医疗大数据的发展现状与应用

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

目前我国的医疗行业现状是,优质医疗资源集中在大城市,地方以及偏远地区医疗条件较差,医疗资源的配置不合理,导致了大量的长尾需求,催生了广阔的互联网医疗市场。在此背景下,互联网的“连接”属性得以发挥,有效提高了长尾市场的信息流通,降低了产品扩大受众群的成本,而大数据技术的应用能够使得医疗服务更加完善和精准。

医疗大数据的应用主要指的是将各个层次的医疗信息和数据,利用互联网以及大数据技术进行挖掘和分析,为医疗服务的提升提供有价值的依据,使医疗行业运营更高效,服务更精准,最终降低患者的医疗支出。

目前,中国医疗大数据应用可以简单分为两大方向:

第一类,是对传统医疗的优化,即服务于医疗机构的大数据应用(包含医院、险企、药企、医疗器械企业等传统医疗行业机构)。是对于传统医疗服务的问题和弊端,利用互联网及大数据技术加以改善和提升,例如,提升患者到医院就诊的流程、优化医院信息管理以及提升临床诊疗效果等;

第二类,是对传统医疗的补充,即服务于大众医疗健康的大数据应用。是针对传统医疗服务未覆盖到的市场需求,利用互联网和大数据技术和服务加以补充,例如:诊前分诊、就诊数据跟踪及信息反馈等个人健康管理服务。

医疗卫生基础数据库中最基本和最重要的是医院的电子病历数据库和居民电子健康档案数据库。区域医疗信息平台以居民电子健康档案为核心,居民健康档案数据库由电子病历和公共卫生信息组成,最为核心的还是电子病历的数据。居民健康档案包含个人基本信息、主要医院和健康问题摘要、以及主要卫生服务记录,实现全民健康数据的存储和医疗机构之间数据的交换和流通。

一 产业政策及发展现状

(1)产业政策

2015年以来,医疗改革政策密集出台,推出一系列改革方案目的在于破除以药养医,解决看病难和看病贵的难题,实施医疗、医保和医药三者联动。积极推动社会办医是增加医疗资源供给的重要渠道,民营医院的医疗服务价格弹性较大,发展空间广阔。其中,医药电商作为药品流通体制改革的重要组成部分,将受到政策重点扶持。

(2)发展现状

①医疗大数据处于行业发展初期

2014年互联网医疗市场的融资事件,天使轮和A轮融资占比超过70%,这说明了互联网医疗行业新进入者多,市场较为分散,集中度低,市场机会空间较大,整体市场处于行业发展初期,而作为互联网医疗应用之一的医疗大数据的发展也同样处于初级阶段,处于大数据应用前期的基础建设层面。

随着资本市场及创业者的涌入,以及政策的方向性引导,未来互联网医疗的市场体量将逐步扩大,大数据应用也将成为主要趋势。

②医疗大数据意义和发展现状

目前,基于互联网的数据传输与分析技术,大数据在医疗行业的应用已逐步受到市场的关注,越来越多的企业开始发展互联网及移动医疗服务,大数据的应用也被逐渐提上日程。

随着政策的引导、互联网技术和大数据应用的提升,能够通过分级诊疗使医疗效率更高,服务更精准,如小微病患者可自行诊疗或到附近的诊所及社区服务站进行医治,大医院等优质的医疗资源更多的是为重大疾病或突发疾病患者提供医疗服务。未来,大部分的诊疗或可在院外完成。

医疗行业最主要的两大人群:患者和医生,医生为患者治疗过程中产生大量的患者就医的相关数据,这些数据对于医院、险企、药企、医疗器械厂商以及医疗服务平台来说意义重大。

目前,医疗大数据的发展有以下几大重点:

·医院是医疗大数据的关键卡位,电子病历是医疗信息化的核心数据

医院汇集了80%药品的流通数据、医疗活动的诊断数据、以及医保报销的数据。医院信息化是以电子病历为核心的数据平台,区域医疗信息化是打通医院间信息的数据平台,医疗信息化的核心数据库是电子病历。

·借医改政策,打通医疗大数据具备政策支持的基础

由于医院没有动力开放电子病历等数据,因此之前医院间甚至医院内部的数据以信息孤岛的形式存在。但从2013年开始,在国务院医改办对建设医疗信息化的规划下,在卫计委大力推进分级诊疗和远程诊疗的进程中,打通医疗大数据已具备政策支持的基础。

·商业保险、移动医疗企业的崛起,正在通过市场的力量加速医疗大数据形成闭环

在社保面临收支压力的困境下,商业健康保险规模出现了40%以上的行业增速。在传统医疗环境痛点多、互联网对医疗领域逐渐渗透、以及传感器等硬件技术进步的大环境下,移动医疗行业蓬勃发展。而商业保险和移动医疗企业需基于核心的医疗大数据,才能最终实现为个人提供服务,商业企业的崛起正在加速医疗大数据形成闭环。

·医疗大数据发展前期,信息化建设市场巨大

医疗机构的信息化建设是医疗大数据应用的基础,汇集医院信息、区域医疗信息以及个人健康数据的医疗数据平台,在这个阶段,信息化建设商迎来发展机遇。

③医疗大数据交易流程与应用

医疗行业的基础数据主要来源于医院、可穿戴设备的监测以及用户使用APP时的记录,因为目前移动医疗发展仍不常熟,医院所具有的患者数据的价值和意义相对重大。整体来说,医疗数据内容多、专业性强,这使得医疗大数据的应用相对复杂,这就更加需要通过创新的技术和手段对数据进行系统的从数据获取到数据应用过程的处理和分析,在这个过程中,会涉及到各种不同角色的产业链节点企业。

基础的数据通过售卖(这涉及到数据隐私问题,在这里不做详细论述)或者合作的方式到达大数据公司(主要指软件以及数据服务企业等,这些企业通过对数据的整理和分析而形成相关的大数据产品,当数据积累到一定规模后,可将数据产品进行商业化,将被应用到医疗健康服务产业,最终能够提高医疗行业效率和提升医疗服务的精准度。

从目前来看,医院、药企、保险公司等对数据的需求相对较高,它们需要借助大数据应用以提升经营利润并降低成本,但是目前的情况是,医疗行业基础数据层面的建设仍然比较欠缺(例如最为重要医疗大数据基础的医院病例系统的标准和建设仍不完善),数据应用层面也远远没有形成一定的市场规模。

  医疗大数据应用流程

  医疗大数据的应用

④医院

对于医院来说,大数据的价值在于能够提升医院管理水平、服务效率以及临床诊疗的效果。医院是医疗大数据的关键卡位,其电子病历数据是医疗信息化的核心数据。

在医院,每天人山人海的患者能够产生的数据也是海量的,显而易见,医院是具有大数据最基础的信息源的,例如,患者基本属性数据、病例数据、用药数据、药品销售数据等等,只不过医院目前缺少使数据发挥价值的方法和工具。

医院的信息化建设是使其大数据发挥价值的基础,目前大部分的医院都在信息化建设方面进行投入,预计到2016年,医院的IT支出将超过300亿元。目前,医院各应用信息系统中最受重视的前五名是电子病历系统、临床信息系统、数字化影像存储交换系统、计算机化的医嘱录入、医院业务管理系统。

目前,医院的大数据应用有两大方向,其一是自身的信息化改造,基础架构向云计算转变,云计算是大数据的技术基础,它使大数据的搜索、处理和分析成为可能;其二是通过外部合作提升数据应用的价值和效率,例如医院和阿里巴巴等互联网企业的合作等。最终形成信息管理向数据集成平台以及终端多样化的转变。

⑤药企

对于药企来说,大数据应用主要有两个方面,一是应用于药品的研发,大数据可助其节省研发成本、缩短研发周期;二是应用于药品的销售,大数据可助其节省营销成本,提升营销精准率。

不过就目前而言,各大药企的大数据业务仍处于初期阶段,他们通常是依赖外部公司来提供数据,而不是自身完成数据挖掘过程。许多制药公司对旨在提高大数据分析能力的巨额投资都非常谨慎,部分是因为极少有同行成功创造商业价值的案例。但是,市场投资和价值创造将持续增长,虽然重门挑战,但大数据在制药研发中的机会也是真实的,对成功公司的回报也会很大。

药品行业专业性较强,药企在大数据业务面临的最大挑战是:如何找到那些既懂得数据挖掘又对制药产业了然于胸的人员将繁杂的信息处理成简单明了的语言,有利于公司管理层更迅速制定有效市场战略。

⑥保险业

对于医疗保险企业而言,大数据的价值在于提供更精准保险服务,降低赔付险支出。

在医疗社保方面,保险公司可以更多地利用信息技术使医疗服务的提供变得更加便捷。这就是说,保险公司、政府社保医保单位、医疗服务提供商(医院,包括私人医院,公立的医院)之间的信息共享,能够使医疗服务变得更为高效。

对于商业医疗保险机构的市场和销售而言,如何获得新客户和保留既有客户是核心内容。应用大数据挖掘可以剖析客户参保人群的费用驱动因素及健康情况,不仅可以为优化保障设计与精算定价提供有力支持,更可以以深度分析结果报告作为业务洽谈的基础,增进与客户的沟通,赢得客户对保险公司专业水平的信赖,并据此为客户量身定制相关增值服务。

整体来说,保险公司基于销售、精算、理赔等环节的涉及企业、个人、生产等各方面的数据,具有大数据分析的基础,但是目前医疗保险企业的大数据应用并未有实质进展,仍处于数据收集与获取的阶段。

⑦互联网平台(移动APP/医疗门户网站/电商)

对于医疗门户网站以及移动APP平台来说,大数据的价值在于能够帮助其优化服务,提升用户粘性,为其商业化提供更多可能。移动APP具有一定的数据收集和数据分析能力,是目前数据应用相对领先的领域。

应用平台可将用户使用行为数据记录下来,进行整理与分析,从而能够得到用户的偏好好以及潜在需求,为优化服务提供切实的可参考依据,并进行有针对性的广告与营销服务,发挥数据分析的价值。随着数据规模以及数据利用的逐渐成熟,未来应用厂商也可以将数据服务进行商业化,产生更大商业价值。

⑧医疗硬件厂商

对于硬件厂商来说,大数据的意义在于完善硬件厂商的后续服务能力。目前,硬件厂商都在建立“硬件+软件+服务”的商业模式,其数据主要来源于硬件信息记录和监测。

可穿戴设备在健康医疗应用的第一个方面则是对使用者的健康进行监控,而在收集了大量的数据后,可以了解每个人的健康状况。可穿戴设备的核心在于数据的采集、计算、反馈,

以及最终对人的行为的改变。这首先是一个需要在硬件、软件和互联网服务3个维度共同发力的过程;其次这又是一个必须不仅仅考虑数据采集和分析,更要考虑对人的反馈介质甚至是反馈机制,比如新形态的显示和震动、语音交互以及社交关系、社会心理学的引入等等,这将会是个技术与人文高度融合的问题。

(3)医疗大数据发展面临的问题

·医疗信息系统缺乏统一规划和标准。近几年,中国加快医疗信息化建设步伐,全国各地纷纷探索建设医疗信息化系统。然而,由于缺乏统筹规划和顶层设计,目前各地区和机构在进行医疗健康领域信息化建设时大都根据自身需求建立独立的信息系统,以满足各自业务的发展需要,这些系统较为封闭不能实现信息交换和共享;

·医疗根本矛盾仍然存在,医疗资源分配不平很的问题在短期内仍然无法解决;

·医疗健康保障尚未成熟和完善。看病难的问题依赖于国家医改的进程,医院的公益性暂时无法得到提升;

·医疗信息的专业性、复杂性、多样性给大数据的应用提出了巨大的难度;

·信息孤岛现象。中国医改政策明确要求推动信息化建设,但由于经济社会发展不平衡、历史欠账较多,部分地区正在推进的医疗信息化建设呈现"信息孤岛"现象。造成信息孤岛最主要的原因之一是标准缺乏和标准应用。所以在全国的卫生计生信息化快速发展时,必须要把这些孤岛连成片,这是医疗信息化所要实现的目标。

二.市场规模与需求分析

虽然目前医疗大数据应用并未形成一定规模,但随着市场的发展和政策的引导,预计未来几年将是医疗大数据应用市场快速发展的时期。2014年,中国医疗大数据应用市场规模为6.06亿,预计到2020年,这一数值将达到390亿元。

  2014-2020年中国医疗大数据应用市场规模

(1)细分市场发展现状

  医疗大数据发展较为领先的互联网医疗细分市场

(2)信息化解决方案市场

截至2014年10月,中国医疗机构总数达98.2万家,其中医院2.5万家,基层医疗机构92.1万家,专业公共卫生机构3.2万家,其他0.3万家。

医院的大数据应用建立在医院信息化改造的前提之下,通过信息化升级和解决方案将现有医疗数据进行整合统计和分析,2014年,中国医疗机构的IT支出超过260亿元,预计到2020年,IT支出将持续增长,将接近450亿元,随着信息还进度的推进,信息化改造到达一定程度以后,这方面的支出增速将放缓,大数据应用也将逐渐落地。

(3)医药电商市场

预计2015-2018年将是医药电商快速发展的阶段,到2018年,B2C医药电商市场交易规模将达到500亿元,到2020年,这一数值将达到747亿元,医药电商市场发展逐渐趋于成熟。

随着互联网的不断发展,医药电商在静默中酝酿着市场发展的大爆发,但是医药电商毕竟属于一个比较特殊的领域,它不同于一般我们在网上买的衣服鞋子,诸多内部、外部因素成为其发展的“拦路虎”。但是随着大众网购药品行为习惯的逐渐培养,以及利用大数据技术加强药品质量的监管,企业也将通过大数据应用,进行更加精准的信息推送提升医药电商的用户体验,从而推进医药电商市场交易规模的不断增长。

(4)移动医疗市场

2014年,移动医疗市场规模达到30亿元,预计到2020年,其市场规模有望接近310亿元。

当前,移动医疗市场门槛不高,机会较多,尤其是近两年来,医疗健康APP数量剧增,据统计,各种医疗健康类APP数量已超过1000款,2014年,有33家医疗APP获得融资,是互联网医疗市场备受关注的细分市场。从大数据发展程度来看,医疗健康APP是目前大数据应用已经初见成效的一个细分市场,例如,春雨医生销售的妈咪宝盒产品,就是利用用户咨询以及在线大夫的推荐而形成一套健康产品套餐;美柚也在挖掘女性用户的生理数据和社交数据,将其向商业价值的转化。

(5)医疗可穿戴设备市场

2016年之前,利用可穿戴设备的大数据医疗健康服务仍不完善,这个时候市场规模主要是硬件的销售规模,2016年后,随着大数据服务的进展,市场规模除了硬件销售规模外还包含了数据服务费用规模。预计2020年,可穿医疗设备市场规模将有望接近260亿元。

医疗健康类智能硬件的主要作用在于用户体征数据的收集,对用户而言,数据本身并非最重要的,基于数据分析得出的健康医疗建议才是有意义的,基于此,硬件背后的数据分析能力以及解决方案能力才是根本,未来,随着大数据技术的不断进步,其盈利来源逐渐由硬件出售转向于大数据产品和服务,而硬件的价值仅仅作为收集数据的工具入口,医疗健康类硬件免费时代即将来临,其免费的进度取决于大数据服务的商业化进程。

(6)医疗大数据市场需求

①互联网医疗大数据满足多元化的医疗健康需求

在传统的医疗服务中,患者获得诊治的包括咨询、检查、治疗等全部在医院中进行,院前的咨询以及院后的康复和沟通服务以及个性化的健康管理服务长期缺位,这些问题给互联网及大数据的发展提供了较大的市场空间。互联网及大数据技术,具有高效、精准等特点,能够优化医疗健康服务,有助于提升服务水平,提供个性化医疗健康服务,有助于形成医疗健康的闭环服务。

目前,中国人口健康状况不容乐观,亚健康人群占比已超过70%,同时人口老龄化趋势明显,高血压、血脂异常、糖尿病患者的人群均已经超过一亿人,巨大的医疗健康市场需求呈现无疑,那么互联网及大数据技术也将有着巨大的用武之地,通过大数据挖掘分析技术对这些患者的病情跟踪,并对其日常数据进行统计分析,形成健康指导建议,就可以避免到医院就诊咨询的频次,从而减少时间和金钱支出。

(2)健康保险大数据需求

目前,保险大数据的发展仍处于数据的收集与获取阶段,健康保险企业对数据的需求较为迫切。随着大众对人身健康的重视,健康保险的保费收入将进一步提升,2014年健康保费收入为1587亿元,预计2020年,健康保费收入将超过8000亿元。在此背景下,保险企业需要通过健康数据的分析来提高保险的个性化以及精准性,以降低保险支出,增加盈利。

就健康保险而言,“看病难”和“看病贵”问题,既是面临的挑战,同时,更是发展的机遇。从根本上讲,客户的根本诉求并不是要得到保险赔偿,保险公司应当在客户健康管理方面下功夫,让客户真实地感受到保险公司提供的不仅仅是保障承诺,更重要是基于专业管理的个性化健康状态维护,在这个层面,大数据将发挥其价值。

(3)药品研发的大数据需求

2014年A股上市的医药公司中有16家研发投入超过2亿元,增速较快,其中有3家研发投入甚至超过了当年的净利润。

药物研发受累于不断下滑的成功率和停滞的产品线。大数据和数据分析将可能是治疗这一顽症的关键因素。

就市场营销和药效评估事宜上,数据挖掘对于各大药企的重要意义不言而喻。例如,通过患者用药经验数据,药企就能了解自身及竞争对手产品的市场表现。最为重要的是,通过这些数据,药企可缩短新药研发和上市时间,大幅节省研发开支。

随着社交媒体的兴起,一个拥有大量用户的网络平台,若能通过对大数据的结构,为药企提供个性化、智能化的广告推送和服务推广服务,则意味着药企可以抢占更大的商业空间,新媒体可以帮助药企与客户之间进行良好的互动,也使整个营销变得更加精准。

在医疗保健和制药行业,数据增长往往有几个来源,包括研发过程本身,零售商,病患和护理提供方。有效利用这些数据将制药公司更好地识别潜力备选药物,并将其更快地开发为有效且高回报的药物。





====================================分割线================================


本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
5天前
|
存储 数据可视化 大数据
大数据管理与应用
大数据管理与应用是一门融合数学、统计学和计算机科学的新兴专业,涵盖数据采集、存储、处理、分析及应用,旨在帮助企业高效决策和提升竞争力。核心课程包括数据库原理、数据挖掘、大数据分析技术等,覆盖数据处理全流程。毕业生可从事数据分析、大数据开发、数据管理等岗位,广泛应用于企业、金融及互联网领域。随着数字化转型加速,该专业需求旺盛,前景广阔。
15 5
|
6天前
|
存储 搜索推荐 大数据
大数据在医疗领域的应用
大数据在医疗领域有广泛应用,包括电子病历的数字化管理和共享,提升医疗服务效率与协同性;通过数据分析支持医疗决策,制定个性化治疗方案;预测疾病风险并提供预防措施;在精准医疗中深度分析患者基因组信息,实现高效治疗;在药物研发中,加速疗效和副作用发现,提高临床试验效率。此外,在金融领域,大数据的“4V”特性助力业务决策前瞻性,被广泛应用于银行、证券和保险的风险评估、市场分析及个性化服务中,提升运营效率和客户满意度。
20 6
|
10天前
|
人工智能 编解码 搜索推荐
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
大模型、大数据与显示技术深度融合 加速智慧医疗多元化场景落地
|
1月前
|
机器学习/深度学习 数据可视化 大数据
阿里云大数据的应用示例
阿里云大数据应用平台为企业提供高效数据处理与业务洞察工具,涵盖Quick BI、DataV及PAI等核心产品。DT203课程通过实践教学,帮助学员掌握数据可视化、报表设计及机器学习分析技能,提升数据驱动决策能力。Quick BI简化复杂数据分析,DataV打造震撼可视化大屏,PAI支持全面的数据挖掘与算法应用。课程面向CSP、ISV及数据工程师等专业人士,为期两天,结合面授与实验,助力企业加速数字化转型。完成课程后,学员将熟练使用阿里云工具进行数据处理与分析。[了解更多](https://edu.aliyun.com/training/DT203)
|
8天前
|
机器学习/深度学习 人工智能 分布式计算
人工智能与大数据的融合应用##
随着科技的快速发展,人工智能(AI)和大数据技术已经深刻地改变了我们的生活。本文将探讨人工智能与大数据的基本概念、发展历程及其在多个领域的融合应用。同时,还将讨论这些技术所带来的优势与挑战,并展望未来的发展趋势。希望通过这篇文章,读者能够对人工智能与大数据有更深入的理解,并思考其对未来社会的影响。 ##
|
1月前
|
消息中间件 SQL 大数据
Hologres 在大数据实时处理中的应用
【9月更文第1天】随着大数据技术的发展,实时数据处理成为企业获取竞争优势的关键。传统的批处理框架虽然在处理大量历史数据时表现出色,但在应对实时数据流时却显得力不从心。阿里云的 Hologres 是一款全托管、实时的交互式分析服务,它不仅支持 SQL 查询,还能够与 Kafka、MaxCompute 等多种数据源无缝对接,非常适合于实时数据处理和分析。
78 2
|
2月前
|
存储 SQL 分布式计算
MaxCompute 在大规模数据仓库中的应用
【8月更文第31天】随着大数据时代的到来,企业面临着海量数据的存储、处理和分析挑战。传统的数据仓库解决方案在面对PB级甚至EB级的数据规模时,往往显得力不从心。阿里云的 MaxCompute(原名 ODPS)是一个专为大规模数据处理设计的服务平台,它提供了强大的数据存储和计算能力,非常适合构建和管理大型数据仓库。本文将探讨 MaxCompute 在大规模数据仓库中的应用,并展示其相对于传统数据仓库的优势。
78 0
|
1月前
|
存储 大数据 数据挖掘
【数据新纪元】Apache Doris:重塑实时分析性能,解锁大数据处理新速度,引爆数据价值潜能!
【9月更文挑战第5天】Apache Doris以其卓越的性能、灵活的架构和高效的数据处理能力,正在重塑实时分析的性能极限,解锁大数据处理的新速度,引爆数据价值的无限潜能。在未来的发展中,我们有理由相信Apache Doris将继续引领数据处理的潮流,为企业提供更快速、更准确、更智能的数据洞察和决策支持。让我们携手并进,共同探索数据新纪元的无限可能!
81 11
|
2月前
|
存储 分布式计算 大数据
MaxCompute 数据分区与生命周期管理
【8月更文第31天】随着大数据分析需求的增长,如何高效地管理和组织数据变得至关重要。阿里云的 MaxCompute(原名 ODPS)是一个专为海量数据设计的计算服务,它提供了丰富的功能来帮助用户管理和优化数据。本文将重点讨论 MaxCompute 中的数据分区策略和生命周期管理方法,并通过具体的代码示例来展示如何实施这些策略。
82 1
|
2月前
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段
数据平台问题之在数据影响决策的过程中,如何实现“决策/行动”阶段

热门文章

最新文章

下一篇
无影云桌面