麦肯锡-复星医药医药运营全球趋势和最佳实践

机密与专属未经麦肯锡许可，严禁擅用本材料追求卓越——医药运营全球趋势和最佳实践复星医药运营管理年会|

2018年5月22日今天我们讨论的主题工业4.0新常态卓越运营McKinsey

&

Company

2今天我们讨论的主题工业4.0新常态卓越运营McKinsey

&

Company

3中国的新常态–转向增速放缓但质量更优的发展模式更强调软件而非硬件基设施，去杠杆更高附加值和更高生产率的服务业，制造业和大众创新可持续且公平的增长方式，智能的城市发展消费驱动型增长，且消费者对数字化更加熟悉且要求更高劳动力的经验更丰富、工资水平更高，创业者更多，创造的工作岗位也更多之前的增长引擎1劳动力5投资/债务4城镇化2消费3商业模式资料来源：麦肯锡麦肯锡公司4制药行业资本回报率高、但在经济中的占比低，预计会吸引政府支持，重点将会在行业升级和全球化%

正

%

持平

%

负代表行业投入资本回报率汇总值麦肯锡行业数字化指数对于份额或百分比指标，所显示的是份额的变化率；对于绝对指标（例如工资和生产率），所显示的是CAGR经济类型GDP占比百分比就业人数占比百分比实际劳动生产率千美元/员工投入资本回报率1百分比生产 就业 生产率41.4服务（不包括金融）金融服务6.78.4技术驱动型工业制成品（制药、汽车、半导体）基 设施9.614.4基本消费性工业制成品农业10.3资本密集型商品（煤炭、钢铁、石油）9.25.81.15.611.36.329.530.720.614.020.111.44.2010.53.86.414.36.39.210年变化率3-4%+4%-1%-1%-2%+1%+3%-17%39.5

+10%-+1%+2%+4%-+11%+7%+7%+8%+4%+5%82.7

+17%+5%-6%+5%-11%+11%+1%NA资料来源：IHS数据库，2015年10月版本；NBS；CPAT数据库；麦肯锡行业数字化指数；MGI分析麦肯锡公司5政府计划投入一万亿人民币促进十大重点领域的“中国制造2025”发展高档数控机床和机器人新一代

信息技术航空航天装备海洋工程装备及高技术船舶节能与 先进轨道新能源汽车

交通装备新材料电力装备农业机械生物医药和高性能医疗器械十大重点领域投资私募基金资料来源：新闻通稿麦肯锡公司6成立专业公司孵化创新中心和平台支持“中国制造2025”计划建立专业产业园打造中小企业‘双创’训练营投入领域重大政策顺应政府的三大医疗健康目标，推动成本和质量压力越来越大药品审评审批改革药品上市许可持有人制度（MAH）加入ICH与国际接轨仿制药质量一致性评价（QCE）分级诊疗制度临床试验数据自查保险合并NRDL更新及动态调整大病保险（CDI）推广实施两票制医院零差价和药占比控制价格改革省市招标/采购医院议价谈判（包括GPO）国家创新药招标谈判报销改革医保总额控制医保支付标准影响运营提高患者对优质医疗服务的可及性建立具有经济可行性的医疗保健体系构建可持续发展的创新生态系统麦肯锡公司7今天我们讨论的主题工业4.0新常态卓越运营麦肯锡公司8与其它行业相比，制药行业发展生产体系起步较晚生产体系分布非详尽整体性生产体系1942

1990

92949698

2000

02040608航空高科技汽车整车厂汽车供应商制药10

12

14 16

2017资料来源：Prof.Dr.R.Winnes(Hrsg.):Die

Einführung

industriellerProduktionssysteme,UniversitätKarlsruhe;媒体;公司网站麦肯锡公司9然而近25年来，全球领先的制药企业不断探索卓越运营，从早期的零散改善举措发展到全面的生产体系建设和绩效提升卓越运营历程绩效增长逐步改善阶段性变革多种转型措施机修项目Lean项目测量项目改善工作时间200020052010KPI自下而上卓越运营工具箱标准化

精益

六西格玛OEE价值流流程TPM拉动式PDCA初级改善举措开始协同运营-走向世界级企业1990资料来源：麦肯锡麦肯锡公司10可持续增长生产体系有效的生产体系将对业务产生深远影响10-15%转化成本年度节余≥20%库存降低20-40%交付时间缩短15-20%库存持有成本降低50-80%误差减少10-50%服务水平提升药企客户举例麦肯锡公司11生产运营理念强调从四个方面整体设计和升级生产体系，缺一不可全面培养领导力以提升绩效“员工积极性提高，但没有实际成效”“无人掌舵”“理论虽好，但执行力差”“缺乏方向”“卓越运营正在进行”理念与能力资料来源：麦肯锡麦肯锡公司12管理体系运营系统领导力通过有效的架构和流程管理运营系统并实现业务目标提升个人和集体在工作中的思维和处事方式对有形资产及资源进行配置和优化从而最大程度降低损失和创造价值13一个优秀的工厂可以从四个维度描述运营系统稳定的投入（物料、人员、量能）并转化为稳定的内部流程（例如OEE）车间程序标准化、可视化，并且能为操作员提供帮助常规技能被传授给车间人员，他们能够自主地遵照预测成

本和首次成功率按时交付质量体系被视为绩效的基本动因而不是控制职能管理体系职责明确，团队及个人对结果负责一线管理层领导绩效管理、目标差距分析和车间现场问题解决以跨职能方式解决问题，实现最佳效果绩效实时可见并与目标值对比理念与能力所有工作都应专注于为患者提供价值操作员是生产系统的核心问题解决是团队例行活动并且行动得到快速实施主管和经理是教练并专注于手下资料来源：麦肯锡理想状态理念与能力管理体系运营系统领导力领导力领导是组织的最佳模范主管和经理是教练并专注于员工的培养经理下车间与操作员共同解决问题，并对个人和团队绩效提出质疑生产体系的建设和升级需通过一系列由清晰方法论指引的“微转型”实现现场深入分析系统定义工作理念制定计划，实施改善，明确资源 跟踪进度和风险 举措对接持续完善和深化生产体系建设微转型一体化的方法论，涵盖卓越运营的四个方面资料来源：麦肯锡麦肯锡公司14细化生产体系手册， 指导转型实施提升变革及业务团队能力由点（若干试点工厂） 到面（全生产网络）， 实现业绩大幅提升理念与能力管理体系运营系统领导力全球多家制造业领军企业通过转型实现生产体系升级生产体系涉及业绩和文化转型，创造商业价值，同时全面提升组织能力全方位诊断明确价值来源，全力支持高管团队为加速实施提供有力支持生产体系建设需要考虑成本以外的其他要素：包括产品质量、可靠性、物流等将监管规定和限制条件纳入生产体系的设计中可确保未来扩展的有效性和可持续性清晰且易操作的运营手册对未来全面推广运营模式至关重要全员参与生产体系设计和微调有助于建立组织的凝聚力详尽的生产体系工作手册有利于确保系统实施的一致性建立整个组织的“卓越中心”对培训变革骨干、推进实施、持续提升生产体系非常关键根据不同业务需求和技术平台对生产体系工作手册进行客制化调整；生产提升是供应链端到端优化的第一步麦肯锡公司15全球制药领军企业案例：转型生产体系，实现巨大影响集中式生产体系能够扩大制造的广度与深度扩大规模3年内跨业务板块和地区推广到超过100个工厂范围端到端地整合生产与质检安排了对培训师的培训25位集中式生产体系的带头人项目整合提炼出生产体系建设指南，并推广至所有生产工厂文化影响领导力的重要性、EHS文化、持续改善的思维模式逐渐扎根招募项目，影响，百万美元由地区或职能主导的分散式举措需要改变以往：仅安排专项生产项目缺乏跨业务板块和工厂的推广机制对思维模式和行为的关注有限启动变革：制定全面的生产体系指南头18个月启动了5个生产体系试点培训并部署了8位变革领导能力培养和思维模式的转变成为核心组成部分330麦肯锡公司161502920152018>550161717问题投诉（ppm）-75%前四分

中间50%

后四分之一

之一平均美分/生产单位N=约200个固体生产点资料来源：POBOS全球制药领军企业案例：运营卓越降低质量问题，提高敏捷性6.66

5.041.6713.48.03.0-78%前四分之一中间50%（平均值=（平均值0.6） =

1.1）后四分之一（平均值=2.0）制剂与包装之间的等待时间工作日数最短换模时间小时1

234中国化工案例：帮助石油化工企业在严峻的市场挑战下实现转型，带来逾10亿人民币的利润提升空间提升举措：通过改善能效、收率、设备管理等带来的利润提升空间背景情况中石化全资子公司，年收益~600亿人民币受市场波动影响，2013年净利润率仅0%-1%中石化资产的代表性企业，曾是中石化集团内的“明

星石油化工企业”管理层渴望引领变革、帮助企业走出困境年化效益亿元人民币>11.07.21.0-3.0TBD1.1

1.30.32.74.5能效物耗设备可靠性P1整体效益优化P2供应链其他优化利润提升总计导入时效利润分析工具应用参数波动性分析方法，进行生产过程参数寻优量化分析 重点耗能 设备、装 置或产线 的能效建立能源 介质端到 端产用平 衡分析公司整体效益优化，提高资源利用率、提升绩效优化供应 链管理， 降低运营 成本、加 强物流成 本控制导入失效 模式、预 防性维护 等做法导入最佳 实践，完 善设备业 绩管理资料来源：麦肯锡麦肯锡公司18今天我们讨论的主题工业4.0新常态卓越运营麦肯锡公司19工业4.0愿景：五种模式变化真正的产品大师实时数字化双胞胎预测式分析数字化操作协助知识型工作及机器人技术的人工智能自动化利用来自CMC、制复合式分析模型现场偏差预测、增强现实提升操数字机器人基于造、质量和客户准确地反映资质量结果和需作人员的可靠性自我学习算法执的洞见实现质量产、人员和供应求。主动干预以（人为错误减少/行（例如，供应源于设计的理链情况。模拟、确保可靠性和敏数字化SOP）和效规划/调度、变更念，参数发布。优化、电子验捷性率（实时任务分管理）或协助决证、主数据更新配）策（例如，CAPA、组合）人新的角色和能力数字化绩效文化A

B数据数据湖分析平台设备连接C规定积极的监管策略利用大数据，优化从供应商到患者整个价值链上的产品、工艺和人/机操作麦肯锡公司20几种数字化/高级分析解决方案开创了新的工厂环境数字化绩效管理显示实时KPI和趋势，操作员和主管即可快速确定正确的操

作平板电脑向实验室技术员展示他们的日常议程，并允许报告问题、调整安排数据湖和分析平台构成了所有用例的通用骨干高级分析根因顾问向QA专家提出最可能的根因建议，从而开始调查QA专家使用偏差洞见工具找出重复发生模式偏差的根本原因一组翻译员正在接受培训，旨在认识并协助用例的推广主管和技术员通过智能通知系统自动收到产线的通知增强现实指导操作员完成换线，提高标准遵从性并持续优化基于机器学习，操作员可获得产品和产线的最佳设备参数实验室调度员基于数字化双胞胎的模拟可以看到最佳的实验室安排，并可计算实验室/生产变化的影响麦肯锡公司21通过参与（并技能升级）的业务领袖和一线人员来实现整合并推广采用。他们应在您的数字化/分析团队构成中占据很大的比例让它成为一个业务机会，而非技术问题〜80％以上的工作应围绕一系列优先用例（且最初只采用少数用例），这些用例将为贵司带来超出比例的价值。

了解整个业务的相对在险价值是关键采取价值驱动的方式你可能需要一个卓越中心来获得稀缺人才和抓手技术……，但绝非一个中央“职能部门”。卓越中心应创建一个平台（例如，数据湖、治理标准），以促进一线的创新打造一支创新骨干团队，而非一个指挥和控制中心更多、组织得更好的数据并非启动工作的瓶颈。

通常需要~5％的数据即可开始-其余的将取决于优先用例。

不要“加热整个数据湖”……只有在短期内-而非10年，能创造重大价值，试点才应该成为重中之重。

快速推广优先用例，取消不起作用的实验，并建立季度里程碑，确保交付成效和价值……或落入“试点陷阱”如何思考高级分析法并迅速实现成效All

content

copyright

©

2017

QuantumBlack,a

McKinsey

company

22数字化转型需有4个坚实的基

设备连接数据和分析平台数字化组织和能力资格和验证可实时访问、流式传输和存储所有核心的生产和实验室设备相关的数据确保数据安全和数据完整性的有效解决方案通过网关与数据湖完全连接并通过验证，从而实现高级分析和实时可视化与关键设备供应商建立战略合作关系一个单一的基于云和内部部署的数据平台，可提供全球和本地的数据访问、数据安全和完整性，并支持高级分析法建模和可视化平台解决方案具有成本高效的可扩展性数字化完全嵌入到日常的文化和行为中数字化和分析赋能领导力数字化组织广泛覆盖各类新角色-通过数字化大学培养数字化和分析能力（再教育、技能升级）该组织将分散在不同的职能中，因此需要明确的职责所有相关的工艺、系统/平台、解决方案、应用程序和物联网基

设施（例如传感器、网关、服务器等）均符合要求并可快速（再）验证麦肯锡公司23通过机器学习进行参数/自适应QC测试麦肯锡公司24对用例进行跨职能定义并通过冲刺快速实施用例，对于快速交付价值非常重要未穷尽利用高级分析（知识型工作的自动化），自动找出偏离的根因通过综合安排建模优化生产调度增强现实和助手可缩短换线时间数字化绩效管理和恶化预警供应链包装前维修B

包装A

质量保证C

质量控制TextTextText用例＃1利用机器学习自动检测最优设置，从而减少故障用例＃2利用高级分析和自然语言处理来减少偏差详见下页用例＃3利用高级分析（数字化双胞胎）优化QC调度通过机器学习算法，实现最优设备参数高级分析将消除当前影响包装生产线OEE的故障的根本原因15-30+

40-50％40-50TargetCurrent01

10

1

0

0SAP生产数据MES培训

矩SC阵ADA设备数据细分数据面板1

10

1

01操作者1作为DPM仪表板的一部分，说明故障情况，以了解历史动因及所采取的行动2在批量生产开始时向操作员建议最佳设备控制参数，以降低技术故障风险3针对主管的Web应用程序，以查明故障根因并监控建议参数的后续情况操作者建议行动行动1行动2行动3上周的故障动因动因1动因2动因3...周一周二周三周四周五优化可控输入目标：减少故障高级分析平台：来自本地和全球系统的实时数据不断教授和改进模型数据湖环境数据模型批量/输入材料数据可控输入A

说明故障模式（包装线旁设有屏幕）

1教练B

工艺控制参数顾问2C

性能监控3OEE提升百分比麦肯锡公司25用例＃1：基于机器学习减少技术故障次要审计跟踪SCADA系统MES系统〜200个传感器用于环境感应条件（每年>1亿个条目）面板数据主要审计跟踪操作员每10分钟报告一次设备状态清洁数据（格式、时间戳）质量检查减少、分组数据过滤、增加、清洗协调格式每个批次记录中有50000个条目每一个设置变更，

6个月内共440万个麦肯锡公司26为减少故障时间，我们利用大量的可用数据源和数百万个数据点用例＃1：基于机器学习减少技术故障11％相当于757分钟的生产时间机器学习帮助我们自动识别最佳参数设置，以减少起泡故障的次数决策树显示对故障至关重要的设置，而效果图有助于确定最佳使用情况用例＃1：基于机器学习减少技术故障效果图显示最佳参数设置点的大小代表设置的持续时间决策树确定关键参数和产品组15.8％100％15.1

%91%25.2

%8%22.3

%9%0

%1%1在记录时间内出现起泡故障的百分比覆盖数据点的百分比Xx

%yy%产品 <产品A> <产品B>

15毫克，28个>

=

45<45打印标记的设定值，单位mm<产品B>

15毫克，28个，生产时间占总时间的9％。其中，22.3％的时间由于起泡故障而损失掉基于打印标记设定值的设置分割可用数据麦肯锡公司27高级分析法可解析偏差根因并做出预判，从而减少或避免偏差的产生用例2:利用高级分析法减少偏差高级分析平台：本地和全球系统中的实时数据不断训练、改进该模型自然语言处理培训经清洗的结构化数据模型对偏差的洞见数据湖数据资源的收集和检索当前20-30目标质量系统偏差数据生产设备数据1历史偏差数据的可视化，便于QA获取数据，便于自有数据的挖掘2历史偏差数据的解释，发掘出每一项根因背后的一系列驱动因素，采取更加有的放矢的行动3对新增偏差数据提出根因分析，加快QA流程的调查C根因建议（网络版APP）3A探索性数据可视化工具（网络版APP）1动因1动因2…动因1动因2…RC

ARC

B新增偏差根本原因70%30%概率动因B探索性驱动工具（网络版APP）2根因A根因B动因1动因2动因3动因4DEV

1

+CAPAsDEV

2

+CAPAsDEV

3

+CAPAsDEV

1

+

CAPA

1DEV

2

+

CAPA

2DEV

3

+

CAPA

3过往案例每1000批产品中出现的偏差数量过往案例CAPA1

<PSC>CAPA2

<XX>1110011110减少偏差每1000批产品中出现的偏差数量-40-60%40-50CAPAsMESSAP培训矩阵生产数据麦肯锡公司28我们用15个以上的数据来源训练模型，减少偏差数据工程数据科学主数据台质量3000多行偏差每批次记录1,000多个参数）MESWERUM零部件及C/O排产AMOS数据读取数据读取参数控制30M环境参数观察.SCADA3个供应商数据来源1设备10,000工艺订单SAP>1M稳定性研究和检查200,000设备状态观察RC

BDriver

130%

Driver

2…NewdeviationRoot

cause

Probability

DriversDriver

1RC

A

70%

Driver

2…预测性根因模型Root

cause

A Root

cause

BDriver

1Driver

2Driver

3Driver

4Past

DEV1

+

CAPAs

DEV

1

+

CAPA

1

exam-

DEV

2

+

CAPAs

DEV2

+

CAPA2

ples

DEV3

+

CAPAs

DEV

3

+

CAPA

3解释性根因模型可视化趋势工具1Uhlmann,Fette,

GlattPanel清理数据（形式、时间戳）麦肯锡公司29检验数据质量减少数据并进行分组减少数据并进行分组筛选、加入、清洗统一数据格式在自由文本字段上运行NLP用例2：利用高级分析法减少偏差数据来源——部分举例提取数据处理数据使用数据（高级分析法）高级算法可在确保产品及时交付的同时找出最有效的安排（包括QC技术员和设备）调度员可在每次改变后用混合整数算法制定出最高效的安排机器学习持续改善主数据和调度排产准确性整个实验室的数据化映射DT

模拟产量情景和效果最佳改善举措模型标准时间资源配备设备生产数据技能矩阵用例#3:基于数字化双胞胎的QC调度优化麦肯锡公司30Daily/wee