Die Arbeit zeigt den wertschöpfenden Einsatz von Artificial Intelligence im Marketing pharmazeutischer Unternehmen. Unterschiedliche algorithmische Ansätze können die strategischen Ausrichtungen und die operativen Tätigkeiten gewinnbringend unterstützen und so kunden- und patientenorientiertes Handeln ermöglichen. Neben einem starken Engagement der Geschäftsführung und dem Vertrieb wird in Zukunft mehr Fachwissen für Data Science im Marketing benötigt, da das Ableiten von Erkenntnissen sich als zentrale Aufgabe entwickelt.
Neue Rahmenbedingungen fordern die bestehenden Geschäftsmodelle der pharmazeutischen Unternehmen heraus. Marktzugangsbeschränkungen, innovative Mitbewerber und informationstechnologische Fortschritte verlangen eine Entwicklung des strategischen und operativen Marketing für verschreibungspflichtige Behandlungen. Ziel der Arbeit ist die Darstellung, wie Artificial Intelligence durch strukturierte Datenauswertungen die Prozesse der Entscheidungsfindung im Marketing pharmazeutischer Unternehmen optimieren und Kunden- und Unternehmensbedürfnisse angleichen kann.
Im Rahmen einer umfangreichen Sekundäranalyse wurden die theoretischen Grundlagen der Arbeit dargelegt. Diese begann mit einem Überblick über das Marketing pharmazeutischer Unternehmen. Der Schwerpunkt lag hierbei auf der strategischen Entscheidungsfindung und den operativen Tätigkeiten. Anschließend wurde der aktuelle Stand der Wissenschaft über Big Data und Artificial Intelligence erläutert und diese durch Fallbeispiele anderer Branchen untermauert.
Basierend auf den Ergebnissen der theoretischen Analyse wurde die qualitativ-explorative Forschung durchgeführt. Die elf ExpertInnen aus der pharmazeutischen Industrie konnten die Ergebnisse der theoretischen Forschung validieren und einen praxisnahen Einblick in die Spannungsfelder geben. Anhand der qualitativen Inhaltsanalyse nach Mayring wurden die Interviews strukturiert ausgewertet und die Ergebnisse erläutert.
Inhaltsverzeichnis
- Einleitung
- Problemstellung
- Zielsetzung
- Forschungsfragen
- Methodische Vorgehensweise
- Aufbau der Arbeit
- Begriffsabgrenzungen und Definitionen
- Marketing
- Big Data
- Artificial Intelligence
- Das Marketing der pharmazeutischen Industrie
- Rechtliche Rahmenbedingungen
- Arzneimittelgesetz
- Pharmig-Verhaltenscodex
- Kommunikationspolitik
- Klassische Marketingkommunikation
- Digitale Marketingkommunikation
- Arztorientiertes, digitales Marketing
- Patientenorientiertes, digitales Marketing
- Multi-Channel Kommunikation
- Marktanalyse im Pharmazeutischen Marketing
- Primärforschung
- Sekundärforschung
- Alternative Datenquellen
- Artificial Intelligence im Marketing
- Big Data
- Artificial Intelligence
- Einfache Algorithmen und regelbasierte Expertensysteme
- Formen der Artificial Intelligence
- Knowledge Discovery in Databases und Data-Mining
- Knowledge Discovery in Databases
- Formen des Data-Mining
- Kritische Aspekte bei der Applikation von Artificial Intelligence
- Transparenz
- Qualität
- Fallbeispiele von algorithmischem Marketing
- Beantwortung der theoretischen Subforschungsfragen
- Empirische Forschung
- Methodologie und Erhebungsmethode
- Auswertungsmethode und Qualitätssicherung
- Ergebnisdarstellung
- Herausforderungen der pharmazeutischen Industrie
- Allgemeine Herausforderungen
- Digitale Transformation
- Entwicklung von PatientInnen
- Entwicklung der Ärzteschaft
- Entscheidungsfindung in pharmazeutischen Unternehmen
- Strategische Zielsetzung im Marketing
- Zielgruppen und Kundensegmentierung
- Potentiale im Marketing pharmazeutischer Unternehmen
- Organisiertes Change-Management
- Entwicklung der Außendiensttätigkeit
- CRM Systeme
- Big Data
- Data Science
- Beantwortung der empirischen Subforschungsfragen
- Beantwortung der Hauptforschungsfrage
Zielsetzung und Themenschwerpunkte
Diese Arbeit befasst sich mit dem Potential von Artificial Intelligence im Marketing von verschreibungspflichtigen Medikamenten. Das Ziel der Arbeit ist es, aufzuzeigen, wie Artificial Intelligence durch strukturierte Datenauswertungen die Prozesse der Entscheidungsfindung im Marketing pharmazeutischer Unternehmen optimieren und Kunden- und Unternehmensbedürfnisse angleichen kann.
- Rechtliche Rahmenbedingungen des Marketing von verschreibungspflichtigen Medikamenten
- Die Rolle von Big Data und Artificial Intelligence im Marketing
- Herausforderungen und Chancen der Digitalisierung im pharmazeutischen Marketing
- Potentiale von Artificial Intelligence für die Entscheidungsfindung und operative Prozesse
- Empirische Erkenntnisse aus Interviews mit ExpertInnen der pharmazeutischen Industrie
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, die die Problemstellung, die Zielsetzung, die Forschungsfragen, die methodische Vorgehensweise und den Aufbau der Arbeit darlegt. Im zweiten Kapitel werden die relevanten Begriffe wie Marketing, Big Data und Artificial Intelligence abgegrenzt und definiert. Das dritte Kapitel widmet sich dem Marketing der pharmazeutischen Industrie und beleuchtet dabei die rechtlichen Rahmenbedingungen, die Kommunikationspolitik und die Marktanalyse.
Kapitel vier untersucht den Einsatz von Artificial Intelligence im Marketing und beschreibt die Bedeutung von Big Data, die Formen der Artificial Intelligence sowie den Bereich des Knowledge Discovery in Databases und Data-Mining. Zudem werden kritische Aspekte der Applikation von Artificial Intelligence betrachtet und Fallbeispiele aus anderen Branchen vorgestellt.
In Kapitel fünf werden die theoretischen Subforschungsfragen beantwortet. Kapitel sechs stellt die empirische Forschung vor, einschließlich der Methodologie, der Erhebungs- und Auswertungsmethode sowie der Qualitätssicherung. Kapitel sieben präsentiert die Ergebnisse der empirischen Forschung, die die Herausforderungen der pharmazeutischen Industrie, die Entscheidungsfindung in pharmazeutischen Unternehmen und die Potentiale von Artificial Intelligence im Marketing beleuchten.
Schlüsselwörter
Die zentralen Schlüsselwörter dieser Arbeit sind Artificial Intelligence, Big Data, Marketing, Pharmazeutische Industrie, Entscheidungsfindung, Kundensegmentierung, Digitalisierung, Change-Management, Data Science, Empirische Forschung.
- Arbeit zitieren
- Rafael Lässer (Autor:in), 2019, Artificial Intelligence im Marketing für verschreibungspflichtige Medikamente. Wie kann AI bei Marketingentscheidungen unterstützen?, München, GRIN Verlag, https://www.grin.com/document/508786
