Разработка и внедрение in-house CRM для фарм. производителя

Разработка и внедрение собственного решения, заточенного под нужды фармпроизводителя, используя AI/ML в качестве «ДНК».

1) Создание собственной модели компьютерного зрения для распознавания товаров на  фото из аптек

- Упрощение и ускорение процесса идентификации товаров

- Снижение количества ошибок

- Повышение объективности оценки наличия выкладки

2) Создание системы формирования плана визитов сотрудников в аптеки на основе рекомендаций ML-модели

- Оптимизирование маршрута и частоты визитов с учетом оценки потенциала аптек и эффективности визитов

- Повышение продаж

- Сбор данных из разных источников в «единое окно» и автоматизация их обработки

3) Создание современного и удобного веб-сервиса, разработанного под потребности бизнеса

- Предоставление сотруднику актуальных данных из МДЛП о движении товара и остатках

- Автоматизация контроля рисков фрода со стороны сотрудника

По результатам проведенного А/В-теста на пилотных регионах удалось повысить продажи на 20%: мы смогли сконцентрировать наши ресурсы на наиболее потенциальных клиентах.

После внедрения решения мы покрываем анализом 100% всех фото с точностью определения 95-98%.

Стоимость альтернативных решений, которые нам предлагали, составляла десятки миллионов руб., при этом мы создали это решение быстрее и дешевле, чем в случае покупки лицензий на другое коробочное решение

Новый CRM уже становится локомотивом для цифровизации процессов в SFE и связующим звеном в рамках кросс-функциональной коллаборации с маркетингом бизнес-юнитов, ИТ и отделом полевых сил.

Python

Параллельная работа над тремя проектами, которые позже были объединены в единый проект. Пилот единого сервиса проходил в несколько этапов: сперва мы перевели 10% сотрудников, а затем постепенно, к 01.10.2024, перевели 100% сотрудников.

Проект потребовал коллаборации разных подразделений в компании, а также изучения альтернативных внешних продуктов/сервисов.

В рамках одного из пилотных проектов мы параллельно разрабатывали две ML-модели с рекомендациями по визитам в аптеки: одну разрабатывали собственными силами, а другую разрабатывал внешний крупный подрядчик. Модели имели разные подходы к решению поставленной задачи. По результатам A/B-тестов длительностью 9 месяцев собственная модель показала аналогичные или более высокие результаты. В итоге было принято решение масштабировать собственную модель и не инвестировать в другую модель.

В 2024 году мы запустили новый CRM pharmen.ru, который объединил в себе 3 параллельных проекта. Каждый проект по отдельности, как и их совокупность, является уникальным для фармы, и в какой-то мере даже для FMCG-рынка. Два проекта связаны с машинным обучением, а один – с веб-разработкой. Суммарная экономия по предварительным оценкам составляет от 50 до 70 млн. руб. в первый год, а потенциал увеличения выручки составляет до 20%.

Вся территория Российской Федерации