Un algorithme qui optimise les achats des pharmacies

Le marché des médicaments est particulièrement complexe. Pour aider la société sierroise Valpharmex à trouver les meilleurs prix pour ses clients, Icare a développé la plateforme AOptima. Après deux ans de recherche, le prototype a été industrialisé dans le cadre d’un projet The Ark.
Les médicaments transitent par une multitude d’acteurs qui proposent des prix et des conditions commerciales très variables selon les quantités vendues, les périodes de l’année, les relations d’affaires établies, etc. Dans ce marché opaque, il est dès lors très difficile pour les pharmacies d’avoir une vue d’ensemble et d’obtenir un prix optimal auprès des fournisseurs. C’est pourquoi elles font appel à des sociétés spécialisées comme Valpharmex, qui se chargent de leur trouver les meilleures conditions commerciales pour les produits recherchés.
Jusqu’ici, les informations traitées par Valpharmex étaient issues d’un processus manuel en raison de la grande diversité des supports utilisés (fax, e-mail, papier, messages vocaux, etc.). Leur analyse et leur gestion étaient très complexes, ce qui pouvait entrainer d’importants manques à gagner, liés à des erreurs humaines, à la constante évolution des prix et à la volatilité de nombreux autres critères.
Le défi scientifique principal de ce projet CTI fut de centraliser le processus dans un système unique, capable de gérer l’hétérogénéité et le grand volume d’informations tout en intégrant un algorithme de prédiction et d’optimisation d’achat. Cet algorithme parvient à repérer la meilleure condition commerciale en tenant compte de plus de 150 critères (temporel, régionalité, vente croisée, etc.).
Afin de faciliter la recherche d’articles, des technologies sémantiques ont été exploitées, établissant des liens entre les produits. Ainsi, pour chaque produit pharmaceutique ou parapharmaceutique, la plateforme d’aide à la décision AOptima propose le fournisseur le plus avantageux et prédit la période d’achat idéale, ce qui induit des baisses de coûts significatives. Prochaine étape: industrialiser la solution issue de la recherche en affinant les liens sémantiques et en stabilisant les algorithmes d’optimisation, afin d’offrir une solution robuste et facile à appréhender.