合市場的研發方向

Ⅲ 醫葯資料庫在葯物研發中的作用

資料庫和醫葯行業是一個密不可分的話題，很多葯企可以通過數據資料庫，分析市場葯品需求，確定葯物研發方向，在開發過程中可以准確地查詢篩選靶點物質，還能查詢葯物毒理數據，也解決了以前臨床樣本小，采樣分布有限的問題，有效地提升了葯物研發的效率。

醫葯大數據對於葯物研發的作用

在大數據未成熟之前，葯企在研發新葯時，最多的就是資料的查詢如：靶點的查詢，文獻的查詢，臨床數據的查詢，除了查詢這些數據，還要忍受大量的候選葯物的折磨，而且對於市場的回報有著不確切性，風險很大，研發時間也要長達十幾二十年，對比現在醫葯大數據對於葯物研發提高了時間效率，還能預測回報，規避風險。

臨床研究數據

做葯物研發之前還會通過大數據技術對於市場做分析，對於公共疾病和葯品的需求為葯物研發合理安排時間，在我們企業首先會看市場，看市場的需求，受眾是否廣泛，這些都離不開醫葯大數據的，還有在醫葯副作用研究方面可以通過葯物毒理了解葯物副作用情況，醫葯大數據不僅對於葯物研發有很大的幫助，還對於預測市場，葯品銷售、產品定位都有非常大的幫助。

Ⅳ 華東醫葯大數據分析股票

隨著醫保控費和支付方式改革落實後，以及仿製葯集中采購政策漸漸的推行開來，一些醫葯行業在利潤方面遭到了打壓，一些小夥伴也變得有些"談醫色變"了，可是現在細分行業漸漸出現，不受政策調控所帶來的影響，行業處於發展早期，從長遠角度看後勁又非常足。它就是受益於消費升級的醫美，而華東醫葯作為國內為數不多的醫美龍頭企業，下面我們將對此好好分析一下~

在進一步了解華東醫葯前，我專門整理了醫美龍頭股名單，現在分享給大家，只要點擊就能領取：寶藏資料！醫美行業龍頭股一欄表

一、公司角度

公司介紹：

公司主要有三塊業務，分別為醫葯工業、醫葯商業和醫美產業，經過了很長一段時間的發展，關於公司的核心看點為以下兩點，一個是公司的醫葯工業，是公司利潤的主要來源，它的貢獻是佔比達到80%以上，這個板塊其實也決定了公司的下限；第二個就是公司馬上迎來的第二增長曲線，叫做醫美業務，雖然目前佔比較低，但是未來可期，那麼這個是可以決定公司上限的。

說完了公司的一些基本情況，我們根據公司的兩大核心業務具體聊聊公司的投資價值。

亮點一：化被動為主動，積極推進制葯業務創新轉型

公司的醫葯工業已處於國內領先地位，但是這一塊業務免不了受到醫葯採集政策影響的，對於公司的業績造成了不少的壓力，但是公司不能就因此而坐以待斃，要積極的對應，持續加大研發投入，把制葯業務的發展和創新慢慢地都發展起來，現在公司研發技術這一方面的支出遠比以前要多將近三倍之餘，這就可以看見公司推進制葯轉型這方面下的決心。

與此同時也能夠通過一個自主研發、合作研發、產品授權引進等方式相結合，在進行深耕自身優勢領域糖尿病治療葯品領域的這時候，布局腫瘤、自身免疫等領域，而且予國際知名葯企的合作也達成了，創新葯管線也被快速地豐富了。

亮點二：醫美產品布局最齊全，打造公司第二增長曲線

公司旗下醫美產品組合覆蓋面部填充劑、身體塑形、埋線等非手術類主流醫美領域，已形成差異化透明質酸鈉全產品組合、A型肉毒素、埋植線、能量源設備等的綜合化產品集群，實現無創+微創的醫美產業鏈全布局。

同時，公司聚焦美學領域的銳意創新，始終致力於給消費者們提供全面、科學的美學產品。公司的研發部門是獨立的，包括全資子公司Sinclair、HighTech以及參股公司美國R2、Kylane四個研發中心，且在全球擁有五個生產基地，主要如下：荷蘭、法國、美國、瑞士和保加利亞，核心產品現在也已在全球60多個國家和地區成功上市了。

目前國內醫美產品布局最齊全的公司就是這家公司了，也是少數具備國際化實力的公司，非常看好公司未來在醫美行業的騰飛。

當然，公司還有不少投資看點，篇幅有規定，更加詳細關於華東醫葯的深度報告和風險提示的內容，我整理在這篇研報當中，戳這里了解一下吧：【深度研報】華東醫葯點評，建議收藏！

二、行業角度

每個人都可以追求美麗，統計數據顯示，2014年有高達5.6萬人從中國到韓國做整形手術，在過去5年的時間里，增加了20倍。根據新氧2018年大數據顯示，中國對醫美持積極態度的人群高達66%，並且其中有37%能夠接受微整，24%表示贊賞，能夠接受手術類項目調整的人佔到了將近5%，由此可得，人們對醫美消費的認知接受度越來越高。隨著未來居民能夠支配的收入增加和"顏值經濟"的崛起，醫美行業肯定會迎來屬於它的巔峰時期。

三、總結

總而言之，華東醫葯除了本身就強大的醫葯工業外，還全方位布局醫美行業，相信在醫美行業的高速發展下，公司也將跟著醫美發展得到快速進步。但是文章具有一定的滯後性，倘若想深入了解華東醫葯未來行情，戳一下下方鏈接，選擇購買股票時，有專業的投顧幫你，在華東醫葯估值方面是否高了或是低了：【免費】測一測華東醫葯現在是高估還是低估？

應答時間：2021-09-07，最新業務變化以文中鏈接內展示的數據為准，請點擊查看

Ⅳ 醫療健康大數據有哪些來源

醫療健康領域的大數據主要有四個來源：1、制葯企業/生命科學 2、臨床專決策支持及屬其他臨床應用（包括診斷相關影像信息） 3、費用報銷、利用率和欺詐監管 4、患者行為/社交網路
也就是說，不管是來自製葯企業的數據，還是來著臨床、社保或是患者的數據都可被當作醫療健康大數據的來源。

Ⅵ 醫葯行業和醫葯大數據的關系

目前市場上每個行業對於大數據的應用正在逐漸成熟，大數據五個特點：大量、高速、多樣、低價值密度/真實性。各行各業每天都會產生大量的數據，醫葯行業也是如此，每天產生大量的醫葯數據，從葯物臨床前到上市後的醫葯數據是非常龐大的，對於這些大量的數據獲取、儲存、管理、分析就會創造有價值的數據。

醫葯行業和醫葯大數據的關系

在大數據沒有成熟之前，每個葯企在推出一款新葯之前，都會查閱大量的資料和大量的候選葯物折磨，在大量的資料中查詢想要了解的數據，非常耗時，耗力，而且對於研發一款新葯，耗時長，數據資料多，風險大，回報不及時，相對於這些資料庫現在正好能解決這些問題。

國外的比較巨頭醫葯大數據做的時間比國內的長，使用人數多，但是對於國內的醫葯市場多以仿製葯為主稍微優點不適，所以對於國內醫葯市場還是國內醫葯資料庫比較主流，造就成了現在國內醫葯大數據百家爭鳴的場面

"葯融雲"對於葯物的立項、研發都是有著非常大的幫助。在立項階段所需的參比制劑說明書，競品對比，注冊審評、市場數據、研發階段、臨床數據、專利數據等也是比較齊全的。對於葯物的研發靶點數據、原研品數據，研發數據，葯物毒理數據，臨床數據都是齊全的，而且檢索快，數據多，准確度高。

現在國內醫葯行業大數據能有效的幫助葯企減少研發成本，提高效率，現在是大數據時代，數據就是價值，醫葯行業大數據的數據更為廣闊，醫葯行業也是朝陽行業能帶給人們無限驚喜。

Ⅶ 答魔VS葯渡：醫葯大數據，兩家生死斗

速評：答魔和葯渡近期在醫葯圈發生激烈競爭，在「醫葯新笑山扒勢力」之中，如果答魔勝出，醫葯行業可能出現大變局，多了一場殺富濟貧，以小博大的商業案例。

要說商戰，自古以來，都是財經領域最精彩的戲碼。從早些年，桐廬幫大戰，地產巨頭嗆聲，格力和奧克斯互撕，每一場戰役都打得轟轟烈烈，難舍難分。然而，激烈的商戰千篇一律，有趣的商戰萬里挑一。戰事的開端還得從一段」江湖追殺令」開始……

一場殺富濟貧、以小博大的戲碼

先前，有網友把兩家公司內部文件、以及員工群里的討論在網上貼了出來，大概意思是： 葯渡跟答魔市場搶得好厲害，兩邊都發布了動員令。 答魔方面下發的內部文件是這樣的：第一句直奔主題，宣布「與葯渡的戰爭正式打響！」，這還真不是誇張，人家」紅頭文件」里用的就是戰爭這個詞。葯渡雖然沒有正式下達文件，但員工內部開會的討論也大致表明了態度：公司要 「全體員工」投入緊急狀態，在能觸答葯企的地方開展對答魔的全面打擊。只要發現客戶提到答魔，就全方位無死角挑毛病。討論群里還說了，曾經在爭取某個客戶時，葯渡就是用這個方法得手，把答魔的客戶碰昌截胡了。對於網上的各種聲音，答魔的員工大方地承認，確實發通知了，就是要跟葯渡全面搶奪。

有保險行業的朋友看到兩家撕斗在一起，都感嘆」醫葯行業的套路好深，我們賣保險的都不敢整這么不性感的攻堅戰」……

這場大戰為何如此焦灼？了解一下背景就知道。葯渡與答魔，誠如曾經的分眾與新潮。葯渡很早就奠定醫葯數據的行業位置，一度被業內熟知。然而成立不久來自長沙的答魔一出場就很生猛，利用大數據、媒體+互聯網模式，硬是把一款新產品宣傳的眾人皆知。面對這樣的局面，兩家開打，是遲早的事。但其實這一仗的背後，有其深刻的邏輯。在體驗過兩家產品的客戶里，大家都唯含覺得答魔的交互體驗碾壓葯渡。之前就有投資人感嘆，面對答魔的奮力直追，葯渡掌門人李靖竟然還有心思到處演講。看似很淡定，其實葯渡早就坐不住了。

答魔的跨界搶劫降為打擊

醫葯大數據就是在醫葯行業闖出的黑馬。答魔與葯渡，答魔CEO是五道口金融學院校友，葯渡CEO是千人計劃科學家。行內的葯渡喊出「自己是醫葯大數據龍頭」，跨界的答魔錶示「簡潔、高效、易用」很重要。

醫葯數據隔出兩家仇，也隔出了這個行業的痛點。

十年前，剛步入古稀的李靖發現商機的時候，出發點很簡單，那就是打造醫葯網路的同時，下注創新葯。

從某種意義上講，李靖的insight的確具備前瞻性，中國醫葯市場規模與研發投入不成正比，但整體市場規模和投入增比原超過全球平均增速。中國生物葯市場規模2014年為1167億，以每年復合增長率22.4%，2018年為2622億，佔全球市場規模14%，增速遠高於全球平均增速 7.7% 。預計2030年市場規模會擴大到13198億，預計佔全球生物葯市場規模的 28% 。中國的醫葯研發投入佔比比較低，2016年達到107億美金，占據全球研發投入不到7.4%。但2012年到2016年年復合增長率為19.2%，遠高於全球投入平均增2.4%。但結合國家對於創新葯研發的相關政策，未來中國醫葯研發投入將持續走高。2016年－2021年預計將達到22.1%的年復增長率。2021年將達到292億美金，是2016年投入規模將近3倍。（數據來自Frost & Sullivan）

憑借著先發優勢，李靖贏得了一定的市場，憑借千人招聘計劃的身份吸引到很多年輕研究者的目光。 有人說葯渡是靠時間築起了護城河，但時間也拖累了葯渡。 保持了8年的醫葯大數據產品在新技術面前正在變得脆弱。NLP和深度學習等技術打造的答魔數據更受客戶和投資人青睞。醫葯大數據在AI技術和互聯網的改造下，已經朝著智能化發展。更快、更准、更全。顯然，誰滿足這些需求，誰才是行業里的寵兒。尤其在」新勢力」成為年度熱詞之後，業界開始越來越關注各個行業里的科技企業。 用戶需求量大，數據入局者眾多，競爭越來越激烈，這也就不難理解，為啥答魔與葯渡要拉下面子，打一場硬仗了。

眾所周知，一款創新葯研發投入在26億美金，對於為行業提供基礎設施服務的企業絕對稱得上旱澇保收。醫葯大數據在技術壁壘、數據量、行業knowhow等方面對於創業者綜合素質要求極高。面對這樣的局面，答魔若按部就班其他企業的運營方式，那麼其卧榻之側，早就睡滿了人。因此，答魔就像初入江湖但身懷絕技的清華小子，鋒芒盡露，佛擋殺佛，神擋殺神。

醫葯市場究竟爭的是什麼？

相比之下，葯渡也有資本優勢，業內資源更多。 一位接近葯渡高層的人士曾透露，葯渡CEO李靖可謂是公司里的神話，他同時創立了多家公司，覆蓋創新葯、私募基金、數據、醫院等領域。而答魔方面，有報道披露在2020年後大規模招聘銷售人員。 顯然，葯渡的資本能力遠勝於答魔，並且自家老大還會親臨一線融資，而答魔卻還在優化銷售。 於是，答魔一炮打響價格戰，劍指葯渡數據。有數據顯示，答魔給用戶的報價比葯渡整體低30% ， 價格戰維度來看，答魔作為市場後起之秀，通過價格補貼搶奪市場規模的動作在意料之中。對此，葯渡也不敢掉以輕心，銷售端通過話術作為反擊。 不過，從數據維度，葯渡和答魔基本一致。

如今，答魔數據的B端撬動力雖遜於葯渡，但在各大媒體狂轟濫炸和兇殘的價格補貼之下，屆時答魔可能進一步撼動葯渡的地位。答魔CEO是連續創業者，團隊規模遠小於葯渡且在base在二線城市，因此在資金使用上答魔會更有效率。顯然，隨著答魔在產品和銷售端的持續發力，平台也將不斷補齊團隊與資金能力，這種三位一體的同步增長，將是葯渡未來又一大外部危機，接下來，就看李靖如何接招了。

背靠娘家，誰主沉浮？

之前，答魔宣布開物天使（開物資本合夥人王秋虎創辦）和供應室對其投資。另一邊，葯渡獲得本草資本（開物資本合夥人劉千葉創辦）和漢石投資。 之後，醫葯大數據行業形成了「葯渡+本草資本」「答魔+開物天使」的格局。 醫葯大數據企業的相互廝殺最終也演變成資本間的相互博弈。

敢問路在何方？

答魔與葯渡在華北和華東打得不可開交，誰能守住長江以北，誰又能守住行業寒冬里的那一條江？ 2020年疫情降臨，新興銷售渠道崛起，創新葯投資風口持續。 葯渡VS答魔的戰爭還在繼續，它不像拼多多挑戰阿里、京東，砸開了下沉市場的裂縫；它不像美團挑戰網路，打破了ATM一統江湖的格局；它不像位元組跳動挑戰騰訊，帶來了短視頻戰局的高速變化。 有人說，這些小巨頭對頂峰的沖擊，其勢很猛，足以撬動全行業的變局。

總而言之，醫葯數字化戰爭中，如果答魔勝出，且在銷售規模和客戶資源上壓倒葯渡數據，那麼星星將不是那個星星，而是燎原的星星，醫葯市場將出現大變局，同時多了另一家「殺富濟貧的戲碼」。

Ⅷ 大數據之醫葯營銷 適合自己才是最好的

【中國制葯網 市場分析】隨著近年來醫葯行業政策頻繁出台以及互聯網的發展以及我國市場經濟的建立和完善，醫葯市場競爭將更加激烈。
在激烈競爭中，葯企要想佔領市場並獲得持續發展，就必須重視產品的營銷模式創新、通過互聯網 ，不斷革新和實施營銷模式，實現大數據營銷，而兼具「打破傳統」和「智慧未來」是現代醫葯企業生存和發展的關鍵所在。
大數據並非「繁花似錦」
隨著近年來醫葯行業政策頻繁出台，使得市場環境發生了極大的變化。一方面，《醫葯工業「十二五」發展規劃》、《醫療器械科技產業「十二五」專項規劃》以及《國家葯品安全「十二五」規劃》、葯價放開等一系列規劃的公布，帶動了整個醫葯行業發展機遇。同時，商務部和工信部提出的支持、鼓勵醫葯企業做大做強的政策也使得行業內面臨優異的資源整合機會，業內認為，未來十年將是中國醫葯行業的「黃金時期」。然而另一方面，反商業賄賂後遺症持續、基葯招標仍舊採取「唯低價是取」或二次議價，《新廣告法》等政策的出台，令葯企原本運用自如的各種營銷模式卻難以一展拳腳。
「新醫改的各種政策，對醫葯營銷模式變化確實起到決定性的推動作用，葯企大多是無奈被動的適應政策的變化。但目前各種營銷模式幾乎都有自己生存的空間和發展，比如醫院葯佔比催生了DTP（DTC）模式；招投標催生了基葯運作模式；招投標落標催生了處方葯轉型OTC模式；新醫葯和電商扶持催生了開銷模式；各種降價模式催生壓縮了代理模式；鼓勵民營資本辦醫療，催生了專做民營醫院模式；醫葯連鎖上市和稅控體系讓單店無法生存，連鎖集中度提升由此誕生葯企的KA運作模式等。衍生出如此多樣的營銷模式均是政策遺物，因為在政策面前，葯企抱怨等待都是無用的，只能是『天竟物擇，適者生存』。」康美葯業股份有限公司OTC事業部總經理李從選解釋道。
事實上，即便政策頻發影響了葯企在市場上的布局，但隨著「互聯網 」時代的來臨，越來越多的葯企開始依賴醫葯大數據尋求營銷模式的創新。對於這一大數據營銷模式的出現，李從選認為，其發展前景並非「繁花似錦」。因為大數據營銷是基於多平台的大量數據，依託大數據技術的基礎上，應用於互聯網廣告行業的營銷方式。大數據營銷衍生於互聯網行業，又作用於互聯網行業。依託多平台的大數據採集，以及大數據技術的分析與預測能力，能夠使廣告更加精準有效，給品牌企業帶來更高的投資回報率。大數據營銷的核心在於讓網路廣告在合適的時間，通過合適的載體，以合適的方式，投給合適的人。從當前實際情況來看，大數據真正服務於葯企營銷，仍還有一段較長的路要走，因此需要葯企在不寄希望於大數據的基礎上，積極研究、利用、嘗試。
然而，針對大數據營銷，有觀點表示，「並非所有葯企均適合」。在大數據的影響下，面對存在的現實問題，葯企在設計大數據營銷模式時，業界也多次提出葯企必須從以下四個方面進行考慮：一是切入送葯APP的企業；二是進行的DTP（直接針對患者銷售高價值葯）模式；三是藉助健康管理銷售產品模式；四是慢病管理的OTO模式。餘下葯企，也就是把大數據作為服務消費者的一種電子化高效快捷工具而已。
對於大數據營銷模式，有業內人士指出，「其只適合靜態疾病領域的監控，如慢性病葯企。」對此，李從選十分贊同。「我認為確實是各種慢病和重大疾病為主才有必要介入大數據，提供系列跟蹤服務。偶發性一次性疾病、小病，用不著大數據管理。」
事實也正如此，如作為獨家降血壓苗葯生產者——貴州源和葯業打造的全新營銷模式就是把大健康產業與大數據結合起來，建立大數據網路營銷管理平台。去年11月，貴州源和就啟動了網路營銷資料庫的建設，如今，大數據營銷管理平台初步成型。貴州源和葯業開發的大數據管理平台，顛覆了傳統營銷模式，將對患者進行綜合管理，全面錄入患者基本信息，建立健康管理檔案，專家團隊根據信息對每一個患者進行綜合分析，最後出具個性化的治療方案，為患者提供預防、治療、康復理療等全方位服務。
「我們要做的不僅僅是生產葯品，而是要做健康講座、預測、治療、康復等一系列工程。並通過不定期舉辦健康知識講座，搭建患者與醫生溝通的橋梁，拉近彼此關系，讓患者更加了解自身情況，利用數據營銷贏得了患者的贊譽。」談及數據化管理，貴州源和有限公司總經理鄒文江表示。
管理需結合地域特色
在競爭日益激烈的醫葯市場環境下，我國的醫葯營銷模式類型多樣。而大數據營銷模式作為「互聯網 」的代表之一，其對葯企營銷模式的創新同樣帶來了影響。
「談不上『互聯網 』，我認為叫做「 互聯網」比較合適，無非就是積極主動地把網路、電商的各種技術手段用在傳統的各項營銷管理活動中去，提高效率和效益。」李從選如是說。
另外，他還進一步表示，面對不同區域，葯企往往採取的營銷模式也不同。因此，葯企應結合區域特點，利用大數據去深耕區域市場：第一，建立消費者資料庫，調研消費者需求、開發、升級消費者需要的產品，建立消費者粉絲圈，直接和消費者互動和銷售產品；第二，立項的狀況和和連鎖葯店結合起來，利用連鎖終端會員大數據做患教與服務，促進產品銷售。同時還可以提供可穿戴移動終端設備採集消費者大數據，網路（PC和移動終端）上提供咨詢服務，實現最終消費者依賴，從而出售產品。
此外，還有專家提出，「即便葯企選擇了大數據營銷模式，但其管理也極其重要。」針對該觀點，鄒文江認為，好的品種，好的營銷模式，需要好的營銷隊伍執行落地。大數據營銷系統建立，需要葯企具備優化制度流程、專業管理工具和經過若干次以上訓練並熟練使用這套流程和工具的人或者是團隊。而思想不統一、理念不一致、流程復雜化、團隊執行力差是影響葯企營銷模式落地的主要因素。所以，數據優化流程，事情簡單化、提高員工的工作效果就顯得尤為重要。
而李從選也認為在對大數據營銷模式管理時，相關葯企應警惕如何採集到大數據是個難題，需要克服；服務採集到的消費者大數據不泄密也難；利用採集到大數據服務患者不引起反感等難題。
與此同時，相關專家也還提醒道，葯企在進行大數據營銷模式變革時應根據政策變化作出微調和改進，並不能徹底顛覆，因為營銷模式調整是企業發展戰略的問題，需要慎重。而相關部門在制定政策時，應更多地在政策細節上去保護科技含量高的品種；保護好價格走低但療效好的品種；保護好大型知名葯企，盡量避免無質量的低層次的市場競爭。同時，政府扶持鼓勵利用大數據的葯企，給與政策寬松環境和融資寬松環境至關重要。