Rambler's Top100
Все новости Новости компаний

QSOFT предлагает платформу онлайн продаж для фарм-индустрии

02 июня 2022

Компания QSOFT разработала новую платформу онлайн-продаж для аптечных сетей и фарм-дистрибуторов. Решение построено с использованием Big Data и технологий AI и Machine Learning (ML).

Фарм-платформа была внедрена на базе данных из более 4000 аптечных точек в более чем 60 регионах РФ. 

«Фарм-индустрия только начинает свой путь к цифровизации продаж. Наше новое решение предназначено для выведения e-com отечественной фармацевтики на уровень офлайн продаж, которые сейчас превалируют. Решение позволяет больше взаимодействовать с покупателями, увеличить число постоянных клиентов, собирать данные о заказах и работать с ними для увеличения среднего чека и частоты покупок», - прокомментировал предлагаемый подход Олег Демченко, директор по развитию QSOFT.

Комплексное решение от QSOFT включает современный маркетплейс, разработанный с использованием микросервисной архитектуры, в который входят следующие модули:
  • Customer Data Platform (CDP);
  • Блок организации многопоточного импорта данных о товарах (цены, описание остатки)
  • Блок онлайн оплаты, учитывающий все тонкости фармацевтического бизнеса, такие как сплитование платежей, холдирование средств, отмену заказа;
  • Модуль доставки;
  • Личный кабинет клиента, который позволяет уведомлять заказчика через смс о появлении в аптеке
  • нужного препарата и пр;
  • Мобильное приложение.
CDP – это интегрированное решение, которое может аккумулировать данные от ERP, CRM, BI, CMS, OMS, POS, контакт-центра, mobile и пр. CDP функционирует на базе многопоточного импорта данных о товарах (цены, описание остатки) и позволяет обрабатывать более 3 млн. записей менее чем за 20 минут. В результате фарм-сеть получает уникальную выверенную базу знаний о каждом из своих клиентов с формированием единого профиля клиента. На основе созданной базы с помощью ML ведется сегментирование покупателей по поведению и покупкам. Это позволяет выстроить взаимодействие в омниканальном режиме: сайт, чаты, мобильное приложение, e-mail-рассылки, push-уведомления и пр.

CDP-платформа, используемая QSOFT, была обучена и настроена на базе данных крупной фарм-сети. При этом учитывались особенности каждого из регионов (разные цены, остатки, условия получения товара). Также были выявлены различные зависимости покупательского поведения и предпочтений.

Внедрённая QSOFT CDP на базе инструментов ML позволяет настраивать механизмы продаж каждой аптеки по индивидуальным сценариям взаимодействия с клиентами. У каждой розничной точки есть своя дневная норма продаж, которая зависит от локации, количества сотрудников, затрат на рекламу и пр. В CDP достижение нормы продаж строится по контрольным точкам и зависит от времени и дня недели, сезона и прочего. Суточный график точки определяется на основании Big data, собранных на протяжении большого количество времени (не менее 1 года).

В случае невыполнения конкретной аптекой контрольных показателей и в зависимости от их отклонения, автоматически запускается один из сценариев достижения суточной нормы. Например, делается выборка по самым продаваемым товарам и по постоянным клиентам, которые не покупали товар более двух недель.

После чего по данной клиентской выборке отправляется персонализированная рассылка с предложением о покупке по акции/скидке/предзаказу наиболее часто покупаемых лекарств. Если применение сценария не приводит к запланированному результату, то включается следующий релевантный сценарий по дополнительным выборкам покупателей и медикаментам.

Механизм на базе Big Data помогает маркетинговой службе фарм-сети генерировать большое количество сценариев работы с клиентами, основанными на их прежних покупках и предективной аналитике. Такой подход поможет фарм-сети по новому подходить к формированию ежедневной, еженедельной и ежемесячной воронки продаж, существенно увеличивая показатели бизнеса.
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.

Продолжение использования сайта пользователем интерпретируется как согласие на обработку фрагментов персональных данных (таких, как cookies) для целей корректной работы сайта.

Согласен