L’omnichannel farmaceutico ha passato gli ultimi anni a promettere orchestrazione. Raccogliere i segnali provenienti dai diversi touchpoint, costruire una vista più completa dell’HCP e suggerire alla field force o al marketing quale fosse l’azione successiva migliore. Il problema è che molto spesso l’orchestrazione si è fermata esattamente lì: alla raccomandazione. Il sistema propone, qualcuno interpreta, qualcun altro approva, un altro ancora attiva il canale. Il risultato è un’intelligenza sempre più sofisticata in testa a una catena operativa ancora in larga parte manuale.
La nuova piattaforma MaestroHCP, presentata da Real Chemistry insieme ad AWS, fotografa bene dove il mercato vorrebbe andare. Il sistema non punta semplicemente a produrre una next best action. Vuole prendere decisioni in tempo reale sul canale da utilizzare, sulla tattica, sulla combinazione creativa e persino sull’allocazione degli investimenti, chiudendo il ciclo con la misurazione dei risultati.
Real Chemistry parla di oltre 600 segnali utilizzabili per ogni HCP e dichiara, sulla base di un early pilot, incrementi dell’engagement fino al57% rispetto agli approcci tradizionali e primi segnali di crescita fino a 2,5 volte nell’adozione di ulteriori indicazioni approvate. Sono dati del vendor e vanno trattati come tali: nella documentazione pubblica non sono disponibili informazioni sufficienti sul campione, sul disegno dello studio o sulle variabili necessarie per interpretarli come prova indipendente di efficacia. Ma il punto strategico non sono quelle percentuali. È il modello operativo che c’è dietro.
Se un sistema è in grado di osservare centinaia di segnali, decidere quale HCP attivare, selezionare il touchpoint, scegliere tra contenuti già approvati, modulare la frequenza e riallocare progressivamente la spesa sulla base della risposta, siamo già oltre l’omnichannel come lo abbiamo conosciuto fino a oggi. Il marketing non programma più soltanto campagne. Definisce le regole entro le quali una macchina può programmare migliaia di microdecisioni. E questo modifica completamente il rapporto tra strategia, execution e controllo.
È qui che si apre la questione più interessante per le aziende farmaceutiche italiane. La tecnologia può rendere finalmente credibile quella personalizzazione one-to-one che per anni è rimasta più vicina a una promessa che alla pratica. Ma rende anche molto più sottile la linea tra ottimizzazione e automazione della decisione commerciale. Chi stabilisce quanto spesso contattare un medico? Quali segnali possono essere utilizzati? Quanto può essere aggressiva l’ottimizzazione? Quando una mancata risposta deve essere interpretata come scarso interesse e quando come semplice assenza di occasione? E fino a che punto una macchina può riallocare budget e pressione comunicativa senza una nuova decisione umana?
“La trasformazione più interessante dell’omnichannel non sarà avere un algoritmo che suggerisce un’altra next best action. Sarà passare da sistemi che consigliano a sistemi che eseguono. A quel punto il valore del marketing non sarà più decidere ogni singola azione, ma costruire i confini entro i quali l’AI può prendere migliaia di decisioni senza perdere strategia, compliance e buon senso”, osserva Francesco Maria Avitto, Direttore Editoriale Homnya.
Per questo la domanda da fare oggi a una piattaforma di AI omnichannel non dovrebbe essere soltanto quanto aumenta l’engagement. Quella viene dopo. Prima bisogna sapere quali decisioni prende autonomamente, quali dati utilizza, quali azioni non può compiere, dove interviene il controllo umano e come viene ricostruito a posteriori il motivo di ogni scelta. Il Next Best Action è nato per aiutare le persone a decidere meglio. La generazione successiva sembra voler decidere direttamente. Ed è una differenza molto più grande di quanto suggerisca il cambio di una sigla.
