“数据驱动的思维”由媒体社区成员撰写，并包含有关媒体数字革命的新想法。

今天的专栏由Stefanos Kapetanakis，GVP，数据和技术撰写，Publisis Health Media。

众所周知，初级保健不再存在。

医疗保健的消费率不断上升，许多患者选择方便承诺，比以往任何时候都有更多（更灵活）的护理选择。患者根据他们的需求从一位医生跳到另一个医生。一种最近的调查发现35％的千禧一代甚至没有初级保健医生。

患者正在运用自己的权力，作为消费者，医疗保健行业需要适应以满足他们的需求和期望。人工智能可能只是医疗保健营销人员释放新患者经济的关键。

AI的兴起：从价值链到营销

多年来，人工智能一直是健康空间中潜在的诊断工具的希望。该技术尚未交付。到目前为止，它主要用于简化琐碎的任务整个行业。

但是最近的发展表明，行业利益相关者开始承认AI改善其他流程的能力。最近GlobalData分析表明，在2015年，只有四家制药公司与AI供应商合作。但是到2020年，这一数字上升到27次 - 在短短五年中增长了575％。实际上，在过去的七年中，制药公司和AI提供者之间建立了近100个合作伙伴关系。

许多这些合作伙伴关系的目标是应用机器学习来简化诸如药物发现。

尽管AI存在于其他价值链中，但其营销潜力仍未开发。消费者包装的商品已经使用人工智能向人们出售他们想要的东西，但是在制药空间中的AI使用尚未达到这一复杂性。个性化的力量仍未开发。如果有利用，将更好地服务患者，并且可以大大缩短他们的护理道路。

解开营销机会

目前，制药营销模型依赖于特定于产品的方法。直接面向消费者的营销通常可以专注于传统上对整个人群成功但不适用于大量患者的产品。

此外，促销渠道的数量加上竞争的增加，使得难以衡量营销工作对销售业绩的影响。这使甚至可以预测哪些渠道导致最佳结果的能力蒙上了阴影。

现在，借助AI和机器学习驱动的医疗保健解决方案建立在广泛的行业数据上，销售和营销团队可以精确地分析结果，同时适应健康转向消费。营销人员可以准确了解哪些消息，促销渠道和销售策略最有可能引起客户的反应 - 以及什么时候这些反应发生在营销途径中。

新兴技术已经在破坏医疗保健行业的销售和营销团队的方式，以达到市场策略。他们通过数据驱动的见解来增强基于经验的决策，使他们能够识别高度特定的患者人群，自定义数字参与度并应用多种调查分析。

前进的路

在管道下，还有一些解决方案具有更大的希望。一些行业破坏者已经使用与消费者数据相关联的AI燃料聚类来创建高度个性化的产品建议。营销应用程序将是确定最佳下一条消息，以更快地将患者从症状到治疗的旅程转移。

在营销中，这种聚类技术可用于由个别患者在各种渠道中提供正确的内容。这些建议还将通过更多的数据输入来更好地了解。这将使它们更加相关，同时仍然向消费者提供匿名性和机密性。

自动化的AI还可以帮助解决患者不遵守。算法最终将了解引起它的行为模式，从而为营销人员提供一个促进个性化解决方案，潜在的替代护理以及缓解患者焦虑和不确定性的方法。

同时，也使用AI的消费者旅程映射可以帮助揭示消费者与品牌关系的不断变化的性质。有了这种洞察力，营销人员可以通过积极破坏旅程并实现期望来最大化参与度。他们将能够优化流程，包括内容测序，跨数字和非数字渠道的资源分配以及消费者的目标。

借助AI技术，制药品牌和营销人员可以采用以消费者为中心的策略，从而导致最大程度的参与，最佳的投资回报和更快的品牌旅程。

遵循普通健康媒体（@tweetphm）和Adex爱游戏体育骗子changer（@爱游戏体育骗子adexchanger）在Twitter上。