v191226

Como sabe, OpenHealth le ofrece trabajar en el HUB a partir de datos extrapolados.

Concretamente, todos los días recibimos ventas de más de la mitad de las farmacias, este es nuestro panel de farmacias, y modelamos las ventas de las farmacias que no están en nuestro panel.

Esto nos permite ofrecerle una vista extrapolada de las ventas nacionales en territorio francés.

ventas del sector son ventas con una granularidad geográfica más fina que las ventas nacionales. Por ejemplo, corte de su sectorización.

Para calcular el sector de ventas, OpenHealth realiza una reasignación del área de ventas nacional . Así, si mis ventas nacionales son 100, reasignaré estas 100 unidades de venta en los sectores, con la regla cardinal de que la suma de los sectores debe hacer la nacional, es decir 100.

La reasignación de ventas nacionales al sector permite superar la dimensión geográfica al ser más específico al sector (su red o segmentación ya no depende de las UGA porque no todas las farmacias de una UGA tienen el mismo potencial). Esto también te permite seguir por ejemplo 2 redes diferentes para un mismo sector o realizar un seguimiento por tipo de farmacias.

Sería posible extrapolar las ventas a la farmacia, luego agregar las farmacias para hacer sectores.

Sin embargo, este método es menos preciso que partir del nacional y reasignar las ventas al sector.

El motivo es el siguiente:

Cuando extrapolo a la farmacia, mi margen de error (= 'incertidumbre') es relativamente alto. De hecho, podemos muy bien tener atípicas en una sola farmacia tomada de forma aislada (por ejemplo: vendedor muy eficiente, consultorio médico al lado de la farmacia, etc.). Por otro lado, si extrapolo un conjunto de 100 farmacias, mi margen de error es menor. E incluso más bajo en 1000 farmacias, y aún más bajo en la nacional. Por tanto, existe una regla estadística que consiste en minimizar el margen de error extrapolando primero el nacional y reasignándolo a los sectores, en lugar de extrapolar primero a la farmacia y sumar las farmacias.

Usamos coeficientes de reasignación. En pocas palabras, un coeficiente es un porcentaje de atribución de las ventas nacionales al sector. Por lo tanto, el sector A representa el 1% (= el coeficiente) de las ventas nacionales, por lo que hago 1% * 100 = 1

De hecho, utilizamos 2 coeficientes de reasignación:

Imagina que quiero calcular las ventas de mi producto A, que pertenece al mercado de complementos alimenticios, en el sector de Île-de-France.

Primero, usaré las farmacias de nuestro panel para extrapolar las ventas nacionales del producto, por ejemplo, 100 unidades de ventas.

Luego, distribuiré estas 100 unidades de ventas en todos los sectores, incluida Île-de-France.

Para eso, calcularé el coeficiente de producto que deducirá las ventas de A en Île-de-France, de las ventas de A en mis farmacias panelistas. . Digamos que el coeficiente de producto es del 3%.

Calcularé un segundo coeficiente, el coeficiente de mercado , todavía del panel, pero que tendrá en cuenta el mercado de complementos alimenticios. Digamos que el coeficiente de mercado es del 3,3%.

Ahora podré deducir las ventas de A en Île-de-France, que tendrán en cuenta mis 2 coeficientes, producto y mercado , 3% y 3,3%.

Imagínese tratando de reconstruir las ventas de un laboratorio bajo DNV , por ejemplo Aragan, en un área pequeña, por ejemplo: Limoges.

Supongamos que hay 60 farmacias en Limoges y que nuestro panel tiene 45 (es decir, 75% de cobertura).

Desafortunadamente, Aragan solo tiene 2 farmacias de venta, en Limoges, y no están en el panel. (= forman parte de las 15 farmacias que no cubrimos).

El coeficiente de producto nos dará 0 ventas para Aragan en Limoges.

Pero el coeficiente de mercado me informará que Limoges es una ciudad importante en complementos alimenticios, y que es estadísticamente probable que haya ventas en Aragan .

Entonces, mi coeficiente de producto será 0, pero mi coeficiente de mercado será del 5%.

La ventaja de tener 2 coeficientes, producto y mercado , es por lo tanto, representar mejor las ventas de productos con baja distribución digital. Ventas, mejoran la precisión de la cobertura geográfica de los productos en los lanzamientos, tienen en cuenta las variaciones de precios y tienen una granularidad temporal más fina, con datos diarios y semanales.

A IPR (INTEGRACIÓN DE PRODUCTO) , de un producto A, consiste en añadir un producto a un mercado.

nacional , esta adición no tiene ningún impacto en las ventas de otros productos.

otro lado, esta adición puede modificar la asignación de ventas de otros productos a nivel sectorial.

De hecho, un RPI de un producto A no modificará el coeficiente de producto de los otros productos B, C, D, etc. Por otro lado, modificará marginalmente el coeficiente de mercado , porque la definición de mercado ha sido modificada por la introducción del producto A en mi mercado.

Y esto explica por qué las ventas de los productos B, C, D, E se reasignarán de manera ligeramente diferente a nivel sectorial y, por lo tanto, harán que las cuotas de mercado evolucionen al margen.

Esto también se aplica a una solicitud de MAM (MODIFICACIÓN DE MODALIDAD-ASIGNACIÓN) en su mercado, e incluso una solicitud de Desactivación del

Sí, hay varias posibilidades.

La primera es utilizar solo el coeficiente de producto , y no el coeficiente de mercado . Sin embargo, esto resultará en una menor precisión en la restitución de las ventas sectoriales de productos con bajo DNV.

Una segunda posibilidad, que creemos que es la mejor práctica, es utilizar su venta para anular el coeficiente de mercado.
El sell-in se utiliza para identificar clientes atípicos, distribuciones geográficas atípicas, así como variaciones atípicas (ascendentes o descendentes).

Limitaciones para saber:

Debido a un umbral de ventas que es demasiado bajo y / o un desglose sectorial muy fino (por ejemplo, microsectores), la suma de los sectores puede no ser igual a la nacional cuando analizamos dígitos enteros.

Por ejemplo : 10 cajas vendidas por un producto en un mes dado al país para ser reasignadas en 100 sectores.