Formularen er blevet indsendt med succes.
Du finder yderligere information i din postkasse.
Innowise forbedrede og udvidede en CRM-platform til sundhedssektoren med fokus på at automatisere datamigreringsprocesser og implementere AI-drevne drifts- og analyseforbedringer.
Vores kunde er en fremtrædende aktør, der leverer IT-løsninger til medicinalvirksomheder. Virksomheden har etableret sig som en vigtig teknologipartner, der tilbyder cloudbaseret BI og AI-drevne løsninger, der er skræddersyet til de specifikke behov på det biovidenskabelige marked. I over to årtier har de støttet store multinationale farmaceutiske virksomheder ved at skabe og implementere innovativ software, der har til formål at forbedre forretningsdriften.
Den primære udfordring for vores kunde var en problemfri migrering af data fra eksisterende CRM-systemer i forskellige medicinalvirksomheder til deres specialiserede CRM-system baseret på Microsoft Dynamics 365. Denne opgave involverede mere end bare dataoverførsel. Kunden havde brug for omfattende kvalitetssikring, transformation og indlæsning af data i et nyt miljø for at sikre integriteten og anvendeligheden af de migrerede data. Yderligere problemer stammede fra:
For at løse kundens udfordring koncentrerede vi os om tre nøglekomponenter inden for sundhedspleje CRM-udvikling: udvikling af en brugerdefineret migrationsramme, kvalitetssikring og datatransformation samt optimering af brugergrænsefladen.
Vores team skabte en brugerdefineret migrationsramme - en skalerbar løsning til at integrere forskellige CRM-systemer i Microsoft Dynamics 365 og Azuresom er specielt designet til at opfylde medicinalindustriens komplekse behov.
Indledende landeinitialisering og dataopsætning: For at begynde migreringsprocessen for et nyt land i en eksisterende kundes CRM-system implementerer vi nye SQL Server-skemaer, der er skræddersyet til landets specifikke krav. Det indebærer konfiguration af pipelines i Azure Data Factory til at håndtere den første dataindlæsning, som omfatter en blanding af Excel-filer fra kunder og API-opkald. Denne fase er afgørende for at etablere en grundlæggende datastruktur, der kan testes og valideres i et "sandkassemiljø", så udvalgte kunderepræsentanter kan udføre betatestning og træning med delvist komplette datasæt.
Verifikation og transformation af data: Vores tilgang til håndtering af indgående data indebærer en omhyggelig verificeringsproces. Filer, der er standardiseret til at omfatte almindelige datatyper og -koder, inspiceres først visuelt for uregelmæssigheder som f.eks. manglende obligatoriske felter eller uregelmæssige koder. Efter denne indledende kontrol uploades filerne til SQL Server, hvor de gennemgår en detaljeret gennemgang og omdannes til tabeller, der er formateret til indlæsning i Dataverse. Denne proces er halvautomatisk, og der foretages manuelle justeringer efter behov for at tage højde for landespecifikke variationer. Vi udarbejder detaljerede rapporter om dataafvigelser og kommunikerer dem til kunden i et forståeligt sprog, og nogle gange afventer vi korrigerede filer eller fortsætter med tilgængelige data og foretager efterfølgende ændringer.
Integration og produktionsudrulning: For lande, der bruger API-opkald, opsætter vi dataimportmekanismer og validerer nøjagtigheden af datatransformationer, før vi indlæser de færdige data i Dataverse. Overgangen til produktion involverer parallel drift af test- og produktionsmiljøerne, hvor førstnævnte primært tjener til træning og funktionstestning. Denne fase markerer kulminationen på den indledende opsætningsindsats og overgangen til en tilstand, hvor nye datainput fra klientbrugere enten kommer direkte ind i Dataverse via klientens produkter eller fortsat kommer fra API-opkald, med minimal indgriben fra vores side.
Automatiseret datakortlægning og AI-drevet rensning: Vores løsning udnytter Azure's muligheder for automatiseret datakortlægning, hvilket reducerer den manuelle indsats og risikoen for fejl ved at identificere sammenhænge mellem datafelter på tværs af forskellige CRM-systemer. En AI-drevet Datarensningsmodulet sikrer yderligere integriteten af de migrerede data ved at identificere dubletter, ufuldstændige poster og andre uoverensstemmelser.
Brugerdefinerede integrations-API'er og brug af Azure-tjenester: Vi udviklede tilpassede integrations-API'er i Azure-miljøet for at imødekomme de forskellige dataformater og -strukturer, der findes på tværs af forskellige farmaceutiske CRM-systemer. Disse API'er giver sammen med Azure-tjenester som Data Factory, Blob Storage og SQL Server den skalerbarhed og sikkerhed, der er nødvendig for effektiv datamigrering og -styring. Som resultat opnåede vi en problemfri dataoverførsel og ETL-processer af høj kvalitet.
Branchespecifikt fokus: Vores rammer er specifikt skræddersyet til at opfylde medicinalindustriens unikke behov og omfatter overvejelser om håndtering af følsomme data som patientoplysninger, lægemiddeloplysninger og salgsregistre i overensstemmelse med standarder og regler.
Vores team udnyttede Azure Data Factory (ADF) til at automatisere og forfine dataforberedelsesprocessen for kundens CRM. Strategien omfattede:
Automatiserede valideringstjek: Ved hjælp af ADF opsatte vi automatiserede scripts til at udføre valideringstjek og sikre, at data opfyldte CRM's krav. De automatiske kontroller hjælper med at identificere og markere uoverensstemmelser, f.eks. uoverensstemmelser eller manglende oplysninger, hvilket reducerer den manuelle gennemgangstid betydeligt.
ETL-processer med ADF: Vi har designet datapipelines til effektiv flytning og transformation af data. Kortlægning af skemaer justerer automatisk datastrukturer fra forskellige kilder, så de passer til CRM's skema og sikrer kompatibilitet. Til datarensning anvendte vi regler i ADF til at rense data, f.eks. standardisering af formater, fjernelse af dubletter og forbedring af datakvaliteten.
Komplekse datatransformationer: Til komplicerede datascenarier brugte vi ADF's Mapping Data Flows til at skabe kodefri transformationslogik, der håndterer operationer som joins og betingede opdelinger for at sikre dataintegritet.
Denne tilgang minimerede manuelle indgreb, fremskyndede migreringsprocessen og sikrede, at de migrerede data straks kunne bruges i CRM-systemet.
For at forbedre brugergrænsefladen i CRM til den farmaceutiske sektor fokuserede vi på flere vigtige forbedringer:
Styring af data
Azure Data Factory, Azure Storage account, SSMS, XrmToolBox, MS Azure Storage Explorer
AI
Sikkerhed
Azure Active Directory, Azure Key Vault
Optimering af brugergrænsefladen
CSS Grid, Flexbox, media queries
Vores CRM-udviklingsproces til sundhedssektoren blev udført i etaper for at sikre en problemfri migrations- og integrationsoplevelse for vores kunde. Under hele processen fulgte vi den agile metode, der gav mulighed for fleksibilitet i forbindelse med iterative forbedringer. Vi brugte MS Teams til kommunikation med kunden og Jira til opgavesporing for at bevare gennemsigtigheden i alle projektets faser:
Vi begyndte med en grundig vurdering af de eksisterende CRM-systemer, som medicinalvirksomhederne brugte. Det var vigtigt at forstå datastrukturerne, arbejdsgangene og de specifikke behov i hver enkelt virksomhed. Vores team arbejdede tæt sammen med kunden for at definere kravene og forventningerne til migrationsprocessen og udviklingen af CRM til sundhedssektoren. Vores leverance i denne fase var et omfattende Vision- og Scope-dokument, der beskrev projektets køreplan, tidslinjer og forventninger.
Vores specialister designede en tilpasset migreringsramme, der passede til de særlige forhold i medicinalindustrien. Vi udviklede detaljerede strategier for datakortlægning og -transformation for at håndtere de forskellige dataformater og -standarder i henhold til arkitekturdiagrammerne og en datamigreringsplan.
Vi skabte brugerdefinerede API'er til problemfri dataintegration. Vi brugte automatiserede værktøjer og processer til datarensning og -transformation for at garantere dataintegritet og -kompatibilitet.
Vores team arbejdede på at optimere CRM-applikationerne på tværs af web-, tablet- og mobilplatforme med fokus på at forbedre brugeroplevelsen og tilgængeligheden. Vi leverede en fuldt funktionel, testet og valideret migrationsramme sammen med forbedrede CRM-apps, der var klar til implementering.
Innowise gennemførte en pilotmigrering af udvalgte datasæt for at validere migreringsprocessen og rammens effektivitet. Under User Acceptance Testing (UAT) gik vi i dialog med slutbrugerne for at teste de forbedrede applikationer og indsamle feedback for at foretage justeringer. Derefter udrullede vi migreringsrammen og opdaterede applikationer på tværs af klientmiljøer, hvilket sikrede minimal forstyrrelse af den eksisterende drift.
Vi leverede omfattende træningssessioner for slutbrugere og IT-medarbejdere sammen med detaljeret dokumentation om de nye systemfunktioner og vedligeholdelsesprocedurer.
1
Projektleder
2
Big Data Engineers
1
Front-end udvikler
1
Python Udvikler
1
QA Engineer
1
Dataanalytiker
Implementeringen af vores løsning medførte betydelige forbedringer i kundens CRM-funktioner. Som følge heraf forbedrede vi driftseffektiviteten og datahåndteringen på tværs af deres farmaceutiske kundekreds:
Ved at levere en skræddersyet løsning, der adresserede både de tekniske og brugeroplevelsesmæssige aspekter af CRM-migreringen, bidrog vi til vores kundes evne til at tilbyde et mere effektivt CRM-system til deres farmaceutiske kunder. Vores team fortsætter processen med at migrere data fra apoteksnetværk til vores kundes opgraderede CRM-system. I øjeblikket fokuserer vi på migreringsprocessen for fire specifikke sundhedskunder og apoteker, og vi skræddersyr vores tilgang til at opfylde de enkelte kunders unikke behov og komplicerede data.
2x
hurtigere datamigrering
95%
højere datanøjagtighed
Din besked er blevet sendt.
Vi behandler din anmodning og kontakter dig så hurtigt som muligt.
Ved at tilmelde dig accepterer du vores Politik for beskyttelse af personlige oplysninger, herunder brug af cookies og overførsel af dine personlige oplysninger.