Цифровизация фармацевтических компаний в России стремительно набирает обороты.
Одним из основных направлений является имитационное моделирование бизнес-процессов.
Западные фармацевтические компании успешно используют его в своей работе, в отличие от осторожного отечественного фармацевтического рынка.
Давайте посмотрим на причины и перспективы этого направления.
Использование компьютерного моделирования в бизнесе определяется дороговизной или длительностью экспериментов на реальной системе.
Имитационное моделирование отличается от физического моделирования тем, что оно использует компьютерные технологии с использованием алгоритмов и уравнений.
Имитационная модель позволяет просматривать анимацию в формате 2D или 3D и выполнять динамическую аналитику, что невозможно в других случаях, например, при использовании Excel или линейного программирования.
Для наиболее эффективного анализа работы системы и оперативного решения проблемы пользователь изучает процессы и вносит изменения в имитационную модель непосредственно во время работы в удобном режиме, благодаря ее наглядности, простоте понимания и проверки.
Спектр применения имитационного моделирования широк и зависит от типа и уровня поставленных задач.
Показательны проекты, реализованные на платформе AnyLogic. Эта система моделирования создает модели в трех современных подходах: системной динамике, агентном подходе и дискретно-событийном подходе.
Наиболее распространенными применениями имитационного моделирования в фармацевтической промышленности могут быть:
- оптимизация фармацевтического производства;
- оптимизация распределительных складов;
- оптимизация цепочки поставок лекарств;
- выбор стратегии продвижения препаратов на фармацевтическом рынке;
- моделирование клинических испытаний.
Оптимизация фармацевтического производства
Молодая биотехнологическая компания решила использовать моделирование, чтобы оптимизировать процесс принятия решений по производству нового лекарства.Ресурсов не хватало, продукцию нужно было производить как можно быстрее и без перебоев в поставках.
Проблемы: Процесс производства лекарств состоял из последовательных этапов, занимал несколько недель, и несколько лекарств производились одновременно с использованием одних и тех же ограниченных ресурсов.
Результат: компания определила политику планирования с наиболее рациональным использованием сотрудников без чрезмерных сверхурочных работ и раздутия штата благодаря ценной информации, полученной после моделирования процесса фармацевтического производства.
Были сэкономлены месяцы времени, которые могли бы потребоваться для планирования и расчетов.
Оптимизация работы распределительных складов
Cardinal Health — крупный дистрибьютор фармацевтической продукции.Возникло: множество логистических задач, типичных для распределительных складов, которые осложняются спецификой фармацевтического сектора.
Сложности: использованная модель позволила выявить проблему неравномерного распределения рабочей нагрузки, когда одни сотрудники работают и перемещаются по складу быстро, а другие передвигаются медленно.
Проект: построенная имитационная модель воспроизводила деятельность сотрудников и их взаимодействие в течение дня, для чего необходимо было импортировать в модель такие данные, как время забора товара и нормативное время выполнения операций.
В компании имеется множество складов различной конфигурации, каждый из которых приходилось тестировать.
Результат: имитационное моделирование сэкономило более 3 миллионов долларов США ежегодно.
Проблема была решена, работники склада стали выполнять свои обязанности с прежней скоростью, а количество заторов уменьшилось.
Компания сократила продолжительность рабочей смены сотрудников с 10,5 часов до 7,25 часов, благодаря сокращению пробок повысилась производительность труда.
Оптимизация цепочки поставок лекарств
GlaxoSmithKline (GSK) — крупная международная фармацевтическая компания.Так и случилось: после разработки новой вакцины и начала ее продаж на новом рынке компания столкнулась с необходимостью создания новой дистрибьюторской сети.
Проблемы: Цепочка поставок вакцин представляет собой сложную систему, охватывающую весь земной шар и объединяющую огромное количество ресурсов, включая производственные предприятия и склады.
Результат: модель позволила определить оптимальную структуру цепочки поставок вакцин с точки зрения затрат и уровня обслуживания.
Созданная модель стала инструментом поддержки принятия решений по планированию цепочки поставок, что позволило быстро выбрать оптимальную стратегию производства и распределения на следующий период (неделю или месяц).
Уникальность: одна имитационная модель объединяет процессы производства и распределения.
Такой подход позволил GSK добиться большей точности моделирования, что позволило ей делать более точные прогнозы и принимать более обоснованные решения.
Выбор стратегии продвижения препаратов на фармацевтическом рынке
Крупная фармацевтическая компания.Так получилось: когда были выпущены два похожих препарата, один не стал популярным после выхода, а второй завоевал позицию лидера рынка.
Руководство компании искало возможности успешно распространить новый препарат на достаточную долю рынка.
Трудности: реклама лекарств осуществлялась по различным прямым(?) каналам, например, на телевидении, в прессе и других средствах массовой информации.
Модель позволила руководству понять, когда следует прекратить рекламу нового препарата, чтобы сэкономить рекламный бюджет без потери прибыли.
Фармацевтической компании требовалось точное решение, позволяющее сэкономить десятки миллионов долларов.
Результат: модель позволила выяснить, что с течением времени пациенты все чаще выбирали то лекарство, которое им посоветовал врач.
Подтвердилась гипотеза о том, что инвестиции в медицинских представителей положительно повлияли на продажи, а реклама в СМИ не принесла ожидаемого эффекта.
Созданная модель детально смоделировала взаимодействие врачей и пациентов, чтобы выяснить влияние процесса на маркетинговые затраты.
В модели учитывались факторы, отражающие влияние нового продукта на долю рынка, занимаемую компанией.
Модель рассчитывала рыночные доли для каждого препарата или группы препаратов (в случае дженериков).
После калибровки модель показала, что необходимо прекратить рекламную кампанию нового препарата в СМИ 6 месяцев назад, поскольку объемы продаж за этот период не изменились, несмотря на активность в СМИ.
Руководство компании решило прекратить пиар.
Другой пример.
Одна из крупнейших фармацевтических компаний применила имитационное моделирование, чтобы воссоздать систему взаимодействия производителя продукции, врачей и пациентов.
Это было так: необходимо было определить идеальный баланс между рекламой, направленной на прямых потребителей, и продвижением к врачам.
Сложности: необходимо было найти ответы на вопросы о законности привлечения сторонней организации для распространения продукта, в каких объемах, на какой срок и как следует пересмотреть текущие планы продвижения для эффективного распределения ресурсов.
Результат: построенная модель позволила найти оптимальную стратегию продвижения и получить оценку альтернативных стратегий, кривую внедрения продукта и прогноз продаж, понять влияние различных управленческих решений на ситуацию, а также перекрывающиеся эффекты различные решения в процессе продаж, для определения параметров привлечения третьей стороны для распространения продукта и соответствующих изменений в продуктовом портфеле.
Моделирование клинических испытаний
Pfizer – одна из ведущих фармацевтических компаний мира.Было: Компания решила создать платформу, которая поможет сотрудникам компании протестировать новый препарат для пациентов со сложной формой диабетической периферической нейропатии.
Сложности: платформе пришлось играть многогранную роль СПР (системы поддержки принятия решений), работать с использованием методов прогнозной аналитики: на основе анализа результатов предыдущих клинических исследований оценивать параметры пациента, назначать дозировку лекарств, курс лечения и прогнозировать его результат. Результат: удалось проанализировать информацию и сгруппировать ее по определенным параметрам, благодаря объединению набора данных из разных источников, алгоритмам машинного обучения и возможности имитационного моделирования в модели.
.
Теперь врачи могут принимать обоснованные решения о дозировке лекарств для пациентов и контролировать их реакцию на терапию.
Фармацевтический рынок как социально значимая система поддержки принятия решений при использовании имитационного моделирования позволяет оптимально использовать ресурсы, предотвратить многие затраты и минимизировать различного рода ошибки.
Платформы имитационного моделирования способствуют эффективной цифровизации как органов государственной власти, так и фармацевтических компаний при решении различных масштабных задач.
Обеспечение населения необходимыми лекарственными средствами, повышение качества и скорости производства лекарств, сокращение сроков вывода на рынок новых лекарств, эффективное использование имеющихся ресурсов, поиск оптимальных мест для строительства заводов, складов и логистических центров и многое другое – это — это лишь малая часть последствий использования моделирования.
Алексей Дроздов
бизнес-партнер по цифровизации фармацевтических компаний, First Bit Теги: #фармацевтика #кейсы #Анализ и системное проектирование #цифровизация #Бизнес-модели #работа с данными #прогнозирование #имитационное моделирование #фармацевтический бизнес #фармацевтический завод #система поддержки принятия решений-
Что Плохого В Хостинге Людей Из Яндекса?
19 Oct, 24 -
Браслет Для Контроля Эмоций
19 Oct, 24 -
Microsoft Отказалась Покупать Yahoo
19 Oct, 24 -
О Вакансиях
19 Oct, 24
