v191226

Как вы знаете, OpenHealth предлагает вам работать с HUB на основе экстраполированных данных.

Конкретно, каждый день мы получаем продажи от более чем половины аптек, это наша панель аптек, и мы моделируем продажи аптек, которых нет в нашей панели.

Это позволяет нам предоставить вам экстраполированное представление о национальных продажах на территории Франции.

Отраслевые продажи - это продажи с более высокой географической детализацией, чем национальные продажи. Например, вырезать из вашей секторизации.

Для расчета сектора продаж OpenHealth проводит перераспределение национальных торговых площадей . Таким образом, если мои национальные продажи равны 100, я перераспределю эти 100 торговых единиц по секторам с кардинальным правилом, согласно которому сумма секторов должна составлять национальные, то есть 100.

Перераспределение национальных продаж по сектору позволяет преодолеть географический аспект, будучи более конкретным для сектора (ваша сеть или таргетинг больше не зависят от UGA, потому что не все аптеки в UGA обладают одинаковым потенциалом). Это также позволяет вам отслеживать, например, 2 разные сети для одного и того же сектора или выполнять отслеживание по типу аптек.

Можно было бы экстраполировать продажи на аптеку, а затем добавить аптеки для создания секторов.

Однако этот метод менее точен, чем начало продаж на национальном уровне и перераспределение продаж в сектор.

Причина в следующем:

Когда я экстраполирую на аптеку, моя погрешность (= "неопределенность") относительно высока. В самом деле, мы вполне можем иметь нетипичные данные в одной аптеке, взятой изолированно (например, очень эффективный продавец, кабинет врача рядом с аптекой и т. Д.). С другой стороны, если я экстраполирую набор из 100 аптек, моя погрешность будет ниже. И еще ниже на 1000 аптек, а на республиканскую - еще меньше. Таким образом, существует статистическое правило, которое состоит в минимизации погрешности путем сначала экстраполяции национального показателя и его перераспределения по секторам, а не сначала экстраполяции на аптеку и сложения аптек вместе.

Мы используем коэффициенты перераспределения. Проще говоря, коэффициент - это процент отнесения национальных продаж к сектору. Таким образом, сектор A представляет 1% (= коэффициент) национальных продаж, поэтому я получаю 1% * 100 = 1

Фактически мы используем 2 коэффициента перераспределения:

Представьте, что я хочу подсчитать продажи своего продукта A, который относится к рынку пищевых добавок, в секторе Иль-де-Франс.

Во-первых, я воспользуюсь аптеками в нашей панели, чтобы экстраполировать национальные продажи продукта, например, 100 торговых единиц.

Затем я распределю эти 100 торговых единиц по всем секторам, включая Иль-де-Франс.

Для этого я рассчитаю коэффициент продукта которого будут вычтены продажи A в Иль-де-Франс из продаж A в моих аптеках . Допустим, коэффициент продукта составляет 3%.

Я рассчитаю второй коэффициент, рыночный коэффициент , по-прежнему с панели, но с учетом рынка пищевых добавок. Допустим, рыночный коэффициент составляет 3,3%.

Теперь я могу рассчитать продажи A в Иль-де-Франс с учетом двух моих коэффициентов: product и market , 3% и 3,3%.

Представьте, что вы пытаетесь восстановить объем продаж лаборатории с низким уровнем дохода DNV , например Араган, на небольшой территории, например: Лимож.

Предположим, что в Лиможе 60 аптек и что наша панель имеет 45 аптек (т.е. 75% покрытия).

К сожалению, у Арагана всего 2 продающих аптеки в Лиможе, и их нет в списке. (= они являются частью 15 аптек, которые мы не покрываем).

коэффициент продукта даст нам 0 продаж для Арагана в Лиможе.

Но рыночный коэффициент сообщит мне, что Лимож является важным городом в области пищевых добавок и что статистически вероятно, что есть продажи Арагана. .

Итак, мой коэффициент product будет равен 0, а мой коэффициент market будет 5%.

Таким образом, преимущество наличия 2 коэффициентов, product и market , состоит в том, чтобы лучше представить продажи продуктов с низким уровнем цифрового распространения. Продажи, повышение точности географического охвата продуктов при запуске, учет колебаний цен и более точная временная детализация с ежедневными и еженедельными данными.

A ПИС (ИНТЕГРАЦИЯ ПРОДУКТА) продукта А заключается в добавлении продукта на рынок.

национальном уровне это дополнение не влияет на продажи других продуктов.

другой стороны, это дополнение может изменить распределение продаж других продуктов на уровне сектора.

Действительно, RPI продукта A не изменит коэффициент продукта других продуктов B, C, D и т. д. С другой стороны, это незначительно изменит рыночный коэффициент , потому что определение рынка было изменено с появлением продукта А на моем рынке.

И это объясняет, почему продажи продуктов B, C, D, E будут немного иначе перераспределены на отраслевом уровне, и поэтому доли рынка будут меняться с разницей.

Это также относится к запросу на MAM (MODALITY-ASSIGNMENT MODIFICATION) на вашем рынке и даже запрос на Деактивация

Да, есть несколько возможностей.

Первый - использовать только коэффициент продукта , а не рыночный коэффициент . Однако это приведет к меньшей точности при восстановлении секторальных продаж продуктов с низким DNV.

Вторая возможность, которая, по нашему мнению, является наилучшей практикой, состоит в том, чтобы использовать ваши продажи для переопределения рыночного коэффициента.
Распродажа используется для выявления нетипичных клиентов, нетипичных географических распределений, а также нетипичных вариаций (в сторону увеличения или уменьшения).

Важные ограничения:

Из-за слишком низкого порога продаж и / или очень мелкой разбивки по секторам (например, микросекторам), при анализе сумма секторов может не совпадать с национальным целые цифры.

Например : 10 коробок, проданных за продукт в конкретный месяц в стране, будут перераспределены по 100 секторам.