заместитель заведующего кафедрой «Медико-технический менеджмент»

В современных условиях высокой конкуренции на рынке медицинских изделий информация об объемах рынка и его игроках является весьма актуальной.

Задача аналитика, который занимается маркетинговым анализом, обработать имеющиеся данные, получить информацию о номенклатуре представленных на рынке изделий, объемах рынка, спрогнозировать динамику развития рынка [1]. Сбор необходимых данных является длительной работой и поэтому занимает значительную часть времени создания маркетингового отчета. Работа с базами данных и их обработка с помощью программных средств стандартного офисного пакета часто являются затруднительными (по определенным причинам). Выявлению этих причин и посвящена данная статья.

Были исследованы следующие источники информации, как источники, потенциально поддающиеся автоматизированному анализу:

• официальный сайт Российской Федерации для размещения информации о размещении заказов (zakupki.gov.ru);
• базы данных таможенных деклараций, массово предлагающиеся в интернете.

К наиболее важным показателям, характеризующих рынок, можем отнести: наименование товара, работ, услуг; количество; стоимость; наименование сегмента.

Анализ данных показателей мог бы дать достоверную оценку состояния рынка этой продукции в России, но при работе с данными Реестра возникают некоторые сложности.

Основные трудности с автоматизацией анализа возникают на этапе считывания информации о наименовании товаров, работ и услуг. Пример такой информации представлен в таблице 1 [2].

Таблица 1. Пример данных, полученных с сайта zakupki.gov.ru

Из примера, представленного в таблице 1, можно увидеть проблемы, препятствующие автоматизированному анализу информации:

а) Заказчик часто указывает лишь общее наименование изделий без указания производителя или модели, например, «автоматический гематологический анализатор».

б) в одном лоте может быть представлено сразу несколько видов медицинских изделий: «Анализатор гематологический с принадлежностями». В таком случае невозможно определить стоимость анализатора отдельно. На данный момент большинство компаний, предлагающих свои услуги по мониторингу государственных закупок, учитывают только начальную (максимальную) цену заказа, что зачастую приводит к смещению оценки емкости рынка;

в) очень частым являются ошибки в наименовании изделия или указание наименования в транскрипции. Например, «Чашечки для образцов 2,0мл (Реактионкап 2ml)», в данном случае, если аналитик задается поиском используя правильное название изделия «Reaction cup», возникает риск, что текущий лот не будет учтен в общем анализе. Сведения о зарегистрированных изделиях и их верное наименование опубликованы на официальном сайте Росздравнадзора.

С похожими проблемами можно столкнуться и при исследовании базы данных таможенных деклараций. Пример такой информации представлен в таблице 2 [3].

Таблица 2. База данных таможенных деклараций

Исследуя базу данных, представленную в таблице 2, можно выявить следующие проблемы:

а) данные таможенной статистики плохо структурированы и сопровождаются большим количеством ошибок и опечаток;

б) так как товары при прохождении таможенного декларирования классифицируются по коду ТН ВЭД, многие поставщики присваивают своим изделиям общие коды, что по ним можно сказать только то, что изделия являются медицинскими. Например, по коду 9018000000 — «Инструменты и аппараты оптические, фотографические, кинематографические, измерительные, контрольные, прецизионные, медицинские или хирургические; их части и принадлежности», что включает в себя приборы и устройства, применяемые в медицине, хирургии, стоматологии или ветеринарии, включая сцинтиграфическую аппаратуру, аппаратура электромедицинская прочая и приборы для исследования зрения;

в) Частые случаи неверной классификации медицинских изделий. Так, существует специальный код для эндоскопов 9018 90 200 0 — «Эндоскопы», при этом некоторые поставщики относят эндоскопы к ультразвуковому оборудованию 9018 12 000 0 — «Аппаратура ультразвукового сканирования».

Для правильной интерпретации данных об импорте и экспорте медицинских изделий необходимо вручную выполнить множество операций по фильтрации и первичной статистической обработке. После этого можно получить приближенную к реальности информацию о структуре импорта/экспорта медицинских изделий.

Исследовав особенности баз данных, переходим к постановке принципиальных требований к разрабатываемому ПО. ПО должно обладать следующими функциями:

а) определение по базам данных объема закупленного «наименования» товара, с учетом различных вариантов указания «наименования» в лоте;

б) определение средней стоимости «наименования» товара, с учетом расположения нескольких изделий в одном лоте;

в) конкретизация типа изделия по косвенным характеристикам, указанным в лоте.

заместитель заведующего кафедрой «Медико-технический менеджмент»

Ранее были исследованы и выделены основные препятствия при проведении анализа баз данных с помощью программных средств, поставляемых совместно со стандартным офисным пакетом [1]. Ниже представлены основные из них:

– ошибки в наименовании изделия или указание наименования в транскрипции;

– представление в одном лоте сразу несколько видов медицинских изделий;

– общее наименование изделий без указания производителя или модели.

Исходя из этого к разрабатываемому алгоритму были представлены следующие требования:

– определение по базам данных объема закупленного «наименования» товара, с учетом различных вариантов указания «наименования» в лоте;

– определение средней стоимости «наименования» товара, с учетом расположения нескольких изделий в одном лоте;

– конкретизация типа изделия по косвенным характеристикам, указанным в лоте.

Переходя к обзору алгоритма, следует заметить, что его использование для определения показателей, характеризующих рынок определенного изделия, не является полностью автоматическим и требует от пользователя знания по крайней мере основных игроков сегмента и базовых знаний о разновидностях входящих в него изделий.

На рисунке 1 представлена блок – схема работы алгоритма.

Рис. 1. Блок – схема работы алгоритма.

На этапе ввода информации алгоритм обрабатывает поле базы данных, в котором указывают наименование товара, работ, услуг. Задача локального алгоритма сводится к нахождению всех наименований товаров в разных формах его написания.

Для выявления наименований предложено использовать разные алгоритмы под разные условия поиска: в условиях, когда сегмент представлен в основном изделиями зарубежного производства, используется алгоритм поиска латинских символов. Причем для того, что бы избежать попадания в одну переменную сразу нескольких наименования, было допущено, что наименования между собой имеют кириллицу или знаки пунктуации. Шаги локального алгоритма представлен ниже:

1) Ввод данных – строка лота из поля «наименование товаров работ и услуг»:

«Духкамерный кардиовертер-дефибриллятор имплантируемый Lumax 340DR-T в комплекте с электродами Linox S65, Selox SR53 и двумя интродьюсерами»

2) Преобразование строки:

«**** ****-**** **** Lumax 340 DR-T * **** * **** Linox S65* Selox SR53 * **** ****»

3) Разбиение строки по разделителю и загрузка в список:

['Lumax 340 DR-T', 'Linox S65', 'Selox SR53']

4) Передача каждого элемента списка в переменную имени (наименования изделия).

На этапе вывода вариантов наименований изделий, пользователю необходимо определить, что из списка представленных наименований будет относится к исследуемому сегменту рынка, а также соотнести различные написание наименования изделия с единственно правильным.

Этап определения атрибутов является самым длительным из остальных, так как требует большого количества итераций по строкам лота, которое увеличивается соответственно объему базы данных.

Идея локального алгоритма заключается в нахождении пересечений множеств списков, элементами которых являются отдельные слова в строках лотов. Лоты выбираются из условия, что они содержат общее для них наименование изделия. Информация, которая чаще всего встречается в лотах (кроме названия изделия), будет являться общим пересечением множеств списков. Такая информация используется как атрибут изделия. Шаги работы локального алгоритма представлен ниже.

а) «Имплантируемый кардиовертер-дефибриллятор MAXIMO II CRT-D для ресинхронизирующей терапии с принадлежностями (арт. D284TRK)»

б) «Имплантируемый кардиовертер-дефибриллятор для ресинхронизирующей терапии Maximo II CRT-D»

в) «Имплантируемый кардиовертер-дефибриллятор Maximo II CRT-D. (Цифровой имплантируемый кардиовертер-дефибриллятор для ресинхронизирующей терапии с системой удаленного мониторинга пациента в комплекте с электродами и интродъюссерами)»

2) Нахождение пересечения множеств и выбор пользователем необходимого и достаточного варианта пересечения для определения модели изделия по его атрибутам: «Имплантируемый кардиовертер-дефибриллятор MAXIMO II CRT-D»

Имея все варианты написания наименования изделия, а также его атрибуты, можно переходить к конкретизации типа изделия по косвенным характеристикам, указанным в лоте.

Последний этап заключается в итерации по всем лотам, при совпадении атрибутов и наименования изделия, алгоритм добавляет информацию, как показано на рисунке 2.

Рис.2. Пример преобразованной базы данных

Метод определения средней стоимости товара заключается в нахождении распределения цен и отсечении ценовых значений, величина которых превосходит допустимый интервал.

Таким образом были разработаны алгоритмы и решены поставленные задачи по нахождению необходимой информации.