Transformer la gestion des données de santé avec Snowflake et AWS

HCLTech a révolutionné les rapports de développement de médicaments grâce à l'intégration avancée des données et à l'analytique
5 min de lecture
Partager

Notre client, un chef de file mondial dans les , était initialement confronté à des défis liés à la production manuelle de rapports de direction pour le développement de médicaments. Ils avaient besoin d’un tableau de bord intégré pour visualiser les principaux indicateurs de performance de l’entreprise. HCLTech a construit une fonderie de données, intégrant diverses sources de données à la plateforme de lac de données . Cette intégration a permis le traitement des données en quasi temps réel, l’analytique prédictive et des applications propulsées par l’IA. Grâce à Snowflake, les données étaient publiées avec précision sur des tableaux de bord stratégiques et des rapports tactiques ont été générés selon les principes de la science des données. Cela a rationalisé les processus de planification, de suivi et de production de rapports, offrant à notre client une plateforme évolutive et adaptative.

Le défi

Résoudre les silos de données et améliorer la production de rapports grâce à l’intégration de Snowflake

Les dirigeants de notre client faisaient face à des défis en raison d’une forte dépendance à des ressources spécialisées pour la compilation manuelle des indicateurs de performance liés au développement pharmaceutique. Ce processus impliquait des données provenant de CDCS, CTMS, MDM, Finance et RH, menant à des silos de données et à une production de rapports lente. Sans tableau de bord intégré ni source unique de vérité, la précision du traitement des données était compromise. Le client recherchait de meilleures possibilités de partage des données et de fonctionnalités d’historisation pour obtenir de meilleures analyses, ce qui a mené au choix de la plateforme Snowflake pour ses capacités intégrées de gestion, de production de rapports et d’analytique de données.

Les défis

L’objectif

Intégration des données et optimisation des processus à l’aide de Snowflake et S3

Les principaux objectifs de notre client étaient de :

  • Utiliser la plateforme de données Snowflake pour la visualisation avancée
  • Intégrer diverses sources de données dans un système unifié
  • Rationaliser les processus de planification, de suivi et de production de rapports
  • Éliminer les processus manuels et réduire l’utilisation d’Excel
  • Fournir des tableaux de bord analytiques en temps réel pour la haute direction
  • Entreposer les données actuelles et historiques dans un entrepôt de données unifié basé sur le nuage Snowflake et AWS S3
La transformation de la gestion des données de santé avec Snowflake et AWS

La solution

Une plateforme de données unifiée avec Snowflake pour l'intégration, la transformation et l'analytique avancée

HCLTech a mis en œuvre une plateforme Data Lake basée sur Snowflake Data Cloud pour la curation, la normalisation, l’harmonisation, l’agrégation et la transformation des données. Cette plateforme intègre des données provenant de diverses sources, y compris Tibco, dans Snowflake en quasi temps réel.

Les données sont stockées en trois couches :

  • Brute (réplique de la source)
  • Intégration (consolidée et transformée)
  • Présentation (publiée aux consommateurs)
La solution

L’évolutivité et l’adaptabilité de Snowflake permettent le partage de données sans friction, l’analyse prédictive, l’apprentissage automatique et les applications d’IA. Matillion a été utilisé pour l’automatisation et l’orchestration ETL. La plateforme a permis une publication précise des données sur les tableaux de bord, des rapports tactiques utilisant les principes de la science des données et le soutien à diverses applications en aval.

L'impact

Améliorer la qualité et l'efficacité des données avec Snowflake sur AWS

La plateforme Snowflake sur AWS offrait une source unique de vérité, gérant le stockage, la structure et les attributs des données avec une dépendance minimale à l’utilisateur. Elle utilisait Snowpipe, SnowSQL et Snowsight pour un traitement efficace des données. Matillion était utilisé pour l’extraction, le chargement et la transformation des données, tandis que Tibco facilitait la réplication des données. Le référentiel de modélisation de données prédictive Erwin automatisait les tâches opérationnelles.

L'impact

Les avantages de l’adoption de Snowflake comprenaient :

  • 7 à 8 % d’augmentation des opportunités de revenus grâce à des capacités avancées de partage de données, offrant des analyses commerciales plus approfondies et favorisant la collaboration
  • Une prise de décision plus rapide et axée sur les données rendue possible par des rapports quasi en temps réel, avec une qualité et une cohérence accrues des données assurant des informations plus précises et ponctuelles.
  • La réalisation des objectifs de transformation des données via le déploiement d’un modèle libre-service 24/7, permettant aux intervenants d’accéder de façon indépendante aux données dont ils ont besoin, améliorant ainsi l’efficacité opérationnelle et réduisant la dépendance au service informatique.
  • Une amélioration de 5 % de la qualité de l’inscription sur site, permettant une sélection de site plus précise et un meilleur alignement avec les besoins du projet, ce qui a finalement conduit à des taux de succès plus élevés dans les essais cliniques.
  • Des économies annuelles d’environ 6 000 heures grâce à l’automatisation et l’optimisation du processus de génération des listes de sites, réduisant considérablement les efforts manuels et libérant des ressources pour des tâches stratégiques.
IA Données et IA Étude de cas Transformer la gestion des données de santé avec Snowflake et AWS