I modelli di Web Analytics nel Pharma possono riguardare gli attori della filiera lungo varie tappe del customer o patient journey. Se si guarda agli ultimi dati dell’Osservatorio Big Data & Business Analytics della School Management del Politecnico di Milano, tra i settori che hanno investito in Italia nel mercato degli Analytics rientrano manifatturiero, retail e sanità.
I modelli di Web Analytics nel Pharma possono riguardare gli attori della filiera lungo varie tappe del customer o patient journey. Se si guarda agli ultimi dati dell’Osservatorio Big Data & Business Analytics della School Management del Politecnico di Milano, tra i settori che hanno investito in Italia nel mercato degli Analytics rientrano manifatturiero, retail e sanità. Che l’azienda si occupi di produrre medicine, che sia focalizzata nella loro distribuzione, come nel caso delle farmacie e delle parafarmacie, o che offra servizi sanitari specialistici, conoscere i livelli di soddisfazione (o di insoddisfazione) del paziente è essenziale per ottimizzare la customer experience.
Nonostante in cima all’interesse generale, quando si parla di salute, oggi si collochi il tema del vaccino anti-Covid, non bisogna dimenticare che esistono ancora tutte le altre patologie. Le persone continuano a scegliere prodotti farmaceutici, talvolta su indicazioni del medico curante e talaltra in maniera autonoma, per curarsi e stare meglio.
Web Analytics nel Pharma per migliorare l'ascolto degli utenti e la definizione degli insight azionabili
Per le case farmaceutiche, a meno di fenomeni conclamati come reazioni allergiche o questioni di natura meramente clinica derivanti dall’uso delle medicine, non è facile riuscire a ottenere feedback sulla reale esperienza del cliente. Questa, in particolare, è una difficoltà che si riferisce ai farmaci da banco e ai cosiddetti generici. Alla stessa stregua di altri prodotti, imperfezioni legate al packaging o a informazioni poco chiare sul loro utilizzo possono essere condivise dagli acquirenti sui social network o all’interno di blog settoriali.
In tale evenienza, una strategia di Web Analytics nel Pharma può servire a raccogliere indicazioni informali e in maniera anonima presenti sui vari canali online. In questo modo l’azienda può migliorare il prodotto dal punto di vista dell’esperienza utente, scoprendo ad esempio lamentele su piccoli problemi che altrimenti non avrebbe potuto intercettare. A tal fine, è importante riuscire a integrare una pluralità di fonti che riportano commenti, critiche e recensioni.
L’ascolto dei social consente inoltre di creare nuove informazioni da dati di tipo qualitativo che, integrati con i dati già disponibili nei sistemi aziendali, permettono di identificare nuove esigenze non soddisfatte e di individuare nuove linee di servizi o prodotti sui quali investire.
Come si posiziona la brand reputation a parità di principio attivo
La Web Analytics nel Pharma consente anche di verificare dove si posiziona la brand reputation dell’azienda rispetto al principio attivo adoperato nei suoi prodotti.
A parità di molecola impiegata, un cliente che entra in farmacia può optare per una marca piuttosto che per un’altra. Spesso la preferenza non dipende dalla prescrizione medica, soprattutto quando il farmaco non la richiede. E visto che si presume che gli effetti sulla salute di un medicinale con alla base il medesimo principio attivo siano identici, quello che spinge verso un brand a discapito di un altro fa leva su fattori che non riguardano la sua efficacia.
Basti pensare al successo enorme che nell’ultimo anno ha avuto l’Amuchina, divenuto sinonimo di disinfettante per le mani, nonostante si tratti di un termine che identifica il nome commerciale dell’ipoclorito di sodio diluito. Segno che vi sono altri elementi a decretare il successo o l’insuccesso di un prodotto medicale.
Le tecnologie al servizio della Web Analytics nel settore farmaceutico
L’Osservatorio Big Data & Business Analytics ha fatto un elenco delle principali tecnologie su cui le imprese hanno investito nel campo degli Analytics: si va dai software (52%) basati in prevalenza su Artificial Intelligence e Data Science Platform, ai servizi (28% del mercato), fino alle risorse infrastrutturali (20%), vale a dire i sistemi di abilitazione agli Analytics in grado di fornire capacità di calcolo e storage. All’interno di questi ultimi si collocano ad esempio i data warehouse che consentono di collezionare dati sugli utenti che arrivano da sorgenti plurime. Pur non specificando quali di queste tecnologie siano maggiormente adottate nel contesto del Web Analytics nel Pharma, è presumibile dedurre che le data platform fungano da dorsali informative privilegiate. Le case farmaceutiche, infatti, trovano in questi sistemi l’ambiente idoneo a raccogliere ed elaborare i dati degli utenti, trasformandoli in un patrimonio prezioso di conoscenza grazie all’applicazione di algoritmini di AI e di Natural language process. Una conoscenza su cui fondare poi qualsiasi azione volta a migliorare la customer experience.