Alle samlinger
Modellerne
Data KVALITET
Hvordan gennemføres en komparativ analyse?
Hvordan gennemføres en komparativ analyse?

Du vil sammenligne data fra to forskellige udbydere.

Sébastien GUICHARD avatar
Skrevet af Sébastien GUICHARD
Opdateret over en uge siden

For at udføre en sammenlignende analyse mellem to dataudbydere skal vi validere flere parametre.

1. GTIN-koderne for produktomfanget.

Først for at kunne sammenligne aggregater har vi brug for listen over GTIN for alle produkterne i dette aggregat, og det er faktisk en ret at have gennemsigtig adgang til denne GTIN-liste.

Openhealth gør GTIN-koden tilgængelig af to grunde:

  • Ved gennemsigtighed og fremme interoperabilitet. Brugeren af HUB-platformen kan udtrække data fra deres applikationer med GTIN-koden

  • For til enhver tid at kende indholdet af et aggregat (eksempel: en produktklasse) og følge dets udvikling over tid med fuld sporbarhed.

Eksempel: udvikling af indholdet i en produktklasse efter markedsføring af nye produkter.

Jeg gør opmærksom på, at et aggregat hos OpenHealth kan have samme navn hos en anden dataudbyder, men dette betyder ikke, at dets sammensætning er identisk.

2. Datakilden

For at være i stand til at foretage en sammenligning mellem aggregater tages der andre kriterier i betragtning, især datakilden: Apotek, parafarmacy osv ...

Det er ikke det samme at se på salgsdata for produkter af mundskyltypen i FARMACY og PARAPHARMACY, se i CONSOLIDATED (PHARMACY + PARAPHARMACY)

3. Det geografiske område

Ligeledes er det geografiske område meget vigtigt. Hos OpenHealth har vi Metropolitan France, men også Korsika, Monaco, DROM-COM , internationale data (Tyskland, Schweiz, Italien, Portugal osv.)

Og du er enig i, at det ikke er den samme at se på markedet for solprodukter i december måned i Metropolitan France sammenlignet med data fra Réunion.

4. Tidsperioden

Tidsperioden er en af parametrene i analysen, vi skal sammenligne 2 identiske perioder. Dette gør det muligt at slette virkningen af sæsonbestemthed eller tilstedeværelsen af en engangsatypisme, der kan resultere i en social bevægelse, for eksempel virkningen af de gule veste, som har haft adskillige økonomiske virkninger.

5. Indikatorer og beregningsmetode

For at gennemføre analysen er vi nødt til at sammenligne indikatorer og for at kende den tilknyttede beregningsmetode.

På OpenHealth er beregningsmetoden for salgsværdier:

Det er ikke det samme som at beregne salgsværdierne fra en referencepris, og denne metode giver os mulighed for at kende prisforskellen efter produkt, især via arket: Prisdispersion

5. LAGEN: Datoer for det første salg og datoen for registrering

Endelig er OpenHealth i stand til at sørge for hver af GTIN'erne inden for et samlet, datoen for det første salg såvel som datoen for registrering af GTIN i vores lager. Dette er et meget differentierende punkt, fordi vi er i stand til at opfange salgsdata for et produkt, før det oprettes i vores lager. Disse salg registreres derefter, og når produktet først er oprettet, linkes det til dets produkt gennem historien.

Disse to datoer er meget vigtige for at bestemme forsinkelsen mellem det øjeblik, hvor vi opfanger de første salgsdata for et produkt og datoen for oprettelsen af produktet i vores lager.

Forskellen mellem disse to datoer giver os mulighed for at bestemme og måle forsinkelsen og derved udlede gyldighedsperioden for dataene.

Besvarede dette dit spørgsmål?