Todas as coleções
Os MODELOS
Qualidade dos dados
Como conduzir uma análise comparativa?
Como conduzir uma análise comparativa?
Sébastien GUICHARD avatar
Escrito por Sébastien GUICHARD
Atualizado há mais de uma semana

Para realizar uma análise comparativa entre dois fornecedores de dados, precisamos de validar vários parâmetros.

1. Os códigos GTIN do âmbito do produto.

Em primeiro lugar, para podermos fazer uma comparação de agregados, precisamos da lista deGTINpara todos os produtos deste agregado, uma vez que ter acesso a esta lista de GTINs com total transparência é um direito.

A Openhealth fornece o código GTIN por duas razões:

  • Para a transparência e para promover a interoperabilidade. Os utilizadores da plataforma HUB podem extrair dados das suas aplicações com o código GTIN

  • A fim de conhecer em qualquer altura o conteúdo de um agregado (exemplo: uma classe de produto) e acompanhar a sua evolução ao longo do tempo com total rastreabilidade.

Exemplo: alterações no conteúdo de uma classe de produtos como resultado da introdução de novos produtos.

Chamo a vossa atenção para o facto de que um agregado no OpenHealth pode ter o mesmo nome noutro fornecedor de dados, mas isto não implica que a sua composição seja idêntica.

2. A fonte de dados

Para se poder fazer a comparação entre agregados, são tidos em conta outros critérios, nomeadamente a fonte dos dados: Farmácia, Parafarmácia, etc ...

Não é a mesma coisa olhar para os dados de vendas de produtos do tipo colutório em FARMÁCIA e PARAPARMÁCIA, ou mesmo em CONSOLIDADO (FARMÁCIA + PARAPARMÁCIA)

3. A área geográfica

Da mesma forma, o território geográfico é muito importante, na OpenHealth temos a França Metropolitana, mas também a Córsega, o Mónaco, oDROM-COMDados internacionais (Alemanha, Suíça, Itália, Portugal, etc.)

E concordará que olhar para o mercado de produtos solares em Dezembro na França Metropolitana, em comparação com os dados da Ilha da Reunião, não é a mesma coisa.

4. O período de tempo

O período de tempo é um dos parâmetros da análise, temos de comparar 2 períodos idênticos. Isto permite apagar o efeito da sazonalidade, ou a presença de uma atipicidade pontual que pode ser traduzida por um movimento social, por exemplo o impacto dos coletes amarelos que tiveram muitos impactos económicos.

5. Indicadores e método de cálculo

Para completar a análise, precisamos de comparar indicadores, e para isso precisamos de conhecer o método de cálculo associado.

Na OpenHealth, o método de cálculo para vendas de valor é :

Isto não é o mesmo que calcular valores de vendas a partir de um preço de referência, e este método permite-nos conhecer a disparidade de preços por produto, especialmente através do : Dispersão de preços

5. O LAG: Datas da primeira venda e datas de registo

Finalmente, OpenHealth pode fornecer para cada GTIN dentro de um agregado, a data da primeira venda bem como a data de registo do GTIN no nosso repositório. Este é um ponto muito diferenciador, uma vez que somos capazes de interceptar os dados de venda de um produto mesmo antes de este ser criado no nosso repositório. Estas vendas são então registadas e, uma vez criado o produto, são anexadas ao seu produto ao longo da sua história.

Estas duas datas são muito importantes para determinar o intervalo entre o momento em que os primeiros dados de vendas de um produto são interceptados e a data de criação do produto no nosso repositório.

A diferença entre estas duas datas permite-nos determinar e medir o atraso, e assim deduzir o período de validade dos dados.

Isto respondeu à sua pergunta?