Смена ушедших с рынка игроков в анализе данных не должна привести к коллапсу

Компаний на замену прежним поставщикам SFE решений, таких как обработка маркетинговых данных, CRM, справочники и т. д., немного, но по каждому из этих направлений есть свои нюансы. Полноценно заменить цепочку ранее выстроенных в компании решений вряд ли удастся через готовое коробочное решение, так как большинство существующих решений достаточно узкоспециализированны.

«После ухода Proxima research group к нам обратились фармпроизводители, которым требовалась помощь в обработке дистрибьюторских и аптечных данных в текущем квартале, — рассказала генеральный директор ООО «ФармХаб» Виктория Андосова. — Так как с 2014 года мы имеем внушительный опыт сопоставлений различного рода номенклатур, в том числе мы до сих пор остаемся первой компанией, которая вложила серьезные инвестиции в разработку платформенного решения по обработке ОФД данных, где требуется уникальный опыт интеллектуального распознавания бесчисленных вариантов написания товара в чеке, задача была нами реализована в течение нескольких дней».

Значительные сложности связаны с заменой сквозного справочника аптечных сетей в интегрированных решениях, таких как СRМ для визитов медицинских представителей, добавила она. Очевидно, что после ухода вендора, который раньше вел подобные справочники, перематчинг текущих адресов нахождения точек, кодов товаров на новую справочную систему неизбежен, подчеркнула эксперт.

Однако в вынужденной перестройке процессов в аналитике данных для управления продажами и маркетингом в фармкомпаниях не все усматривают исключительно дополнительную работу и стресс — это и возможности апгрейда тех процессов, которые давно требовали этого сделать.

Технический директор ООО «ФармХаб» Роман Корнеев с позитивом смотрит на происходящее. «Современный интегрированный подход по автоматической сверке адресных справочников позволяет решить задачу гибкого формирования списков точек аптечных сетей на новом технологическом уровне, — отметил он. — Он, в частности, позволяет при помощи статистического анализа больших данных значительно повысить как скорость, так и надежность подобных механизмов, избегая вечной проблемы дублирования одних и тех же адресов при смене собственников аптеки, а также вследствие проходящей в стране муниципальной реформы, которая драматически меняет адресную номенклатуру в регионах. Методы машинного обучения способны решить эту проблему гораздо качественнее, чем это происходило при ручной обработке справочника адресов даже очень большим и слаженным коллективом».

Подобный подход в компании использовали на примере решения задачи точного распознавания аптечных номенклатур, где варианты написаний измеряются десятками миллионов. Матчинг синонимичных адресов аптек на единый справочник — задача заведомо более локальная, и новые высокотехнологичные подходы в ней неизбежно покажут свою выдающуюся эффективность, заявил он.

С этой точки зрения временные трудности перехода не только оправдают вложения, но и дадут новый технологический толчок совершенствованию бизнес-модели, направленной на сохранение и рост продаж через эффективность применяемых digital-инструментов, заключил эксперт.

Материал партнера: «ФармХаб»