Как получить индекс дистрибуции препарата в «моменте» с помощью искусственного интеллекта

0
Алексей Дроздов

Количественный индекс дистрибуции — показатель характеризующий наличие товара в торговых точках на определенной территории. В случае с лекарственными препаратами торговыми точками являются аптеки. Например, в городе «А» 100 аптек и препарат «В» есть в 20 аптеках — это значит, что индекс дистрибуции препарата «В» в городе «А» составляет 20%. Казалось бы, все просто, но никто не знает реальный индекс дистрибуции «в моменте».

Проблематика темы обусловлена классической схемой продаж лекарственных препаратов фармпроизводителем. Товар проходит многоэтапный путь с задействованием разных заинтересованных лиц и точек перепродажи. Обычно все шаги проходят следующим образом: производитель заключает контракты на поставку лекарственных средств с дистрибьюторами (оптовиками) и/или аптечными сетями, отгружает им продукцию, затем оптовик может передать препараты аптечной сети, а аптечная сеть в одну из своих аптек.

Сложная цепочка действий и решений разных действующих лиц создает сложности для отслеживания пути и конечного сбыта препаратов, а значит, и его востребованности и других показателей. В данных обстоятельствах в каждый конкретный момент времени ни дистрибьютор, ни аптечная сеть не знают, где продается продукция фармацевтической компании, в каком количестве и в какой конкретно аптеке. Ни отчеты медицинских представителей, ни аптечных сетей о реализации, ни отчеты ОФД не позволяют оперативно принимать решения, поскольку они поступают с задержкой и не всегда достоверны. Фактически это «посмертные» данные, констатация свершившихся событий.

В условиях, когда необходимо принимать решения «здесь и сейчас», отсутствие актуальных сведений у производителя лишает возможности оперативно реагировать на наличие товара в аптеках и, соответственно, влиять на увеличение продаж. В случае сезонной зависимости, активной рекламной кампании или вывода нового препарата на рынок недополученная выручка особенно существенно отражается на показателях.

Самый оперативный и достоверный способ получить информацию о наличии — позвонить в конкретный аптечный пункт и спросить.  Наиболее подходящий инструмент для такой работы — это голосовой помощник, созданный на основе искусственного интеллекта. Голосовой помощник с помощью искусственного интеллекта (далее ИИ) обзванивает аптеки по выбранному адресному плану, представляется покупателем и спрашивает о наличии заданного препарата, его цене и аналогах. После чего ИИ проводит многоэтапную проверку полученных данных с помощью роботизированных скриптов по распознаванию речи. Таким образом, достигается 98% чистоты полученных данных. ИИ решает насущные вопросы по сложному процессу контроля наличия лекарственных препаратов в аптечных пунктах, а также может решать задачи по созданию спроса на препараты, информирования об изменениях условий их хранения, учета наличия препаратов конкурентов и данные по их стоимости.

Продукты ИИ имеют все ресурсы для решения актуальных и сложных задач фармпроизводителей. Показательны примеры использования продукта крупными отечественными производителями.

Компания из топ-20 лучших фармкомпаний России по версии Forbes за 2020 год

Ситуация: Несмотря на наличие штата медицинских представителей компания не владела информацией о наличии своих препаратов в каждой конкретной аптеке в определенный момент времени. Для решения задачи фармпроизводитель сначала покупал адреса и телефонные номера аптек у специализированной компании для самостоятельной проверки, а также получал данные от дистрибьюторов, которые вызывали несостыковку постфактум и сомнения в их корректности. Необходимо было верифицировать базу аптек и проверить наличие двух разных препаратов в определенных точках продаж, более 30 000.

Решение: Команда проекта проанализировала поведение фармацевта в ответ на вопросы о препаратах и профиль целевого клиента препарата. По результатам анализа были созданы голосовые роботы, «замаскированные» под человека. Для первого препарата был использован голос молодой девушки, которая спрашивала в аптеку ли она попала и уточняла наличие определенного препарата. На фоне разговора звучал приглушенный звук улицы, а голос соответствовал профилю основного потребителя лекарственного препарата.

Для второго препарата использовался голос пожилой женщины, которая плохо слышала и ей нужен был четкий ответ на определенный вопрос, касающийся препарата. По итогу прозвона ИИ распознает ответ, транскрибирует его в текст, по необходимости отрабатывает возражения и формирует общий сводный отчет. После полученных от роботов результатов проводилась роботизированная проверка отчетов и проверка качества итоговых данных человеком. По окончании этого этапа компания получила итоговый отчет. На основании полученных данных компания самостоятельно отправила в аптечные точки необходимое количество препарата, изменив соответственно маршрутные листы медицинских представителей. Сотрудники начали работу по точкам, где, как оказалось, по факту препарат отсутствовал.

Результат:

  • Выявлено 11% точек из списка контактов, которые оказались не аптеками.
  • По первому препарату: выявлено отклонение на 22% фактического уровня от данных, представленных дистрибьюторами, до 32% поднялся индекс дистрибуции через неделю, который до измерения был 28%.
  • По второму препарату: выявлено более 15% отклонения фактического уровня от данных, представленных дистрибьюторами, до 30% индекс дистрибуции через неделю, который до измерения был 25%.

Компания из топ-20 лучших фармкомпаний России по версии Forbes за 2020 год

Ситуация: Компания запустила в 2020 году новый препарат и было необходимо понять реальный уровень дистрибуции и розничную стоимость препарата в точках продаж.

Решение: Фармкомпания воспользовалась базой аптек, состоящей из 40 000 контактов, распределенных по городам с определенной численностью населения и принадлежности к сетевым и несетевым аптекам. Было выбрано 20 000 контактов, исходя из стратегических целей компании. Реализацию проекта решили разбить на два этапа. На первом этапе определить индекс дистрибуции, а после анализа полученной информации направить медицинских представителей по точкам, в которых нет препарата. Через три недели был запланирован аудит с помощью ИИ. Для проверки наличия препарата был выбран мужской голос, который интересовался наличием препарата и, в случае отсутствия, уточнял, когда препарат появится. Аудит проводился по новому сценарию и включал аптеки, в которых не оказалось препарата.

Результат:

  • Общий индекс дистрибуции составил 22%, однако по сетевым аптекам индекс дистрибуции был 28% в городах с населением более миллиона жителей и 21% в городах с населением до 100 тысяч человек, по несетевым аптекам индекс варьируется от 23% до 18% соответственно. Стоимость препарата примерно одинаковая в сетевых и несетевых аптеках.
  • По итогам аудита индекс дистрибуции составил 14% или 1 400 аптечных точек закупили препарат в течении трех недель.

Достоверные данные о дистрибуции «в моменте» позволяют получить нужную выручку и регулировать представленность в аптеках в следующем отчетном периоде. Ведь недостаточная дистрибуция сегодня – невыполненный KPI завтра.

WordPress Ads
Exit mobile version