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-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.