Løsning til dataanalyse i den farmaceutiske industri: 30% reduktion i databehandlingstid

Vores team omstrukturerede og optimerede effektivt backend- og frontend-delen af det farmaceutiske netværkssystem, hvilket muliggjorde bedre integration og analytiske processer for dataanalyse i den farmaceutiske industri.

Kunde

Industri

Sundhedspleje

Region

Kunde siden

2023

Vores kunde er et førende farmaceutisk konglomerat, der driver en af de største apotekskæder i verden med over 8.000 forretninger. Deres netværk strækker sig over forskellige lande, hovedsageligt med fokus på den europæiske region. Detaljerede oplysninger om kunden kan ikke videregives i henhold til bestemmelserne i NDA.

Udfordring

Forbedret løsning til dataanalyse i medicinalindustrien

Vores kunde tilbyder en bred vifte af lægemidler til konkurrencedygtige priser gennem både fysiske forretninger og en onlineplatform. De stod over for en mangesidet udfordring centreret omkring datahåndtering og systemfunktionalitet inden for deres farmaceutiske netværks webplatform.

Først og fremmest var deres eksisterende infrastruktur, som bestod af en kombination af et 1C-system og en stor database, utilstrækkelig i forhold til deres skiftende analytiske og driftsmæssige behov. Analytikerne kæmpede med ineffektive processer og var afhængige af manuelle Excel-baserede beregninger til salgsplanlægning og distributionsindeksering. Denne besværlige tilgang førte til fejl, tidsforsinkelser og begrænset dataadgang for ikke-analytisk personale. Derudover gik kundens API til specifikke beregninger tabt, hvilket gjorde det nødvendigt at genskabe tabeller og procedurer.

Kunden forventede en løsning, der kunne strømline deres databehandling, øge tilgængeligheden for alle medarbejdere og forbedre den overordnede effektivitet i håndteringen af deres omfattende apoteksnetværk.

Løsning

Forbedret datahåndtering og analytiske muligheder i det farmaceutiske netværkssystem

I en større opgradering af det farmaceutiske netværks datahåndtering og analytiske kapacitet overførte Innowise deres processer fra traditionelle, Excel-baserede systemer til et databasedrevet rapporteringsmiljø. Dette medførte en ombygning af både back-end og front-end systemer, med fokus på datamigrering, procesoptimering og udvikling af brugerdefinerede moduler til dataanalyse i den farmaceutiske industri.

Datamigrering og procesoptimering

For at forbedre effektiviteten af kundens datahåndtering gik vi i gang med at migrere deres analytiske processer fra Excel-baserede regneark til dedikerede database-frameworks til analyse. Denne migration fokuserede på at skabe skalerbare løsninger, der ikke var begrænset til specifikke produkter eller apoteksnetværk. Se her, hvordan vi opnåede dette:

Kortlægning og rensning af data: Vi mappede data fra de eksisterende Excel-ark til den nye databasestruktur og sikrede, at alle oplysninger blev overført nøjagtigt og renset for konsistens.
Udvikling af procedurer: Ved hjælp af SQL udviklede vi en række lagrede procedurer og funktioner i databasen. Disse var designet til at automatisere de analytiske beregninger, der tidligere blev udført manuelt i Excel.
Optimeringsteknikker: For at håndtere de store datamængder anvendte vi SQL-optimeringsteknikker. Dette omfattede indeksering, tuning af forespørgsler og batch-behandling, hvilket garanterede høj ydeevne og rettidig datahentning.

Udvikling af salgsplan og distributionsindeks

Udviklingen af modulerne Sales Plan og Distribution Index var en vigtig del af vores løsning, som havde til formål at give kunden indsigt i realtid:

Modul til salgsplan: Dette modul blev designet til at analysere historiske salgsdata over en periode på tre måneder og bruge dem til at forudsige fremtidige salgsmål. Vi implementerede komplekse algoritmer, der kunne tilpasse sig forskellige markedsforhold og mønstre i produktefterspørgslen.
Modulet Distribution Index: For at forstå produkternes popularitet og salgstendenser på tværs af apotekerne skabte vi et distributionsindeks. Det indebar en analyse af salgs-, indkøbs- og lagerdata for at identificere, hvilke produkter der klarede sig godt hvilke steder, hvilket gav mulighed for en mere strategisk lagerstyring.

API- og databaseudvikling

Vi udviklede en ny API og databasearkitektur for at sikre et problemfrit dataflow fra det gamle system til kundens portal:

Database-design: Den nye database var struktureret til at understøtte store datamængder og samtidig opretholde en høj ydeevne. Den indeholdt tabeller til salgs-, lager- og brugerdata med relationer, der var optimeret til nem søgning.
API-udvikling: API'en, der blev bygget ved hjælp af Python og Flask, fungerede som grænseflade mellem databasen og kundens portal. Det blev designet til at håndtere anmodninger om datahentning og -behandling og sende forudberegnede og formaterede data tilbage til ledernes brug.

Tilpassede løsninger: API-genoprettelse og -integration

Genskabelsen af den tabte API var en udfordring, der krævede en dyb forståelse af kundens tidligere system og de planlagte beregninger:

API-rekonstruktion: Vi startede med at forstå den ønskede funktionalitet i det tabte API. Gennem diskussioner med kunden og analyse af tilgængelig dokumentation lavede vi en reverse-engineering af de nødvendige funktioner.
Udvikling og afprøvning: Brug af Pythonudviklede vi et nyt sæt API'er, der replikerede de tabte funktioner. Vi testede API'erne grundigt for at sikre nøjagtighed og pålidelighed.
Integration med eksisterende systemer: De nyudviklede API'er blev derefter problemfrit integreret i kundens eksisterende system for at fungere sammen med den overordnede arkitektur.

Teknologier

Python, Flask

Microsoft SQL Server

API-udvikling

Python, Flask

Optimeringsteknikker

Optimering af SQL-forespørgsler, indeksering

Python Rammeværk til enhedstest

Projektledelse

Jira

VCS

Git

Kontinuerlig integration/udrulning

Jenkins

Analyse af data og forarbejdning

SQL, Python Pandaer

Proces

Vores engagement i den agile metode muliggjorde en gennemsigtig, iterativ og samarbejdsorienteret proces. Vi startede projektet med at udarbejde et detaljeret Vision- og Scope-dokument, som fungerede som vores køreplan. I løbet af udviklingsprocessen inddelte vi vores arbejde i følgende faser:

Opdagelse og planlægning: I den indledende fase var vores mål at få en dyb forståelse af kundens specifikke krav. Vi udviklede en plan, hvor vi skitserede løsningens opbygning og lagde et fundament for de efterfølgende faser.
Dataanalyse og backend-udvikling: Her skiftede vores fokus til projektets tekniske fundament. Teamet undersøgte kundens datalandskab, analyserede de eksisterende strukturer og anbefalede forbedringer. Parallelt hermed begyndte vi at udvikle back-end med Python og SQL. Denne fase var afgørende for at skabe den digitale infrastruktur til problemfri datahåndtering og -behandling.
Testning: Efter backend-udvikling indledte vi en testfase med fokus på backend- og frontend-komponenter. Denne fase omfattede enheds-, integrations- og brugeraccepttest for at sikre systemets stabilitet. Desuden blev der testet regelmæssigt i de efterfølgende faser.
Frontend-udvikling og -integration: I denne sidste fase var der fokus på brugeroplevelsen. Vores frontend-udviklere skabte en intuitiv og responsiv brugergrænseflade. Kulminationen på denne fase var integrationen af front-end med back-end.

Hold

Projektleder

Back-end-udviklere

Front-end udvikler

QA Engineer

Databaseadministrator

Dataanalytiker

Resultater

Redesignet system til dataanalyse i medicinalindustrien og en 50% stigning i effektiviteten af salgsrapportering

Implementeringen af det redesignede system for dataanalyse i den Den farmaceutiske industri havde en betydelig indvirkning på kundens netværksdrift. Ved at gå fra manuelle, Excel-baserede processer til et databaseret system opnåede vi betydelige effektivitetsforbedringer og håndgribelige fordele for apotekspersonalet:

Forbedret lagerstyring for apoteker: Modulerne Sales Plan og Distribution Index giver realtidsdata om salgstendenser for lægemidler og lagerbehov, så de kan optimere deres lagerbeholdning og sikre, at efterspurgte lægemidler altid er tilgængelige.
Strømlinet rapportering for apotekspersonalet: De automatiserede databehandlingsworkflows letter rapporteringsbyrden for apotekspersonalet - de kan nu generere salgs- og lagerrapporter dobbelt så hurtigt.
Forbedrede salgsstrategier: Med indsigt fra de nye moduler med dataanalyse i den farmaceutiske industrikan klienten træffe mere informerede beslutninger om, hvilken medicin der skal fremmes eller bestilles mere af.
Lettere adgang til information for ledere: Integrationen af det nye API- og databasesystem har strømlinet informationsflowet. Apoteksledere og personale kan nemt få adgang til data fra salgstal til lagerniveauer.
Hurtigere dataintegration: Værktøjer til dataintegration giver mulighed for hurtig konsolidering af information fra forskellige kilder. Det reducerede den tid og indsats, der var nødvendig for at indsamle data, og sikrede, at medarbejderne havde de nyeste oplysninger lige ved hånden.

I øjeblikket er vores team fortsat engageret i den igangværende projektudvikling. Vi er i øjeblikket fokuseret på at skabe specialiserede moduler som lagerstyringsmodulet med forudsigende analyser for at reducere forekomsten af overfyldte lagre eller udsolgte varer og analysemodulet for apotekernes præstationer for at analysere de enkelte apotekers præstationer inden for netværket.

Projektets varighed

Januar 2023 - Løbende

50%

øget effektivitet i salgsrapporteringen

30%

reduktion i databehandlingstid

Relaterede sager

Kontakt os

Book et opkald eller udfyld formularen nedenfor, så vender vi tilbage til dig, når vi har behandlet din anmodning.

Navn

Virksomhed

E-mail

Telefon

Besked

Send os en talebesked

Vedhæft dokumenter

Upload fil

Du kan vedhæfte 1 fil på op til 2 MB. Gyldige filformater: pdf, jpg, jpeg, png.

Ved at klikke på Send accepterer du, at Innowise behandler dine personlige data i henhold til vores Politik for beskyttelse af personlige oplysninger for at give dig relevante oplysninger. Ved at indsende dit telefonnummer accepterer du, at vi kan kontakte dig via taleopkald, sms og beskedapps. Opkalds-, besked- og datatakster kan være gældende.

Du kan også sende os din anmodning
til contact@innowise.com

Hvad sker der nu?

Når vi har modtaget og behandlet din anmodning, vender vi tilbage til dig for at beskrive dine projektbehov og underskriver en NDA for at sikre fortrolighed.

Når vi har undersøgt dine ønsker, behov og forventninger, udarbejder vores team et projektforslag med forslag med arbejdets omfang, teamstørrelse, tids- og omkostningsoverslag.

Vi arrangerer et møde med dig for at diskutere tilbuddet og få detaljerne på plads.

Til sidst underskriver vi en kontrakt og begynder at arbejde på dit projekt med det samme.

Løsning til dataanalyse i den farmaceutiske industri: 30% reduktion i databehandlingstid

Kunde

Udfordring

Forbedret løsning til dataanalyse i medicinalindustrien

Løsning

Forbedret datahåndtering og analytiske muligheder i det farmaceutiske netværkssystem

Datamigrering og procesoptimering

Udvikling af salgsplan og distributionsindeks

API- og databaseudvikling

Tilpassede løsninger: API-genoprettelse og -integration

Teknologier

Proces

Hold

Resultater Redesignet system til dataanalyse i medicinalindustrien og en 50% stigning i effektiviteten af salgsrapportering

Relaterede sager

Kontakt os

Hvad sker der nu?

Brug for andre tjenester?

Abonner til vores nyhedsbrev

Resultater

Redesignet system til dataanalyse i medicinalindustrien og en 50% stigning i effektiviteten af salgsrapportering

Abonner
til vores nyhedsbrev