OpenHealth travaille à partir de données extrapolées.

Concrètement, nous recevons tous les jours les ventes de plus de la moitié des pharmacies (c’est notre panel de pharmacies) et nous modélisons les ventes des pharmacies qui ne sont pas dans notre panel.

Cela nous permet de vous restituer une vision extrapolée des ventes nationales sur le territoire français.

Les ventes sectorielles sont des ventes à une granularité géographique plus fine que les ventes nationales. Par exemple, découpées à partir de votre sectorisation.

Pour calculer les ventes au secteur/à la strate (appelé "Customer Type"), OpenHealth procède à une réallocation des ventes nationales au secteur/à la strate ("Customer Type").

Ainsi, si mes ventes nationales sont de 100, je vais ré-allouer ces 100 unités de ventes sur les secteurs/les strates ("Customer Type"), avec comme règle cardinale que la somme des secteurs/des strates ("Customer Type") doit faire le national, soit 100.

La réallocation des ventes nationales au secteur/à la strate ("Customer Type") permet de s'affranchir de la dimension géographique en étant plus précis au secteur (votre réseau ou ciblage ne dépendent plus des UGA car toutes les pharmacies d'une UGA n'ont pas le même potentiel).

Cela vous permet également de suivre par exemple 2 réseaux différents pour un même secteur ou encore de réaliser un suivi par typologie de pharmacies.

Il serait possible d’extrapoler les ventes à la pharmacie, puis de sommer les pharmacies pour faire des secteurs.

Toutefois, cette méthode est moins précise que de partir du national et de ré-allouer les ventes au secteur.

La raison est la suivante :

Lorsque j’extrapole à la pharmacie, ma marge d’erreur (= "incertitude") est relativement élevée.

En effet, nous pouvons très bien avoir des atypismes sur une seule pharmacie prise isolément (ex : commercial très performant, cabinet médical à côté de la pharmacie...).

Par contre, si j’extrapole un ensemble de 100 pharmacies, ma marge d’erreur est plus faible. Encore plus faible sur 1 000 pharmacies et encore plus faible sur le national.

Il existe donc une règle statistique qui consiste à minimiser la marge d’erreur en extrapolant d’abord le national et en le ré-allouant aux secteurs, plutôt que d’extrapoler d’abord à la pharmacie et de sommer les pharmacies entre elles. 

En simplifiant, un coefficient est un pourcentage d’attribution des ventes nationales au secteur.

Ainsi, si le secteur A représente 1% (= le coefficient) des ventes du national, je fais donc 1% * 100 = 1

Nous utilisons en réalité 2 coefficients de réallocation : 

Imaginez que je souhaite calculer les ventes de mon produit A, qui appartient au marché des compléments alimentaires, sur le secteur Île-de-France.

D’abord, je vais utiliser les pharmacies de notre panel pour extrapoler des ventes nationales du produit, par exemple de 100 unités de ventes.

Ensuite, je vais répartir ces 100 unités de ventes sur tous les secteurs, dont l’Île-de-France.

Pour cela, je vais calculer le coefficient produit qui va déduire les ventes de A en Île- de-France, à partir des ventes de A dans mes pharmacies panélistes. Disons que le coefficient produit est de 3%.

Je vais calculer un second coefficient, le coefficient de marché, toujours à partir du panel, mais qui va prendre en compte le marché des compléments alimentaires. Disons que le coefficient de marché est de 3,3%.

Je vais maintenant pouvoir déduire les ventes de A en Île-de-France, qui vont prendre en compte mes 2 coefficients, produit et marché, de 3% et 3,3%.

Imaginez que j’essaye de reconstruire les ventes d’un laboratoire à faible DNV (par exemple : Aragan) sur un petit secteur (par exemple : Limoges).

Admettons qu’il y ait 60 pharmacies à Limoges et que notre panel en compte 45 (soit 75% de couverture).

Malheureusement, Aragan n’a que 2 pharmacies vendantes à Limoges, et elles ne sont pas dans le panel (= elles font parties des 15 pharmacies que nous ne couvrons pas).

Le coefficient produit va nous donner 0 vente pour Aragan à Limoges.

Mais le coefficient de marché va m’informer que Limoges et une ville importante en complément alimentaires, et que statistiquement parlant, il est probable qu’il y ait des ventes Aragan.

Ainsi, mon coefficient produit va être de 0, mais mon coefficient marché de 5%.

En conclusion, l’intérêt d’avoir 2 coefficients, produit et marché, est donc de mieux représenter les ventes des produits à faible Distribution Numérique Vendante (DNV), d'améliorer la précision de couverture géographique des produits en lancements, de prendre en compte la variation des prix et de disposer d’une granularité temporelle plus fine, avec des données au jour et à la semaine.

Une IPR (Intégration de Produit) d’un produit A consiste à ajouter un produit à un marché. 

Au national, cet ajout n’a aucun impact sur les ventes des autres produits.

Par contre, cet ajout peut modifier l’allocation des ventes d’autres produits au niveau sectoriel.

En effet, une IPR d’un produit A ne va pas modifier le coefficient produit des autres produits B, C, D... Par contre, il va modifier à la marge le coefficient de marché, car la définition de marché a été modifiée par l’introduction du produit A dans mon marché.

Et ceci explique que les ventes des produits B, C, D, E vont être ré-allouées de manière légèrement différente au niveau sectoriel, et donc faire évoluer à la marge les parts de marché.

Ceci est également valable pour une demande de MAM (Modification d'Affectation de Modalité) sur votre marché.

Oui, il y a plusieurs possibilité.

La première est de n’utiliser que le coefficient produit  et pas le coefficient de marché. Toutefois, cela va entraîner moins de précision dans la restitution des ventes sectorielles des produits à faible DNV.

Une seconde possibilité, qui est selon nous la meilleure pratique, est d’utiliser votre sell-in pour remplacer le coefficient de marché.
Le sell-in sert à identifier les clients atypiques, les répartitions géographiques atypiques, ainsi que les variations atypiques (à la hausse ou à la baisse).

En raison d’un seuil de vente trop faible et/ou un découpage sectoriel très fin (par exemple micro-secteurs), la somme des secteurs peut ne pas être égale au national quand on analyse des chiffres entiers.

De même, il peut exister un léger écart entre 2 applications sectorielles (liées à la réallocation des ventes du national au secteur).

De manière générale :

Données sectorisées SMKT : il peut exister un écart entre les données SMKT au national et les données SMKT sectorisées.

Cet écart s'explique car pour les données de ventes au national, les points de vente sont intégrés au fur et à mesure de leur ouverture.

En revanche, sur des découpages clients, les points de vente ne sont intégrés que lorsque le client nous fournit l’information sur leur emplacement : c’est-à-dire lors de la mise en place de la sectorisation ou et lors de chaque re-sectorisation.

"Unassigned stores" : Pour ces nouveaux magasins, nous vous restituons les données de ventes dans un secteur et une région qui apparaissent sous la désignation "Unassigned stores" dans votre suivi "Territory Management".