基于Taas的智慧医疗营销系统

基于Taas的智慧医疗营销系统

作者：Muhammad Ahsan

摘要：该技术成果开发完成日期：2022年8月12日，首次发表日期：2022年8月19日

背景技术

taas是traffic as a service（流量即服务）的简称，作为互联网传统意义上的流量商业化，即通过流量交易的方式进行变现，在此交易场景中流量买家基于某种推广的诉求对流量卖家的流量进行商业上的使用。在传统处方医药营销模式下，医药代表是核心能力的体现，他们主要做医疗机构潜力的识别，医生处方潜力的挖掘，产品知识和品牌教育的普及，也会做好一对一的医生服务。医药代表是核心主导力量，促使医生养成处方习惯的重要因素，而无法定向地反馈给客户真实的市场信息，难以为药企提供精准的用户反馈和对医生进行产品认知推广。

技术内容

本技术成果的目的在于提供基于Taas的智慧医疗营销系统，克服了现有技术的不足，采用taas（流量即服务）的理念，基于医生私域流量池的建立以及平台医生高粘性和高交互性基础之上，通过租赁流量的方式建立创新型医疗营销平台，克服了现有技术的不足，利用医生流量获取，实现医生流量的运营，再通过流量租赁的模式为药企客户提供精确用户调研，辅助药企进行营销策划，帮助药企进行品牌推广。

为了实现上述目的，本技术采用以下技术方案：

1.基于Taas的智慧医疗营销系统，包括医生端、数据采集平台、大数据处理系统、数据库、taas平台和用户端；

2.所述医生端用于医生进行注册、填写调查问卷和阅读资料；

3.所述数据采集平台用于采集医生的个人信息、收集调查问卷和记录学术偏好；

4.所述大数据处理系统用于获取数据采集平台的信息进行大数据分析，并将分析结果反馈至taas平台；

5.所述数据库用于储存大数据处理系统的基本数据和分析结果；

6.所述taas平台基于建立的医生私域流量池向用户提供流量租赁服务，定向地反馈给客户真实的市场信息；

7.所述用户端用于药企客户下单、付费、设计调查问卷、上传品牌推广以及获取调查结果。

8.进一步，所述数据采集平台包括用于收集医生注册信息的信息录入模块、用于收集调查问卷结果的问卷收集模块和用于记录医生阅读习惯和偏好的学术偏好模块。

9.进一步，所述大数据处理系统包括用于处理医生注册信息的画像速描模块、用于对信息进行分类处理的信息处理模块、用于对调查问卷结果进行分析的问卷分析模块、用于对医生阅读习惯和偏好进行分析的阅读分析模块以及用于信息整理反馈的信息反馈模块和统计报告模块。

10.进一步，所述医生端和用户端包括浏览器页面和移动app。

11.进一步，所述信息录入模块，录入信息包括医生的单位、科室、教育背景、年龄、职称和技能专长。

进一步，所述系统的流程如下：

1.医生在医生端进行注册，填写单位、科室、教育背景、年龄、职称和技术专长的信息，数据采集平台将信息收集后传输至大数据处理系统；

2.大数据处理系统对医生的注册信息进行分类处理后上传至数据库，同时数据采集平台对医生的阅读习惯和偏好进行记录，传输给大数据处理系统，进行分析处理后补充至医生信息内；

3.药企用户通过用户端在taas平台上下单、付费后，选择医生群体的条件，定向发放调查问卷或者推送品牌推广；

4.大数据处理系统自数据库中选择满足药企用户要求的医生，将调查问卷或品牌推广进行推送，待完成调查问卷的答复后，将调查问卷的结果传输至大数据处理系统，形成市场分析数据反馈给用户端。

本技术成果与现有技术相比较，具有以下有益效果：

本技术成果创造性地引入taas（流量即服务）的概念，基于医生私域流量池的建立以及平台医生高粘性和高交互性基础之上建立创新型的医药营销系统，通过租赁流量的方式为药企提供精准的用户反馈和对医生进行产品认知推广，呈现给决策者实时的市场调研报告。

本技术成果具体实施方式：

1.本技术成果所述基于Taas的智慧医疗营销系统，包括医生端、数据采集平台、大数据处理系统、数据库、taas平台和用户端；医生端用于医生进行注册、填写调查问卷和阅读资料；数据采集平台用于采集医生的个人信息、收集调查问卷和记录学术偏好；大数据处理系统用于获取数据采集平台的信息进行大数据分析，并将分析结果反馈至taas平台；数据库用于存储大数据处理系统的基本数据和分析结果；taas平台基于建立的医生私域流量池向用户提供流量租赁服务，定向地反馈给客户真实的市场信息；用户端用于药企客户下单、付费、设计调查问卷、上传品牌推广以及获取调查结果。数据采集平台包括用于收集医生注册信息的信息录入模块、用于收集调查问卷结果的问卷收集模块和用于记录医生阅读习惯和偏好的学术偏好模块。

2.为了确保数据的准确性，医生在注册时需要经过身份鉴别，具体的鉴别方法包括：

（1）身份证识别技术，利用身份证和实名验证确定注册者的身份，避免冒名顶替的问题；

（2）完成实名验证后，根据医生的注册信息，结合用户邀请、被邀请和具体的平台行为等关系，对比得出医生的可信分，从而对医生进行身份辨别。

3.为了保障用户的信息安全，系统保护用户隐私的方法具体包括：

（1）设置用户密钥，用于加密用户的敏感信息；

（2）优选定级：将用户信息分级为完全公开、许可公开、不公开三等级，通过设定设置模块、定级模块、判断模块和返回模块，对用户信息定级后根据不同的信息级别，返回用户信息调用结果。

4.大数据处理系统包括用于处理医生注册信息的画像速描模块、用于对信息进行分类处理的信息处理模块、用于对调查问卷结果进行分析的问卷分析模块、用于对医生阅读习惯和偏好进行分析的阅读分析模块以及用于信息整理反馈的信息反馈模块和统计报告模块。

5.为了便于操作，医生端和用户端包括浏览器页面和移动app，可以在pc 端和移动设备端使用，且pc端和移动设备端的数据同步。

6.为了更好地反馈报告，统计报告模块包括：

（1）将数据图形化、表格化，数据发生变化后，及时对统计报告模块提交预处理；

（2）对报告预处理后，依据报告所需配置进行报告的生成；

（3）用户在提交报告要求时，系统根据相关内容，搜索已有数据，将用户可能需要的数据以报告或者内容模板的形式推送给用户；

（4）终端的报告显示支持ios、安卓和pc端。

7.为了更好地完成医生画像，信息录入模块，录入信息包括医生的单位、科室、教育背景、年龄、职称和技能专长。

8.本系统中利用大数据建立数据画像的方法，具体包括以下步骤：

（1）系统对行业信息进行采集，通过爬虫将医药行业的相关信息加以整合，并将数据转化为有效的标签体系；（其中标签分为有明确父子关联的结构化和没有层级关系的非结构化两种）

（2）对数据进行预处理；

（3）系统不断深度学习，实现自动标注、半监督学习标注和人工标注修正等，完成标注工作；

（4）样本特征构建，从数据中提取特征，根据特定的数据定义和模型算法进行特征分析；

（5）模型训练采用属性模型、分群模型、多分类模型、归因分析模型等相结合；

（6）模型优化，通过拟合和欠拟合来对模型进行优化。

技术总结

本技术成果属于医疗管理平台技术领域，具体涉及基于Taas的智慧医疗营销系统，包括医生端、数据采集平台、大数据处理系统、数据库、Taas平台和用户端；所述医生端用于医生进行注册、填写调查问卷和阅读资料；所述数据采集平台用于采集医生的个人信息、收集调查问卷和记录学术偏好；所述大数据处理系统用于获取数据采集平台的信息进行大数据分析，并将分析结果反馈至Taas平台；所述数据库用于储存大数据处理系统的基本数据和分析结果；所述Taas平台基于建立的医生私域流量池向用户提供流量租赁服务，定向地反馈给客户真实的市场信息。克服了现有技术的不足，通过租赁流量的方式为药企提供精准的用户反馈和对医生进行产品认知推广。