v191226

아시다시피 OpenHealth는 외삽 데이터에서 HUB 작업을 할 수 있도록 제공합니다.

구체적으로 우리는 매일 절반 이상의 약국에서 매출을 받고 있으며, 이것은 약국 패널이며 패널에없는 약국의 매출을 모델링합니다.

이를 통해 프랑스 영토에서의 전국 판매에 대한 외삽 된보기를 제공 할 수 있습니다.

부문 판매는 전국 판매보다 지리적으로 세분화 된 판매입니다. 예를 들어, 섹터 화에서 잘라냅니다.

판매 부문을 계산하기 위해 OpenHealth는 전국 판매 지역의 재 할당 합니다. 따라서 내 전국 판매량이 100 개이면 섹터의 합계가 전국을 만들어야한다는 기본 규칙, 즉 100 개 판매 단위를 해당 섹터에 다시 할당 할 것입니다.

부문에 대한 전국 판매의 재 할당 을 통해 부문에 더 구체적으로 지정하여 지리적 차원을 극복 할 수 있습니다 (네트워크 또는 타겟팅은 더 이상 UGA에 의존하지 않습니다. UGA의 모든 약국이 동일한 잠재력을 가지고있는 것은 아닙니다.) 예를 들어 동일한 부문에 대해 서로 다른 2 개의 네트워크를 따르거나 약국 유형별로 후속 조치를 수행 할 수도 있습니다.

약국에 대한 판매량을 추정 한 다음 약국을 추가하여 부문을 만들 수 있습니다.

그러나이 방법은 전국에서 시작하여 해당 부문에 판매를 재 할당하는 것보다 덜 정확합니다.

이유는 다음과 같습니다.

약국을 외삽 할 때 오차 한계 (= '불확실성')가 상대적으로 높습니다. 실제로, 우리는 고립 된 단일 약국에서 이형성을 아주 잘 가질 수 있습니다 (예 : 매우 효율적인 영업 사원, 약국 옆의 의사 사무실 등). 반면에 100 개의 약국을 추정하면 오차 한계가 낮아집니다. 1000 개 약국에서는 더 낮고 전국 약국에서는 더 낮습니다. 따라서 먼저 약국에 외삽하고 약국을 함께 추가하는 대신 국가를 먼저 외삽하고 부문에 재 할당하여 오류 한계를 최소화하는 통계 규칙이 있습니다.

재 할당 계수를 사용합니다. 간단히 말해, 계수는 해당 부문에 대한 전국 판매 기여도의 백분율입니다. 따라서 섹터 A는 전국 매출의 1 % (= 계수)를 나타내므로 1 % * 100 = 1

실제로 2 개의 재 할당 계수를 사용합니다.

식품 보조제 시장에 속하는 제 제품 A의 일드 프랑스 부문 매출을 계산하고 싶다고 가정 해보십시오.

먼저 패널의 약국을 사용하여 제품의 전국 판매량을 추정합니다 (예 : 100 개 판매 단위).

그런 다음이 100 개의 판매 단위를 일드 프랑스를 포함한 모든 부문에 배포 할 것입니다.

이를 위해 패널리스트 약국의 A 판매량에서 일드 프랑스의 A 판매량을 공제 할 제품 계수 를 계산하겠습니다. . 제품 계수 가 3 %라고 가정 해 보겠습니다.

두 번째 계수 인 시장 계수 를 여전히 패널에서 계산하지만 식품 보충제 시장을 고려합니다. 시장 계수 가 3.3 %라고 가정 해 보겠습니다.

이제 두 가지 계수, 제품 및 시장 을 고려하여 일드 프랑스에서 A의 매출을 추론 할 수 있습니다. , 3 % 및 3.3 %.

낮은 실험실의 판매를 재구성하려고한다고 상상해보십시오. DNV , 예를 들어 Aragan의 작은 영역 (예 : Limoges).

리모 주에 60 개의 약국이 있고 패널이 45 개 (즉, 75 % 보장) 있다고 가정 해 보겠습니다.

불행히도 Aragan은 리모 주에 판매 약국이 2 개 뿐이며 패널에 없습니다. (= 그들은 저희가 보장하지 않는 15 개 약국의 일부입니다).

제품 계수 는 리모 주에있는 Aragan의 매출을 0으로 줄 것입니다.

그러나 시장 계수 는 리모 주가 식품 보충제에서 중요한 도시이며 통계적으로 Aragan 판매가있을 가능성이 있음을 알려줍니다. .

따라서 내 제품 계수는 0이되지만 내 시장 계수는 5 %입니다.

2 개의 계수, 제품 및 시장 을 갖는 이점은 디지털 배포가 낮은 제품의 판매를 더 잘 나타내는 것입니다. 판매, 출시시 제품의 지리적 범위 정확도를 개선하고, 가격 변동을 고려하고, 일일 및 주간 데이터를 사용하여 시간 단위로 세분화합니다.

A IPR (제품 통합) 은 제품 A의 제품을 시장에 추가하는 것으로 구성됩니다.

전국적으로 이 추가는 다른 제품의 판매에 영향을 미치지 않습니다.

반면,이 추가는 부문 수준에서 다른 제품의 판매 할당을 수정할 수 있습니다.

실제로 제품 A의 RPI는 다른 제품 B, C, D 등의 제품 계수 를 수정하지 않습니다. 반면, 내 시장에 제품 A를 도입하여 시장 정의가 수정 되었기 때문에 시장 계수 약간 수정합니다.

그리고 이것은 왜 제품 B, C, D, E의 판매가 부문 수준에서 약간 다른 방식으로 재 할당되어 시장 점유율이 마진에서 진화하게 만드는 이유를 설명합니다.

이것은 에 대한 요청에도 적용됩니다 MAM (MODALITY-ASSIGNMENT MODIFICATION) in your market, and even a request for 비활성화

예, 몇 가지 가능성이 있습니다.

첫 번째는 시장 계수 아닌 제품 계수 만 사용하는 것입니다. 그러나 이로 인해 DNV가 낮은 제품의 부문 별 판매 회수에있어 정확도가 떨어집니다.

두 번째 가능성은 우리가 모범 사례라고 생각합니다. 당신의 판매를 사용하여 시장 계수를 무시하는 것입니다.
판매는 비정형 고객, 비정형 지리적 분포, 비정형 변동 (상향 또는 하향)을 식별하는 데 사용됩니다.

알아야 할 제한 사항 :

판매 임계 값이 너무 낮거나 매우 미세한 부문 별 분류 (예 : 마이크로 부문)로 인해 분석 할 때 부문의 합계가 전국과 같지 않을 수 있습니다. 정수.

예 : 한 달에 한 제품에 대해 10 개의 상자가 전국에 판매되어 100 개 섹터에 재 할당됩니다.