เพิ่มความคล่องตัวของเนื้อหาโดยไม่เพิ่มความเสี่ยงด้วย AI
EY Smart Reviewer ใช้เครื่องมือของ Adobe เพื่อทำให้กระบวนการทางการแพทย์ กฎหมาย และการกำกับดูแล (MLR) ที่สำคัญกลายเป็นแบบอัตโนมัติ
90%
ของการระบุข้อผิดพลาดทั้งหมด ได้รับการแก้ไขและอนุมัติโดยผู้ตรวจสอบ MLR
วัตถุประสงค์
เร่งการตรวจสอบการส่งเสริมการขาย MLR ที่สำคัญเพื่อการตลาดที่คล่องตัวมากขึ้น
ช่วยให้ผู้ตรวจสอบ MLR ได้ใช้เวลาและความเชี่ยวชาญไปกับการตรวจสอบเนื้อหาและการกล่าวอ้างใหม่ๆ
ปฏิบัติตามข้อกำหนดของรัฐบาลและอุตสาหกรรมสำหรับข้อมูลด้านวิทยาศาสตร์ชีวภาพ
ผลลัพธ์ (เมื่อเทียบกับกระบวนการ MLR ในปัจจุบัน)
ปรับปรุงความเร็วในการนำสื่อส่งเสริมการขายออกสู่ตลาดด้วยระบบอัตโนมัติที่รองรับกระบวนการตรวจสอบ MLR
ลดต้นทุนด้วยการลดเวลาที่ผู้ตรวจสอบ MLR ใช้ในการตรวจทานและแก้ไขข้อผิดพลาดทั่วไป
ปรับปรุงการปฏิบัติตามข้อกำหนดโดยการเพิ่มความเป็นกลางและความสม่ำเสมอในการตรวจสอบ MLR
พลิกโฉมเนื้อหาการส่งเสริมการขาย
หลังจากทำงานในอุตสาหกรรมยามาหลายปี Shannon Hartley กรรมการผู้จัดการฝ่ายการเปลี่ยนแปลงทางธุรกิจด้านวิทยาศาสตร์สุขภาพและสุขภาวะของ Ernst & Young LLP เข้าใจความซับซ้อนของการตลาดในอุตสาหกรรมที่มีกฎระเบียบควบคุมระดับสูงได้เป็นอย่างดี นักการตลาดที่ทำงานในด้านวิทยาศาสตร์ชีวภาพจะต้องปฏิบัติตามกระบวนการตรวจสอบ MLR ที่เข้มงวดมาก เพื่อให้แน่ใจว่าเนื้อหาโฆษณาและการส่งเสริมการขายทั้งหมดถูกต้องและสอดคล้องกับข้อกำหนดของอุตสาหกรรมและหน่วยงานของรัฐ
“ทุกคนในอุตสาหกรรมวิทยาศาสตร์ชีวภาพให้ความสำคัญกับ MLR อย่างมาก แต่ก็อาจก่อให้เกิดวงจรการตรวจสอบที่ยาวนานได้” Shannon กล่าว “เวลาเฉลี่ยในการนำสื่อส่งเสริมการขายออกสู่ตลาดจะอยู่ที่ประมาณ 60 วัน ซึ่งส่งผลต่อความคล่องตัวในการทำการตลาดด้านเภสัชกรรมเป็นอย่างมาก”
ต้องมีวิธีที่ดีกว่านี้ จึงเป็นเหตุผลที่ Shannon กระตือรือร้นที่จะนำประสบการณ์ของเธอมาใช้กับ EY และ EY Smart Reviewer ซึ่งเป็นเครื่องมือตรวจสอบแบบขับเคลื่อนด้วย AI ที่สร้างมาเพื่อให้การตรวจสอบง่ายและรวดเร็วยิ่งขึ้น ที่ EY US นั้น Shannon มีบทบาทในการช่วยเปลี่ยนแปลง MLR ทั่วทั้งอุตสาหกรรมโดยใช้ AI และเทคโนโลยี Adobe รวมถึง Adobe PDF Extract API
นำความคล่องตัวมาสู่การตลาดด้านวิทยาศาสตร์ชีวภาพ
แม้ว่าอุตสาหกรรมวิทยาศาสตร์ชีวภาพจะมีการแข่งขันสูง แต่นักการตลาดมักไม่มีวิธีที่จะตอบสนองต่อการเปลี่ยนแปลงของตลาดอย่างรวดเร็ว การตรวจสอบสื่อส่งเสริมการขายอาจต้องใช้เวลาหลายสัปดาห์กว่าจะได้นำเสนอต่อกลุ่มเป้าหมาย หากตรวจสอบเพียงผ่านๆ ก็อาจเกิดผลกระทบที่ร้ายแรงตามมาได้ เนื่องจากข้อความที่ไม่ถูกต้องหรือทำให้เข้าใจผิดอาจส่งผลให้ต้องจ่ายค่าปรับเป็นจำนวนมาก ชื่อเสียง/แบรนด์ของบริษัทเสียหาย และสูญเสียความน่าเชื่อถือ
ในเวลาเดียวกัน กลุ่มเป้าหมายในปัจจุบันก็คาดหวังให้ประสบการณ์ที่ส่งผ่านช่องทางต่างๆ มีความเฉพาะตัวมากขึ้น ซึ่งทำให้ทีมการตลาดต้องสร้างปริมาณเนื้อหาเพิ่มมากขึ้นตามไปด้วย บริษัทต่างๆ มีทางเลือกในการตอบสนองความต้องการอย่างจำกัด นั่นคือเพิ่มจำนวนพนักงานที่ทำงานเกี่ยวกับเนื้อหาส่งเสริมการขายและการตรวจสอบขึ้นอย่างมาก หรือหาวิธีทำให้กระบวนการตรวจสอบคล่องตัวมากขึ้น
"PDF Extract API ช่วยแก้ปัญหาเบื้องต้นให้กับเรา โดยช่วยให้เราแบ่ง PDF ออกเป็นส่วนๆ เพื่อให้เครื่องมือ EY Smart Reviewer ตรวจสอบได้ Adobe และเครื่องมืออื่นๆ อีกสองสามรายการสามารถมอบผลลัพธ์คุณภาพที่เราต้องการในการสร้าง EY Smart Reviewer ได้”
Shannon Hartley
กรรมการผู้จัดการฝ่าย Business Transformation กลุ่มวิทยาศาสตร์สุขภาพและสุขภาวะของ Ernst & Young LLP
ผสมผสาน AI และ Adobe API
EY Smart Reviewer พิสูจน์แล้วว่าสามารถเร่งกระบวนการตรวจสอบได้ โดยระบุข้อผิดพลาดที่ผู้ตรวจสอบ MLR นำไปแก้ไขและอนุมัติได้มากกว่า 90% ของทั้งหมด ด้วยการใช้ประโยชน์จาก AI และ Machine Learning (ML) ในการวิเคราะห์สื่อส่งเสริมการขาย ระบุปัญหาในการส่งเสริมการขาย เช่น ข้อผิดพลาดด้านการสะกดคำและไวยากรณ์ การกล่าวอ้างที่ไม่ตรงกับความเป็นจริง และการปฏิบัติตามข้อกำหนดในการส่งเสริมการขายของหน่วยงานสาธารณสุข วิธีที่นิยมใช้กันมากที่สุดคือการตรวจสอบเนื้อหาต่างๆ ก่อนจะผ่านสายตาของผู้ตรวจสอบ โดยเริ่มต้นจากการระบุปัญหาที่พบได้บ่อยที่สุดบนชิ้นงานส่งเสริมการขาย
โมดูลทั้งเก้าของเครื่องมือบางตัวจะตรวจสอบปัญหาทั่วไปตามมาตรฐานด้านการกำกับดูแลหรือมาตรฐานวงการ เช่น การสะกดคำและข้อผิดพลาดทางไวยากรณ์พื้นฐาน หรือการจัดรูปแบบเชิงอรรถที่เหมาะสม สำหรับโมดูลอื่นๆ ทีมงาน EY ได้ทำงานร่วมกับลูกค้าอย่างใกล้ชิดเพื่อกำหนดชุดกฎธุรกิจแบบกำหนดเอง เช่น การกำหนดแนวปฏิบัติสำหรับการใช้ถ้อยคำของแบรนด์และบริษัท หรือการเปรียบเทียบการกล่าวอ้างในชิ้นงานส่งเสริมการขายใหม่กับการกล่าวอ้างที่ได้รับการอนุมัติล่วงหน้าในคลังการกล่าวอ้าง EY Smart Reviewer จะแท็กข้อเสนอแนะเพื่อให้แก้ไข โดยเสนอคำแนะนำสำหรับแก้ไขข้อผิดพลาด ช่วยให้ผู้ตรวจสอบได้มุ่งเน้นไปที่การตรวจสอบโดยเฉพาะ และทำให้ความเร็วในการตรวจสอบเพิ่มขึ้นได้อย่างมาก
Hartley กล่าวว่า “ด้วยการระบุเนื้อหาที่ไม่ถูกต้องและแนะนำให้แก้ไข EY Smart Reviewer จะช่วยให้ผู้ตรวจสอบลดการใช้เวลาอันมีค่าของตนไปกับงานซ้ำๆ อย่างการตรวจทาน และสามารถมุ่งเน้นไปที่การตรวจสอบการกล่าวอ้างและเนื้อหาใหม่ๆ ได้มากขึ้น”
ผู้เขียนต่างก็ส่งเนื้อหาในรูปแบบ PDF มาให้ตรวจสอบ แต่ประเภทของเนื้อหาและรูปแบบที่แน่นอนของ PDF นั้นอาจมีได้หลากหลาย Hartley ต้องการวิธีที่จะทำให้ EY Smart Reviewer ดึงเนื้อหาจาก PDF ทุกประเภทออกมาได้อย่างชาญฉลาด และป้อนเข้าไปยังโปรแกรม Natural Language Processing (NLP) เพื่อให้แก้ไขปัญหานี้ได้ ทีมงาน EY Smart Reviewer จึงหันไปหาผู้เชี่ยวชาญด้านไฟล์ PDF ซึ่งก็คือ Adobe
Adobe PDF Extract API ซึ่งเป็นส่วนหนึ่งของ Adobe Acrobat Services จะแยกเนื้อหา PDF ในขณะที่ยังคงรักษาบริบทเชิงโครงสร้าง เช่น ย่อหน้า ส่วน และลำดับการอ่านไว้ในไฟล์ JSON ที่มีโครงสร้าง ซึ่งหมายความว่าโปรแกรมสามารถแยกความแตกต่างระหว่างเนื้อหาหลักและเชิงอรรถทางกฎหมายได้อย่างถูกต้อง ซึ่งถือเป็นการแยกแยะที่จำเป็นอย่างยิ่งสำหรับ EY Smart Reviewer นอกจากนี้ยังสามารถเก็บการจัดรูปแบบในตารางหรือรายการไว้ จึงทำให้ EY Smart Reviewer สามารถกำหนดความสัมพันธ์ระหว่างข้อความได้
"PDF Extract API ช่วยแก้ปัญหาเบื้องต้นให้กับเรา โดยช่วยให้เราแบ่ง PDF ออกเป็นส่วนๆ เพื่อให้เครื่องมือ EY Smart Reviewer ตรวจสอบได้” Hartley กล่าว “เราได้ประเมินหลายๆ ทางเลือก และพบว่า Adobe และเครื่องมืออื่นๆ อีกสองสามรายการสามารถมอบผลลัพธ์คุณภาพที่เราต้องการในการสร้าง EY Smart Reviewer ได้”
“ด้วยการสนับสนุนจาก Adobe เราจึงใช้ระบบอัตโนมัติเพื่อเร่งความเร็วในการตรวจสอบการส่งเสริมการขาย ช่วยให้ลูกค้าของเราส่งเนื้อหาถึงลูกค้าของตนได้รวดเร็วยิ่งขึ้น และประหยัดต้นทุนด้วยการลดความจำเป็นที่จะต้องเพิ่มทรัพยากรเมื่อมีเนื้อหาเพิ่มมากขึ้น”
Shannon Hartley
กรรมการผู้จัดการฝ่าย Business Transformation กลุ่มวิทยาศาสตร์สุขภาพและสุขภาวะของ Ernst & Young LLP
อนาคตของ MLR
บริษัท EY US มีแผนใหญ่สำหรับ EY Smart Reviewer แม้ว่า EY Smart Reviewer จะอาศัย NLP ในการประมวลผลเอกสารเป็นหลัก แต่ผู้เชี่ยวชาญ EY ก็ได้เพิ่มความสามารถที่ได้รับการปรับปรุงของ AI และ GenAI เพื่อขยายเครื่องมือ รวมถึงเพิ่มฟังก์ชันและโมดูลใหม่ๆ แม้ว่า EY Smart Reviewer จะรวมเข้ากับ Veeva แล้ว แต่ EY US ยังมีแผนที่จะขยายด้วยการผสานรวมเข้ากับโซลูชันเวิร์กโฟลว์ที่ใช้กันทั่วไป เช่น Adobe Workfront อย่างลึกซึ้งยิ่งขึ้น
“เป้าหมายของเราสำหรับ EY Smart Reviewer คือการสนับสนุนผู้ตรวจสอบการส่งเสริมการขายด้านการแพทย์ กฎหมาย และการกำกับดูแล ไม่ใช่หาสิ่งต่างๆ ไปแทนที่พวกเขา” Hartley กล่าว “สิ่งสำคัญคือ ผู้ตรวจสอบจะต้องมีสิทธิ์ตัดสินใจขั้นสุดท้าย โดยใช้ความเชี่ยวชาญของตนเพื่อประเมินความเสี่ยงระหว่างการตรวจสอบการส่งเสริมการขาย ด้วยการสนับสนุนจาก Adobe เราจึงใช้ระบบอัตโนมัติเพื่อเร่งความเร็วในการตรวจสอบการส่งเสริมการขาย ช่วยให้ผู้ใช้บริการของเราส่งเนื้อหาถึงลูกค้าของตนได้รวดเร็วยิ่งขึ้น และประหยัดต้นทุนด้วยการลดความจำเป็นที่จะต้องเพิ่มทรัพยากรเมื่อมีเนื้อหาเพิ่มมากขึ้น”
แนะนำสำหรับคุณ
