2024년 생명과학 산업 Commercial 분야의 8가지 전망: 데이터 연결성과 정교하게 조율된 인게이지먼트

생성형 AI의 장점은 정확한 고객 데이터라는 오래된 과제에 대한 새로운 관점을 제공할 것입니다.

모든 산업 분야에서 약 60%에 달하는 기업들이 생성형 AI의 사용을 모색하고 있으며, 20%는 이미 이 기술에 상당한 투자를 진행하고 있습니다. 제약바이오 기업들이 AI에 대한 활용 사례와 투자를 고려함에 따라, 기본적인 요구 사항 즉 고객 데이터 정리에 대한 중요성이 더욱 명확해질 것입니다.

수년 동안 제약바이오 기업들은 다양한 비즈니스 요구 사항을 해결하기 위해 수많은 고객 데이터 세트를 확보해 왔으나, 이는 결과적으로 서로 단절(사일로화)되고 중복되며 부정확한 데이터로 구성된 복잡한 데이터 덩어리가 되었습니다. 영업 대상 목록은 마케팅 대상 목록과는 다른 핵심 HCP(Healthcare Professional) 속성이 포함되어 있어 채널 간 우수한 경험을 창출하기 어려울 수 있습니다. 문제는 정확한 데이터를 확보하는 것 이상으로 훨씬 복잡하며, HCP에 대한 공통된 정의를 기반으로 정확한 데이터를 확보 및 유지하는 프로세스를 함께 생각해야 합니다. 이러한 복합적인 요소들은 AI 기술을 의미있게 활용하는 데 장애물이 됩니다.

AI 모델이 효과적으로 작동하려면 정확할 뿐 아니라, 잘 조율된 고객 데이터가 필요합니다. 정확한 데이터에 대한, 그리고 이러한 데이터를 일관되게 유지하기 위한 기본 프로세스에 대한 투자는 장단기적인 가치를 제공하고 고객 인게이지먼트 전략에서 AI를 보다 의미 있게 사용할 수 있는 길을 열어줄 것입니다.

전문 의약품을 제공하는 제약바이오 기업들은 의료진의 니즈에 적시에 대응해야 합니다.

의료진 즉 HCP와의 대면 인게이지먼트는 팬데믹 이전 수준으로 돌아오고 있지만 의료진에 대한 접근은 더욱 선택적으로 변화하고 있습니다. 기존의 푸시(Push) 모델은 과연 HCP이 필요로 할 때 지원을 제공하고 있을까요? 전문 의약품의 복잡성과 정밀성으로 인해 제약바이오 기업들은 서비스 중심 모델로의 전환에 대한 압박을 받고 있습니다. 앞으로 영업 담당자와 HCP과의 인게이지먼트는 약품의 효능보다는 환급 지원으로부터에서 치료기관 인증에 이르기까지 다양한 치료 장벽을 제거하는 데 더욱 중점을 두게 될 것입니다.

HCP가 필요한 시점에 온디맨드 교육 및 리소스를 제공하기 위해서는 커머셜 및 메디컬 팀 간의 더욱 긴밀한 협력이 중요합니다. 의약품의 프로모션에서 서비스 중심으로 초점이 전환됨에 따라, 필드 영업 팀은 HCP와 담당자를 실시간으로 연결하는 인바운드 기능으로 직접적인 터치포인트를 늘리고 정량적 판매 및 인게이지먼트 빈도의 측정보다 응답성과 고객 가치를 우선시할 것입니다.

이러한 서비스 모델을 앞서 도입한 기업들은 직접적인 방문을 줄이지 않고도 HCP와의 디지털 인게이지먼트를 두 배 이상 증가시키고 있습니다. 이 모델이 성공하려면 경영진의 후원, 현장 교육에 대한 투자, 컴플라이언스 기술, 관계 척도의 강점에 초점을 맞춘 인센티브 재조정이 필요합니다.

개인정보 보호법의 변화로 인해 마케팅 분석에 대한 중요성이 더욱 높아졌습니다.

제약바이오 업계는 항상 개인 정보 보호를 고려해야 했지만, 최근 디지털 광고시장에서 늘어나는 새로운 규제들을 준수하는 것이 점점 더 어려워지고 있습니다. 또한, 2024년 이후에도 써드파티 쿠키와 주소 지정형 미디어의 급격한 변화에 영향을 받을 것으로 예상되면서 위험이 높아질 것입니다.

헬스케어 마케터들은 마케팅 및 미디어 측정이 더욱 어려워지면서 압박을 받을 것입니다. 팀들은 2024년 내내 이러한 장애를 극복하기 위한 타겟팅 및 측정 옵션을 평가하는 데 많은 시간을 할애할 것입니다.

브랜드의 경쟁 우위를 유지하기 위해서는 미래 지향적인 측정, 직접 미디어 피드 및 주소 지정 솔루션 등에 투자하는 마케팅 분석 파트너와 협력하여 끊임없이 변화하는 광고 기술에 대비해야 합니다. 새로운 기능을 개발하고 시장에 선보이기 위해서는 제품, 인재 및 장기 리드 타임에 대한 상당한 투자가 필요합니다. 이러한 과제를 해결하지 못하는 기업은 미디어 투자를 보건 결과와 정확하게 연결하는 데 어려움을 겪을 것입니다.

최신 치료법은 데이터 혼합(data mixing)에 있어 규제 준수 및 개인 정보 보호 접근 방식을 요구합니다.

혁신적이고 복잡한 치료법은 현대 의학을 재편하고 있으며 정확하고 시의 적절한 환자 데이터에 대한 수요를 높이고 있습니다. 예를 들어, 유전자 게놈 데이터와 실험실 데이터는 치료 과정에서 질병 진행에 대한 중요한 통찰력을 추가로 제공할 수 있습니다. 그러나 이러한 유형의 데이터가 환자 데이터와 혼합되면 HIPAA 위반으로 규정되는 환자 재식별을 포함하여 심각한 환자 개인 정보 보호 및 규제 준수 위험을 야기할 수 있습니다.

이러한 문제를 극복하려면 기업은 의료 데이터를 수집하고 연결할 때 위험을 최소화하면서 데이터 품질을 높여야 합니다. 이를 위해, 기업은 환경에 따라 달라지는 다양한 데이터 소스의 사용을 피하고, 개인 정보를 보호하는 방식으로 데이터를 통합하는 방법을 알고 있는 솔루션 제공업체를 찾아야 합니다. 이러한 개선은 데이터 혼합에 대한 장애물을 제거하고 환자에게 상당한 가치를 창출할 것입니다.

생명과학 산업에서 기술에 정통한(tech-savvy) 마케팅 및 메디컬 리더의 부상은 제약바이오 모델을 혼란스럽게 만들 것입니다.

기술과 데이터는 제약바이오 마케팅 담당자에게 컨텐츠 제작 및 캠페인 성과에 대한 통찰력을 이전 어떤 시기보다도 더욱 많이 제공합니다. 그러나 이러한 통찰력을 활용하기 위해 제약바이오 기업은 전통적인 대행사 중심 사고 방식에서 탈피하여 간소화한 캠페인 실행으로 성과를 가속화하는 민첩한 운영 모델로 전환해야 합니다. 이러한 변화는 최고 디지털 책임자(CDO)로부터 최고 마케팅 책임자(CMO)에 이르기까지 떠오르는 리더들에 의해 선도되며, 사람, 프로세스, 기술을 하나로 결합하게 될 것입니다.

마케팅 담당자들은 대행사에 의존하기보다 스스로 더 많은 일을 하기 위해 사고방식을 전환하고 기술을 사용해야 합니다. 이제 마케팅 담당자들은 더 광범위한 전략적 이니셔티브를 위해 대행사를 활용하지만, 다양하게 파생될 수 있는 컨텐츠 자산을 생성하고 여러 채널에 걸쳐 개인화된 컨텐츠를 확장하는 것에 데 대한 책임이 증가할 것입니다.

이러한 운영 모델은 또한 메디컬과 마케팅 리더십을 연결이라는 또 다른 과제도 해결할 수 있게 됩니다. 이러한 협업은 컨텐츠 전략의 추가 조정이 이루어지고 HCP를 위한 보다 관련성 높은 경험을 제공할 것입니다.

마케팅 팀이 실시간 영업 담당자 피드백과 컨텐츠 활용 통찰력을 통해 컨텐츠와 고객 경험을 개선합니다.

제약바이오 기업들은 MLR 개선, 모듈형 콘텐츠 도입, 그리고 외부 에이전시 및 내부 모델을 활용하여 대규모 컨텐츠를 신속하게 제작함으로써 마케팅 효과를 높이는 데 상당한 성과를 보였습니다. 실제로 전년도에 비해 20% 더 많은 컨텐츠를 생성했지만 여전히 77% 의 컨텐츠들이 현장 담당자들에게 사용이 되지 않는 문제점이 남아있습니다. 이러한 격차를 해소하는 데에, 정량적 데이터는 중요한 역할을 할 것이지만, 마케팅 팀이 고객의 피드백을 취합하고 이에 대응하여 적합한 컨텐츠와 경험을 제공하는 데에는 정성적인 데이터가 필수적입니다.

컨텐츠의 효과에 대한 영업 담당자의 실시간 피드백은 마케팅 담당자가 보다 세밀한 수준의 컨텐츠 분석을 진행할 수 있도록 합니다. 마케팅 담당자가 영업 담당자의 직관과 컨텐츠 활용 데이터를 결합할 수 있다면, 어떤 컨텐츠가 사용되는지, 얼마나 자주 사용되는지, 고객에게 얼마나 효과적인지를 정확하게 파악할 수 있습니다. CRM 플랫폼에서 이러한 통찰력을 포착할 수 있는 기업은, 현장 가치가 높고 HCP 참여에 측정 가능한 영향을 미치는 컨텐츠 개발을 보다 손쉽고 빠르게 진행할 수 있습니다.

메디컬 및 임상 데이터 연결을 통한 고급 분석의 활용이 시장출시 속도 향상의 핵심 차별화 요소가 됩니다.

메디컬 및 임상 데이터 연결을 통한 고급 분석의 활용이 시장출시 속도 향상의 핵심 차별화 요소가 됩니다.
커머셜 팀은 사업 성과 측정을 위해 수년 동안 고급 분석을 사용해 온 데 반해, 임상 및 메디컬 팀 아직 초기 단계의 분석 수준에 머물러 있습니다. 2024년에는 경쟁 및 인플레이션 감소법과 같은 외부 압력으로 인해 연구개발 영역의 속도와 민첩성 향상에 대한 요구가 높아지면서 이러한 상황이 달라질 것입니다.

임상 및 메디컬 팀은 고급 분석을 활용하여 시험기관 선정, 환자 등록 지원, 치료 기준 격차 식별 등의 작업을 촉진할 수 있습니다. 이를 통해 제약바이오 기업이 시장에 진출하는 데에 있어 커머셜 팀보다 큰 영향력을 발휘할 수 있게 됩니다.

제품 시장을 정의하고 치료 대상 환자를 식별하며 의료 서비스 제공자와 협력하고 경쟁사보다 빠르게 움직일 수 있는 기업이 승리할 것입니다. 고객, 환자, KOL 및 비즈니스 운영 전반에 걸친 공통 아키텍처를 기반으로, 정확하고 연결된 데이터가 필수적인 요소가 될 것입니다.

활동에서 결과에 이르기까지 데이터는 메디컬 팀의 최대 관심사가 될 것입니다.

메디컬 부서가 일관적으로 데이터에 기반한 의사 결정을 내리는 데 어려움이 있을 경우, 조직 내에서의 전략적 역할과 영향력에 제한이 있을 수 밖에 없습니다. 데이터가 기하급수적으로 증가하고 복잡해짐에 따라 강력한 데이터 기반을 갖추지 못한 메디컬 팀은 고급 자동화 및 AI와 같은 핵심 기술을 활용하는 데 어려움을 겪게 됩니다. 2024년에 메디컬 팀은 조직을 발전시키고 영향력을 더 잘 측정하기 위해 데이터에 집중할 것입니다.

메디컬 팀이 이를 달성하기 위해서는 견고한 분석 기반에 필수적인 데이터 정리, 구성, 통합 및 보고에 대한 구조화된 접근 방식을 취해야 합니다. 이러한 데이터 기반 업무 방식을 위해서는, 현재의 업무에 대한 교육 뿐 아니라, 데이터, 분석, 프로세스 및 변경 관리 담당자를 포함한 메디컬 조직 전체가 비즈니스 통찰력을 갖추어야 합니다. 그 결과 데이터 품질이 향상되고 AI 기반 통찰력이 향상되며 결과적으로 메디컬 팀이 미치는 영향력이 더 커질 것입니다.