Formuläret har skickats in framgångsrikt.
Ytterligare information finns i din brevlåda.
Innowise förfinade och utökade en CRM-plattform för sjukvården, med fokus på att automatisera datamigreringsprocesser och implementera AI-drivna operativa och analytiska förbättringar.
Vår kund är en framstående aktör som levererar IT-lösningar för läkemedelsföretag. Företaget har etablerat sig som en viktig teknikpartner och erbjuder molnbaserade BI- och AI-drivna lösningar som är skräddarsydda för de specifika behoven på life science-marknaden. I över två decennier har de stöttat stora multinationella läkemedelsföretag genom att skapa och implementera innovativ programvara som syftar till att förbättra affärsverksamheten.
Den främsta utmaningen för vår kund var att sömlöst migrera data från befintliga CRM-system hos olika läkemedelsföretag till deras specialiserade CRM-system baserat på Microsoft Dynamics 365. Denna uppgift innebar mer än bara dataöverföring. Kunden behövde omfattande kvalitetssäkring, omvandling och inläsning av data i en ny miljö för att säkerställa integriteten och användbarheten hos de migrerade uppgifterna. Ytterligare problem härrörde från:
För att lösa kundens utmaning koncentrerade vi oss på tre viktiga komponenter inom hälsovård CRM-utveckling: utveckla ett anpassat migreringsramverk, genomföra kvalitetssäkring och datatransformering samt optimera användargränssnittet.
Vårt team skapade ett anpassat migreringsramverk - en skalbar lösning för att integrera olika CRM-system i Microsoft Dynamics 365 och Azure, särskilt utformade för att möta de komplexa behoven inom läkemedelsindustrin.
Initial landsinitialisering och datainställning: För att påbörja migreringsprocessen för ett nytt land inom en befintlig kunds CRM-system implementerar vi nya SQL Server-scheman som är skräddarsydda för landets specifika krav. Detta innebär att pipelines konfigureras i Azure Data Factory för att hantera den initiala dataladdningen, som inkluderar en blandning av Excel-filer från kunder och API-anrop. Detta steg är avgörande för att skapa en grundläggande datastruktur som kan testas och valideras i en "sandlådemiljö", där utvalda kundrepresentanter kan utföra betatestning och utbildning med delvis kompletta dataset.
Verifiering och omvandling av data: Vår metod för att hantera inkommande data innebär en noggrann verifieringsprocess. Filerna, som är standardiserade för att inkludera gemensamma datatyper och koder, inspekteras först visuellt för att upptäcka avvikelser såsom obligatoriska fält som saknas eller oregelbundna koder. Efter denna första kontroll laddas filerna upp till SQL Server, där de genomgår en detaljerad granskning och omvandlas till tabeller som är formaterade för Dataverse-laddning. Denna process är halvautomatisk och manuella justeringar görs vid behov för att ta hänsyn till landsspecifika variationer. Vi sammanställer detaljerade rapporter om avvikande data och kommunicerar dessa till kunden på ett begripligt språk. Ibland inväntar vi korrigerade filer eller fortsätter med tillgängliga data och gör efterföljande ändringar.
Integration och produktionsstart: För länder som använder API-anrop ställer vi in mekanismer för dataimport och validerar riktigheten i datatransformationerna innan vi laddar in de färdiga data i Dataverse. Övergången till produktion innebär parallell drift av test- och produktionsmiljöerna, där den förstnämnda främst används för utbildning och funktionstestning. Denna fas markerar kulmen på det inledande installationsarbetet och övergången till ett läge där nya datainmatningar från kundanvändare antingen direkt kommer in i Dataverse via kundens produkter eller fortsätter att hämtas från API-anrop, med minimalt behov av ingripande från vår sida.
Automatiserad kartläggning av data och AI-driven rensning: Vår lösning utnyttjar Azures funktioner för automatiserad datakartläggning, minskar manuella ansträngningar och risken för fel genom att identifiera datafältkorrelationer över olika CRM-system. En AI-driven datarengöringsmodul säkerställer ytterligare integriteten för de migrerade data genom att identifiera dubbletter, ofullständiga poster och andra inkonsekvenser.
Anpassad integration av API:er och användning av Azure-tjänster: Vi utvecklade anpassade API:er för integration i Azure-miljön för att hantera de olika dataformat och strukturer som förekommer i olika CRM-system för läkemedelsföretag. Dessa API:er, tillsammans med Azure-tjänster som Data Factory, Blob Storage och SQL Server, ger den skalbarhet och säkerhet som krävs för effektiv datamigrering och datahantering. Som ett resultat uppnådde vi en sömlös dataöverföring och ETL-processer av hög kvalitet.
Branschspecifikt fokus: Vårt ramverk är särskilt anpassat för att möta de unika behoven inom läkemedelsindustrin och innehåller överväganden för hantering av känsliga data som patientinformation, läkemedelsinformation och försäljningsregister, i enlighet med standarder och förordningar.
Vårt team utnyttjade Azure Data Factory (ADF) för att automatisera och förfina dataförberedelseprocessen för kundens CRM. Strategin omfattade följande:
Automatiserade valideringskontroller: Med hjälp av ADF skapade vi automatiserade skript för att utföra valideringskontroller och säkerställa att data uppfyllde CRM:s krav. De automatiska kontrollerna hjälper till att identifiera och flagga för avvikelser, t.ex. inkonsekvenser eller information som saknas, vilket avsevärt minskar tiden för manuell granskning.
ETL-processer med ADF: Vi utformade datapipelines för effektiv förflyttning och omvandling av data. Mappning av scheman justerar automatiskt datastrukturer från olika källor så att de passar CRM:s schema och säkerställer kompatibilitet. För datarensning använde vi regler inom ADF för att rensa data, t.ex. standardisera format, ta bort dubbletter och förbättra datakvaliteten.
Komplexa datatransformationer: För komplicerade datascenarier använde vi ADF:s Mapping Data Flows för att skapa kodfri omvandlingslogik och hantera operationer som sammanfogningar och villkorliga uppdelningar för att säkerställa dataintegriteten.
Detta tillvägagångssätt minimerade manuella ingrepp, påskyndade migreringsprocessen och säkerställde att de migrerade uppgifterna omedelbart kunde användas i CRM-systemet.
För att förbättra användargränssnittet i CRM för läkemedelssektorn fokuserade vi på flera viktiga förbättringar:
Back end
Hantering av uppgifter
Azure Data Factory, Azure Storage account, SSMS, XrmToolBox, MS Azure Storage Explorer
Databaser
MS SQL Server, MS Azure SQL Database
AI
Python, NLP, Matching Models, GPT-3, OpenAI API, Azure Cognitive Services, Azure Data Factory, Databricks
Säkerhet
Azure Active Directory, Azure Key Vault
Optimering av användargränssnittet
CSS Grid, Flexbox, media queries
Vår CRM-utvecklingsprocess för sjukvården genomfördes i flera steg för att säkerställa en sömlös migrering och integration för vår kund. Under hela processen följde vi Agile-metoden, vilket gav oss flexibilitet att göra iterativa förbättringar. Vi använde MS Teams för kommunikation med kunden och Jira för uppgiftsspårning för att upprätthålla transparens i varje projektfas:
Vi började med en grundlig utvärdering av de befintliga CRM-system som användes av läkemedelsföretagen. Det var viktigt att förstå datastrukturerna, arbetsflödena och de specifika behoven hos varje företag. Vårt team hade ett nära samarbete med kunden för att definiera krav och förväntningar på migrationsprocessen och CRM-utvecklingen för sjukvården. Vår leverans i detta skede var ett omfattande visions-och omfattningsdokument som beskrev projektets färdplan, tidslinjer och förväntningar.
Våra specialister utformade ett anpassat ramverk för migrering som var anpassat till läkemedelsindustrins särdrag. Vi utvecklade detaljerade strategier för kartläggning och omvandling av data för att hantera olika dataformat och standarder enligt arkitekturdiagrammen och en plan för datamigrering.
Vi skapade anpassade API:er för sömlös dataintegration. Vi använde automatiserade verktyg och processer för rensning och omvandling av data för att garantera dataintegritet och datakompatibilitet.
Vårt team arbetade med att optimera CRM-applikationerna för webb, surfplattor och mobila plattformar, med fokus på att förbättra användarupplevelsen och tillgängligheten. Vi levererade ett fullt fungerande, testat och validerat migrationsramverk tillsammans med förbättrade CRM-appar redo för driftsättning.
Innowise genomförde en pilotmigrering för utvalda datauppsättningar för att validera migreringsprocessen och ramverkets effektivitet. Under User Acceptance Testing (UAT) samarbetade vi med slutanvändare för att testa de förbättrade applikationerna och samla in feedback för att göra justeringar. Därefter rullade vi ut migreringsramverket och uppdaterade applikationer i klientmiljöer, vilket säkerställde minimala störningar i den befintliga verksamheten.
Vi erbjöd omfattande utbildningar för slutanvändare och IT-personal, tillsammans med detaljerad dokumentation om de nya systemfunktionerna och underhållsförfarandena.
1
Projektledare
2
Ingenjörer inom Big Data
1
Front-end-utvecklare
1
Python Utvecklare
1
QA-ingenjör
1
Dataanalytiker
Implementeringen av vår lösning medförde betydande förbättringar av kundens CRM-kapacitet. Som ett resultat förbättrade vi den operativa effektiviteten och datahanteringen för deras läkemedelsföretagskunder:
Genom att leverera en skräddarsydd lösning som tog hänsyn till både de tekniska aspekterna och användarupplevelsen av CRM-migreringen bidrog vi till att vår kund kunde erbjuda ett mer effektivt CRM-system till sina läkemedelskunder. Vårt team fortsätter arbetet med att migrera data från apoteksnätverken till vår kunds uppgraderade CRM-system. För närvarande fokuserar vi på migreringsprocessen för fyra specifika sjukvårdskunder och apotek, och skräddarsyr vårt tillvägagångssätt för att möta de unika behoven och datainvecklingarna för var och en av dem.
2x
snabbare datamigrering
95%
högre noggrannhet i data
Efter att ha mottagit och behandlat din begäran kommer vi att återkomma till dig inom kort för att specificera dina projektbehov och underteckna en NDA för att säkerställa konfidentialitet av information.
Efter att ha undersökt kraven utarbetar våra analytiker och utvecklare en projektförslag med arbetets omfattning, lagets storlek, tid och kostnad uppskattningar.
Vi ordnar ett möte med dig för att diskutera erbjudandet och komma överens.
Vi skriver på ett kontrakt och börjar arbeta med ditt projekt så snabbt som möjligt.
2007-2024 Innowise. Alla rättigheter förbehållna.
Integritetspolicy. Policy för cookies.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warszawa, Polen
Genom att registrera dig godkänner du vår Integritetspolicy, inklusive användning av cookies och överföring av din personliga information.
Tack!
Ditt meddelande har skickats.
Vi behandlar din begäran och kontaktar dig så snart som möjligt.
Tack!
Ditt meddelande har skickats.
Vi behandlar din begäran och kontaktar dig så snart som möjligt.