Laboratório global leva inteligência de mercado ao campo

Em 30 dias, consultores do laboratório aceitaram 92,7% das recomendações do Dinn.

Farmacêutica global

Em resumo

Empresa
Uma das maiores empresas globais de saúde e farmacêutica.
Setor
Farmacêutica e saúde
Sede
Global
Caso de uso
Recomendações do Dinn para a força de vendas em campo

O laboratório quer crescer com boa execução e diversificar o portfólio nos pontos de venda. Para isso, depende de consultores que visitam farmácias, distribuidores e profissionais de saúde todos os dias. Os dados nem sempre chegam a eles de forma clara.

Em 2024, seis consultores de vendas do laboratório usaram o Dinn por 30 dias. Eles atuam em duas regionais. A pergunta era direta: os consultores seguem as recomendações do Dinn quando elas aparecem no meio da rotina de campo?

Seguiram. E gostaram.

Resumo do impacto

  • 92,7%das recomendações do Dinn foram acatadas: 573 acatadas e 45 rejeitadas
  • 90,85%de satisfação dos consultores (CSAT médio de 4,54 em 5)
  • ~20acessos por dia, por consultor, em média
  • 78pontos de venda com todas as recomendações concluídas pelos seis consultores
Conseguimos ser assertivos em nossas ações, sem esquecer de pontos básicos, que acabamos por passar batido devido à nossa rotina. A ferramenta não nos deixa esquecer. Faz toda a diferença.
Consultor de vendas

O problema

Dados descentralizados, visitas sem direção

O laboratório tinha informação, mas ela estava espalhada. Antes de entrar em cada ponto de venda, o consultor não sabia com clareza o que fazer ali.

O resultado é conhecido: decisões mal informadas, visitas menos eficazes, desperdício de recurso e oportunidades perdidas.

O laboratório precisava de inteligência de mercado aplicada às visitas de campo. Não queria mais um painel para consultar depois. Queria orientação pronta no momento da visita.

Da informação espalhada à recomendação pronta

A solução

Recomendações que dizem o que oferecer, quando e como

O Dinn usa inteligência artificial. Ele responde a três perguntas para cada cliente: o que oferecer, quando oferecer e como oferecer. A resposta chega ao consultor em tempo real, em forma de recomendações.

A hipótese: os consultores acatam as recomendações do Dinn se forem precisas e relevantes, se forem fáceis de integrar à rotina e se agregarem valor.

  • Período: 30 dias, entre julho e agosto de 2024
  • Participantes: seis consultores de vendas, três da regional A e três da regional B
  • Fonte de dados: base de vendas do cliente
  • Melhoria contínua: perto do fim do período, a Dinn liberou para todos novas melhorias na página de recomendações
  • Medição: uso da aplicação, recomendações aceitas e rejeitadas e satisfação (CSAT)
Os 30 dias de uso
  1. jul/2024Seis consultores começam a usar o Dinn
  2. ago/2024Melhorias na página de recomendações, para todos
  3. ago/2024Fim dos 30 dias e leitura dos resultados

Como foi na prática

O Dinn diz ao consultor o que fazer

O consultor abre o Dinn e busca o cliente por nome ou número fiscal (ponto de venda ou profissional de saúde). Ele encontra as recomendações do cliente. Cada recomendação é objetiva. O consultor marca como feita ou descarta.

Cinco tipos de recomendação acompanham a rotina de visita:

  • Sugestão de pedido: o que sugerir comprar, com base no histórico do cliente
  • Sugestão de abordagem: o que destacar na visita, como lançamentos e campanhas ativas
  • Oportunidades de vendas: combinações de produtos que costumam ser compradas juntas
  • Tendências e previsões: o que deve crescer no próximo mês, com reforço de estoque quando faz sentido
  • Preferências e retenção: ações para fidelizar o cliente com base no comportamento de compra

Segundo os consultores, as recomendações deram mais propriedade e confiança na relação com os clientes. Os seis consultores concluíram todas as recomendações em 78 pontos de venda. Um único consultor concluiu 28 pontos de venda.

Recomendações ajustadas ao que o campo aceita

O time do Dinn acompanhou, semana a semana, quais recomendações o campo aceitava e quais descartava. Usou esses dados para melhorar o produto.

  • Mais aceitas: as que ampliam e diversificam o mix e analisam o desempenho de vendas
  • Menos aceitas: as que apontam problema de desempenho, como produtos com baixo desempenho e queda de vendas
  • Depois das melhorias, o Dinn reduziu o número de recomendações exibidas. Surgiram temas de ação comercial: produtos com desconto, produtos em alta e pacotes promocionais
  • Depois das melhorias, os consultores acataram 100% das recomendações. O engajamento continuou alto: 66 acessos no primeiro dia e 52 no segundo
Aceitação das recomendações
92,7%média de todo o período
100%depois das melhorias

Foram poucos dias e seis usuários depois do ajuste. Leia como sinal, não como regra.

Feedback do campo orienta o produto

Os 30 dias de uso também serviram para ouvir os consultores. Quatro pedidos se repetiram. O Dinn usa esse retorno para priorizar o produto.

  • Busca de clientes mais precisa
  • Roteiro de visitas para facilitar a execução
  • Mais fontes de dados do cliente para direcionar melhor as recomendações
  • Exportação dos dados em formatos compatíveis com outros sistemas
Parabéns a todos os envolvidos no projeto Dinn. Os resultados dos testes são promissores e mostram o potencial dessa inovação para transformar nossa empresa. A dedicação da equipe é inspiradora, e estamos confiantes no impacto positivo que isso trará.
Consultor de vendas

Os números

Adoção e satisfação

  • 92,7% das recomendações acatadas em todo o período: 573 acatadas e 45 rejeitadas
  • 100% de aceitação depois das melhorias (poucos dias e seis usuários)
  • Engajamento de 70,77%, com o critério de pelo menos duas visitas à página de lista de pontos de venda
Recomendações do períodoAcatadas e rejeitadas
92,7%acatadas
  • Acatadas (573)92,7%
  • Rejeitadas (45)7,3%
Satisfação dos consultoresCSAT, nota de 1 a 5, em 17 dias
  • 4,83Navegação intuitiva na busca por informações
  • 4,67Priorização de clientes
  • 4,67Probabilidade de uso contínuo
  • 4,00Adequação das informações nas recomendações

A adequação das informações teve a menor nota. O Dinn usa esse resultado para melhorar os dados de cada recomendação.

O potencial para toda a equipe

O potencial abaixo é uma leitura qualitativa. Não é resultado medido nos 30 dias de uso.

  • Mais vendas por visita, porque o consultor chega ao ponto de venda com a recomendação pronta
  • Menos tempo de preparo em cada visita, porque o Dinn reúne os dados
  • Espaço para mais visitas por dia na rotina de cada consultor

Potencial para toda a base de consultores. Não é resultado medido.

O que vem a seguir

O próximo passo é ampliar o uso do Dinn para mais consultores e incluir mais fontes de dados do cliente.

Veja como isso funciona com os seus produtos

Numa demonstração, a Dinn mostra a leitura com o seu portfólio, carteira e regiões.