Formularz został pomyślnie przesłany.
Więcej informacji można znaleźć w skrzynce pocztowej.
Innowise udoskonaliło i rozszerzyło platformę CRM dla służby zdrowia, koncentrując się na automatyzacji procesów migracji danych i wdrażaniu usprawnień operacyjnych i analitycznych opartych na sztucznej inteligencji.
Nasz klient jest wiodącym graczem dostarczającym rozwiązania IT dla firm farmaceutycznych. Firma ugruntowała swoją pozycję kluczowego partnera technologicznego, oferując oparte na chmurze rozwiązania BI i AI dostosowane do specyficznych potrzeb rynku life sciences. Od ponad dwóch dekad wspiera największe międzynarodowe korporacje farmaceutyczne, tworząc i wdrażając innowacyjne oprogramowanie mające na celu usprawnienie operacji biznesowych.
Głównym wyzwaniem, przed którym stanął nasz klient, była płynna migracja danych z istniejących systemów CRM różnych firm farmaceutycznych do ich wyspecjalizowanego systemu CRM opartego na Microsoft Dynamics 365. Zadanie to wymagało czegoś więcej niż tylko transferu danych. Klient wymagał kompleksowego zapewnienia jakości danych, ich transformacji i załadowania do nowego środowiska w celu zapewnienia integralności i użyteczności migrowanych danych. Dodatkowe problemy wynikały z:
Aby sprostać wyzwaniu klienta, skoncentrowaliśmy się na trzech kluczowych elementach w ramach opieki zdrowotnej rozwój CRM: opracowanie niestandardowej struktury migracji, zapewnienie jakości i transformacja danych oraz optymalizacja interfejsu użytkownika.
Nasz zespół stworzył niestandardowy framework migracyjny - skalowalne rozwiązanie do integracji różnych systemów CRM z Microsoft Dynamics 365 i Azure, specjalnie zaprojektowany, aby sprostać złożonym potrzebom przemysłu farmaceutycznego.
Początkowa inicjalizacja kraju i konfiguracja danych: Aby rozpocząć proces migracji do nowego kraju w ramach istniejącego systemu CRM klienta, wdrażamy nowe schematy SQL Server dostosowane do specyficznych wymagań danego kraju. Obejmuje to konfigurację potoków w Azure Data Factory do obsługi początkowego obciążenia danymi, które obejmuje połączenie plików Excel od klientów i wywołań API. Ten etap ma kluczowe znaczenie dla ustanowienia podstawowej struktury danych, którą można przetestować i zweryfikować w środowisku "piaskownicy", umożliwiając wybranym przedstawicielom klientów przeprowadzanie testów beta i szkoleń z częściowo kompletnymi zestawami danych.
Weryfikacja i przekształcanie danych: Nasze podejście do obsługi przychodzących danych obejmuje skrupulatny proces weryfikacji. Pliki, ustandaryzowane w celu uwzględnienia wspólnych typów danych i kodów, są najpierw sprawdzane wizualnie pod kątem anomalii, takich jak brakujące pola obowiązkowe lub nieregularne kody. Po tej wstępnej kontroli pliki są przesyłane do SQL Server, gdzie przechodzą szczegółowy przegląd i przekształcenie w tabele sformatowane do ładowania Dataverse. Proces ten jest półautomatyczny, z ręcznymi korektami wprowadzanymi w razie potrzeby w celu uwzględnienia różnic specyficznych dla danego kraju. Tworzymy szczegółowe raporty dotyczące rozbieżności danych i przekazujemy je klientowi w zrozumiałym języku, czasami oczekując na poprawione pliki lub kontynuując pracę z dostępnymi danymi i wprowadzając kolejne modyfikacje.
Integracja i wdrożenie produkcyjne: W przypadku krajów korzystających z wywołań API konfigurujemy mechanizmy importu danych i sprawdzamy dokładność transformacji danych przed załadowaniem sfinalizowanych danych do Dataverse. Przejście do produkcji obejmuje równoległe działanie środowisk testowych i produkcyjnych, przy czym te pierwsze służą głównie do celów szkoleniowych i testowania funkcji. Faza ta stanowi kulminację początkowych wysiłków konfiguracyjnych, przechodząc do stanu, w którym nowe dane wprowadzane przez użytkowników klienta albo bezpośrednio wchodzą do Dataverse za pośrednictwem produktów klienta, albo są nadal pozyskiwane z wywołań API, przy minimalnej interwencji wymaganej z naszej strony.
Zautomatyzowane mapowanie danych i czyszczenie oparte na sztucznej inteligencji: Nasze rozwiązanie wykorzystuje możliwości Azure do automatycznego mapowania danych, zmniejszając wysiłek ręczny i ryzyko błędów poprzez identyfikację korelacji pól danych w różnych systemach CRM. An Oparte na sztucznej inteligencji moduł czyszczenia danych dodatkowo zapewnia integralność migrowanych danych poprzez identyfikację duplikatów, niekompletnych wpisów i innych niespójności.
Niestandardowe integracyjne interfejsy API i wykorzystanie usług Azure: Opracowaliśmy niestandardowe integracyjne interfejsy API w środowisku Azure, aby uwzględnić różne formaty i struktury danych napotykane w różnych farmaceutycznych systemach CRM. Te interfejsy API, wraz z usługami Azure, takimi jak Data Factory, Blob Storage i SQL Server, zapewniają skalowalność i bezpieczeństwo niezbędne do wydajnej migracji danych i zarządzania nimi. W rezultacie osiągnęliśmy płynny transfer danych i wysokiej jakości procesy ETL.
Koncentracja na konkretnej branży: Nasza struktura jest specjalnie dostosowana do unikalnych potrzeb branży farmaceutycznej, uwzględniając kwestie związane z przetwarzaniem wrażliwych danych, takich jak informacje o pacjentach, szczegóły dotyczące leków i rejestry sprzedaży, zgodnie ze standardami i przepisami.
Nasz zespół wykorzystał Azure Data Factory (ADF) do zautomatyzowania i udoskonalenia procesu przygotowywania danych dla CRM klienta. Strategia obejmowała:
Zautomatyzowane kontrole poprawności: Korzystając z ADF, skonfigurowaliśmy zautomatyzowane skrypty do przeprowadzania kontroli poprawności, upewniając się, że dane spełniają wymagania CRM. Zautomatyzowane kontrole pomagają identyfikować i oznaczać rozbieżności, takie jak niespójności lub brakujące informacje, znacznie skracając czas ręcznej weryfikacji.
Procesy ETL z wykorzystaniem ADF: Zaprojektowaliśmy potoki danych do wydajnego przenoszenia i przekształcania danych. Mapowanie schematów automatycznie dostosowuje struktury danych z różnych źródeł do schematu CRM i zapewnia kompatybilność. W celu oczyszczenia danych zastosowaliśmy reguły w ADF, takie jak standaryzacja formatów, usuwanie duplikatów i poprawa jakości danych.
Złożone transformacje danych: W przypadku skomplikowanych scenariuszy danych wykorzystaliśmy Mapping Data Flows ADF do tworzenia logiki transformacji bez użycia kodu, obsługując operacje takie jak łączenia i warunkowe podziały w celu zapewnienia integralności danych.
Takie podejście zminimalizowało ręczne interwencje, przyspieszyło proces migracji i zapewniło natychmiastową użyteczność zmigrowanych danych w CRM.
Aby ulepszyć interfejs użytkownika CRM dla sektora farmaceutycznego, skupiliśmy się na kilku kluczowych ulepszeniach:
Back-end
Zarządzanie danymi
Azure Data Factory, Azure Storage account, SSMS, XrmToolBox, MS Azure Storage Explorer
Bazy danych
MS SQL Server, MS Azure SQL Database
AI
Python, NLP, Matching Models, GPT-3, OpenAI API, Azure Cognitive Services, Azure Data Factory, Databricks
Bezpieczeństwo
Azure Active Directory, Azure Key Vault
Optymalizacja interfejsu użytkownika
CSS Grid, Flexbox, media queries
Nasz proces rozwoju CRM dla sektora opieki zdrowotnej był realizowany etapami, aby zapewnić płynną migrację i integrację dla naszego klienta. W trakcie tego procesu nasze przestrzeganie metodologii Agile pozwoliło na elastyczność w wprowadzaniu iteracyjnych ulepszeń. Wykorzystaliśmy MS Teams do komunikacji z klientem i Jira do śledzenia zadań, aby zachować przejrzystość na każdym etapie projektu:
Zaczęliśmy od dokładnej oceny istniejących systemów CRM używanych przez firmy farmaceutyczne. Kluczowe było zrozumienie struktur danych, przepływów pracy i specyficznych potrzeb każdej firmy. Nasz zespół ściśle współpracował z klientem w celu zdefiniowania wymagań i oczekiwań dotyczących procesu migracji i rozwoju CRM dla sektora opieki zdrowotnej. Naszym rezultatem na tym etapie był kompleksowy dokument Vision and Scope określający mapę drogową projektu, harmonogramy i oczekiwania.
Nasi specjaliści zaprojektowali niestandardową strukturę migracji, która była dostosowana do specyfiki branży farmaceutycznej. Opracowaliśmy szczegółowe strategie mapowania i transformacji danych w celu uwzględnienia różnych formatów i standardów danych zgodnie ze schematami architektury i planem migracji danych.
Stworzyliśmy niestandardowe interfejsy API do płynnej integracji danych. Wykorzystaliśmy zautomatyzowane narzędzia i procesy do czyszczenia i przekształcania danych, aby zagwarantować ich integralność i kompatybilność.
Nasz zespół pracował nad optymalizacją aplikacji CRM na platformach internetowych, tabletowych i mobilnych, koncentrując się na poprawie doświadczenia użytkownika i dostępności. Dostarczyliśmy w pełni funkcjonalną, przetestowaną i zweryfikowaną strukturę migracji wraz z ulepszonymi aplikacjami CRM gotowymi do wdrożenia.
Innowise przeprowadziło pilotażową migrację dla wybranych zestawów danych w celu walidacji procesu migracji i skuteczności frameworka. Podczas testów akceptacji użytkownika (UAT) zaangażowaliśmy użytkowników końcowych w testowanie ulepszonych aplikacji, zbierając informacje zwrotne w celu wprowadzenia poprawek. Następnie wdrożyliśmy strukturę migracji i zaktualizowaliśmy aplikacje w środowiskach klientów, zapewniając minimalne zakłócenia w istniejących operacjach.
Zapewniliśmy kompleksowe sesje szkoleniowe dla użytkowników końcowych i personelu IT, wraz ze szczegółową dokumentacją dotyczącą nowych funkcji systemu i procedur konserwacji.
1
Kierownik projektu
2
Inżynierowie Big Data
1
Programista front-end
1
Programista Python
1
QA
1
Analityk danych
Wdrożenie naszego rozwiązania przyniosło znaczącą poprawę możliwości CRM klienta. W rezultacie zwiększyliśmy wydajność operacyjną i zarządzanie danymi wśród klientów firmy farmaceutycznej:
Dostarczając dostosowane rozwiązanie, które uwzględniało zarówno techniczne, jak i związane z doświadczeniem użytkownika aspekty migracji CRM, przyczyniliśmy się do tego, że nasz klient mógł zaoferować swoim klientom farmaceutycznym bardziej efektywny system CRM. Nasz zespół kontynuuje proces migracji danych z sieci aptek do zmodernizowanego systemu CRM naszego klienta. Obecnie koncentrujemy się na procesie migracji dla czterech konkretnych klientów z sektora opieki zdrowotnej i aptek, dostosowując nasze podejście do unikalnych potrzeb i zawiłości danych każdego z nich.
2x
szybsza migracja danych
95%
wyższa dokładność danych
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.
© 2007-2024 Innowise. Wszelkie prawa zastrzeżone.
Polityka prywatności. Polityka dotycząca plików cookie.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warszawa, Polska
Rejestrując się, wyrażasz zgodę na naszą Politykę Prywatności, w tym korzystanie z plików cookie i przekazywanie Twoich danych osobowych.
Dziękuję!
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.
Dziękuję!
Wiadomość została wysłana.
We’ll process your request and contact you back as soon as possible.