大數據的想象力

醫藥企業能不能在大數據時代沙里淘金？能！只要做到三點：樂于掌握大數據思維，善于依靠行業經驗提出問題，慎于衡量投資回報率。

自從觀眾對于電視頻道的選擇越來越多樣化，OTC企業投在電視廣告上的錢就越來越像是肉包子打狗——一去不還。一時間，“精準營銷”成為了最能撩撥企業老板的詞語，但如何衡量新營銷方式的“投資回報率”，似乎成了一道無解難題。

“大數據”的概念像一陣春風，讓營銷者看到了解決這一問題的可能：通過研究消費行為與銷量之間的相關關系，商業決策似乎更有把握，潛藏的商業邏輯也漸漸浮出水面。然而，冷靜思考不難發現，除了樣本規模不同，大數據時代前后，我們對于商業問題的理解并無兩樣。

這難道就是大數據能帶給我們的全部價值嗎？當然不是。

關鍵是“找到相關關系”

“大數據”有三層內涵：數據本身、分析數據所用的技術、以及引發分析的思維方式。

拜耳曾對其口服避孕藥優思明做過一個大數據試驗。與以往的市場調研不同，拜耳拿到了其在柏林、蒙特維爾（美國新澤西州）、墨西哥和新加坡處方該產品的醫生資料，具體包括醫生的性別、年齡、門診所在位置、規模、醫院中醫生數目等。這些信息和銷量構成了數據本身。拜耳找到了IBM公司去處理這些龐大的數據（這樣的外包技術服務在IT行業內十分常見）。結果發現，在主要城市工作的30-40歲女性醫生更傾向處方這一產品。接下來營銷部門要做的，就是投其所好——根據這一群體的特征來設計促銷和推廣的方式了。

與傳統“先有邏輯、后有策略“的營銷方式不同，大數據的意義在于讓決策者在尚不知道”為什么城市中年女醫生更愿意處方優思明”的情況下，就做出正確的商業判斷。而要實現這一點，數據和技術本身都不是難題，只要找到可能相關的角度，即擁有大數據思維，才是開展大數據分析的關鍵。

《大數據時代》的作者維克多·邁爾認為，大數據思維有三個要點：首先，接受全體樣本的勇氣，因為在大數據技術的支持下，不必再為抽樣是否具有代表性而煩惱；其次，對小樣本數據精確程度的寬容，因為越是混雜的數據，越有可能發現新的相關關系，而全部樣本才是降低出錯概率的王牌；最后，對相關關系的敏感，別再問“為什么？”讓數據告訴你什么跟什么相關。

而相關關系很容易轉化為商機。“亞都空氣凈化器”的營銷實踐給醫藥企業做了一個很好的范例。前段時間全國各地普遍遭遇嚴重霧霾天氣，通過手機APP看天氣預報成了很多人出門前的必做功課。正是看到了霧霾與空氣凈化器的相關關系，亞都在“墨跡天氣”的APP上打起了廣告：“霧霾天氣，室外空氣質量差，用亞都空氣凈化器，還您一個潔凈空間！”只要所在城市霧霾指數在1.5以上的用戶都能收到這樣的溫馨提示，亞都由此借天機“混了個臉熟”。

簡單做一個遷移思考，藥物的銷售又何嘗不是充滿天機？

治療過敏的藥物，應該在什么季節打廣告？答案是初春和初秋，這的確沒錯。這個季節的花粉、粉塵比較嚴重，容易誘發過敏。但這類藥品廣告具體應該選在什么時候播并非這么簡單。要知道昆明四季如春，湖北三月花開，河南四月回暖，河北春來五月，哈爾濱則是脫了棉襖直接進入夏天。如果不找到天氣數據和銷量旺季的相關性，廣告投放很可能徒勞無功。

除了醫生和環境數據，還有什么數據跟銷售業績相關？當然是患者的信息，社交網絡和搜索引擎都是很好的數據入口：如果有人在凌晨4點發微博說“真郁悶，最近壓力山大”，那么他或許是抗抑郁藥可以重點關注的對象；如果從搜索后臺看到某臺電腦經常搜索“希愛力”，做ED及相關藥物的企業完全可以根據相關數據定向推送營銷信息。

沒有做不到，只有想不到

事實上，僅是相關關系，還不足以說明大數據的要義。

通過一個經典的例子能夠看到那些無心插柳的數據常會帶來驚喜：為了保證陳列商品的安全，一家小型超市安裝了幾枚攝像頭，因此，顧客購買產品的路線就成為了有可能被記錄的數據。有心的店家發現，很多男顧客在購買了紙尿片之后都會再購買幾聽啤酒，店家隨后調整了兩種商品的陳列位置，把他們放在一起，結果證實，啤酒大賣。

對醫藥行業來說，數據是從來都不缺乏的，但實際上大量數據都處于沉睡狀態，明明是只大老虎，卻無用武之地。比如搜索引擎里有尋醫問藥的記錄，社交媒體里不乏自我診斷的描述，患病歷史和患者體征是數據，醫生的診斷和處方也是研究的入口（循證醫學研究正是基于此開展的），甚至藥物靶點與基因突變的關系（來自華盛頓大學的科學家剛剛在《自然·方法》上披露了該數據庫）、醫藥物流配送的信息都蘊藏著新的機會。最近，醫保報銷的賬單也通過第三方機構對外開放。

這些數據能得到怎樣的“相關關系”？

美國《醫學信息學雜志》近日刊登了這樣一篇文章：美國Explorys公司利用其電子病歷平臺幫助醫生發現了身高體重與下肢靜脈血栓脫落的關系。下肢靜脈血栓常見于術后久臥的病人，一旦血栓脫落隨血液循環流動到肺部就可能導致肺栓塞，有危及生命的風險。5名兼職人員對近一百萬例患者的電子病歷進行了研究，僅用125個小時就發現了身高體重與下肢靜脈血栓脫落的關系。由于結論剛剛得出，盡管沒有證據能夠證明這可以減少糖尿病患者截肢的人數或減少先天性心臟疾病的患者死于心肌梗死的數量，但已有數據表明，通過風險分析和定期回訪，這個平臺將肺炎疫苗的接種率提高了14%，乳癌篩檢率提高了13%，糖尿病患者糖化血紅蛋白檢測率提高了3%。這項舉措不僅患者受益，也可以顯著降低疾病給衛生系統造成的負擔。

美國最大的藥品分銷企業之一麥克森（McKesson）每天要處理200萬個訂單，監督超過80億美元的存貨，通過對現有大數據的分析，麥克森調整了管理方式，節省了超過1億美元的流動資金。

難以預計的投資回報比

喬布斯是醫療大數據勇敢的嘗試者，前不久微軟和谷歌相繼進入基因測序領域正是拜其所賜。

在罹患癌癥后，喬布斯決定采用“個性化”的治療方案，通過對全身的DNA進行測序，根據基因突變來選擇和調整藥物，他希冀通過大數據的相關性“從一片睡蓮葉跳到另一片上”，從而得到更有針對性的治療。為此，他支付了高達十余萬美元。遺憾的是，這一次他沒有成為傳奇。

不過，喬布斯堅信這次嘗試具有深遠價值，他曾開玩笑說：“我要么是第一個通過這種方式戰勝癌癥的人，要么就是最后一個因為這種方式死于癌癥的人。”喬布斯去世后，從事該項目的醫生們離開了麻省理工學院和哈佛的博得研究所，創建了FoundationMedicine公司。在這家公司的首輪融資中，比爾·蓋茨投資了1350萬美元，谷歌旗下的風投部門也加入了其風險基金列表。

最近，谷歌又有了利用大數據探索生命科學領域難題的另—項計劃。9月18日，其宣布將與蘋果公司董事長亞瑟·萊文森一起創辦關注健康的公司Calico。Calico計劃啟用谷歌智能云庫及數據中心，通過深入挖掘數據背后隱藏的規律、洞悉數據的根源來助力關于延緩衰老和死亡方面的研究，包括危及生命的疾病，影響精神和身體敏捷性的問題等。

是什么讓IT和互聯網巨頭熱衷投身攻克醫療大數據？

我們可以理解這是精英們的惺惺相惜，但更深層的含義是，數據未來將會成為一種無形的資源，就像石油和天然氣。誰掌握了數據，誰就控制了未來。值得慶幸的是，數據不會因為使用而消失。只不過，是現在以低價格積累數據入口但存在風險，還是未來花不菲的價格購買數據省力省心，選擇權在你。