Achtergrond
AstraZeneca BeNeLux heeft op veel verschillende manieren contact met zorgverleners: face to face bezoeken, web, e-mail, online en social media. Al die interacties genereren een grote hoeveelheid klantendata. Tot nu toe steunde AstraZeneca vooral op vaste, regelgebaseerde logica om die data te interpreteren. Het team wilde onderzoeken of een andere aanpak, gedreven door AI, patronen en profielen kon blootleggen die statische regels gewoonweg niet konden vatten.
Uitdaging
De kernvraag was hoe klanten beter te segmenteren, om verspreide interactiedata om te zetten in een duidelijker, bruikbaarder beeld. AstraZeneca is sterk in het opzetten van vaste regels, maar regelgebaseerde logica heeft haar grenzen: ze brengt niet makkelijk het soort verborgen patronen naar boven dat AI wel kan onthullen. Tegelijk was er bij de start oprechte onzekerheid. Daan Vens, Innovation and Business Excellence Director bij AstraZeneca BeNeLux, verwoordt het zo: “Ik had eigenlijk echt totaal geen idee of het iets ging opleveren, maar we wilden hier echt tijd in investeren met het team en zien of hier iets in zat.” Om intern draagvlak te krijgen was een cross functionele aanpak nodig, met zowel de digitale en IT kant als marketing, commercieel en sales betrokken, en puur commerciële AI toepassingen stonden sectorbreed nog in de kinderschoenen, wat mee de reden was om een externe partner te betrekken in plaats van dit volledig zelf uit te bouwen.
Oplossing
CROPLAND en AstraZeneca startten met een proof of concept, een pilootfase gebouwd op een “learning by doing” mentaliteit, met ruimte voor zaken die wel en niet werkten. In plaats van te mikken op één groot, ver einddoel, werd het project bewust opgeknipt in kleine, behapbare stappen, waardoor de technologie tastbaar werd voor mensen zonder technische achtergrond. Change management speelde een centrale rol: AstraZeneca betrok vroeg de eigen marketing community, vond de early adopters die wilden experimenteren, en liet van daaruit het momentum groeien. Een belangrijk onderdeel van de overgang van piloot naar business as usual was het zoveel mogelijk wegnemen van manueel werk, door datprocessen te automatiseren zodat de output van het model deel kon worden van de dagelijkse werking, net zoals een sales team dagelijks een sales dashboard raadpleegt. De ambitie is een model dat niet enkel een klant profileert, maar ook actief de volgende beste actie aanraadt, bijvoorbeeld welk kanaal en welke boodschap te gebruiken om een specifieke zorgverlener te bereiken.
Voordelen
Resultaten
De marketingteams van AstraZeneca gebruiken de resulterende klantprofielen vandaag rechtstreeks in hun campagnes, wat leidt tot relevantere klantinteracties, die op hun beurt weer meer data genereren om het model verder te verbeteren. Daan Vens omschrijft dit als een vliegwiel dat in het begin een duw nodig had om op gang te komen, maar dat zichzelf steeds verder versterkt naarmate het gebruikt wordt. Voor de toekomst ziet Daan Vens AI uiteindelijk een veel groter deel van het dagelijkse werk van een marketeer overnemen, niet door sales mensen te vervangen, maar door snellere, betere inzichten te genereren en taken te vereenvoudigen die vandaag nog manueel zijn, wat ruimte vrijmaakt om te focussen waar menselijke expertise echt het verschil maakt.
“Ik denk dat we onze klanten veel beter hebben kunnen profileren. We hebben een aantal marketingteams die die informatie echt gebruiken in hun campagnes. En zo leer je eruit, en genereer je ook meer interacties, waardoor het model ook weer beter kan leren,” zegt Daan Vens.
