La receta para conseguir un surtido inteligente en cada farmacia

Data & Analytics Data & Analytics
Enviar a un amigo
Mayo 2022
La receta para conseguir un surtido inteligente en cada farmacia



Por Carlos Ribera. Socio en SDG Group.

La información es poder, aunque por sí sola no genere estrategias valiosas para el negocio. Para ello, los Business Insights toman especial relevancia al desplegar el potencial que tiene: cuando recolectamos grandes cantidades de datos -que analizamos, cruzamos y categorizamos- es cuando la información se convierte en conocimiento y podemos tomar decisiones inteligentes a favor de nuestras estrategias de ventas.

En artículos anteriores os he contado casos punteros que hemos implementado con éxito con nuestros clientes del sector farmacéutico. Hemos visto cómo conseguir una estrategia de ventas perfectas simulando escenarios para optimizar las acciones comerciales y también cómo el pricing inteligente se puede convertir en una palanca clave para conseguir el descuento óptimo de los productos. Hoy os traigo un nuevo caso de éxito de insights con impacto inmediato en el negocio: un proyecto de optimización del surtido que determinan cuáles son los mejores productos para cada farmacia y también los que reportan el mayor beneficio.

Cómo lograr el surtido ideal en una farmacia
Lograr una gestión eficiente del surtido es una de las tareas más complejas ya que cada establecimiento sanitario cuenta con factores diferenciales (por ejemplo la demanda, la ubicación, los acuerdos con laboratorios, etc).

En este proyecto dotamos a la fuerza de ventas de una importante empresa farmacéutica de recomendaciones accionables sobre la gestión del surtido para medicamentos sin prescripción y productos de parafarmacia con el fin de maximizar las ventas (aunque en este tipo de proyectos se puede maximizar el volumen o el margen, si se desea). ¿Cómo? Utilizando algoritmos avanzados para sacar el máximo partido a los datos.

El objetivo final del proyecto fue el de definir el surtido más eficiente para cada farmacia, y para ello, fue esencial entender de qué manera se vende desde un punto de vista de producto y de farmacia, qué productos son sustitutivos, cuáles compiten entre ellos, qué regionalidad o estacionalidad tienen algunos productos, etc. En este sentido, la Analítica Avanzada de datos nos ha permitido detectar insights difícilmente detectables con las herramientas tradicionales.

A nivel de proyecto, las principales actividades que se llevaron a cabo fueron:

- Análisis y entendimiento del negocio.
En primer lugar analizamos las distintas casuísticas de negocio que afectaban al proyecto, como podrían ser las restricciones legislativas. Luego, analizamos a qué nivel se podía accionar el proyecto (farmacia a farmacia, o por segmento de farmacias, etc.) y, por último, analizamos los datos a disposición para realizar el análisis.

- Segmentación de las farmacias.
Con el objetivo de entender cómo funcionaban las ventas, se llevó a cabo una segmentación de farmacias por categoría de producto. Dicha labor se realizó mediante algoritmos de Analítica Avanzada y nos permitió identificar grupos de farmacias que tenían un comportamiento de ventas parecido para una misma categoría de productos. De este modo, extrapolamos comportamientos y conclusiones comunes entre varias farmacias. ¿Un ejemplo? Fuimos capaces de estimar cómo “performaría” un producto en una farmacia que nunca antes había trabajado con ello ya que sabíamos cómo funcionaba dicho producto en otras farmacias parecidas.

- Cálculo del potencial y recorrido por farmacia.
Una vez segmentadas las farmacias, se calculó para cada una de ellas cuál era su potencial de venta en cada categoría de productos. Con este potencial, se generó un ranking con los productos que trabajaba la farmacia y con los que no trabajaba para los cuales habíamos calculado su venta potencial. Dicho ranking, y conjuntamente con la reglas de negocio*, nos permitieron definir cuáles eran los mejores productos para cada farmacia así como cuantificar la venta esperada al usar el nuevo surtido.

- Generación de recomendaciones.
Con el surtido eficiente ya definido, se definieron recomendaciones para el equipo de fuerza de ventas. Dichas recomendaciones eran específicas para cada farmacia y producto, e indicaban al vendedor cual era la oportunidad de venta de introducir dicho producto, si era un producto complementario de otro, etc. Todas estas métricas y atributos servían al comercial como argumento para negociar la introducción del producto en la farmacia.

- Prueba de campo.
Con el fin de validar el output del proyecto, se realizó una prueba de campo por medio de un test A|B. En este test se dividieron las farmacias en 2 grupos balanceados a nivel de los segmentos definidos y solo se dieron las recomendaciones de surtido para uno de los dos grupos de farmacias.

A nivel de implementación tecnológica, este proyecto se desarrolló dentro del hub usando Snowflake como base de datos y Python para el desarrollo de los algoritmos de segmentación. El output del proceso se cargó directamente al CRM para dar acceso a la información al equipo de fuerza de ventas. 

El proyecto tuvo un gran éxito y  se observó que las farmacias donde se aplicó el nuevo sistema tuvieron un incremento en venta bruta de un 4,3% superior al del grupo de farmacias en el que no se aplicó. Por otro lado, también permitió entender con mucho más detalle el comportamiento de las ventas tanto a nivel de cliente (farmacia) como a nivel de producto. Un ejemplo de ello es la identificación del grado de canibalización entre los medicamentos sin prescripción y productos de parafarmacia .

En definitiva, tras el éxito del proyecto se hace patente el valor del dato como aliado a la hora de ganar tanto en conocimiento como en porcentajes de mercado también en los establecimientos sanitarios.

(*) Las reglas  de negocio consisten en lógicas ad-hoc que aplican al modelo limitando su acción o filtrando los datos. Un ejemplo de ello, sería imponer que dentro del surtido eficiente, se tenga un mínimo de productos de cada cuadro sintomático, independientemente de la posición en el ranking en que estén estos productos.

Si os ha parecido interesante, me gustaría recomendaros otros artículos relacionados:
Ventas perfectas: simulando escenarios para optimizar las acciones comerciales
10 claves para mantenerte a la vanguardia de la innovación y lograr una ventaja competitiva en el 2022
Cómo Daiichi Sankyo Europe ha conseguido maximizar sus ventas apostando por la transformación digital
Planifica y vencerás: Cómo maximizar mi estrategia de objetivos e incentivos


Más sobre SDG Group


SDG Group, somos una firma global de consultoría en Data & Analytics cuyo objetivo es acompañar a ...

Saber más

Servicios:

Advanced analyticsAnalytics infrastructureBusiness analyticsBusiness insights
sdg
SDG Group

SDG Group, somos una firma global de consultoría en Data & Analytics cuyo objetivo es acompañar a nuestros clientes en transformar los datos en óptimas decisiones con orientación a negocio. Creemos que los datos son la palanca más transformadora: "Datos como un Activo Transformacional" ("D.A.T.A."). Nos comprometemos en mejorar el rendimiento de nuestros clientes aplicando las mejores prácticas y los métodos y arquitecturas tecnológicas más innovadoras. Estamos posicionados como referentes en el mercado de España, según "Universo Penteo –Big Data & Analytics”. Y a nivel global, formamos parte de las Empresas Líderes en el “Market Guide for Data and Analytics Service Providers” de Gartner por la alta calidad de servicio, siendo la única empresa especialista representada como líder en el mercado Español. Además, nos han incluido en el ranking "10 Most Innovative Big Data Analytics Companies 2020"por Analytics Insight.

Servicios: