跳转到主要内容
所有收藏个性化选项
定位/定义客户类型
定位/定义客户类型

定位(客户类型)

Mael PELHATE avatar
作者:Mael PELHATE
超过 4 年前更新

定位研究的目标

  • 法国药房库存仍然非常不同(药房概况)和动态(销售点,组等的演变)

  • 每个市场都对自己的动态做出反应,对其进行控制通常代表着真正的竞争优势

  • 每个药店(取决于其所属的细分市场)在给定的市场中都有潜力

  • 定位您的市场使您可以更好地了解已定义市场中的客户范围,并通过优先考虑其销售人员的行为来加强其商业行为

  • 更好的定位意味着通过腾出空间来开发潜在客户并最大化现有客户的营业额和利润来更有效地分配资源

先决条件

  • 验证Openhealth提案所针对的市场的定义(

  • 收到销售文件,其中包含每个目标市场中的所有产品,并按具有36个月历史的销售点进行详细说明

包含与药店匹配的必要信息
规格:“ IN-OHC 160106-匹配Pharmacies_IC.pdf文件的先决条件 »

针对目标研究的卖点兴趣

重要的是要在销售点提供详细信息,以仅考虑相关范围的细节。

例如,在这种情况下,要确保排除GMS的辅助药店,独立...

地理区域

以类似的方式,这使区分不同地理区域的销售点成为可能,并确保仅考虑周边地区相关的销售点。

某些地区具有自己的非典型性。

请注意,有时我们的客户还会向我们发送来自国外的数据,其中一些是我们与之合作的(例如:德国,瑞士,比利时,意大利,西班牙,葡萄牙,波兰)

市场

产品粒度销售很重要以便控制代码列表 GTIN 之类的品牌。

这将使我们能够识别出接收到的文件中或考虑到分析的市场中是否可能缺少GTIN代码

示例:带有售罄销售的代码,对于该代码,我们不会在您的数据中看到售罄,反之亦然。

了解集合体的组成还可以进行更高级的分析,例如分类。

时间段

仅售出一年以上的事实并不能完全考虑到客户行为方面的所有差异(旧/新/重大变化) )。

3年的历史可以检测到统计异常

示例

  • 在2018年库存很大但在2019年不购买的药房

2018年的卖出(0)和卖出之间的差距非常大

  • 在2018年不购买并在2019年开始购买一年股票的药房

与售罄

相比,2019年的售罄率非常低

  • 通过售票,可以检测到具有非常强大的发展趋势的这些药房

在这种情况下,2到3家药店有时可以独自承担实验室的发展。

数量和价值的详细信息是必要的,因为“价值”指标是计算得出的,并取决于价格。

在OpenHealth,销售价值(售出)的计算方法如下:数量x交易价格=销售价值。 (与其他数据提供商使用基准价格相反)

此方法还使我们能够了解药房中产品的价格差异,特别是通过以下模块: 价格分散

指标

数量和价值的详细信息是必要的,因为“价值”指标是计算得出的,并取决于价格。

在OpenHealth,销售价值(售出)的计算方法如下:数量x交易价格=销售价值。 (与其他数据提供商使用基准价格相反)

此方法还使我们能够了解药房中产品的价格差异,特别是通过以下模块: 价格分散


自定义选项HUB:客户类型

在此定位/细分研究的背景下选择的细分可以在中心的市场监控中实施。

客户类型功能使您可以查看均质药房组而不是药房总数的数据,而HUB用户可以自己定义药房组。

药房类型及其形式的定义(例如,金,银,青铜/小,中大/分组,未分组)。

注意,即使统计方法在“基本”模块上非常可靠,“客户类型”选项在“高级”模块上的精度也会受到更大的限制。

我们的技术团队研究目标的覆盖范围并验证可行性。

这是否解答了您的问题?