数据分析与数据可视化实战教学大纲教案

1、数据分析与数据可视化实战教学大纲教案一、课程简介本课程的目标是向跨学科的学生或研究人员介绍数据分析与数据可视化领域最具影响力的系统及工具，使学生能够及时掌握最新的软件工具使用方法并应用于数据分析实务，形成解决企业级数据分析问题的批判性思维方式并培养扎实的技术能力。本课程由预备知识篇、基础技能篇以及实战演练篇共三个部分组成。其中预备知识篇主要介绍建立数据分析的基本概念和本书所采用的案例数据集的基本情况；基础技能篇面向数据分析与数据可视化的支撑技术，介绍了主流数据库系统（SQLServer2019）及数据分析与可视化工具（Excel、PowerBI、Tableau、Python等）的使用方法；实战

2、演练篇通过两个详细的企业级数据分析与挖掘案例，以实际的企业级业务决策需求为核心，系统地展现了数据分析的整个工作流程、相关工具的配合使用及挖掘建模方法。本课程基于最新、最具影响力的数据分析和数据可视化工具设计基于企业级基准数据集TPC-DS的案例教学内容，使学生能够更加接近企业数据分析实践内容，更好地掌握企业级数据分析及数据可视化工具的使用。二、教学大纲第1章数据分析与数据库的初步认识课时：1周，2学时1 .教学内容1.1 数据分析的基本概念1.1.1 大数据与数据价值1.1.2 数据、数据分析与数据挖掘1.1.3 数据可视化1.1.4 数据驱动决策1.1.5 数据分析师在企业中扮演的角色1.2

3、 数据库的基本概念1.2.1 企业级关系型数据库1.2.2 主键与外键1.2.3 维度与度量1.2.4 日期分区1.3 数据分析的一般流程1.3.1 定义数据分析目标1.3.2 数据预处理1.3.3 数据分析与模型搭建1.3.4 数据产品上线与维护2 .教学目的及要求1）理解数据资产对于现代企业的重要价值；2）理解数据、数据分析、数据挖掘与数据可视化的基本含义；3）掌握数据驱动决策的内涵及数据分析师在企业中扮演的角色；4）掌握企业级关系型数据库的基本概念；5）了解数据分析与挖掘的一般工作流程。第2章TPC-DS数据分析案例简介课时：1周，2学时1 .教学内容1.1 数据集简介1.2 数据集结构

4、解析1.2.1 storesales网络1.2.2 catalogsales网络1.2.3 websitesales网络1.2.4 inventory网络1.3 数据集字段解析1.3.1 事实表字段解析1.3.2 维度表字段解析1.4 启不与挑战2 .教学目的及要求1）理解TPC-DS数据集的业务网络结构；2）掌握TPC-DS数据集各数据表的关键字段语义及字段之间的关键数量关系；3）理解TPC-DS数据集对于企业级数据分析的启示与挑战。第3章企业级数据分析环境的搭建课时：2周，4学时1 .教学内容1.1 SQLServer2019数据库管理工具1.1.1 SQLServer2019安装与配置1

5、.1.2 新建TPC-DS数据库1.1.3 通过数据导入向导导入TPC-DS数据集1.1.4 通过BulkInsert命令导入TPC-DS数据集1.1.5 通过数据导出向导导出数据1.2 ExcelPower插件数据分析工具1.2.1 ExcelPower插件的调用1.2.2 PowerPivot连接SQLServer2019数据库1.2.3 PowerView与PowerMap的调用1.3 PowerBIDesktop数据分析工具1.3.1 PowerBIDesktop简介与安装1.3.2 PowerBIDesktop连接SQLServer2019数据库1.4 TableauDesktop&

6、amp;Prep数据分析工具1.4.1 TableauDesktop&Prep安装与配置1.4.2 TableauDesktop连接SQLServer2019数据库1.4.3 TableauPrep应用基础1.5 Python数据分析工具1.5.1 Python简介与安装1.5.2 Python连接SQLServer2019数据库1.5.3 通过Python代码导入TPC-DS数据集2 .教学目的及要求1）掌握SQLServer2019数据库管理工具、ExcelPower插件、PowerBIDesktop、TableauDesktop&Prep、Python等数据分析工具的安装

7、与配置方法；2) 理解TPC-DS建表及主外键Z束设置的SQL语句含义；3) 掌握将TPC-DS数据集导入SQLServer2019的三种方法；4) 掌握使用ExcelPowerPivot、PowerBIDesktop、TableauDesktop&Prep及Python连接SQLServer2019数据库平台并获取TPC-DS数据集的方法；5) 了解TableauPrep的基本使用方法。第4章结构化查询语言SQL课时：4周，8学时1 .教学内容1.1 SQL数据查询概述1.2 单表查询1.2.1 投影操作1.2.2 选择操作1.2.3 聚集操作1.2.4 分组操作1.2.5 排序操作

8、1.3 连接查询1.3.1 等值、非等值连接1.3.2 自身连接1.3.3 外连接1.3.4 多表连接1.4 嵌套查询1.4.1 包含in谓词的子查询1.4.2 带有比较运算符的相关子查询1.4.3 带有any或all谓词的子查询1.4.4 带有exist谓词的子查询1.5 集合查询1.5.1 集合并运算1.5.2 集合交运算1.5.3 集合差运算1.5.4 多值列集合差运算1.6 基于派生表的查询1.7 复杂查询案例解析1.7.1 复杂查询案例11.7.2 复杂查询案例21.7.3 复杂查询案例31.7.4 复杂查询案例41.7.5 复杂查询案例51.8 SQL语言的其他功能1.8.1 数据

9、定义SQL1.8.2 数据更新SQL1.8.3 视图的定义和使用2 .教学目的及要求1）掌握SQL的单表查询、连接查询、嵌套查询、集合查询、基于派生表的查询等数据查询语法结构和应用场景；2）掌握应用SQL快速解决企业级复杂查询任务的方法；3） 了解SQL数据定义、数据更新及视图的定义和使用。第5章数据可视化基础课时：3周，6学时1 .教学内容1.1 工作界面布局1.2 基本可视化组件1.2.1 堆积条形图1.2.2 簇状条形图1.2.3 折线图1.2.4 组合图1.2.5 饼状图与环状图1.2.6 表格与矩阵1.2.7 仪表与卡片1.3 进阶可视化组件1.3.1 排名图1.3.2 瀑布图1.3

10、.3 树状图1.3.4 直方图1.3.5 盒须图1.3.6 散点图1.3.7 词云图1.3.8 弦图与桑基图1.3.9 地图1.3.10 R&Python视觉对象1.4 分析板块的应用1.4.1 汇总功能1.4.2 模型功能1.4.3 自定义功能1.5 仪表板与故事1.5.1 创建仪表板1.5.2 创建故事2 .教学目的及要求1） 应用ExcelPower插件（主要是PowerView）、PowerBIDesktop、TableauDesktop等数据分析工具对TPC-DS数据集展开数据可视化分析；2）掌握各种可视化组件的技术实现方法以及应用场景；3）掌握不同数据分析工具在操作、功能实

11、现、可视化效果等方面的异同点；4） 了解分析板块的使用方法；5） 掌握仪表板和故事的设计方法。第6章用户数据分析与挖掘实战课时：3周，6学时1 .教学内容1.1 引言1.2 用户宏观监控仪表板设计1.2.1 设计目的1.2.2 可视化效果1.2.3 组件介绍1.3 用户微观监控仪表板设计1.3.1 设计目的1.3.2 可视化效果1.3.3 组件介绍1.4 用户价值识别模型（RFM模型）1.4.1 背景简介1.4.2 目标定义与数据获取1.4.3 数据预处理与分析1.4.4 建立模型1.4.5 模型评价与应用1.5 用户优惠券使用行为预测模型1.5.1 背景简介1.5.2 目标定义与特征工程1.

12、5.3 数值质量诊断与变量描述性统计1.5.4 数据预处理1.5.5 模型建立与效果评估2 .教学目的及要求1） 了解用户数据分析与挖掘的主要目标及基本内容；2）应用PowerBI设计多维度用户数据分析与监控仪表板；3）掌握用户价值识别模型（RFM模型）的关键点并运用Python实现整个建模过程;4）掌握用户优惠券使用行为预测模型并运用Python完成整个建模过程。第7章供应链数据分析与挖掘实战课时：2周，4学时1 .教学内容1.1 引言1.2 用户偏好维度供应链监控仪表板设计1.2.1 设计目的1.2.2 可视化效果1.2.3 组件介绍1.3 用户满足维度供应链监控仪表板设计1.3.1 设计

13、目的1.3.2 可视化效果1.3.3 组件介绍1.4 产品需求量预测模型1.4.1 背景简介1.4.2 数据准备1.4.3 数据预分析1.4.4 产品行为模式聚类1.4.5 时间序列建模与效果评估2 .教学目的及要求1） 了解供应链数据分析与挖掘的主要目标和基本内容；2）运用Tableau设计多维度供应链数据分析与监控仪表板；3）掌握产品需求量预测的关键点并运用Python建立产品需求量预测模型。三、教学进度安排教章节名称讲授内容研究型学习要求学周学习内容学习时间（小时）第1周数据分析与数据库的初步认识介绍数据分析和数据库的基本概念。首先简单介绍在大数据时代背景下数据资产对于企业的重要价值，数

14、据、数据分析、数据挖掘和数据可视化等基本概念，介绍数据驱动决策的重要意义，以及数据分析师在企业中扮演的角色，将数据分析技能与实际的岗位职责相联系，帮助学生更好地理解企业级数据分析的使命与商业价值；接下来，介绍与企业级关系型数据库相关的基础概念，包括主键与外键、维度与度量、日期分区等；最后，介绍数据分析的一般工作流程，包括定义数据分析目标、数据预处理、数据分析与模型搭建、数据产品上线与维护四个步骤。理解数据资产对于现代企业的重要价值；理解数据、数据分析、数据挖掘与数据可视化的基本含义；掌握数据驱动决策的内涵及数据分析师在企业中扮演的角色；掌握企业级关系型数据库的基本概念；了解数据分析与挖掘的一般

15、工作流程。2第2周TPC-DS数据分析案例简介介绍将会贯穿全书始终的实战案例一一TPC-DS数据集，一个与真实情景高度相仿的企业级数据集。首先对TPC-DS数据集中的四个业务网络结构进行介绍，接下来对各数据表的关键字段语义和字段之间的关键数量关系进行定义，最后由TPC-DS数据集引申到真实的企业级数据分析场景，探讨TPC-DS数据集数据分析任务背后的启示与挑战，为后续的数据分析案例实战进行铺垫。理解TPC-DS数据集的业务网络结构；掌握TPC-DS数据集各数据表的关键字段语义及字段之间的关键数量关系；理解TPC-DS数据集对于企业级数据分析的启示与挑战。2第3周企业级数据分析环境的搭建（一）数

16、据库管理工具带领学生完成SQLServer2019数据库管理工具的安装与配置、TPC-DS数据表结构的创建，主外键约束的设置及TPC-DS平面数据文件的导入掌握SQLServer2019数据库管理工具的安装与配置方法；理解TPC-DS建表及主外键约束设置的SQL语句含义；掌握将TPC-DS数据集导入SQLServer2019的三种方法2第4周企业级数据分析环境的搭建（二）数据分析工具介绍ExcelPower插件、PowerBIDesktop、TableauDesktop及TableauPrep的基本使用方法；介绍如何运用编程语言Python实现SQLServer2019的远程操作，并运用Pyt

17、hon代码实现了TPC-DS数据集的导入任务。至此成功完成了一系列企业级数据分析环境的搭建工作，实现了前台数据分析工具对后台数据库的访问，为后续章节的学习打下了基础。掌握ExcelPower插件、PowerBIDesktop、TableauDesktop&Prep、Python等数据分析工具的安装与配置方法；掌握使用ExcelPowerPivot、PowerBIDesktop、TableauDesktop&Prep及Python连接SQLServer2019数据库平台并获取TPC-DS数据集的方法；了解TableauPrep的基本使用方法。2第5周结构化查询语言SQL（一）单表

18、查询与连接查询介绍SQL单表查询、连接查询的语法结构以及应用场景掌握SQL单表查询、连接查询的语法结构以及应用场景。2第6周结构化查询语言SQL（二）嵌套查询与集合查询介绍SQL嵌套查询、集合查询的语法结构以及应用场景掌握SQL嵌套查询、集合查询的语法结构以及应用场景。2第7周结构化查询语言SQL（三）基于派生表查询与案例实战介绍SQL基于派生表查询的语法结构以及应用场景，带领学生共同学习教材4.7节中的5个复杂查询案例。在实战环境中帮助读者快速建立起企业级数据分析的业务抽象能力与复杂代码的编写能力。掌握SQL基于派生表查询的语法结构以及应用场景，掌握应用SQL快速解决企业级复杂查询任务的方法

19、。2第8周结构化查询语言SQL（四）其他功能介绍SQL数据定义、数据更新及视图的定义和使用方法。了解SQL数据定义、数据更新及视图的定义和使用方法。2第9周数据可视化基础（一）基础可视化组件介绍ExcelPower插件（主要是PowerView）、PowerBIDesktop及TableauDesktop三种数据分析工具的工作界面布局，包括工作板、字段列表、值区域、筛选器等。将TPC_DS数据集storesales网络的销售情况作为案例，讲解基本可视化组件的技术实现方法、应用场景及可视化效果，包括堆积条形图、簇状条形图、折线图、组合图、饼状图与环状图、表格与矩阵、仪表与卡片等。应用ExcelP

20、ower插件（主要是PowerView）、PowerBIDesktop、TableauDesktop等数据分析工具对TPC-DS数据集展开数据可视化分析；掌握各种可视化组件的技术实现方法以及应用场景；掌握不同数据分析工具在操作、功能实现、可视化效果等方面的异同点。2第数据可视化将TPC_DS数据集storesales网络的销售情况应用PowerBIDesktop、210周基础（二）进阶可视化组件作为案例，讲解进阶可视化组件的技术实现方法、应用场景及可视化效果，包括排名图、瀑布图、树状图、直方图、盒须图、散点图、词云图、弦图与桑基图、地图、R&Python视觉对象等。TableauDes

21、ktop等数据分析工具对TPC-DS数据集展开数据可视化分析；掌握各种可视化组件的技术实现方法以及应用场景；掌握不同数据分析工具在操作、功能实现、可视化效果等方面的异同点。第11周数据可视化基础（三）仪表板和故事以TableauDesktop为例讲解了分析板块的使用方法，为可视化分析提供了补充信息；介绍如何使用PowerBIDesktop和TableauDesktop将绘制好的可视化图表组织在仪表板和故事中，在工作场景中展示或共享给其他同事。了解分析板块的使用方法，掌握仪表板和故事的设计方法。2第12周用户数据分析与挖掘实战（一）仪表板设计介绍用户数据分析与挖掘的主要目的，即用户资产的精准评估

22、和最大化利用，同时介绍用户数据分析与挖掘涉及的基本内容，包括用户行为多维度监控仪表板设计、用户价值评估、用户行为预测等；然后介绍如何应用PowerBI制作用户宏观与微观监控仪表板，以实现针对企业的用户资产由粗至细颗粒度的全方位监控。了解用户数据分析与挖掘的主要目标及基本内容；应用PowerBI设计多维度用户数据分析与监控仪表板。2第13周用户数据分析与挖掘实战（二）用户价值识别模型介绍用户价值识别模型（RFM模型）的整个建模过程，运用Python实现用户价值的Kmeans算法聚类，并使用决策树模型进一步扩展用户价值识别模型的应用范围。掌握用户价值识别模型（RFM模型）的关键点并运用Python

23、实现整个建模过程。2第14周用户数据分析与挖掘实战（三）用户优惠券使用行为预测模型介绍用户优惠券使用行为预测模型的整个建模过程，并运用Python完成一系列数据诊断、预分析、预处理、模型建立与效果评估等任务。掌握用户优惠券使用行为预测模型并运用Python完成整个建模过程。2第15周供应链数据分析与挖掘实战（一）仪表板介绍用户满意度提高的供应链成本的降低对于企业的重要价值，介绍在供应链数据分析与挖掘部分所涉及的几个重要任务，分别是用户偏好的全方位洞察、用户满足情况的多维度总结及产品需求量的精准预测；接下来介绍如何应用Tableau制作用户偏好及用户满足维度的供应链监控仪表板。了解供应链数据分析

24、与挖掘的主要目标和基本内容；运用Tableau设计多维度供应链数据分析与监控仪表板。2第16周供应链数据分析与挖掘实战（二）产品需求量预测模型介绍如何应用Python建立产品需求量预测模型，强调了建模过程中需要重点考虑的问题，并展现了数据预分析、产品行为模式聚类及时间序列建模与效果评估的整个建模流程。掌握产品需求量预测的关键点并运用Python建立产品需求量预测模型。2四、考核方式1 .平时考核（60%）1.1 课堂表现（20%,包括考勤、课上回答问题、课下答疑等）1.2 课程作业（40%,包括章节思考题与练习题等）1.3 期中报告（40%,自选主题运用PowerBI或Tableau制作一个交

25、互式数据可视化报2 .期末考核（40%,自选主题运用SQL和Python完成一个数据分析与挖掘案例）【期中报告要求参考】基于TPC-DS数据集，模拟淘宝数据分析场景，综合使用PowerBI和Tableau撰写一篇数据分析报告，通过PowerBI和Tableau数据分析功能综合展示数据内部的规律。1 .版式：要求参考毕业论文或者项目报告的格式完成一篇TPC-DS数据分析技术文档，要求设置标题层次，通过【视图】-【导航窗格】可以显示文档结构图，通过目录定位。文档中通过屏幕抓图说明实现的结果，要求设置图题。要求文档格式美观，层次清晰，易读易懂。2 .数据集使用SQLServer中创建TPC-DS数据

26、库导入或DirectQuery。在PowerBI或Tableau中创建表关系，修改维-度量属性，确定用于分析的维属性，用于聚集计算的度量属性及设置维中的层次。说明维、层次、度量的设置方法。3 .主题分析分析TPC-DS数据集的结构和数据特征，从多个维度来分析销售数据在不同视角，不同分析粒度上的数据规律与特征，综合运用数据可视化组件展现数据特点并加以说明。4 .仪表板设计设计一个全局的仪表板（报表）页，设计面向TPC-DS数据集的分析方案，通过多个图表控件设计一个能够良好展现数据宏观、微观及特定分析主题的综合数据视图，说明仪表板的使用及所展现的数据分析结果。报告的目标是模拟企业数据分析场景中以P

27、owerBI或/和Tableau为分析平台的数据分析任务如何完成，一方面考查大家对PowerBI或/和Tableau工具能否熟练运用，另一方面也增强大家对企业数据分析能力的训练，让报告变为企业工作的实战模拟，为未来的职业做一个好的数据分析工作模板。【期末报告要求参考】一、课程报告要求以TPC-D缴据库为案例，撰写一篇数据分析报告。模拟场景：企业决策数据分析报告。二、报告内容1.数据分析研究选题通过对TPC-DSfc术文档的分析，了解TPC-D缴据库的结构和数据语义，设计数据分析报告的研究课题，说明研究的目标，意义，方法和技术路线。(1)选题依据。说明研究课题题目、目标、研究的意义、拟采用的方法

28、、所选数据，研究中的3个子任务。(2)设计分析数据库。根据所设计的研究课题从TPC-DS®始数据中选择相关的数据子集(根据分析任务选择数据，不需要全部TPCD嗷据)。通过创建视图或表的方法构建自己的分析数据集，需要创建一个三个渠道销售数据合并表，每条记录除分析需要的字段外额外增加一个label字段，标识其来自的渠道：store,catalog,web。在对3个渠道进行分析的基础上，还要对总体销售情况进行分析。说明针对自己的分析任务所选择的表，表之间的关系，创建新的TPCDS_字数据库，给出创建表的命令，创建合并数据表或视图的创建命令，以及创建主外键参照完整性约束的命令。(3)导入数据

29、，加载自己创建数据库所需要的数据，通过数据预处理工作准备好分析数据库。(4)数据分析任务。在研究课题的大框架下设计3个数据分析子任务，说明数据分析的商业逻辑，涉及的数据结构，主要的实现技术。在子任务设计中要体现不同的分析粒度和维度：全局数据分析维度：面向不同销售渠道的整体销售情况分析，面向销售总额的总体分析。子任务维度：面向设计的特定子任务的特定数据分析处理。在分析过程中体现不同的技术层次：SQL数据整理，预处理，复杂查询任务实现。要求在每个子任务中使用SQL命令完成一个复杂分析，体现SQL命令对复杂任务的处理能力。PowerBI或Tableau:设计分析的维及层次，通过图表对象分析数据内在规

30、律，给出数据分析的结果，趋势或分析结论。创建仪表板，要求体现多维、多层次特征，通过交互式操作提供不同粒度的数据视图。为每个子任务创建相应的仪表板，系统地展现各子任务的数据分析结果与主要结论。Python：采用内置Python实现数据库内的深度数据分析。要求创建一个python分析案例，通过SQL命令构建分析数据集，通过python模型完成深度分析任务，通过数据可视化技术展现数据分析结果。扩展教材案例之外的python数据挖掘案例分值更高。报告要体现不同的数据展现层次之间的特点及相互关系：在SQLServer端主要通过SQL命令，视图等机制设计数据分析预处理及数据视图。通过PowerBI或Tab

31、leau完成数据的常规分析，多维度，多层次交互分析，通过仪表板展现分局分析结果。Python:通过结合Python与数据库展现深度分析结果。在数据分析处理过程中体现技术的层层递进：使用SQL®行数据管理与生成特定的分析视图；通过PowerBI或Tableau建模方法创建分析维度及层次，结果数据可视化工具提供导航、交互式的数据分析处理视图；通过SQL完成一些复杂的分析处理任务，如包含子查询或多维分析处理难以解决的问题；通过数据挖掘剖析数据内在的信息与规律；通过Python解决复杂分析与挖掘问题。多样性技术的协作体现出不同数据分析处理的技术特点和需求，以及不同技术各自的优缺点及相互补充能

32、力。最终，报告体现出你学习的成果，深度，能力，以及多种技能之间无缝衔接掌握能力。2.报告撰写要求将课程报告当作一个企业数据分析项目来做，自主选题，自主设计，要有明确的数据分析主题，分析框架、分析方法、技术手段与分析结论，通过技术支撑企业数据分析处理过程。(1)格式要求：结构清晰，通过文档结构图能够显示清晰的层次结构，使用自动标题，图注，表注等方法使报告可读性强，要求提交word版本(不要交pdf文件)。(2)文字要求：语言简练，逻辑性强，由研究目标驱动技术而不是简单地流水记述实现过程与方法，由你的分析目标决定分析方法与实现手段，描述清楚关键实现技术，技术描述要体现数据分析逻辑。(3)数据分析任

33、务设计要求：以数据为中心，围绕你所设计的数据分析主题构建分析子任务，从不同层面和视角分析数据结论，从企业数据分析中获得有价值的信息。不是简单的练习SQL令，而是以数据为中心，以数据分析主题为目标，以技术为辅助构建数据分析框架。(4)技术要求：以企业数据分析为主线，以研究主题为目标，通过技术实现相关的数据组织，数据管理，数据建模，数据处理，数据展示等功能，将SQL查询处理，PowerBI或Tableau多维数据建模型，OLA啰维分析，可视化交互数据报表，python数据挖掘等技术综合运用起来，完成完整的从数据到分析到结论的过程，掌握企业级数据分析处理的关键技术。三、时间要求：TPC-DS1程报告

34、提交时间为学期结束前一周，要求word格式，文件命名规则为“姓名数据分析与可视化案例报告”。评分页姓名：学号：学院：序号评分项分值(1)选题合理性和技术性（5分）(2)数据预处理（5）(3)数据分析主题设计（10）(4)数据分析子任务一技术性和逻辑性（20）(5)数据分析子任务二技术性和逻辑性（20）(6)数据分析子任务三技术性和逻辑性（20）数据可视化艺术性（5）(8)报告整体性和可读性（10）(9)排版及文字编辑能力（5）总分兽药注册评审工作程序为规范兽药注册评审工作，根据兽药管理条例、兽药注册办法等有关规定，制定本工作程序。一、职责分工（一）农业农村部畜牧兽医局主管全国兽药注册评审工作。

35、（二）农业农村部兽药评审中心（以下简称“评审中心”）负责兽药注册申请的技术评审、现场核查、技术评审标准制修订以及注册评审资料的档案保存等工作。制定召开评审专家咨询会及对生产用菌毒种进行检验的工作原则和规范。（三）中国兽医药品监察所（以下简称“中监所”）负责拟定兽药注册复核检验规则，组织注册兽药的复核检验工作，由具检验报告书，并对质量标准草案能否控制产品质量、检验方法是否具有可操作性等提由复核意见；负责菌毒种检验工作。（四）专家职责。评审中心专家（由评审中心确定）负责对申请注册兽药的安全性、有效性、质量可控性等提由审查意见，兽药注册评审专家库中的其他专家根据评审中心要求参与技术审查并提由咨询意见

36、。二、评审工作方式（一）一般评审。常规兽药注册均采取一般评审方式。（二）优先评审。符合以下情形的兽药，采取优先评审方式：针对国家中长期动物疫病防治规划（2016-2020年）确定的国内优先防治的16种疫病，可实现鉴别诊断的疫苗和诊断制品；临床急需、市场短缺的赛马和宠物专用兽药以及特种经济动物、蜂、蚕和水产养殖用兽药；未在中国境内外上市销售的创新兽用化学药品；重大动物疫病防疫急需兽药等。评审中心第一时间进行评审，第一时间报由评审意见和评审结论；中监所第一时间安排复核检验。优先评审技术要求不降低，评审步骤不减少，评审流程同一般评审。（三）应急评价。对突发重大动物疫病应急处置所需的兽药，农业农村部启

37、动应急评价。评审中心按照农业农村部畜牧兽医局要求开展应急评价，重点把握兽药产品安全性、有效性、质量可控性，非关键资料可暂不提供。经评价建议可应急使用的，农业农村部畜牧兽医局根据评审中心评价意见提由审核意见，报分管部领导批准后发布技术标准文件。有关兽药生产企业按兽药产品批准文号管理办法规定中请临时兽药产品批准文号。（四）备案审查。根据动物防疫需要，强制免疫用疫苗生产所用菌毒种的变更采取备案审查方式。具体评审流程和要求见高致病性禽流感和口蹄疫疫苗生产毒种变更备案工作程序及变更技术资料要求。三、一般评审工作流程和要求（一）申报资料接收和受理。农业农村部政务服务大厅（以下简称“政务服务大厅”）接收兽药

38、注册申报资料。评审中心按照农业农村部行政审批办事指南的办事条件、兽药注册资料相关要求，对接收的申报资料进行形式审查，并将形式审查意见报畜牧兽医局和政务服务大厅。政务服务大厅根据形式审查意见办理予以受理或不予受理手续，并书面通知申请人和评审中心。（二）申报资料技术评审。评审中心收到受理的申报资料后，在规定时限内提由评审结论，并报农业农村部畜牧兽医局。评审中心建立实施评审中心专家主审与兽药注册评审专家库其他专家咨询相结合的兽药注册评审工作机制。评审过程通常分为初审和复审，但经初审即可得由评审结论的，可不进行复审。评审中心专家对受理的申报资料进行技术评审，提由初审或复审意见。根据工作需要，可咨询兽药

39、注册评审专家库中其他专家的意见。咨询时可采取现场或远程咨询会、函审/网审咨询等方式。参加技术评审的所有评审专家均应提由书面审查意见。召开评审专家咨询会时，由评审中心专家任产品主审专家，介绍注册资料和审查意见，并提由需要咨询的事项和问题。评审中心咨询专家意见时，按照评审中心制定的专家选取原则从兽药注册评审专家库中遴选专家，对于涉及到不同专业的品种或有疑难问题的品种，可分别或同时向不同专业的专家进行咨询。根据需要，也可向专家库以外的专家进行咨询。评审专家咨询会议由评审中心有关人员主持。评审中应按照兽药注册资料要求和相关指导原则要求对申报资料进行科学评审。原则上，初审应一次性提由全面审查意见，并明确

40、是否进行验证试验、复核检验和现场核查等。申请的兽药属于疫苗的，基于风险管理原则，必要时可提由对生产用菌毒种进行检验的要求。评审中心可根据注册申请人的申请安排沟通交流。根据初审意见，申请人一次性提交补充资料。收到申请人的补充资料后，评审中心进行复审。如初审意见要求开展验证试验、复核检验、现场核查等，还应在收到有关报告后一并进行复审。对需要提交补充资料的申请事项，评审时限延长40个工作日。未能一次性提交补充资料或者补充资料明显不符合评审意见要求的，予以退审。原则上，每个兽药注册申请初审和复审各一次。对拟退审的，评审中心可将退审意见反馈申请人。如申请人有异议,应在收到意见后5个工作日内以书面形式提由

41、。根据需要，评审中心可再增加一次复审。评审时限延长40个工作日。（三）兽药质量标准复核和样品检验。技术评审期间需开展兽药质量标准复核和样品检验的，申请人应在收到评审中心复核检验通知后132工作日内，向中监所提交复核检验所需样品及相关资料和材料。产品复核检验质量标准经申请人确认后，不得修改。中监所根据评审意见，按照兽药注册办法等相关规定开展兽药质量标准复核和样品检验工作，并在规定时限内完成，将检验报告书和复核意见送达申请人，同时将检验报告书报农业农村部畜牧兽医局、复核意见报评审中心。中监所在收到评审中心复核检验通知后或者发生第一次复核检验不合格报告后132个工作日内，未收到申请人复核样品、相关资料或材料不全导致无法开展检验的，中监所应向评审中心说明具体情况，评审中心根据说明对该项注册申请按自动撤回处理。第二次送样的复核检验应重新进行检验计时根据评审意见对疫苗菌毒种进行检验的，中监所将检验结果和结论报畜牧兽医局和评审中心，并增加150个工作日检验用时。（四）补充资料及提交有关物质等。技术评审期间需补充资料、确认技术标准、提交标准物质以及菌毒种和细胞等的，评审中心以书面形式通知申请人。申请人按照评审意见在规定时限内一次性提交补充资料、确认技术标准、向中监所提交标准物质等。（五）审批。农业农村部畜牧兽医局根据评审中心的技术评审