Odkąd Veeva ogłosiła rozstanie z Salesforce, w branży Life Sciences zaszły znaczące zmiany. Salesforce pogłębił swoje powiązania i współpracę z IQVIA. A wszystkie te działania mają bezpośredni wpływ na klientów, ich systemy CRM i oraz harmonogram wdrażania Life Sciences Cloud.
- W których obszarach zmiany będą miały największe znaczenie?
- Jaki jest przewidywany harmonogram wdrożenia i wprowadzania niezbędnych zmian?
- Kiedy proces migracji zostanie zakończony?
Przyjrzyjmy się temu bliżej.
Kluczowe cechy Salesforce Life Sciences Cloud
Salesforce Life Sciences Cloud oferuje rozbudowany zestaw funkcji dedykowanych sektorowi farmaceutycznemu i technologiom medycznym. Oto one:
- Unified Data Platform: Integruje dane z różnych źródeł w celu tworzenia kompleksowych profili pacjentów i pracowników służby zdrowia (HCP), zwiększając zaangażowanie i personalizację.
- Operacje kliniczne: Zapewnia narzędzia do rekrutacji i rejestracji uczestników, wraz z zarządzaniem łańcuchem opieki w celu zapewnienia zgodności w trakcie badań klinicznych.
- Operacje komercyjne: Wykorzystuje strategie oparte na AI do pozyskiwania klientów na rynku, oferując inteligentne rekomendacje dotyczące cen i zarządzania zapasami w celu optymalizacji działań sprzedażowych.
- Usługi dla pacjentów: Weryfikuje zakres ubezpieczenia i obsługuje spersonalizowane programy dla pacjentów, zapewniając im wsparcie, którego potrzebują w trakcie leczenia.
Harmonogram wdrażania operacji komercyjnych
Rozwiązanie to wykorzystuje sztuczną inteligencję do poprawy komercyjnego cyklu życia firm farmaceutycznych i producentów urządzeń medycznych. Firmy mogą przewidywać trendy i optymalizować strategie cenowe poprzez zarządzanie zapasami, zarządzanie relacjami z klientami i narzędzia do analizy predykcyjnej. Oto krótkie spojrzenie na ofertę komercyjną Salesforce Life Sciences Cloud:
Health Analytics
Analityka opieki zdrowotnej Salesforce oparta na Tableau Cloud gwarantuje zgodność z najsurowszymi standardami HIPAA. Platforma ta pozwala zoptymalizować świadczenie opieki poprzez zapewnienie wglądu w dane pacjentów przy jednoczesnym śledzeniu całego procesu produkcji i dystrybucji.
AI w sprzedaży
Rozwiązanie Salesforce Sales AI dla branży nauk przyrodniczych wykorzystuje Agentforce, autonomicznych agentów, usprawniających procesy sprzedaży. Dodatkowo e-maile sprzedażowe są tworzone za pomocą generatywnej AI, umożliwiając spersonalizowaną komunikację z pracownikami służby zdrowia i pacjentami.
Einstein
Salesforce Einstein w branży life sciences automatyzuje i synchronizuje istotne informacje o klientach i sprzedaży z wiadomości e-mail i kalendarzy. Wykorzystuje inteligencję konwersacyjną, aby dostarczać wgląd w nastroje klientów względem konkurentów i produktów. Jednocześnie wykorzystuje analitykę predykcyjną do prognozowania trendów i informowania o strategicznych decyzjach.
Kiedy planowane jest wdrożenie? Wszystkie opisane funkcje są już ogólnie dostępne.
Harmonogram wdrożenia w obszarze operacji klinicznych
Dla przestrzeni klinicznej Salesforce przygotował następujące rozwiązania: Data Cloud for Health, Chain of Custody i Participant Management. Oto krótkie podsumowanie każdego z nich:
Data Cloud for Health
Jego głównym celem jest zapewnienie użytecznego, 360-stopniowego widoku klienta. Data Cloud rozszerza każdą chmurę Salesforce – Sales Cloud, Service Cloud, Marketing Cloud i Commerce Cloud – poprzez integrację danych z wielu źródeł. Takie podejście umożliwia firmom z sektora opieki zdrowotnej zwiększenie zaangażowania pacjentów i poprawę jakości opieki przy jednoczesnym spełnieniu standardów branżowych.
Zarządzanie łańcuchem dostaw
Chain of Custody Management for Life Sciences śledzi wszystkie zmiany związane z opieką podczas koordynacji terapii. Zapewnia to bezpieczeństwo pacjentów i zgodne z przepisami prowadzenie dokumentacji na wszystkich etapach terapii komórkowych i genowych. System weryfikuje zapisy za pomocą podpisów elektronicznych, co jest ważne dla zapewnienia bezpieczeństwa danych pacjentów i zgodności z przepisami.
Obsługa uczestników badań
Usprawnia proces rekrutacji i zapisów do badań klinicznych, organizując każdy etap od początkowego kontaktu do rejestracji. Kluczowe funkcje obejmują wyszukiwanie i filtrowanie oparte na kryteriach w celu znalezienia odpowiednich badań, komponenty Omnistudio do digitalizacji wstępnych badań przesiewowych i rejestracji oraz Einstein Candidate Matching, które automatycznie dopasowuje kandydatów do odpowiednich badań, zwiększając skuteczność i dokładność wyboru uczestników.
Kiedy planowane jest wdrożenie? Wszystkie opisane funkcje są już ogólnie dostępne.
Harmonogram wdrożenia Pharma CRM
Koncepcja opiera się na stworzeniu platformy współpracy. Jedno miejsce do zarządzania próbkami leków, rejestrowania zgód dostawców i obsługi wniosków o dawkowanie w wielu kanałach. Koncentracja na dwóch komponentach:
Angażowanie pracowników służby zdrowia (HCP)
Głównym celem jest zapewnienie 360-stopniowego widoku HCP. Ma to pomóc firmom farmaceutycznym w dostarczaniu właściwych recept do właściwych osób.
Einstein for Life Sciences
Einstein automatyzuje wykonywane ręcznie zadania, takie jak wysyłanie e-maili do określonych odbiorców, a także generuje artykuły i odpowiedzi serwisowe. Ta funkcjonalność oparta na sztucznej inteligencji zapewnia terminową i skuteczną komunikację z pracownikami służby zdrowia i pacjentami, ostatecznie poprawiając ogólną obsługę klienta.
Kiedy planowane jest wdrożenie?
Einstein for Life Sciences: Ogólnie dostępny już teraz.
Healthcare Professional (HCP) Engagement: GA październik 2025 r.
FAQ
Od czego zacząć: od danych, procesów, czy modułu Customer Engagement?
Najpierw warto uporządkować i ujednolicić dane (HCP/HCO, pacjenci, konta, produkty) oraz zdefiniować docelowy model danych zgodny z Life Sciences Cloud, bo to fundament dla dalszych etapów. Dopiero na tym bazie sensownie układa się procesy engagement, journey i automatyzacje, tak aby uniknąć przepisywania tych samych flow po każdej korekcie modelu danych.
Jak harmonogram wewnętrznego wdrożenia powiązać z roadmapą produktową Salesforce Life Sciences Cloud?
Roadmapa Salesforce przewiduje etapowe udostępnianie funkcji: najpierw core i Unified Data Platform (2024), następnie AI dla badań klinicznych i patient services, a potem Customer Engagement dla zespołów komercyjnych (2025). Twój plan powinien uwzględniać, które funkcje są „must have” na dzień startu, a które mogą być wdrożone jako kolejne releasy, np. po GA modułu Customer Engagement.
Jakie role i zespoły muszą pojawić się w harmonogramie projektu, aby wdrożenie miało szansę powodzenia?
Oprócz zespołu IT/Salesforce potrzebne są: właściciele procesów ze sprzedaży, medical, marketingu, zespół danych/BI, specjaliści compliance i przedstawiciele kluczowych rynków. W harmonogramie warto uwzględnić czas tych osób na warsztaty, testy i szkolenia, zamiast zakładać, że to „zada dodatkowe” obok codziennej pracy.
Co powinno dziać się po go‑live pierwszej fali, aby projekt nie „zamroził się” w wersji 1.0?
Harmonogram musi przewidywać fazę hypercare i późniejsze releasy kwartalne/półroczne, w których rozwijane są nowe journey, automatyzacje, raportowanie i use case’y AI. Dobrą praktyką jest powołanie stałego zespołu produktowego (product owner + analitycy + architekt + dev/consulting), który traktuje Life Sciences Cloud jak produkt, a nie jednorazowy projekt.
Kiedy realnie zacząć wykorzystywać AI/agentów w Life Sciences Cloud w odniesieniu do harmonogramu wdrożenia?
AI i agenci mają największą wartość, gdy dane są już względnie kompletne i uporządkowane oraz gdy podstawowe procesy engagement działają stabilnie, dlatego zwykle pojawiają się w drugiej lub trzeciej fazie roadmapy. Zbyt wczesne „wciśnięcie” AI do harmonogramu bez fundamentu danych prowadzi do rozczarowania użytkowników jakością rekomendacji i spadku zaufania do platformy.
