对于Pharma和医疗保健组织,AI的利益在于能够快速扫描Wrens未知模式的行为爱博,然后对其进行操作。与其声誉相反,作为最慢的采用者,该行业正在以巨大的紧迫性利用技术。

与它收集的爱博有关的情况没有限制。例如,Pharma可以利用产品团队分配的爱博流。可以重新触发处方中触发处方的消息或消息传递策略的爱博,以释放未来的广告系列。

在非制药世界中,最悠久的品牌和零售商已经越来越接近柏拉图式的1至1营销的理想,由分析和机器学习驱动。工业爱博执行建议,终于准备好使用这些同样的工具和策略来实现医生,患者和护理人员更有效。

更好的广告系列和目标从爱博开始。对于亚马逊等在线零售商,正在浏览历史记录。当Amazon访问者查看项目时,他们将处理到其他购买的建议。该体验由用户爱博提供支持,该爱博被送入算法,该算法迅速曲面曲面“右”产品 - 用户可能购买的产品。

在CMI / Compas的Pharadelphia,Paul Kallukaran,Paul Kallukaran,Paul Kallukaran,Paul Kallukaran的EVP中,预计在营销活动中使用机器学习将成为三到五年的行业标准。在与询问他当机器学习应该成为制药或健康活动的一部分时的受众会员的交流中,他敦促营销团队不会浪费另一分钟。 “你应该这样做,”他说。

我们走向爱博驱动的环境,在那里我们拥有1比1的能力。在HCP世界中,这是可衡量的。Jane Portman,Merkle

一个问题是许多营销人员不知道在测试新的测量或机器学习策略时开始的位置。 Tatsiana Greyachinskiy,Abbott的数字营销经理,建议以可衡量的目标开头。 “你想成为一个行业领导者吗?你想发布HCP或患者吗?“她问。 “它不一定是印象或点击率。它可能更具定性。“

另一方面,Kallukaran从短程开始,六到八周的持续时间 - 在投资更长的机器学习计划之前证明疗效。 “爱博流入,所以如果您没有使用它,那么您为什么要连接它?”他问。 “值得一试着,看到你有多有效,然后看到你是否需要对未来的运动进行任何调整。”

即使计划失败,Analytics团队也不应该忘记其爱博可以促进未来的竞选,并在Bristol-Myers Squibb的有偿媒体和社交媒体战略的副主任Gaetan Akinrolabu。 “广告系列是否成功,我们仍然有来自个人的爱博让我们知道如何更好地定位它们。”

重新思考代表访问

至于销售代表访问,一些营销部门已经预测了近十年的消亡。但对数字技术的转变并没有将那些滴剂过时,这是强迫药物更有效地管理它们。没有人争议的代表正在失去对医生的访问权,这迫使他们在他们处置中充分利用有限的时间。

为此,ABBVIE和Merkle最近展示了一个平台,更好地跟踪与每个医生合作的方法,策略和消息传递。 “我们有很多反弹从医生,特别是年轻人的反弹,”Abvie的新兴分析高级经理Yi Wang说,在另一个数字制药商东班。 “他们的媒体消费习惯发生了变化。我们正在努力将自己从旧版世界转移到数字世界。“

数字生态系统展示由公司展示包括一系列在线资源,从自我指导内容中,医生的工具,旨在与销售代表一起使用。使用数字工具后,分析记录了每位医生最适合为其工作的原因。品牌团队随后使用该信息来优化未来的访问。

“援助服务多于目的,”Jane Portman,Merkle的分析副总裁Jane Portman。 “一个人是让[重复的]显示[受众]这个内容,另一个是对这个HCP的建议内容的概念以及为什么。”

目标:围绕HCP的内容和工具,最需要帮助他们更有效地工作。

分析揭示了医生通常喜欢看到三个销售瓷砖可能的六个。在这一点之后,逐渐测量的有效性 - 急剧下降。为了重复访问,爱博显示,要达到最高的处方数,医生可以在六个月内看到与七次相同的内容。

虽然波特曼已经听到了一个完全与Pharma销售代表脱掉的电话,但她说消除这些职位是“不在桌子上”。 ABBVIE和Merkle认为,当数字工具与实际销售代表配对时,生态系统最佳。

“景观正在发生变化,”波特曼继续。 “我们走向一个爱博驱动的环境,在那里我们拥有1比1的能力。在HCP世界中,这是可衡量的。“

返回2019年爱博周问题