Il est 18h30.

Une pharmacie reçoit une nouvelle demande pour un médicament indispensable au traitement d’un patient.

Le pharmacien ouvre son logiciel.

Le médicament est en rupture.

Il cherche un laboratoire alternatif.

Aucun stock.

Quelques minutes plus tard, il appelle plusieurs grossistes.

Même réponse.

Cette scène se répète chaque jour dans des centaines de pharmacies françaises.

Mais une question reste souvent sans réponse.

Quels médicaments faut-il traiter en priorité lorsque tout ne peut pas être traité en même temps ?

C’est cette question qui est à l’origine de ce projet.
Pourquoi ce sujet ?

Je ne voulais pas choisir un sujet uniquement pour créer un beau dashboard Power BI.

Je voulais travailler sur une problématique concrète, avec un véritable impact métier.

Les ruptures de médicaments m’ont immédiatement intéressée, car elles concernent directement les patients, les pharmaciens, les laboratoires et l’ensemble de la Supply Chain pharmaceutique.

En découvrant les données publiées par les autorités de santé, je me suis rendu compte d’une chose : les informations existent, mais elles ne permettent pas de savoir rapidement où concentrer les efforts.

Je me suis alors posé une question simple.

Comment utiliser les données pour identifier les molécules qui nécessitent réellement une surveillance prioritaire ?

---

Toutes les ruptures ne se valent pas.

Une rupture concernant une molécule prescrite à quelques centaines de patients n’a évidemment pas le même impact qu’une rupture touchant un médicament consommé par plusieurs millions de personnes.

Pourtant, lorsqu’on observe uniquement le nombre de déclarations, toutes les ruptures semblent avoir le même poids.

C’est cette limite que j’ai voulu dépasser.

Mon objectif n’était pas de compter les ruptures.

Mon objectif était de les hiérarchiser.

Légende : La question métier qui a guidé tout le projet.

Transformer des données en outil d’aide à la décision

Pour répondre à cette problématique, j’ai croisé deux dimensions indépendantes :

• la fréquence des déclarations de rupture ;
• le volume de consommation nationale.

L’idée est simple.

Une molécule fréquemment en rupture n’est pas forcément la plus critique.

À l’inverse, une molécule très consommée peut devenir stratégique même avec un nombre plus limité de ruptures.

J’ai donc construit un score de priorité, permettant de classer automatiquement les molécules selon leur niveau de risque.

Légende : Le score combine la fréquence des ruptures et la consommation nationale afin de hiérarchiser les priorités.

Construire un véritable outil métier

Une fois le score défini, j’ai conçu un tableau de bord interactif sous Power BI.

L’objectif n’était pas simplement de visualiser des indicateurs.

Je voulais permettre à un utilisateur de répondre rapidement à des questions telles que :

• Quelles sont les molécules les plus critiques ?
• Dans quelles régions le risque est-il le plus important ?
• Quels laboratoires sont les plus concernés ?
• Comment la situation évolue-t-elle entre 2022 et 2024 ?
• Quelles actions mettre en place immédiatement ?

Légende : Vue d’ensemble du tableau de bord de priorisation.

Ce que les données révèlent

Certaines découvertes m’ont particulièrement marquée.

La première est que la molécule la plus consommée n’est pas celle qui présente le plus grand risque.

Le Paracétamol est le médicament le plus distribué en France.

Pourtant, c’est la Quétiapine qui concentre le plus grand nombre de déclarations de rupture et obtient un niveau de priorité critique.

Autre enseignement : les ruptures augmentent fortement en 2024.

Enfin, près d’un quart des molécules étudiées nécessitent une surveillance renforcée.

Les données racontent une histoire bien différente de ce que l’on pourrait imaginer au premier regard.

Où concentrer les efforts ?

Le dashboard permet également d’identifier les territoires les plus exposés.

L’Île-de-France concentre le volume le plus important de molécules prioritaires, suivie par Auvergne-Rhône-Alpes et les Hauts-de-France.

Ces informations peuvent aider à orienter les ressources, anticiper les tensions d’approvisionnement et renforcer la surveillance là où l’impact potentiel est le plus élevé.

Quels laboratoires suivre ?

Les ruptures ne concernent pas uniquement les médicaments.

Elles impliquent aussi des acteurs industriels.

Le dashboard permet d’identifier les laboratoires les plus concernés afin de faciliter le suivi et les échanges avec les fournisseurs.

Cette vision apporte une dimension supplémentaire à l’analyse, souvent absente des tableaux de bord classiques.

Passer d’un tableau de bord à une décision

C’est probablement la fonctionnalité dont je suis la plus fière.

Grâce au drill-through, il est possible de sélectionner une molécule et d’accéder immédiatement à une fiche complète.

On y retrouve :

• son niveau de priorité ;
• son score ;
• sa consommation ;
• les laboratoires concernés ;
• son évolution ;
• ainsi qu’un plan d’action automatiquement généré.

L’utilisateur ne consulte plus seulement des données.

Il dispose d’éléments concrets pour agir.

Les limites du projet

Comme toute analyse, ce projet présente certaines limites.

Le rapprochement entre les différentes sources de données atteint un taux de fiabilité de 74,7 %, ce qui signifie qu’une partie des déclarations n’a pas pu être associée automatiquement.

Le score proposé représente une priorité de surveillance et non un risque clinique.

Enfin, il pourrait être enrichi en intégrant d’autres critères, comme la durée des ruptures ou la gravité thérapeutique.

Au fond, ce projet ne parle pas de médicaments.

Il parle de priorisation.

Lorsqu’une organisation dispose de ressources limitées, la difficulté n’est pas de constater qu’un problème existe.

La difficulté est de savoir par quoi commencer.

C’est exactement le rôle que peut jouer la donnée : aider à distinguer l’urgent de l’important et transformer une grande quantité d’informations en décisions plus éclairées.

C’est cette manière d’aborder les problématiques métier qui me motive aujourd’hui dans le métier de Data Analyst.

---