一、项目背景

我们当时接手的是一家省级连锁药企的会员数字化改造。这家企业旗下两百多家门店，会员盘子里有一半以上是慢病人群——高血压、糖尿病、高血脂这类需要长期规律用药的患者。问题很现实：这些会员的复购基本靠门店店员人工电话提醒，没有系统化的用药周期管理，依从性普遍偏低。我们翻过他们的后台数据，开户满一年的慢病会员里，真正能在处方周期结束前主动回店续方的，不到三成。流失的不只是客单，更是长期可运营的医患关系。更麻烦的是合规，慢病管理涉及健康数据，稍有不慎就踩到隐私红线，药店又不敢放开做触达，陷入"想做又不敢做"的两难。

项目负责人当时给我们定了三条硬约束：第一，会员健康档案要分级授权，患者不授权的字段一律不能用于营销；第二，用药提醒必须严格对齐处方周期，不能提前促销式打扰；第三，复购预测要和库存联动，避免提醒了却没货的尴尬。这三条后来成了我们整个方案的设计底线。

二、落地场景

我们把落地场景拆成四块。第一块是慢病会员档案：以手机号为主键，打通门店会员系统与线上小程序，把患者的慢病类型、处方周期、常购药品、过敏史等结构化沉淀下来，其中健康敏感字段走独立加密存储，授权开关掌握在会员自己手里。第二块是用药周期提醒：基于处方开具日期和用药频次，自动推算下次续方窗口，提前若干天通过小程序消息、短信、企微三种通道做分层提醒，且提醒文案只谈"该续方了"，不谈折扣。第三块是复购预测与到店履约：对即将进入续方窗口的会员做复购概率打分，提前把常购药品的下沉库存预占到就近门店，会员到店即可取，无需二次等待。第四块是药师在线随访：平台给门店药师派发随访任务，药师通过工具做用药依从性回访，回访记录回流到档案，形成闭环。

这套场景跑起来后，最明显的变化是门店店员从"凭记忆打电话"变成了"按系统任务做随访"，人力没有增加，覆盖却从抽样变成了全量。

三、关键技术挑战与解决思路

第一个挑战是慢病档案与隐私合规的平衡。我们的做法是字段分级：会员基础信息（手机号、昵称）走普通会员库；健康敏感字段（慢病类型、处方、过敏史）单独建加密域，访问需要会员显式授权令牌，且每次访问留审计日志。即便运营侧做复购预测，也只拿脱敏后的"用药周期标签"，不碰原始诊断。

第二个挑战是用药提醒周期编排。处方周期和用药频次不是简单加法，有的药一天一次、有的隔日一次，还有复诊后调整方案的。我们用一个周期状态机建模：以"处方开具日 + 疗程天数"推导续方窗口，窗口内再按渠道做频控——小程序消息为主、短信兜底、企微用于高价值会员人工随访，避免同一会员一天被多渠道轰炸。

第三个挑战是复购预测与库存联动。预测模型输出的是"未来 7 天内回店续方概率"，我们把它和门店库存可用量做 join：高概率且库存充足的，直接生成到店履约任务；高概率但库存不足的，触发就近调拨或中心仓下沉，避免在会员到店那一刻才发现有货。

第四个挑战是药师随访与处方流转的衔接。随访任务由系统按会员分层派发，药师在小程序里完成回访并打标，标签（如"依从性良好""需重点关注"）回流档案，反过来影响下一次提醒的语气和频率。涉及处方变更的，走原有处方流转合规链路，系统不越界开方。

案例片段（已脱敏）： 某会员高血压档案标签：{chronic: "hypertension", rx_cycle_days: 30, remind_channel: ["miniprogram","sms"], auth_level: 2}。周期状态机推算续方窗口：window_open = rx_date + 24d，提前 6 天触发提醒，单日多渠道频控上限 1。药师随访任务派发规则：if adherence_tag == "risk" then assign within 2d else within 7d。复购预测与库存 join 片段：SELECT m.member_id, p.rebuy_prob, s.available FROM rebuy_pred p JOIN store_stock s ON p.sku=s.sku WHERE p.prob>0.7 AND s.available>0 LIMIT 500。

四、效果数据

方案上线一个季度后，我们拉了对照数据（脱敏示意）：慢病会员的用药依从率（按"续方窗口内完成续方"定义）从改造前的约 29% 提升到约 51%，提升接近一倍。慢病会员的 90 天复购率从约 34% 提升到约 52%，门店店员人均月随访覆盖量从约 80 人提升到约 260 人，因为系统把"找人、算窗口、排任务"都自动化了。到店履约率（会员按提醒到店且有货可取）维持在约 93%，库存预占带来的缺货投诉下降了约 40%。合规侧零越权访问事件，敏感字段访问审计覆盖率 100%。

值得说一句的是，这些提升不是靠打折刺激出来的。我们特意把营销折扣通道和健康提醒通道隔离，提醒文案里不出现任何优惠信息，复购的提升来自"该提醒的时候提醒对了"，而不是"便宜所以买了"。这既守住了合规底线，也避免了利润被促销吃掉。

五、可复用经验总结

第一，慢病场景先建档再谈复购。没有结构化、合规授权的健康档案，所有"智能提醒"都是空中楼阁，而且一上来就做营销会直接踩红线。第二，提醒编排必须对齐处方周期，而不是对齐促销日历。我们把周期状态机和渠道频控做成可配置，不同病种、不同用药频次套同一套引擎，扩展成本极低。第三，复购预测一定要和库存联动。预测准但没货，用户体验反而更差，预占和调拨是这道题目的必答题。第四，药师随访要回流成标签。人是闭环里最关键的一环，系统派任务、人做有温度的服务、标签再反哺系统，这套"人机会话"比纯自动化更经得起慢病场景的考验。

最后给同行一个提醒：健康数据这条红线，宁可少做功能也别越界。我们把敏感字段独立加密、访问留痕、授权前置，前期多花了两周，但换来了合规审计一次过、会员信任度提升——这笔账长远看是划算的。

结语

慢病管理本质上是"长期关系运营"，不是一锤子买卖。技术能做的，是把原本散落在店员脑子里的经验和流程，沉淀成可复用、可审计、可扩展的系统能力。当我们把"该提醒谁、什么时候提醒、提醒了有没有货、回访结果如何"这四件事串成闭环，药店的会员运营才算真正从"经验驱动"走到了"数据驱动"。