Adamed Pharma patrzy w przyszłość korzystając z zaawansowanej analityki i wizualizacji danych

Zapewnienie dostępu do terapii milionom pacjentów

Adamed Pharma to polska firma farmaceutyczno-biotechnologiczna o profilu badawczo-patentowym ze 100% polskim kapitałem. Założona w 1986 roku, zatrudnia obecnie prawie 2700 osób i posiada 2 zakłady produkcyjne w Polsce i jeden w Wietnamie.

Filarami rozwoju firmy są ekspansja zagraniczna i inwestycje w zwiększenie produkcji leków w Polsce oraz w innowacje. Od ponad 20 lat firma prowadzi własne innowacyjne prace badawczo-rozwojowe, na które od 2001 r. przeznaczyła 520 mln USD. Adamed realizuje obecnie projekty w trzech obszarach terapeutycznych: onkologii, diabetologii i neuropsychiatrii.

Własność intelektualna firmy jest chroniona ponad 200 patentami w większości krajów świata, a jej portfolio obejmuje ponad 500 produktów. Adamed Pharma produkuje ponad trzy miliardy tabletek rocznie, które są sprzedawane na ponad 70 rynkach na całym świecie. Zapewnia powszechny dostęp do terapii milionom pacjentów w Polsce i wielu innych krajach.

Wyzwanie dokładnego prognozowania zapotrzebowania

Zdolność do skutecznego prognozowania popytu w wielu liniach produktów jest priorytetem dla wszystkich dużych producentów, takich jak Adamed Pharma. Jest to znaczące i złożone wyzwanie ze względu na różne czynniki wpływające na popyt na produkty farmaceutyczne.

Należy wziąć pod uwagę wydatki marketingowe, aktywność konkurencji, sezonowość oraz indywidualne atrybuty produktów i marek. Na przykład sezonowość odgrywa kluczową rolę w prognozowaniu popytu na leki przeciw grypie, ale jest znacznie mniej istotna w przypadku leków na niestrawność.

Każda prognoza jest kluczem do skutecznego planowania harmonogramów produkcji, obliczania czasów realizacji i organizowania dystrybucji.

W przeszłości firma Adamed Pharma polegała na ekspertach merytorycznych przy opracowywaniu 18-miesięcznych prognoz dla różnych linii produktów. Takie podejście wiązało się jednak z wieloma wyzwaniami. Wymagana ludzka wiedza i wnikliwość były pracochłonne i czasochłonne, zwłaszcza biorąc pod uwagę dużą liczbę unikalnych produktów, które należało wziąć pod uwagę.

Ponadto procesowi brakowało przejrzystości, ponieważ nie było od razu jasne, w jaki sposób dane wpływają na decyzje dotyczące prognozowania, co było głównym powodem do niepokoju. Co więcej, gdyby ekspert w danej dziedzinie opuścił firmę, jego wiedza również zostałaby utracona, co spowodowałoby dalsze trudności. Podsumowując, kwestie te skutkowały nieefektywnym procesem z ograniczoną widocznością danych i znacznym ryzykiem błędów w prognozowaniu.

Droga do uzyskania wartościowych informacji

W celu unowocześnienia i zoptymalizowania zdolności do prognozowania i skutecznego planowania, Adamed Pharma zwrócił się do SoftwareOne. Jako wieloletni partner Microsoft, SoftwareOne jest w stanie polecić i wdrożyć najbardziej efektywne rozwiązanie.

Adamed Pharma wiedział, że automatyzacja działań pomoże zmniejszyć tarcia, wyeliminować czasochłonne procesy ręczne i zminimalizować długi czas realizacji. Firma chciała również wykorzystać analitykę predykcyjną, aby zmniejszyć margines błędu w swoich prognozach. Opierając się na tych wymaganiach, SoftwareOne zaprojektowała i opracowała w pełni rozszerzalną platformę opartą na Azure Data Services and Power BI, która umożliwiłaby Adamed Pharma generowanie zautomatyzowanych prognoz w celu optymalizacji łańcucha dostaw i podejmowania decyzji marketingowych.

Poprawa dokładności prognozowania dzięki architekturze opartej na platformie Azure

Aby zbudować dokładny model prognozowania, należało skonsolidować duże ilości danych (zarówno wewnętrznych, jak i zewnętrznych) z różnych części firmy. Obejmowało to wydatki marketingowe, dane klientów z CRM, dane budżetowe i informacje o konkurencji, a także atrybuty różnych leków. Usługa Azure Data Factory została wykorzystana do łączenia się, przetwarzania i ujednolicania danych z wielu różnych źródeł. Każdy z tych zestawów danych został skonsolidowany w ramach Azure SQL.

Następnie firma SoftwareOne wykorzystała ten zestaw danych do zbudowania i wytrenowania modelu prognozowania przy użyciu usługi Azure Machine Learning Service. Przetestowano wiele modeli dla każdej linii produktów, w tym regresję logistyczną, losowy las i drzewa decyzyjne ze wzmocnieniem gradientowym. Model został zaprogramowany do generowania 18-miesięcznych prognoz, które byłyby aktualizowane co miesiąc, gdyby którykolwiek z czynników uległ zmianie. Gdy zespół był zadowolony z wydajności modelu, wdrożył go jako usługę internetową Azure, dzięki czemu był dostępny zarówno dla Power BI, jak i aplikacji innych firm. Aby zapewnić, że prognozy pozostaną tak dokładne, jak to tylko możliwe, model jest ponownie trenowany co miesiąc przy użyciu nowych danych.

Umożliwienie wykonywania samoobsługowych raportów i prognoz za pomocą usługi Power BI

Dzięki gotowej łączności z Azure SQL firma SoftwareOne była w stanie przenieść wszystkie dane biznesowe firmy Adamed bezpośrednio do usługi Power BI. Umożliwiło to firmie Adamed Pharma wykorzystanie płynnej integracji Azure Machine Learning w ramach Power BI w celu wzbogacenia danych o prognozy dotyczące produktów, a wszystko to za pomocą kilku kliknięć. Ponieważ wszystkie transformacje danych w Power BI są rejestrowane sekwencyjnie, Power BI wywołuje usługę internetową Azure Machine Learning za każdym razem, gdy dane są odświeżane, bez konieczności konfiguracji lub interwencji użytkownika.

Po oczyszczeniu i wzbogaceniu danych można było na ich podstawie zbudować pulpity nawigacyjne Power BI. SoftwareOne stworzyło serię raportów, które dotyczyły kwestii biznesowych dla różnych typów osób, takich jak członkowie zarządu, kierownicy działów i przedstawiciele handlowi.

Pulpity nawigacyjne zapewniały analitykom raport walidacyjny, umożliwiając im porównanie wyników modelu Azure Machine Learning z poprzednim systemem i rzeczywistymi danymi. Znacznie lepsza wydajność nowego modelu dała analitykom pewność siebie. Zyskali oni również możliwość śledzenia miesięcznych trendów i zachowań na różnych rynkach, w różnych markach i jednostkach SKU, co jeszcze bardziej zwiększyło ich zaufanie do nowego systemu prognozowania firmy Adamed.

Nowe raporty Power BI umożliwiły menedżerom produktu monitorowanie i prognozowanie popytu na produkty w ciągu najbliższych 18 miesięcy. Ponadto użytkownicy mogli teraz zagłębiać się w poszczególne marki Adamedu i analizować odpowiadające im produkty wytwarzane przez konkurencję. Pomogło to menedżerom produktu odpowiedzieć na kluczowe pytania biznesowe, takie jak:

• Które produkty mają największe szanse stać się liderami rynku?
• W oparciu o dynamikę konkurencji, jak i gdzie powinniśmy ustalić priorytety wydatków marketingowych?
• Ile danego produktu powinniśmy wyprodukować w ciągu najbliższych 3 miesięcy?