Segmentación de usuarios en la oficina de farmacia mediante algoritmos bioinspirados

  1. Manuel Martínez Blanes
Supervised by:
  1. Alfredo G. Hernández-Díaz Director
  2. Antonio María Rabasco Alvarez Director

Defence university: Universidad Pablo de Olavide

Year of defence: 2015

Committee:
  1. María de Fátima González Rodríguez Chair
  2. José Manuel Hurtado González Secretary
  3. Ángel Vilches Arena Committee member

Type: Thesis

Teseo: 395433 DIALNET lock_openTESEO editor

Abstract

La situación de las oficinas de farmacia, desde el punto de vista del negocio, está pasando por uno de sus momentos más complejos. El entorno económico y las reformas llevadas a cabo están incidiendo en su cuenta de resultados y, de manera directa, en la dispensación de medicamentos financiados por el Sistema Nacional de Salud. Prueba de esta situación es la tendencia decreciente del gasto sanitario público en el período 2008-2012 (último periodo disponible como estadística oficial cuya publicación se denomina "Estadística de Gasto Sanitario Público" del Ministerio de Sanidad, Servicios Sociales e Igualdad). En este periodo, el gasto sanitario público ha decrecido en promedio a razón de un 1,05% anual, mientras que el gasto por habitante también ha decrecido a razón de un 1,64%. Las consecuencias sobre las oficinas de farmacia, entre otras, han sido: el empeoramiento de la situación financiera, la disminución de los márgenes comerciales y el importe del ticket medio. Para añadir algo más de intranquilidad al mercado farmacéutico, el propio modelo de farmacia español no ha estado exento de turbulencias en los últimos años. La primera década del siglo XXI ha supuesto para el sector farmacéutico de los países mediterráneos una época de intranquilidad pues su modelo de establecimiento farmacéutico ha sido cuestionado severamente por las autoridades de la Unión Europea. Por todo ello, sin dejar de lado su rol como actor promotor de la salud dentro del sistema sanitario, entendemos que su negocio debe ser próspero para que la prestación de servicios (dispensación, atención farmacéutica, formación, información, asesoramiento, etc.) se desarrollen de la forma más eficaz y eficiente posible. Analizada la situación actual, hemos observado que es inexistente la utilización de técnicas y algoritmos de segmentación de usuarios e incipiente la distinción entre clientes y pacientes en las oficinas de farmacia. Es por este motivo, que proponemos esta investigación con el objetivo principal de encontrar un modelo de caracterización de los usuarios (clientes y pacientes) de una oficina de farmacia en base a variables discriminantes y con la ayuda de un algoritmo de segmentación bioinspirado adecuado y contrastado. Identificados los segmentos homogéneos de sus clientes, se pueden desarrollar estrategias personalizadas para atenderlos. Para la caracterización de usuarios, se propone el uso de técnicas estadísticas de clustering basadas en algoritmos metaheurísticos, previa comparación con otros algoritmos, esperando que el resultado sea satisfactorio en la caracterización de los usuarios en bases de datos de grandes dimensiones. Desde el punto de vista de metodológico, se describe el algoritmo de segmentación propuesto y se realizan diferentes ejecuciones de él, con un software desarrollado ex profeso, en diferentes conjuntos de datos para probar sus prestaciones. Además se detalla la encuesta realizada a farmacéuticos de la provincia de Sevilla, como método e instrumento para apoyar la conveniencia de esta investigación. Como principales conclusiones, se obtiene que DECCS, el algoritmo bionspirado propuesto, mejora las prestaciones de los algoritmos clásicos seleccionados, tanto en los problemas utilizados de tamaño medio como en los de gran tamaño. Con respecto a su predecesor ACDE, lo supera en tres de los cuatro problemas de gran tamaño seleccionados. Con lo que se muestra un algoritmo solvente y eficaz para problemas de mayor tamaño. Esta conclusión se ve reforzada por el hecho de que en el caso de los problemas de tamaño medio, ambos tienen comportamientos similares. La aplicación de DECCS a una base de datos del año 2014 completo, correspondiente a una oficina de farmacia, ha resultado un éxito. El algoritmo ha caracterizado dos grupos claros de clientes, según el tipo de producto retirado en la farmacia: medicamento o producto de venta libre (incluyendo medicamentos sin receta "OTC").