La importancia de los datos

//La importancia de los datos

La importancia de los datos

La industria farmaceútica se ha basado en el análisis de datos para mejorar sus investigaciones y, por ende, el negocio.

Érase una vez, una compañía biofarmacéutica que lanzó un ambicioso programa de innovación tecnológica. Invirtió $150 millones de dólares en datos, análisis avanzados, infraestructura y personas, contrató a científicos de datos y a expertos en aprendizaje automático y procesamiento de lenguaje natural.

La organización creía que estas inversiones la posicionarían para aprovechar una explosión de datos para acelerar sus operaciones, adaptar sus terapias y mejorar la atención del paciente. Dos años después, el comité ejecutivo de la compañía realizó una revisión del programa. La conclusión: su impacto y el ROI no estaban claros.

Historias como esta son muy comunes en la industria farmacéutica y en otros sectores. Muchos ejecutivos y altos dirigentes de tecnología ven una preocupante desconexión entre el dinero y la energía gastados en análisis y su impacto comercial con organizaciones que a menudo ven un valor limitado desbloqueado de solo un puñado de casos de uso de análisis.

Algunos ejecutivos farmacéuticos señalan a los desafíos estructurales, como los plazos largos de desarrollo, como una fuente de problema. Otros citan regulaciones sobre privacidad y reglas de compromiso con los clientes. Pero otras industrias que enfrentan barreras similares parecen cruzar el abismo entre la experimentación y el impacto analítico a escala.

Las claves para impactar

Sin lugar a dudas, aprovechar el análisis avanzado presenta una oportunidad real y significativa para la industria farmacéutica.

Las estimaciones de las eficiencias operativas alcanzables escalan el impacto del análisis avanzado se proyectan entre 15% y 30% del EBITDA en cinco años, acelerando de 45% a 70% en una década dado el impacto potencial del modelado predictivo en el descubrimiento y optimización de nuevas terapias exitosas.

En los mercados globales de salud, cada vez más limitados en costos, los fármacos que aprovechan los análisis para tomar decisiones avanzadas basadas en datos durante los próximos uno o tres años obtendrán una ventaja decisiva sobre sus pares.

La mayoría de las compañías farmacéuticas lo saben. Están luchando con la forma de lograr el impacto empresarial a través de la ampliación. Han contratado a los científicos de datos e invertido en infraestructura de TI, pero están paralizados en la etapa de experimentación, se sienten desafiados por la incorporación y el escalado de análisis de toda la organización. Hacerlo no será fácil, y ninguna compañía farmacéutica ha descifrado sistemáticamente el código.

Sin embargo, hay ejemplos interesantes de impacto en la industria (y en otros sectores) que ofrecen lecciones sobre cómo la industria farmacéutica puede alcanzar la próxima curva en forma de S. McKinsey Group sugiere cinco principios clave que las empresas deben seguir para acelerar el impacto analítico.

Para evitar este escollo, las organizaciones deben reconocer los cambios profundos que deben hacer a todo el modelo operativo titular. Para muchos nativos no-digitales, esto típicamente significa:

  • Giro de análisis en silos, negocios y funciones de TI a equipos interdisciplinarios de casos de uso.
  • Alejarse de los proyectos analíticos únicos tradicionales se ejecuta a la velocidad de los procesos comerciales heredados, en los que podría tomar meses simplemente reunir un conjunto de datos, para acelerar los casos de uso con un gobierno ágil y racionalizado incluyendo la administración del cambio en las iniciativas analíticas para incorporar la toma de decisiones impulsada por los datos en el ADN de la organización (por ejemplo, mediante la democratización de las perspectivas del modelo, permitiendo la generación de informes en tiempo real, etc.).
  • Quizás lo más importante es tener el coraje y la convicción de la organización en la toma de decisiones basada en datos para desafiar las ideas preconcebidas y las reglas empíricas de hace años (o décadas atrás) que sesgan las decisiones comerciales.

 

Los Centros de Excelencia pueden ayudar a facilitar dicho cambio, por ejemplo, desarrollando y compartiendo en toda la organización un conjunto común de normas y prácticas en torno a datos, herramientas y tecnología, y talento. Estos pueden incluir (pero no están limitados a):

  • Establecer estándares de calidad de datos, principios y políticas.
  • Creación de perfiles y modelos de desarrollo de carrera para funciones de análisis en toda la organización en colaboración con Recursos Humanos.
  • Desarrollar y mantener un repositorio central de herramientas de análisis, técnicas y bibliotecas de modelos/códigos para su uso en toda la organización.
  • Establecimiento de metodologías para ejecutar sprints de caso de uso ágiles con el negocio.

 

Por ejemplo, una gran compañía farmacéutica quería impulsar un cambio radical en su capacidad de aprovechar e integrar datos en toda la empresa. Sobre la base de su éxito en la curaduría de datos del mundo real, estableció un consejo de datos interfuncionales presidido por el jefe de Ciencia de Datos, que consta de propietarios identificados del mundo real, clínicos, de la cadena de suministro, comerciales y corporativos (por ejemplo, financieros ) datos.

El consejo alinea la estrategia de datos de la compañía con los análisis prioritarios, define estándares, coordina asociaciones de datos externos y trabaja con TI en la arquitectura óptima y relevante. El consejo apoya a los administradores de datos en el negocio para identificar y liberar todo su potencial interno y externo, pero, lo que es más importante, no intenta impulsar la priorización o la innovación del caso de uso individual.

2018-05-31T15:50:27+00:00

About the Author:

CEO Staff
error: Content is protected !!