Rapport: digitale Verhaltenszwillinge von Patienten
WYnova entwickelte für Rosemark Rapport digitale Verhaltenszwillinge von Patienten, die die Reaktion vor dem Versand vorhersagen, mit +63 % prognostiziertem Engagement pro Segment.
- Kunde
- Rapport
- Branche
- Gesundheit
- Dienstleistung
- AI Solution Builder
- Zeit bis zum MVP
- 8 Wochen
Prognostiziertes Engagement nach Segment
bis zum MVP
Die Herausforderung
Dieselbe Nachricht wirkt selten bei allen Patienten gleich. Um zu wissen, was in jedem Segment funktioniert, musste das Team versenden, abwarten und messen.
Zentrale Hürden
-
Allgemeine Nachrichten
Derselbe Text für sehr unterschiedliche Patientenprofile.
-
Spätes Feedback
Die Wirkung jeder Nachricht war erst nach dem Versand bekannt.
-
Heterogene Segmente
Sehr unterschiedliche Verhaltensmuster zwischen den Segmenten.
Die Lösung
WYnova entwickelte maßgeschneiderte digitale Verhaltenszwillinge von Patienten: Modelle, die die Reaktion jedes Segments nachbilden, um Nachrichten zu personalisieren und das Engagement vor dem Versand vorherzusagen. Das MVP war 8 Wochen nach Projektstart fertig.
-
01
Daten
Profile und Interaktionshistorie jedes Segments.
-
02
ReplikenKI
Modelle, die das Verhalten der einzelnen Patientengruppen abbilden.
-
03
NachrichtenKI
Auf jedes Segment zugeschnittene Varianten der Botschaft.
-
04
PrognoseKI
Für jede Variante vor dem Versand prognostiziertes Engagement.
-
05
Menschliche Prüfung
Das Team des Kunden wählt die zu versendende Nachricht aus und gibt sie frei.
Wird die Reaktion jedes Segments vor dem Versand vorhergesagt, hängt die Personalisierung nicht mehr von Versuch und Irrtum ab.
Ergebnisse
+63 % prognostiziertes Engagement pro Segment, mit personalisierten Nachrichten für jedes Patientenprofil. Das MVP war in 8 Wochen fertig.
Was wir gelernt haben
In der Gesundheitskommunikation ermöglicht die Simulation der Reaktion jedes Segments, die Nachricht auf Basis einer Prognose zu wählen, statt die Ergebnisse jedes Versands abzuwarten.
Verwandte Projekte und Leistungen
Weitere Projekte und Lösungen im Bereich KI für Gesundheitswesen und Pharmaindustrie.
