Rozwiązanie do analizy danych w przemyśle farmaceutycznym: 30% redukcja czasu przetwarzania danych

API

Analiza danych

Zarządzanie danymi (DMS)

Nasz zespół skutecznie zrestrukturyzował i zoptymalizował back-end i front-end systemu sieci farmaceutycznej, umożliwiając lepszą integrację i procesy analityczne dla analityka danych w przemyśle farmaceutycznym.

Klient

Przemysł

Opieka zdrowotna

Region

Klient od

2023

Naszym klientem jest wiodący konglomerat farmaceutyczny, prowadzący jedną z największych sieci aptek na świecie, z ponad 8 000 placówek. Ich sieć rozciąga się na różne kraje, koncentrując się głównie na regionie europejskim. Szczegółowe informacje o kliencie nie mogą zostać ujawnione zgodnie z postanowieniami NDA.

Wyzwanie

Udoskonalone rozwiązanie do analizy danych w przemyśle farmaceutycznym

Nasz klient oferuje szeroką gamę produktów leczniczych w konkurencyjnych cenach zarówno w fizycznych punktach sprzedaży, jak i na platformie internetowej. Firma stanęła przed wieloaspektowym wyzwaniem związanym z zarządzaniem danymi i funkcjonalnością systemu w ramach platformy internetowej sieci farmaceutycznej.

Przede wszystkim istniejąca infrastruktura, obejmująca połączenie systemu 1C i dużej bazy danych, była nieodpowiednia dla zmieniających się potrzeb analitycznych i operacyjnych. Analitycy zmagali się z nieefektywnymi procesami, polegając na ręcznych obliczeniach opartych na Excelu w zakresie planowania sprzedaży i indeksowania dystrybucji. To uciążliwe podejście prowadziło do błędów, opóźnień czasowych i ograniczonego dostępu do danych dla personelu nieanalitycznego. Dodatkowo, API klienta dla konkretnych obliczeń zostało utracone, co wymagało odtworzenia tabel i procedur.

Klient oczekiwał rozwiązania, które usprawni przetwarzanie danych, zwiększy dostępność dla wszystkich pracowników i poprawi ogólną wydajność w zarządzaniu rozległą siecią aptek.

Rozwiązanie

Ulepszone zarządzanie danymi i możliwości analityczne systemu sieci farmaceutycznej

W ramach znacznej modernizacji zarządzania danymi i możliwości analitycznych sieci farmaceutycznej, Innowise przeniosła swoje procesy z tradycyjnych systemów opartych na Excelu do środowiska raportowania opartego na bazach danych. Wiązało się to z przebudową zarówno systemu back-end i front-end systemy, koncentrując się na migracji danych, optymalizacji procesów i opracowywaniu niestandardowych modułów dla analiza danych w przemyśle farmaceutycznym.

Migracja danych i optymalizacja procesów

Aby poprawić wydajność zarządzania danymi klienta, rozpoczęliśmy migrację jego procesów analitycznych z arkuszy kalkulacyjnych opartych na Excelu do dedykowanych struktur baz danych do analizy. Migracja ta koncentrowała się na tworzeniu skalowalnych rozwiązań, które nie były ograniczone do konkretnych produktów lub sieci aptek. Oto jak to osiągnęliśmy:

Mapowanie i czyszczenie danych: Zmapowaliśmy dane z istniejących arkuszy Excel do nowej struktury bazy danych, upewniając się, że każda informacja została dokładnie przeniesiona i oczyszczona pod kątem spójności.
Rozwój procedury: Wykorzystując język SQL, opracowaliśmy serię procedur składowanych i funkcji w bazie danych. Zostały one zaprojektowane w celu zautomatyzowania obliczeń analitycznych wykonywanych wcześniej ręcznie w programie Excel.
Techniki optymalizacji: Aby poradzić sobie z ogromnymi ilościami danych, zastosowaliśmy techniki optymalizacji SQL. Obejmowały one indeksowanie, dostrajanie zapytań i przetwarzanie wsadowe, gwarantując wysoką wydajność i terminowe pobieranie danych.

Opracowanie planu sprzedaży i indeksu dystrybucji

Opracowanie modułów Planu Sprzedaży i Indeksu Dystrybucji było kluczową częścią naszego rozwiązania, mającego na celu zapewnienie klientowi wglądu w czasie rzeczywistym:

Moduł planu sprzedaży: Moduł ten został zaprojektowany do analizy historycznych danych sprzedażowych w okresie trzech miesięcy i wykorzystania ich do prognozowania przyszłych celów sprzedażowych. Wdrożyliśmy złożone algorytmy, które mogą dostosowywać się do różnych warunków rynkowych i wzorców popytu na produkty.
Moduł indeksu dystrybucji: Aby zrozumieć popularność produktów i trendy sprzedaży w aptekach, stworzyliśmy Indeks Dystrybucji. Obejmowało to analizę danych dotyczących sprzedaży, zakupów i zapasów w celu określenia, które produkty osiągały dobre wyniki w poszczególnych lokalizacjach, co pozwoliło na bardziej strategiczne zarządzanie zapasami.

Rozwój API i baz danych

Opracowaliśmy nowy interfejs API i architekturę bazy danych, aby zapewnić płynny przepływ danych ze starego systemu do portalu klienta:

Projekt bazy danych: Nowa baza danych została skonstruowana tak, aby obsługiwać dane na dużą skalę przy jednoczesnym zachowaniu wysokiej wydajności. Zawierała ona tabele sprzedaży, zapasów i danych użytkowników, z relacjami zoptymalizowanymi pod kątem łatwego wyszukiwania.
Rozwój API: API, zbudowane przy użyciu Python i Flask, łączyło bazę danych z portalem klienta. Został zaprojektowany do obsługi żądań pobierania i przetwarzania danych, wysyłając z powrotem wstępnie obliczone i sformatowane dane do użytku menedżerów.

Rozwiązania niestandardowe: Odtwarzanie i integracja API

Odtworzenie utraconego API stanowiło wyzwanie, wymagające dogłębnego zrozumienia poprzedniego systemu klienta i zamierzonych obliczeń:

Rekonstrukcja API: Zaczęliśmy od zrozumienia zamierzonej funkcjonalności utraconego API. Poprzez dyskusje z klientem i analizę dostępnej dokumentacji, odtworzyliśmy wymagane funkcje.
Rozwój i testowanie: Korzystanie z Pythonopracowaliśmy nowy zestaw interfejsów API replikujących utracone funkcje. Rygorystycznie przetestowaliśmy interfejsy API, aby zapewnić dokładność i niezawodność.
Integracja z istniejącymi systemami: Nowo opracowane interfejsy API zostały następnie płynnie zintegrowane z istniejącym systemem klienta, aby współpracowały z ogólną architekturą.

Technologie

Tylna część

Python, Flask

Przód

JavaScript, React.js

Bazy danych

Microsoft SQL Server

Rozwój API

Python, Flask

Techniki optymalizacji

Optymalizacja zapytań SQL, indeksowanie

Python Struktury testów jednostkowych

Zarządzanie projektami

Jira

VCS

Git

Ciągła integracja/wdrażanie

Jenkins

Analiza i przetwarzanie danych

SQL, Python Pandas

Proces

Nasze zaangażowanie w metodologię Agile umożliwiło przejrzysty, iteracyjny i oparty na współpracy proces. Projekt rozpoczęliśmy od opracowania szczegółowego dokumentu Vision and Scope, który posłużył nam jako mapa drogowa. Podczas procesu rozwoju podzieliliśmy naszą pracę na następujące etapy:

Odkrywanie i planowanie: Na początkowym etapie naszym celem było dogłębne zrozumienie specyficznych wymagań klienta. Opracowaliśmy plan, nakreślając schemat rozwiązania i ustanawiając podstawy dla kolejnych etapów.
Analiza danych i rozwój back-endu: Tutaj skupiliśmy się na technicznych podstawach projektu. Zespół zbadał krajobraz danych klienta, analizując istniejące struktury i zalecając ulepszenia. Równolegle rozpoczęliśmy rozwój back-endu, wykorzystując Python i SQL. Etap ten miał kluczowe znaczenie dla stworzenia cyfrowej infrastruktury umożliwiającej sprawne zarządzanie i przetwarzanie danych.
Testowanie: Po opracowaniu back-endu rozpoczęliśmy fazę testowania, koncentrując się na komponentach back-end i front-end. Etap ten obejmował testy jednostkowe, integracyjne i akceptacyjne użytkowników w celu zapewnienia stabilności systemu. Ponadto testy były przeprowadzane regularnie na kolejnych etapach.
Rozwój i integracja front-endu: Na tym ostatnim etapie w centrum uwagi znalazło się doświadczenie użytkownika. Nasi programiści front-end stworzyli intuicyjny i responsywny interfejs użytkownika. Kulminacją tego etapu była integracja front-endu z back-endem.

Zespół

Kierownik projektu

Programiści back-end

Front-end Developer

QA Inżynier

Administrator bazy danych

Analityk danych

Wyniki

Przeprojektowany system analizy danych w branży farmaceutycznej i wzrost efektywności raportowania sprzedaży o 50%

Wdrożenie przeprojektowanego systemu analityka danych w przemysł farmaceutyczny miało znaczący wpływ na operacje sieciowe klienta. Dzięki przejściu od ręcznych procesów opartych na Excelu do systemu opartego na bazie danych, osiągnęliśmy znaczną poprawę wydajności i wymierne korzyści dla personelu apteki:

Ulepszone zarządzanie zapasami dla aptek: Moduły Sales Plan i Distribution Index dostarczają danych w czasie rzeczywistym na temat trendów sprzedaży farmaceutyków i potrzeb magazynowych, aby zoptymalizować poziom zapasów i zapewnić, że leki o wysokim popycie są zawsze dostępne.
Usprawnione raportowanie dla personelu apteki: Zautomatyzowane procesy przetwarzania danych zmniejszają obciążenie personelu apteki związane z raportowaniem - mogą teraz generować raporty sprzedaży i zapasów dwa razy szybciej.
Ulepszone strategie sprzedaży: Dzięki wglądowi w nowe moduły z analityka danych w przemyśle farmaceutycznymKlient może podejmować bardziej świadome decyzje dotyczące tego, które leki promować lub zamawiać więcej.
Łatwiejszy dostęp do informacji dla menedżerów: Integracja nowego API i systemu baz danych usprawniła przepływ informacji. Kierownicy aptek i personel mogą łatwo uzyskać dostęp do danych, od danych dotyczących sprzedaży po stany magazynowe.
Szybsza integracja danych: Narzędzia do integracji danych pozwalają na szybką konsolidację informacji pochodzących z różnych źródeł. Skróciło to czas i wysiłek potrzebny do kompilacji danych i zapewniło pracownikom dostęp do najnowszych informacji na wyciągnięcie ręki.

Obecnie nasz zespół pozostaje zaangażowany w ciągły rozwój projektu. Obecnie koncentrujemy się na tworzeniu wyspecjalizowanych modułów, takich jak moduł zarządzania zapasami z analizą predykcyjną w celu zmniejszenia liczby przypadków nadmiernych zapasów lub braków magazynowych oraz moduł analizy wydajności aptek do analizy wydajności poszczególnych aptek w sieci.

Czas trwania projektu

Styczeń 2023 r. - w toku

50%

wzrost efektywności raportowania sprzedaży

30%

skrócenie czasu przetwarzania danych

Powiązane przypadki

Skontaktuj się z nami!

Zarezerwuj połączenie lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.

Nazwa

Firma

E-mail

Telefon

Wiadomość Prosimy o podanie szczegółów projektu, czasu trwania, stosu technologicznego, potrzebnych specjalistów IT i innych istotnych informacji.

Nagraj wiadomość głosową na temat
projekt, który pomoże nam lepiej go zrozumieć

W razie potrzeby dołącz dodatkowe dokumenty

Prześlij plik

Można załączyć maksymalnie 1 plik o łącznej wielkości 2 MB. Ważne pliki: pdf, jpg, jpeg, png

Informujemy, że po kliknięciu przycisku Wyślij Innowise będzie przetwarzać Twoje dane osobowe zgodnie z naszą Polityką prywatności w celu dostarczenia Ci odpowiednich informacji.

Co będzie dalej?

Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.

Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.

Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.

Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe możliwe.

Rozwiązanie do analizy danych w przemyśle farmaceutycznym: 30% redukcja czasu przetwarzania danych

Klient

Wyzwanie

Udoskonalone rozwiązanie do analizy danych w przemyśle farmaceutycznym

Rozwiązanie