大鵬薬品工業株式会社

これらの分析は半期に一度の頻度でおこない、結果に応じて施策の方針を変更、調整していきます。

たとえばデータ分析を通じ、MRによる情報提供の活動量として、月に2回の訪問まではニーズが高いものの、その回数を超えてもニーズは頭打ち傾向になることがわかったとします。その場合、分析結果にもとづき、訪問回数の目標を月2回としていく、といった形で行動指針を設定しています。

現場には目標をなるべく「月単位」で伝えることを心がけています。「半年で9回」という分析結果が出た場合でも、「月に1.5回」と現場に伝えます。回数に端数が出たとしても、月単位の方が、行動に変換されやすくなります。

こうしたMRの訪問回数はグラフで出力されるので、予定の回数に達しているかどうかなど活動状況が一目でわかり、納得性が高いといえます。

なお分析の結果、元々の方針がやはり正しかった、とわかることもあります。たとえばWEB講演会を実施したとします。その後、MRはただちに聴講者に情報提供し、「詳しい情報は当社WEBサイトにいけば見られます」と案内する。そうすればWEBサイトのアクセスが増えると期待できる。こうした仮説に基づく事後フォローはKI導入前から実施していました。

そしてこの仮説は、KIで分析してもやはりその通りでした。つまり従来の予想、仮説がデータ、数値により裏付けられたことになります。この活動はさらに強化すべきと、MRに自信をもって伝えられます。

KIを導入して以来、情報提供の効率化が進んでいます。

COVID-19以降、医療関係者に直接会い、話せる機会は激減しました。それだけにMRには精度の高い行動が求められます。

KIにより、情報提供をより必要としている医療関係者を、MRによる調査を介さず絞り込んでいます。

絞り込みにどのような情報を用いているか分かりやすい例でいくと、ある程度の規模の施設に勤務している、自社製品や、同じ疾患で用いられる製品が納入されているなどが参考になります。また、WEB講演会やWEB記事などで特定疾患の情報を積極的に集めている場合、情報提供すべき必要性がさらに高まります。

今後は、リアルタイムでの情報を元に医療関係者への情報提供の緊急度を数値化する方向で分析を進めていきたいと考えています。

機械学習を導入したい企業にとっては最適なツールです。まずKIを使い、活用を通じて機械学習のあらましを理解すればよい。専門知識がなくとも、とにかく動かしていけば理解できます。

今後はAFE機能に止まらず要因ツリーやマトリックス機能など、幅広い機能の活用を進めていきたいですね。社内でのデータ分析の民主化をさらに推進していこうと考えています。キーエンスには、優れた技術、製品、サポートを通じて支援いただくことを希望いたします。今後ともよろしくお願いします。