企业IT部门的核心职责在于：基于企业当前架构，梳理现状、设定目标、规划路线，解决为什么、做什么、怎么做的问题。通过科学合理的架构规划，确保企业能够承载战略目标，确保信息化得以有效支撑业务需求；统筹规划，解决信息孤岛问题；对业务需求进行总体评估，制定合理的优先级与实施路线；强化业务与IT之间的互动与融合，避免“两张皮”现象；设置合理的IT预算，以保障IT资源得到有效投入。
二
医药企业信息化现状
制药行业的数字化、网络化、信息化程度相对较高，常用的系统有ERP、OA、QMS（质量管理）、LIMS（实验室管理）、MES（制造执行）、SCADA、WMS（自动立体库）、CRM（客户关系管理）、DDI（流向管理）以及BI（商业智能分析），繁多的系统是逐步建设起来的，系统之间少不了集成需求，再加上近几年国家医药行业政策紧缩，逼迫制药企业在现有的资源条件下要产生更大的价值。
数据驱动及信息赋能已逐渐成为企业在市场竞争中脱颖而出的关键因素。在制药行业中，数据治理的重要性愈发凸显，同时也是信息化发展迈向更高层次过程中急需解决的难题。通过实施各项战略举措，强化信息系统建设，制药企业可提升管理效能，从而实现运营数字化与智能化效益的持续提升。
三
医药企业信息化痛点
数据可用性已经成为制约行业信息化、智能化应用发展的瓶颈。
随着企业信息化技术应用的不断深入，不同部门使用软件不同，数据管理相互独立，导致部门间的数据信息不能共享，销售、研发、生产的数据不能进行交流，数据出现脱节，信息需要重复多次输入、存在冗余，信息交流的一致性无法保证，具体如下：
数据资源利用率低
大量企业经营业务数据依托手工线下记录，出错率高，且不能保留历史过程数据，原始数据在录入过程中有数据错漏、数据不完整等问题。
信息孤岛
公司各业务系统之间相对独立，数据无法集成、共享，需要重复维护，数据权限无法统一管理，管理难度极高。
管理层得到的各部门数据参差不齐，数据融合困难，相互矛盾，解释成本高，并且矛盾情况出现频率高，严重影响经营决策。
缺乏统一的数据管理
医院、基层等客户数据实体难以被唯一标识，难以实时更新。
数据清洗缺乏统一的策略
导致数据被多次清洗，人工清洗周期长、效率低，使用代价高。
四
医药行业数据治理方向
医药行业数据治理范畴可以分为内部数据治理和外部数据治理，实现企业对其核心数据资产的管理和控制，支撑并保障数据被安全、高效地交换与使用。
数据治理涉及的数据包含物料数据、产品数据、人员数据、供应商数据、医院数据、医生数据、经销商数据、联系人数据等，数据治理从构建组织管理体系、制定数据标准、设计数据治理流程、优化数据质量管理、数据治理服务平台等着手。
数据治理可从以下几个方面开展：
构建企业数据治理管理委员会、数据治理办公室、数据治理执行层，并明确各岗位人员职责，建立KPI考核机制。
制定数据标准体系，明确企业在数据治理过程的业务owner，管理属性字段、申报人员、审核人员及全生命周期流程。
制定数据治理的管理流程可以从新增数据标准、变更数据管理标准、集成对接、质量检验及数据清洗方面结合企业的组织架构建立高效审核流程。
建立数据治理平台，形成标准化数据管理体系，统一管理各个系统的静态数据（包含主数据，但不建议只管主数据），打破烟囱壁垒，将各个系统数据标准化、规范化。
构建数据标准化知识体系（包含标准体系构建的过程和结果），而非简单的结果式知识转移，让各业务部门操作数据时能够知其然并知其所以然，让数据从源头上实现技术和行为的规范化，让数据管理人员真正具备数据管理能力。
五
医药行业数据治理目标
企业信息化建设是一项长期任务，需经过不断探索与实践，以寻求最适合企业发展的策略和方法，进而使信息化建设真正融入企业管理体系。
医药行业数据治理的核心目标是确保数据质量，使医药机构及个人能够通过数据作出精确决策和行动。因此，医药企业的数据治理路径，应从以下几个方面展开：
数据准确性：
医药数据治理需要确保数据的准确性，使得决策者可以依靠数据进行准确的决策。
数据完整性：
医药数据治理需要确保数据的完整性，使得决策者可以依靠数据进行准确的决策。
数据可用性：
医药数据治理需要确保数据的可用性，使得决策者可以依靠数据进行准确的决策。