Looker เครื่องมือสำคัญในการเพิ่มประสิทธิภาพวิจัยและพัฒนายาของ Moderna

Moderna บริษัทเภสัชกรรมใช้แพลตฟอร์ม Looker จาก Google Cloud เพื่อปรับปรุงการวิเคราะห์ข้อมูลในด้านต่าง ๆ เช่น การทดลองทางคลินิก การวิจัย โลจิสติกส์ และบริการลูกค้า การนำ Looker มาใช้ใน Moderna เน้นกลยุทธ์การใช้หลายคลาวด์ (multi-cloud) โดยมุ่งเน้นการรวมเครื่องมือที่ดีที่สุดเพื่อให้ได้ข้อมูลเชิงลึกที่นำไปปฏิบัติได้จริงและเพิ่มประสิทธิภาพในการดำเนินงาน

Moderna เริ่มใช้ข้อมูลในการพัฒนายาอย่างไร

Moderna เป็นบริษัทที่มุ่งเน้นการวิจัยและพัฒนายาตามเทคโนโลยี mRNA ได้มีการใช้กลยุทธ์ขับเคลื่อนด้วยข้อมูลตั้งแต่เริ่มก่อตั้งในปี 2010 ซึ่งกลยุทธ์นี้มีความสำคัญในการสร้าง การอนุมัติ และการแจกจ่ายวัคซีนและยารักษาโรค โดยเฉพาะในอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด

Moderna ใช้เทคโนโลยีคลาวด์หลายระบบ (multicloud data stack) เพื่อให้ได้ข้อมูลเชิงลึกในกระบวนการทดลองทางคลินิก เพิ่มประสิทธิภาพด้านวิทยาศาสตร์และความร่วมมือ และเพิ่มประสิทธิภาพในการขนส่งเพื่อลดต้นทุนและการควบคุมงบประมาณให้ตรงตามเป้าหมาย

วิธีที่ Moderna ใช้ข้อมูลเพื่อเสริมสร้างการพัฒนายา:

● กลยุทธ์ข้อมูลคลาวด์หลายระบบ (Multicloud Data Strategy): Moderna ใช้แนวทางหลายคลาวด์เพื่อเลือกเครื่องมือที่ดีที่สุดสำหรับงานต่าง ๆ และเชื่อมต่อกันเพื่อให้ได้โซลูชันที่ครอบคลุม ซึ่งช่วยให้พวกเขาสามารถใช้จุดแข็งของผู้ให้บริการคลาวด์และฐานข้อมูลต่าง ๆ ได้อย่างเต็มที่

● Looker เพื่อการเข้าถึงและการใช้งานข้อมูล: ในตอนแรก Moderna เก็บข้อมูลทั้งหมดไว้ใน Amazon Redshift แต่เพื่อปรับปรุงการเข้าถึงและการวิเคราะห์ข้อมูล พวกเขาเลือกใช้ Looker ในปี 2016 ซึ่งช่วยให้พนักงานสามารถวิเคราะห์ข้อมูลได้ด้วยตนเอง ดูแลคุณภาพและความสม่ำเสมอของข้อมูล เชื่อมต่อกับเครื่องมือที่มีอยู่ และมีความคุ้มค่าในด้านต้นทุน

● การพัฒนาการทดลองทางคลินิก: Looker ช่วยให้ Moderna รวมข้อมูลจากแหล่งต่าง ๆ เช่น การดำเนินงานทางคลินิก ข้อมูลประชากร และข้อมูลภายนอก เช่น ข้อมูลระบาดวิทยาและประชากรศาสตร์ ซึ่งช่วยให้การตัดสินใจในการทดลองทางคลินิกมีความชัดเจน โดยเฉพาะในเรื่องของการคัดเลือกผู้เข้าร่วมและความหลากหลายของกลุ่มตัวอย่าง

● ส่งเสริมการวิจัยและความร่วมมือ: Looker ช่วยให้กระบวนการวิจัยมีความสะดวกขึ้น โดยให้นักวิทยาศาสตร์สามารถเข้าถึงข้อมูลที่เชื่อถือได้ง่ายขึ้น ไม่ต้องพึ่งพาการจัดการข้อมูลด้วยตนเอง และส่งเสริมการทำงานร่วมกัน การเข้าถึงข้อมูลแบบศูนย์กลางนี้ทำให้มั่นใจในความปลอดภัย ความถูกต้อง และกระตุ้นให้เกิดการแลกเปลี่ยนความรู้

● การเพิ่มประสิทธิภาพด้านการขนส่ง: Moderna ใช้ Looker เพื่อให้มองเห็นข้อมูลการขนส่งและการจัดการโลจิสติกส์ได้ชัดเจนขึ้น โดยการวิเคราะห์ข้อมูลการขนส่ง ทีมโลจิสติกส์สามารถค้นหาโอกาสในการประหยัดค่าใช้จ่าย เช่น การรวมการขนส่งหรือปรับเปลี่ยนวิธีการขนส่ง ซึ่งช่วยปรับปรุงงบประมาณได้อย่างมาก

● การวิเคราะห์ความรู้สึกจากประสบการณ์ของผู้ใช้: Moderna ใช้ Google Natural Language Processing (NLP) API เพื่อวิเคราะห์ข้อมูลที่ไม่เป็นระเบียบจากช่องทางการสื่อสารอื่น ๆ การวิเคราะห์นี้ช่วยให้พวกเขาเข้าใจความรู้สึกของผู้ใช้ ค้นหาภาพรวมของแนวโน้ม และปรับปรุงประสบการณ์การใช้งานภายในโดยการแก้ไขปัญหาซอฟต์แวร์หรือฮาร์ดแวร์ได้อย่างมีประสิทธิภาพ

การที่ Moderna ให้ความสำคัญกับการตัดสินใจด้วยข้อมูลและการใช้เทคโนโลยีขั้นสูงเช่น Looker และ Google NLP API ได้ช่วยปรับปรุงกระบวนการพัฒนายาของพวกเขาอย่างมาก โดยการรวมข้อมูลจากหลายส่วนขององค์กร พวกเขาจึงสามารถเพิ่มประสิทธิภาพ ความร่วมมือ และการตัดสินใจ ซึ่งในที่สุดก็ช่วยเร่งภารกิจในการใช้ mRNA เพื่อประโยชน์ต่อผู้คน

ความท้าทายของ Moderna ในการจัดการข้อมูลจำนวนมหาศาลที่เกี่ยวข้องกับการวิจัยและพัฒนายา

Moderna เผชิญกับความท้าทายที่สำคัญในการจัดการกับข้อมูลจำนวนมากที่เกี่ยวข้องกับการวิจัยและพัฒนายา ความท้าทายนี้เกิดจากลักษณะที่ซับซ้อนและการควบคุมที่เข้มงวดในอุตสาหกรรมเภสัชกรรม ซึ่งต้องการข้อมูลที่แม่นยำ สามารถตรวจสอบได้ และนำไปปฏิบัติได้ นี่คือความท้าทายบางประการที่ Moderna ได้เผชิญ:

● ข้อมูลแยกส่วน (Data Silos): ก่อนที่จะนำโซลูชันข้อมูลที่ครอบคลุมมาใช้ Moderna ประสบปัญหากับข้อมูลที่ถูกแยกเก็บในแต่ละแผนก นักวิทยาศาสตร์ต้องพึ่งพาการจัดการข้อมูลด้วยมือในเครื่องมืออย่าง Excel ซึ่งทำให้เกิดความไม่สอดคล้องกัน ปัญหาการควบคุมเวอร์ชัน และข้อจำกัดในการสำรวจข้อมูล

● การรวมข้อมูลที่ใช้เวลานาน (Time-Consuming Data Integration): การรวมข้อมูลจากแหล่งข้อมูลภายในและภายนอก เช่น การดำเนินงานทางคลินิก ข้อมูลประชากรศาสตร์ ข้อมูลระบาดวิทยา และข้อมูลสำมะโนประชากร เป็นอุปสรรคที่สำคัญ กระบวนการรวมข้อมูลด้วยมือใช้เวลานาน เสี่ยงต่อข้อผิดพลาดจากมนุษย์ และทำให้ไม่สามารถสร้างมุมมองที่ครอบคลุมของการทดลองทางคลินิกได้

● การมองเห็นและความร่วมมือในการวิจัยที่จำกัด (Limited Visibility and Collaboration in Research): นักวิทยาศาสตร์ต้องสร้างที่เก็บข้อมูลและการแสดงผลด้วยตัวเอง ซึ่งขัดขวางความร่วมมือและการแลกเปลี่ยนความรู้ การขาดแพลตฟอร์มศูนย์กลางสำหรับข้อมูลการวิจัยทำให้เกิดความไม่สอดคล้องกันและยากที่จะตรวจสอบหรือทำซ้ำผลการวิจัย

● การจัดการโลจิสติกส์และต้นทุนที่ไม่มีประสิทธิภาพ (Inefficient Logistics and Cost Management): ทีมโลจิสติกส์ของ Moderna เผชิญกับความท้าทายในการติดตามและจัดการต้นทุนการขนส่งเนื่องจากจำนวนคำขอที่สูง ขาดมุมมองแบบเรียลไทม์ในข้อมูลการขนส่งทำให้ยากที่จะหาช่องทางในการประหยัดค่าใช้จ่ายและรักษาเป้าหมายงบประมาณให้ตรง

● ความยากลำบากในการวิเคราะห์ข้อมูลที่ไม่เป็นระเบียบ (Difficulty in Analyzing Unstructured Data): การดึงข้อมูลเชิงลึกจากข้อมูลที่ไม่เป็นระเบียบ เช่น ข้อเสนอแนะจากผู้ใช้ในระบบ ticket เป็นอุปสรรคสำหรับ Moderna ข้อมูลเหล่านี้มักจะถูกแยกเก็บในแอปพลิเคชันต่าง ๆ ทำให้ยากในการวิเคราะห์ความรู้สึกและระบุแนวโน้มเพื่อปรับปรุงประสบการณ์ของผู้ใช้

เพื่อแก้ไขความท้าทายเหล่านี้ Moderna ได้นำกลยุทธ์ข้อมูลคลาวด์หลายระบบ (multicloud data strategy) มาใช้ โดยเลือกเครื่องมือที่ดีที่สุดและรวมเข้าด้วยกันเป็นโซลูชันที่สมบูรณ์ พวกเขาได้รวมข้อมูลทั้งหมดไว้ใน Amazon Redshift และนำ Looker มาใช้เป็นแพลตฟอร์มแอปพลิเคชันข้อมูล การทำเช่นนี้ช่วยให้พวกเขาสามารถทำลายข้อมูลแยกส่วน ปรับปรุงการรวมข้อมูล เสริมสร้างความร่วมมือในการวิจัย ปรับปรุงโลจิสติกส์ และดึงข้อมูลจากข้อมูลที่ไม่เป็นระเบียบ ซึ่งในที่สุดก็ช่วยเร่งกระบวนการค้นพบยาของพวกเขาได้

Looker เข้ามาช่วยจัดการข้อมูลของ Moderna อย่างไรบ้าง

ความท้าทายก่อนใช้ Looker

● ข้อมูลแยกส่วนและการรายงานที่ไม่สอดคล้องกัน: พนักงานส่วนใหญ่ใช้ Excel ในการวิเคราะห์ข้อมูล ซึ่งทำให้เกิดการแยกข้อมูล ขาดความสอดคล้องในการรายงาน และมีข้อจำกัดในการสำรวจข้อมูลที่มีอยู่ แผนกต่าง ๆ จึงประสบปัญหาในการเข้าถึงและวิเคราะห์ข้อมูลที่เกี่ยวข้องได้อย่างมีประสิทธิภาพ นักวิทยาศาสตร์มักสร้าง “คลังข้อมูลขนาดย่อม” ของตัวเองใน Excel
● กระบวนการข้อมูลด้วยมือ: นักวิทยาศาสตร์ใช้เวลามากในการจัดการข้อมูลด้วยมือ สร้างการแสดงผล และสกัดข้อมูลเชิงลึก กระบวนการที่ใช้เวลานี้ส่งผลให้ประสิทธิภาพการวิจัยและการร่วมมือกันลดลง
● การเข้าถึงข้อมูลที่จำกัด: การขาดแพลตฟอร์มข้อมูลที่ศูนย์กลางจำกัดการเข้าถึงข้อมูลของพนักงานในแผนกต่าง ๆ ทำให้ไม่สามารถได้รับข้อมูลเชิงลึกและตัดสินใจตามข้อมูลได้

---

วิธีการที่ Looker ช่วยเหลือ

● การเข้าถึงข้อมูลจากศูนย์กลางและแหล่งข้อมูลเดียวที่เชื่อถือได้: Looker ให้แพลตฟอร์มที่ศูนย์กลางสำหรับการเข้าถึงและวิเคราะห์ข้อมูลจากแหล่งต่าง ๆ ซึ่งช่วยทำลายข้อมูลแยกส่วนและทำให้มั่นใจว่าแต่ละคนใช้ข้อมูลที่สอดคล้องกัน
● การวิเคราะห์ด้วยตนเอง (Self-Service Analytics): ด้วยอินเทอร์เฟซที่ใช้งานง่าย Looker ทำให้พนักงานที่ไม่เชี่ยวชาญทางเทคนิคสามารถทำการวิเคราะห์ด้วยตนเองได้ ซึ่งช่วยลดการพึ่งพาการจัดการข้อมูลด้วยมือ และทำให้นักวิทยาศาสตร์สามารถมุ่งเน้นการวิจัยได้มากขึ้น
● การสำรวจข้อมูลและการร่วมมือที่ดีขึ้น: ด้วยแดชบอร์ดและการแสดงผลแบบอินเทอร์แอคทีฟของ Looker ทีมต่าง ๆ สามารถสำรวจข้อมูลระบุแนวโน้มและแบ่งปันข้อมูลเชิงลึกได้ง่ายขึ้น การร่วมมือระหว่างนักวิทยาศาสตร์และแผนกอื่น ๆ จึงมีประสิทธิภาพมากขึ้นและทำให้การตัดสินใจตามข้อมูลเกิดขึ้นได้เร็วขึ้น
● การบูรณาการกับระบบที่มีอยู่: Looker สามารถบูรณาการเข้ากับโครงสร้างข้อมูลที่มีอยู่ของ Moderna เช่น Amazon Redshift และเครื่องมืออื่น ๆ สร้างระบบข้อมูลที่เชื่อมโยงกัน

---

ผลลัพธ์หลังการใช้งาน Looker

● ประสิทธิภาพในการวิจัยที่เพิ่มขึ้น: นักวิทยาศาสตร์สามารถเข้าถึงและวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพมากขึ้น ทำให้มีเวลาในการวิจัยมากขึ้นและสามารถทดสอบสมมติฐานได้เร็วขึ้น
● การร่วมมือและการตัดสินใจที่ดีขึ้น: Looker ช่วยให้การร่วมมือระหว่างแผนกต่าง ๆ เป็นไปอย่างราบรื่น และทำให้สามารถตัดสินใจตามข้อมูลได้เร็วขึ้นในหลายด้าน เช่น การทดลองทางคลินิก โลจิสติกส์ และการปรับปรุงประสบการณ์ผู้ใช้
● การมองเห็นที่ดีขึ้นในการดำเนินงาน: Moderna ได้รับมุมมองที่ชัดเจนเกี่ยวกับการดำเนินงานในหลายด้าน รวมถึงการทดลองทางคลินิก โครงการวิจัย และโลจิสติกส์การขนส่ง ทำให้สามารถปรับปรุงกระบวนการและลดต้นทุน
● เพิ่มความหลากหลายในการทดลองทางคลินิก: แดชบอร์ดของ Looker ช่วยให้ Moderna ติดตามและปรับปรุงการเป็นตัวแทนที่หลากหลายในการทดลองทางคลินิก ทำให้ได้ผลการวิจัยที่แม่นยำและเป็นตัวแทนได้ดีขึ้น

การนำ Looker มาใช้ช่วยให้ Moderna ปรับปรุงการจัดการและการวิเคราะห์ข้อมูลได้อย่างมีประสิทธิภาพ ซึ่งช่วยแก้ไขปัญหาสำคัญ เพิ่มประสิทธิภาพในการร่วมมือ และสุดท้ายช่วยเร่งกระบวนการค้นพบและพัฒนายาของพวกเขาได้

Looker กุญแจสู่การตัดสินใจที่ขับเคลื่อนด้วยข้อมูล

Looker ไม่เพียงแค่เป็นเครื่องมือวิเคราะห์ข้อมูล แต่ยังเป็นรากฐานสำคัญในการสร้างวัฒนธรรมการขับเคลื่อนด้วยข้อมูล โดยการให้การเข้าถึงข้อมูล การทำให้การวิเคราะห์ง่ายขึ้น และส่งเสริมการร่วมมือกัน Looker ได้ช่วยให้ Moderna สามารถใช้ข้อมูลเป็นทรัพยากรเชิงกลยุทธ์ ซึ่งนำไปสู่การเพิ่มประสิทธิภาพ การตัดสินใจที่ดีขึ้น และการพัฒนาไปสู่เป้าหมายในการใช้เทคโนโลยี mRNA

แหล่งอ้างอิง https://cloud.google.com/customers/moderna