O tym, gdzie w organizacjach farmaceutycznych pojawiają się największe luki i dlaczego dane nie zawsze wspierają działania operacyjne, rozmawiamy z Elżbietą Klein, Head of Mass Poland w Kenvue. Ekspertka, z ponad 20-letnim doświadczeniem w sektorze FMCG i Consumer Healthcare, będzie jedną z prelegentek VII Forum Digital Evolution for Pharma & Medical, gdzie poruszy temat danych w farmacji – od ich potencjału po realne wyzwania operacyjne.
Rozmowę prowadzi Anna Kępka, Project Manager brave conferences.
Podczas swojej prelekcji będzie Pani mówić o rozbieżności między potencjałem danych a rzeczywistością operacyjną. Gdzie dziś najczęściej gubią się dane w organizacjach farmaceutycznych?
Elżbieta Klein: Dane nie giną w systemach – giną na granicy między informacją a decyzją. To fundamentalna różnica, którą warto zrozumieć przed kolejną inwestycją w technologię.
CRM, kampanie marketingowe, sprzedaż i field force operują na własnych zestawach KPI i własnej logice działania. Każda funkcja optymalizuje swoją aktywność. Suma wskaźników w jednej dużej organizacji to 110–250 KPI, które nie mają wspólnego mianownika wyniku. Odpowiedzialność za wynik końcowy zatrzymuje się na poziomie P&L – ale nie jest przełożona na poziom operacyjny, gdzie codziennie podejmuje się decyzje o targetowaniu, alokacji budżetu czy aktywności field force. Na pytanie kto konkretnie odpowiada za to, że pacjent rozpoczął terapię w tym miesiącu – często nie ma jednej odpowiedzi.
Szczególnie wyraźnie widać to w obszarze dashboardów. Organizacje mają dziś dostęp do dziesiątek, a często setek raportów – zaawansowanych wizualnie i dostępnych niemal w czasie rzeczywistym. Paradoksalnie jednak: większa liczba dashboardów nie przekłada się na lepsze decyzje.
Spotykam się z tym regularnie w rozmowach z liderami komercyjnymi – najczęstsze pytanie na przeglądach wyników to nie „co zrobimy inaczej”, ale „skąd te liczby się wzięły”. To znak, że raportowanie zastąpiło myślenie.
Dlaczego? Bo dashboard odpowiada na pytanie „co się wydarzyło” – ale nie definiuje: co jest naprawdę istotne, co oznacza sukces, kto odpowiada za wynik i jaka decyzja powinna zostać podjęta. W efekcie powstaje zjawisko paraliżu analitycznego – rosnącej widoczności przy malejącej klarowności. Organizacje mają nadmiar danych, ale wciąż brakuje im jasności decyzyjnej.
Do tego dochodzi dominacja metryk aktywności – liczba wizyt, zasięg, poziom zaangażowania – łatwych do zmierzenia, ale słabo powiązanych z realnym wynikiem biznesowym: prescribing, konwersją czy udziałem rynkowym. Dashboard pokazuje, że call rate jest wysoki. Nie pokazuje, czy lekarze przepisują więcej.
Efekt jest paradoksalny: im więcej danych, tym trudniej odpowiedzieć na proste pytanie – czy idziemy we właściwym kierunku? Widoczność rośnie. Klarowność – niekoniecznie.
Dane nie giną w systemach. Giną na granicy między informacją a decyzją – kiedy organizacja nie wie, na jakie pytania te dane mają odpowiadać i kto jest odpowiedzialny za działanie na ich podstawie.
Wiele firm nadal będzie pracować na danych rozproszonych między CRM-em, kampaniami marketingowymi, sprzedażą i zespołami field force. Jakie podejścia lub rozwiązania będą miały największą szansę realnie usprawnić integrację tych danych i poprawić ich wykorzystanie w codziennych decyzjach biznesowych?
Elżbieta Klein: Integracja danych ma dwa poziomy – i nierozróżnianie ich to jeden z najczęstszych błędów w tej dyskusji.
Pierwszy poziom to integracja techniczna: połączenie CRM, danych sell-out, aktywności field force, danych digitalnych i danych rynkowych w jednym miejscu. To konieczność. Narzędzia takie jak Power BI, Microsoft Fabric czy platformy natywne dla pharmy – Veeva Vault czy IQVIA – dają dziś naprawdę dobre możliwości integracji. Rynek narzędzi analitycznych w ochronie zdrowia rośnie w tempie kilkunastu procent rocznie – co pokazuje, że organizacje dostrzegają wartość integracji.
Ale sama integracja techniczna nie tworzy wartości biznesowej. I to jest ten drugi poziom, który większość organizacji pomija.
Drugi poziom to integracja sensu: zdefiniowanie, które dane są potrzebne, do jakich pytań i czyjej decyzji mają służyć. Bez tej warstwy nawet najlepiej połączone dane tworzą tylko bardziej rozbudowany raport, który nikt nie przekształca w działanie.
Realna zmiana zaczyna się od odwrócenia kolejności: nie od pytania „jak połączyć dane”, ale od pytania: „jaką decyzję chcemy podejmować szybciej i trafniej?” Odpowiedź na to pytanie definiuje, które dane są potrzebne, jak powinny być zintegrowane i kto powinien je widzieć.
W praktyce oznacza to dwa kluczowe działania.
Pierwsze – ograniczenie liczby KPI i nadanie im hierarchii. Zamiast zarządzać 110–250 wskaźnikami, organizacja koncentruje się na 5–6, wspólnych dla wszystkich funkcji komercyjnych. Kluczowe słowo to „wspólnych”: nie oddzielnych dla marketingu, sprzedaży i digitalu, lecz jednego zestawu spinającego całą organizację wokół jednego wyniku. Do tego niezbędne jest oddzielenie wskaźników strategicznych – Prescription Share, Market Share, Growth vs Category – od operacyjnych: wskaźnik wizyt, zasięg, zaangażowanie cyfrowe. Lider patrzy na strategię, sięga głębiej dopiero kiedy chce wiedzieć, dlaczego.
Drugie – protokół decyzyjny. Każdy KPI ma jednego właściciela i zdefiniowany ciąg: sygnał → decyzja → właściciel → termin. Gdy Prescription Share spada – kto podejmuje decyzję o korekcie targetowania? To nie jest pytanie do systemu. To pytanie do lidera.
Warto tu przytoczyć zasadę, którą potwierdzają badania transformacji cyfrowych: około 70% sukcesu wdrożenia zależy od zmian w ludziach i procesach, a jedynie 30% od jakości technologii i danych. Tymczasem budżety inwestujemy najczęściej dokładnie odwrotnie.
Dashboard przestaje wtedy być „zbiorem wykresów”, a staje się narzędziem wspierającym podejmowanie decyzji – a nie ich uzasadnianie po fakcie.
Integracja sensu poprzedza integrację techniczną. Najpierw definiujemy, jakich 5–6 wspólnych KPI potrzebujemy – potem budujemy systemy, które je raportują.
Hasło „data-driven marketing” będzie nadal bardzo popularne, ale jego wdrożenie często będzie napotykać opór. Co — Pani zdaniem — będzie realnie najbardziej blokować organizacje przed przejściem na w pełni oparty na danych marketing i od czego warto będzie zacząć tę transformację?
Elżbieta Klein: Szczerze mówiąc, bariery technologiczne są łatwe – da się je nazwać, wyliczyć i wycenić. Trudniejsze są te, o których nikt nie mówi wprost na konferencjach: organizacyjne i polityczne. I to one najczęściej blokują transformację, nawet jeśli technologia jest już na miejscu.
Pierwsza bariera – i ta, o której mówi się najmniej otwarcie – to redefinicja układu odpowiedzialności. Wdrożenie data-driven marketingu nie jest projektem IT. To zmiana tego, za co każda funkcja jest rozliczana. Kiedy wprowadzamy wspólny zestaw KPI wynikowych i jednego właściciela wyniku end-to-end, ktoś traci dotychczasowy ownership nad swoją aktywnością jako główny wyznacznik sukcesu. Dyrektor sprzedaży, który był rozliczany z call rate, teraz jest rozliczany z Prescription Share – i dzieli odpowiedzialność z marketingiem i digitalem. To zmiana kulturowa, nie techniczna. Transformacja, która nie uwzględnia tego oporu, nie powiedzie się niezależnie od jakości platformy.
Druga bariera to traktowanie narzędzi jako celu, nie środka. W salach zarządu pojawia się dziś coraz częściej przekonanie, że AI samo znajdzie odpowiedzi – wystarczy dać mu dostęp do danych. To błąd. AI bez zdefiniowanego pytania biznesowego i właściciela decyzji produkuje więcej wniosków, których nikt nie wdraża. Zwiększa możliwości analityczne, nie jakość decyzji. Podobnie omnichannel zwiększa skuteczność tylko wtedy, gdy egzekwuje wcześniej zdefiniowaną strategię. Dashboard przyspiesza decyzje tylko wtedy, gdy wiadomo, kto i jak ma na jego podstawie działać. Bez tych warunków wstępnych nowe narzędzia tworzą jedynie bardziej zaawansowane raporty o mało istotnych rzeczach.
Trzecia bariera to brak rytmu decyzyjnego. Nawet tam, gdzie KPI są dobrze zdefiniowane, dane często nie trafiają do rzeczywistego forum decyzyjnego. Cykl rewizji wyników biznesowych staje się przeglądem statusu, a nie miejscem, gdzie podejmuje się decyzje. Dane są pokazywane, komentowane, archiwizowane – i nie zmieniają niczego.
Dlatego transformacja powinna zaczynać się nie od technologii, ale od trzech decyzji przywódczych.
Pierwsza: uzgodnić z Sales, Marketing, Medical i Market Access 5–6 wspólnych KPI wynikowych – zanim zaprosimy IT do rozmowy o narzędziach. To spotkanie definiuje, co ma być mierzone i dlaczego – nie jak.
Druga: zmienić format cyklu rewizji biznesowych z przeglądu statusów na forum decyzyjne – z jednym pytaniem: co zmieniamy na podstawie tego, co widzimy w danych? Każde spotkanie powinno kończyć się konkretną decyzją, nie kolejnym raportem.
Trzecia – i najtrudniejsza: przypisać jednego właściciela wyniku end-to-end dla każdej marki lub segmentu, z uprawnieniami międzyfunkcyjnymi, a nie tylko koordynacyjnymi. Bez tego nawet najlepszy dashboard pozostaje dokumentem bez adresata.
Data-driven marketing nie blokuje technologia. Blokuje brak odwagi do redystrybucji odpowiedzialności. Ktoś musi stracić ownership swojej aktywności – żeby zyskać ownership wyniku.
Organizacje farmaceutyczne nie potrzebują dziś więcej danych ani kolejnych narzędzi. Kluczowe staje się zrozumienie, które informacje realnie wspierają biznes, jakie decyzje powinny z nich wynikać i kto za nie odpowiada. Dopiero w takim kontekście rozwiązania takie jak AI, narzędzia analityczne czy działania omnichannel mogą faktycznie przynosić wartość.
