v191226

Som du vet erbjuder OpenHealth dig att arbeta på HUB: n från extrapolerade data.

Konkret, varje dag vi får försäljning från mer än hälften av apoteken är detta vår apotekspanel och vi modellerar försäljningen av apotek som inte finns i vår panel.

Detta gör att vi kan ge dig en extrapolerad bild av nationell försäljning på fransk territorium.

Sektorsförsäljning är försäljning med en finare geografisk detaljnivå än nationell försäljning. Klipp till exempel ut från din sektorisering.

För att beräkna försäljningssektorn genomför OpenHealth en omfördelning av det nationella försäljningsområdet . Om min nationella försäljning är 100 kommer jag alltså att omfördela dessa 100 försäljningsenheter till sektorerna, med huvudregeln att summan av sektorerna måste bli nationell, det vill säga 100.

Omfördelningen av nationell försäljning till sektorn gör det möjligt att övervinna den geografiska dimensionen genom att vara mer specifik för sektorn (ditt nätverk eller inriktning beror inte längre på UGA eftersom inte alla apotek i en UGA har samma potential). Detta gör det också möjligt för dig att följa till exempel två olika nätverk för samma sektor eller genomföra en uppföljning genom typologi av apotek.

Det skulle vara möjligt att extrapolera försäljningen till apoteket och sedan lägga till apoteken för att göra sektorer.

Denna metod är dock mindre exakt än att starta från den nationella och omfördelningen till sektorn.

Anledningen är följande:

När jag extrapolerar till apoteket är min felmarginal (= 'osäkerhet') relativt hög. I själva verket kan vi mycket väl ha atypismer på ett enda apotek isolerat (t.ex.: mycket effektiv säljare, läkarmottagning bredvid apoteket etc.). Å andra sidan, om jag extrapolerar en uppsättning av 100 apotek, är min felmarginal lägre. Och ännu lägre på 1000 apotek, och ännu lägre på de nationella apoteken. Det finns därför en statistisk regel som består i att minimera felmarginalen genom att först extrapolera det nationella och omfördela det till sektorerna snarare än att först extrapolera till apoteket och lägga till apoteken tillsammans.

Vi använder omfördelningskoefficienter. För att uttrycka det enkelt är en koefficient en procentsats av att nationell försäljning tillskrivs sektorn. Således representerar sektor A 1% (= koefficienten) av den nationella försäljningen, så jag gör 1% * 100 = 1

Vi använder faktiskt två omfördelningskoefficienter:

Tänk dig att jag vill beräkna försäljningen av min produkt A, som tillhör marknaden för kosttillskott, inom Île-de-France-sektorn.

Först ska jag använda apoteken i vår panel för att extrapolera den nationella försäljningen av produkten, till exempel 100 försäljningsenheter.

Sedan kommer jag att distribuera dessa 100 försäljningsenheter över alla sektorer, inklusive Île-de-France.

För detta kommer jag att beräkna produktkoefficienten som drar av försäljningen av A i Île-de-France, från försäljningen av A i mina paneldepoters apotek . Låt oss säga att produktkoefficienten är 3%.

Jag kommer att beräkna en andra koefficient, marknadskoefficienten , fortfarande från panelen, men som kommer att ta hänsyn till marknaden för kosttillskott. Låt oss säga att marknadskoefficienten är 3,3%.

Nu kommer jag att kunna räkna ut försäljningen av A i Île-de-France, som tar hänsyn till mina två koefficienter, produkt och marknad , 3% och 3,3%.

Tänk dig att försöka rekonstruera försäljningen av ett lågt labb DNV , till exempel Aragan, på ett litet område, t.ex. Limoges.

Låt oss anta att det finns 60 apotek i Limoges och att vår panel har 45 (dvs. 75% täckning).

Tyvärr har Aragan bara två apotek som säljer i Limoges, och de finns inte i panelen. (= de är en del av de 15 apotek som vi inte täcker).

produktkoefficienten ger oss 0 försäljningar för Aragan i Limoges.

Men marknadskoefficienten kommer att informera mig om att Limoges är en viktig stad inom kosttillskott, och att det är statistiskt troligt att det finns Aragan-försäljning .

Så min produkt -koefficient blir 0, men min marknad -koefficient är 5%.

Fördelen med att ha två koefficienter, produkt och marknad , är därför att bättre representera försäljningen av produkter med låg digital distribution Försäljning, förbättra noggrannheten för geografisk täckning av produkter vid lanseringar, ta hänsyn till prisvariationer och ha finare tidsgräns, med dagliga och veckovisa data.

A IPR (PRODUCT INTEGRATION) , av en produkt A, består i att lägga till en produkt på en marknad.

Nationellt har detta tillägg ingen inverkan på försäljningen av andra produkter.

andra sidan kan detta tillägg ändra fördelningen av försäljning av andra produkter på sektornivå.

En RPI för en produkt A kommer faktiskt inte att ändra produktkoefficienten för de andra produkterna B, C, D, etc. Å andra sidan kommer det att ändra marknadskoefficienten marginellt, eftersom marknadsdefinitionen har modifierats genom introduktionen av produkt A på min marknad.

Och detta förklarar varför försäljningen av produkterna B, C, D, E kommer att omfördelas på ett något annat sätt på sektorsnivå och därför får marknadsandelar att utvecklas vid marginalen.

Detta gäller även en begäran om MAM (MODALITY-ASSIGNMENT CHANGE) på din marknad, och till och med en begäran om deaktivering

Ja, det finns flera möjligheter.

Den första är att endast använda produktkoefficienten och inte marknadskoefficienten . Detta kommer emellertid att resultera i mindre precision i återställandet av sektorsförsäljning av produkter med låg DNV.

En annan möjlighet, som vi tror är bästa praxis, är att använda din sell-in för att åsidosätta marknaden koefficienten.
används för att identifiera atypiska kunder, atypiska geografiska fördelningar samt atypiska variationer (uppåt eller nedåt).

Begränsningar att veta:

På grund av en säljtröskel som är för låg och / eller en mycket fin sektoriell fördelning (till exempel mikrosektorer), kanske summan av sektorerna inte är lika med den nationella när vi analyserar hela siffror.

Till exempel : 10 lådor som sålts för en produkt under en viss månad till medborgaren för att omfördelas till 100 sektorer.