Datalytica для медицины и здравоохранения

Решения DATALYTICA по отраслям

Big Data решения Datalytica для фармы, медицины и здравоохранения

Технологические решения DATALYICA для фармы, здравоохранения и медицины основаны на методах математического моделирования и машинного обучения и направлены на 3 основные бизнес-стратегии: повышение продаж, снижение издержек, управление рисками.

Психологический скоринг клиентов

Психологический скоринг - это определение психотипа человека. Психотип - совокупность личностных признаков человека, описывающая характерное для него поведения в различных жизненных ситуациях. Считается, что эта совокупность сформирована от рождения и не меняется в течение жизни. Однако, в процессе социализации и общения с другими людьми, человек может сознательно научиться контролировать некоторые проявления своего психотипа, но именно сформированный при рождении психотип коренным образом влияет то, какие решения принимает человек. Это работает и в обратную сторону - проанализировав поведение человека, в том числе в цифровой среде (digital footprints), можно с большой долей вероятности определить его психотип.

Основная задача психологического скоринга клиентов в сфере медицины, фармацевтики и здравоохранения - это сегментация клиентской базы с целью оптимизации маркетинговых активностей и увеличения их эффективности.

Компьютерное зрение для медицины и зравоохранения

В сфере медицины, здравоохранения и фармацевтики компьютерное зрение применяют для решения нескольких задач:
- сегментации клиентской базы;
- судебно-медицинская экспертиза;
- анализ медицинских изображения (томография, ЭКГ) с целью определения источника заболеваний.

Кроме того, компьютерное зрение для распознавания текста и изображений в сфере медицины, здравоохранения и фармацевтики применяют с целью автоматизации бумажной работы - автоматическое распознавание чеков, банковских реквизитов, счетов, накладных, договоров и т.п., а также в сфере безопасности для автоматизированного распознавания лиц и выявления мошенических действий.

Обнаружение мошенничества

Технологическое решение по обнаружению мошенничества (fraud detection) для медицины, здравоохранения и фармацевтики разрабатывается на базе искусственного интеллекта: глубокого обучения. Решение осуществляет мониторинг ИТ-инфраструктуры предприятия, и за счет непрервыного самообучения обеспечивает максимально надежную защиту бизнеса от несанкционированных действий как внешних, так и внутренних.

Предсказание оттока
клиентов и разработка мер по удержанию

Для разработки метода противодействия оттоку клиентов сначала необходимо предсказать отток. Предсказание оттока клиентов в сфере медицины, здравоохранения и фармацевтики — типовая задача классификации (отбора) малого количества клиентов, склонных к оттоку, по сравнению с количеством лояльных клиентов. По результатам отбора, разрабатывается план удержания клиентов, которые потенциально могут выбрать конкурентов.

Персонифицированные продуктовые предложения для фармацевтики

Правильно подобранные продуктовые предложения увеличивают конверсию до 60%. Построение рекомендательной системы для фармацевтики и здравоохранения включает анализ как внутренних данных бизнеса, так и внешних данных о клиентах (геолокация, поведение в соцсетях, интересы друзей и т.п.). На основании этих данных формируются оптимальные продуктовые предложения - индивидуальные или пакетные, выбираются оптимальные каналы маркетинговых коммуникации, а также их расписание.

Для максимальной эффективности рекомендательной системы, она должна непрерывно обучаться и учитывать реакцию клиентов на предложения - негативное, положительное или нейтральное в каждом канале и в определенное время.

Прогнозирование спроса
и продаж медицинских продуктов и услуг

Предсказание спроса осуществляется методами линейной регрессии, градиентного бустинга на решающих деревьях или рекуррентными нейронными сетями на основе исторических данных о потреблении данного вида товаров, а также дополнительной информации об окружающей среде (погодные условия, рыночная ситуация, курс валют и тп.).

На этапе предобработки данных рассчитывается набор статистических метрик по историческим значениям спроса за определенное количество исторических периодов. Если спрос носит сезонный характер, то для получения качественного прогноза необходимо иметь данные за несколько последних сезонов. Например, в случае внутригодовой сезонности желательно иметь данные за 3 последних года.

Чат-боты для оптимизации контактного центра медицинских учреждений

Использовать человека-оператора контактного центра наиболее привычно для пользователя, но всегда ли эффективно для бизнеса? Последние разработки в области языковых интерфейсов и искусственного интеллекта позволяют утверждать, что при должном ограничении предметной области чат-бот может не только полноценно заменить человека-оператора, но и стать более эффективным интерфейсом, через который предприятие сделает важный естественный шаг в автоматизации.
Как мы работаем?
Разработанное нами программное обеспечение и математические модели могут быть переданы заказчику на условиях:
Исключительного права
Неисключительного права
Технологии
Made on
Tilda