制药行业的数字化、网络化、信息化程度相对还是比较高的，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的需求，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。数据说话、信息赋能成为企业获得竞争优势的有力武器，数据治理对制药行业来说是也就成为当务之急的工作，也是未来信息化向更高一个层级迈进必须要攻克的难题。制药企业通过采取各项战略措施，通过增强信息系统建设提升管理效率，以支持制药企业运营的数字化、智能化效益提升。

数据可用性已经成为制约制药行业数据化、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，给企业带来信息需要重复多次的输入、信息存在冗余、大量的垃圾信息、信息交流的一致性无法保证等困难。

数据存在诸多问题，具体如下：

1．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；

2．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；

3．数据标准、来源不统一：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；

4．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。

5．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。

制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，数据治理可从以下几个方面开展：

1.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；

2.数据口径统一，命名规则统一，计量单位统一，系统之间数据可无缝对接；

3.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，让各业务部门数据操作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；

4.针对外部数据形成制定切实可行的数据清洗规则，通过系统可自动对大量外部繁杂数据进行清洗，让外部数据形成企业适用的价值数据。

信息化建设对企业来讲，是一个漫长的过程，需要不断地探索与实践，找到最适合企业发展的思路和方法，使信息化建设真正融入企业的管理中。而在信息化建设的路上，数据治理扮演着核心的作用，为了将企业的信息化建设推展到更优的阶段，必须要更加透彻的了解数据治理的核心意义，要确保数据质量的持续良好，充分挖掘数价值，让数据成为企业的核心竞争力。