Wijziging: 230214_MLM

OpenHealth werkt met datageëxtrapoleerd.

Concreet ontvangen weelke dag verkoop in meer dan de helft van de apotheken (dit is onze grootstepanel van apotheken) en wijmodel verkopen door apotheken die niet in ons panel zijn opgenomen.

Hierdoor kunnen we u voorzien vangeëxtrapoleerd beeld van nationale verkoop in Frankrijk.

Sectorverkopen zijn verkopen met een fijnere geografische granulariteit dan nationale verkopen. Bijvoorbeeld uitgesplitst naaruw sector.

Om de omzet per sector/strata (bekend als "Customer Type") te berekenen, gebruikt OpenHealth de volgende methodenherverdeling van nationale omzet naar sector/strata ("Klanttype").

Dus als mijn nationale omzet 100 is, wijs ik deze 100 verkoopeenheden toe aan de sectoren/strata ("Klanttype"), met als kardinale regel dat dede som van sectoren/strata ("Customer Type") moet gelijk zijn aan het nationale niveau, d.w.z. 100.

Laherverdeling van nationale omzet naar sector/strata ("Klanttype") elimineert de geografische dimensie door specifieker te zijn voor de sector (je netwerk of targeting is niet langer afhankelijk van de UGA, omdat niet alle apotheken in een UGA hetzelfde potentieel hebben).

Hierdoor kun je bijvoorbeeld ook 2 verschillende netwerken in dezelfde sector volgen of per type apotheek.

Het zou mogelijk zijn om de verkoop aan apotheken te extrapoleren en vervolgens de apotheken bij elkaar op te tellen om sectoren te creëren.

Deze methode is echterminder nauwkeurig en de verkoop opnieuw toewijzen aan de sector.

De reden is als volgt:

Als ik extrapoleer naar de apotheek, is mijn foutmarge (= 'onzekerheid') relatief hoog.

In feite kunnen we heel goed atypische kenmerken hebben in één apotheek op zichzelf (bijv. zeer efficiënte verkoopmedewerkers, dokterspraktijk naast de apotheek, enz.)

Als ik echter extrapoleer naar een reeks van 100 apotheken, is mijn foutmarge kleiner. Nog lager voor 1.000 apotheken en nog lager voor het hele land.

Er is daarom een statistische regel die bestaat uit het minimaliseren van de foutmarge door eerst het nationale cijfer te extrapoleren en vervolgens opnieuw toe te wijzen aan de sectoren, in plaats van eerst te extrapoleren naar apotheken en vervolgens de apotheken bij elkaar op te tellen.

We gebruikenherverdelingscoëfficiënten.

Eenvoudig gezegd is een coëfficiënt een procentuele toewijzing van de nationale verkoop aan de sector.

Dus, als sector A 1% (= de coëfficiënt) van de nationale verkoop vertegenwoordigt, dan doe ik 1% * 100 = 1

We gebruiken eigenlijk 2 herverdelingscoëfficiënten:

Stel dat ik de verkoop wil berekenen van mijn product A, dat behoort tot de markt van voedingssupplementen, in de regio Ile-de-France.

Ten eerste ga ik de apotheken in ons panel gebruiken om de nationale verkoop van het product te extrapoleren, bijvoorbeeld met 100 verkoopeenheden.

Vervolgens ga ik deze 100 verkoopeenheden verdelen over alle sectoren, inclusief de regio Parijs.

Om dit te doen, bereken ik deproductcoëfficiënt die de omzet van A in de regio Île-de-France zal aftrekken van de omzet van A in mijn apotheken van het panel. Laten we zeggen datproductcoëfficiënt is 3%.

Ik ga een tweede coëfficiënt berekenen, demarktcoëfficiëntHet panel zal ook worden gebruikt voor de markt van voedingssupplementen. Laten we zeggen dat demarktcoëfficiënt is 3%.

Ik kan nu de verkoop van A in de regio Parijs aftrekken, wat rekening houdt met mijn 2 coëfficiënten,product enMarktmet respectievelijk 3% en 3,3%.

Stel je voor dat ik de verkoop van een goedkoop laboratorium opnieuw probeer op te bouwen.DNV (bijv. Aragan) in een klein gebied (bijv. Limoges).

Laten we aannemen dat er 60 apotheken zijn in Limoges en dat ons panel er 45 heeft (d.w.z. 75% dekking).

Helaas heeft Aragan slechts 2 apotheken die verkopen in Limoges, en ze staan niet in het panel (= ze zijn een van de 15 apotheken die we niet dekken).

Leproductcoëfficiënt geeft ons 0 verkopen voor Aragan in Limoges.

Maar demarktcoëfficiënt gaat me vertellen dat Limoges een grote stad is voor voedingssupplementen en dat er statistisch gezien waarschijnlijk Aragan verkoopt.

Dus mijnproductcoëfficiëntzal 0 zijn, maar mijnMarktvan 5%.

Concluderend, het voordeel van het hebben van 2 coëfficiënten,productenMarktis daaromde verkoop beter vertegenwoordigen producten met een lage Digitale Verkoper Distributie (DNV),nauwkeurigheid verbeteren geografische dekking van producten die worden gelanceerd, om rekening te houden met deprijswijzigingen en eenfijnere tijdkorrelgroottemet dagelijkse en wekelijkse gegevens.

ARPI (Productintegratie) van een product A bestaat uit het toevoegen van een product aan een markt.

NationaalDeze toevoeging heeft geen invloed op de verkoop van andere producten.

Deze toevoeging kan echter de toewijzing van de verkoop van andere producten aan desectorniveau.

Een RPI voor een A-product verandert niets aan deproductcoëfficiënt andere producten B, C, D... Aan de andere kant zal het demarktcoëfficiëntDit komt omdat de marktdefinitie is gewijzigd door de introductie van product A op mijn markt.

Dit verklaart waarom de verkoop van B-, C-, D- en E-producten op sectorniveau op licht verschillende manieren wordt herverdeeld, wat leidt tot marginale veranderingen in het marktaandeel.

Dit geldt ook voor een verzoek omMAM (Wijziging van modaliteitstoewijzing)in jouw markt.

Ja, er zijn verschillende mogelijkheden.

De eerste is om alleen deproductcoëfficiënt en niet demarktcoëfficiënt. Dit zal echter leiden tot een minder nauwkeurige rapportering van de sectorverkoop van producten met een lage DNV-waarde.

Een tweede mogelijkheid, die volgens ons de beste praktijk is,is om je sell-in te gebruiken om de marktcoëfficiënt te vervangen.
De sell-in wordt gebruikt om atypische klanten, atypische geografische verdelingen en atypische variaties (naar boven of naar beneden) te identificeren.

Omdat de verkoopdrempel te laag is en/of de sectoren zeer fijn verdeeld zijn (bv. microsectoren), is het mogelijk dat de som van de sectoren niet gelijk is aan het nationale cijfer wanneer hele cijfers worden geanalyseerd.

Op dezelfde manier kan er een klein verschil zijn tussen 2 sectoraanvragen (gekoppeld aan de herverdeling van verkoop van nationaal naar sector).

In het algemeen :

Gesegmenteerde gegevens SMKT : Er kan een discrepantie bestaan tussen nationale SMKT-gegevens en sectorale SMKT-gegevens.

Deze discrepantie kan worden verklaard door het feit dat nationale verkoopgegevens verkooppunten omvatten zodra ze opengaan.

Aan de andere kant worden verkooppunten in het geval van klantonderverdelingen alleen opgenomen wanneer de klant ons informatie geeft over hun locatie: d.w.z. wanneer de sectorindeling wordt opgezet of telkens wanneer deze opnieuw wordt ingedeeld.

"Niet-toegewezen winkels:Voor deze nieuwe winkels leveren we verkoopgegevens voor een sector en een regio die worden weergegeven onder de aanduiding "Niet-toegewezen jaloezieën"In je Territory Management follow-up.