Mål for målretningsundersøgelsen
Den franske apoteksopgørelse er fortsat meget heterogen (profiler på apoteker) og dynamisk (udvikling af salgssteder, grupper osv.)
Hvert marked reagerer på sin egen dynamik, hvis kontrol ofte repræsenterer en reel konkurrencemæssig fordel
Hvert apotek har potentiale på et givet marked afhængigt af den segmentering, det tilhører,
Målretning mod dit marked giver dig mulighed for bedre at forstå dets kunders univers på et defineret marked og styrke dets kommercielle handlinger ved at prioritere sine salgsstyrkers handling
Bedre målretning betyder tildeling af ressourcer mere effektivt ved at frigøre plads til at udvikle udsigter og ved at maksimere omsætning og margin på eksisterende kunder
Forudsætninger
Validering af definitionerne af de markeder, der er målrettet med Openhealths forslag ( klasser )
Modtagelse af din Sell-in-fil med alle dine produkter inkluderet i hvert målmarked, detaljeret efter salgssted med 36 måneders historie
Med de nødvendige oplysninger til matchende apoteker
Specifikationer: " IN-OHC 160106-Forudsætninger Matchende Pharmacies_IC.pdf-fil »
Sell-in's interesse for målretning af studier
Kilde
Det er vigtigt at have detaljerne på salgsstedet for kun at tage hensyn til de pågældende områders omkreds.
Og for eksempel at sørge for i dette tilfælde at udelukke GMS-parafarmier, uafhængig ...
Geografisk område
På samme måde gør det det muligt at skelne mellem salgsstederne for de forskellige geografiske områder og sørge for kun at tage hensyn til dem, der er berørt af omkredsen.
Visse områder har deres egne atypismer.
Vær opmærksom på, at vores kunder undertiden også sender os data fra udlandet, hvoraf nogle har et partnerskab med (eksempel: Tyskland, Schweiz, Belgien, Italien, Spanien, Portugal, Polen)
Marked
Det er vigtigt at have dit salg til produktgranularitet for at kontrollere listen over koder GTIN af dine aggregater såsom mærket.
Dette giver os mulighed for at identificere det mulige fravær af en GTIN-kode i den modtagne fil eller på markedet taget i betragtning til analysen
Eksempel: en kode med udsalgssalg, som vi ikke vil observere et salg i dine data eller omvendt.
At kende sammensætningen af aggregater tillader også mere avancerede analyser såsom sortiment.
Tidsperiode
At kun sælge over et års historie gør det efter al sandsynlighed ikke muligt at tage højde for alle forskellene med hensyn til kundeadfærd (gamle / nye / stærke ændringer ).
En 3-årig historie gør det muligt at opdage statistiske abnormiteter
Eksempler
Apotek, der har meget tungt lager i 2018 og ikke køber i 2019
Meget stort hul i 2018 mellem Sell-in (0) og Sell-out udført i løbet af året
Apotek, der ikke køber i 2018 og begynder at købe for et års lager i 2019
Udsalg vil være meget lavt i 2019 sammenlignet med Sell-in
Sell-in gør det således muligt at opdage disse apoteker med meget stærke ændringer
2 eller 3 apoteker kan i dette tilfælde undertiden alene bære væksten i et laboratorium.
Detalje i volumen og værdi er nødvendig, fordi "værdi" -indikatoren beregnes og afhænger af prisen.
På OpenHealth er beregningsmetoden for salgsværdier (udsolgt) som følger: Volumen x Transaktionspris = Salgsværdier. (i modsætning til brug af en benchmarkpris af andre dataudbydere)
Denne metode giver os også mulighed for at kende prisforskellen efter produkt på apoteker, især via modulet: Prisdispersion
Indikatorer
Detalje i volumen og værdi er nødvendig, fordi "værdi" -indikatoren beregnes og afhænger af prisen.
På OpenHealth er beregningsmetoden for salgsværdier (udsolgt) som følger: Volumen x Transaktionspris = Salgsværdier. (i modsætning til brug af en benchmarkpris af andre dataudbydere)
Denne metode giver os også mulighed for at kende prisforskellen efter produkt på apoteker, især via modulet: Prisdispersion
Tilpasset indstilling HUB: KUNDETYPE
De segmenter, der er valgt i forbindelse med denne målretnings- / segmenteringsundersøgelse, kan implementeres i markedsovervågning på hubben.
Kundetypefunktionalitet giver dig mulighed for at se dine data om homogene apotekgrupper og ikke om apotekets samlede antal, idet HUB-brugeren selv kan definere apotekgruppen.
Definition af en type apotek og dets fremgangsmåder (f.eks. guld, sølv, bronze / lille, mellemstor / grupperet, ikke-grupperet).
Opmærksomhed, selvom den statistiske metode er meget pålidelig på "VÆSENTLIGE" moduler, vil indstillingen "KUNDETYPE" have en mere begrænset præcision på de "AVANCEREDE" moduler.
Vores tekniske teams undersøger vores dækning af målet og validerer gennemførligheden.