一个M品牌更改了实验室，您希望将此更改反映在您的销售分析中。

两种方法都是可能的：

原理

这个想法是将属于旧实验室的所有产品都转移到新实验室。

怎么做？

为此，您将经历一个称为MAM的OpenHealth流程，以进行修改分配，以将分割的商标传递给新实验室。

您将在以下文章中找到所有详细信息： http://success.openhealth.fr/fr/articles/4164818-modification-d-affaffection-de-modalite-automatique-mam-auto

执行此操作后，该品牌的所有产品将分配给新实验室。

示例

您想分析在4个月的品牌销售后市场中的销售情况。

请考虑您的市场由2个实验室的3个品牌组成。

来自实验室1的标记2在第二个月末出售给实验室2。

实验室1也拥有品牌1。

实验室2也是商标3的所有者。

在此跟踪类型中，我们认为品牌2在整个历史记录中的销售现在已分配给新实验室，如以下示例所示：

当您分析销售额时，无论是绝对还是相对，您的市场监控都有一种规律性：

这种方法的优点是可以使分析结果随时间连续，并且您的后续行动具有唯一的信息，所有人都可以理解和共享，并且可以随着时间的推移更好地理解。

好处

您可以保持分析的连续性以及绝对，相对和演化的连续性。

此监视，您还可以在购买后更好地衡量商标在新实验室中通过的影响。

风险

在两个实验室之间通过商标后，不得拥有实验室评估的照片。

原理

这个想法是拥有商标的旧实验室将商标的销售一直保持到某个日期T，然后将该商标的销售分配给位于从T + 1。

怎么做？

为此，您必须复制产品并定义其实验室中每个产品的激活日期。

示例

让我们以与之前相同的示例为例，但考虑到品牌2的销售在前两个月分配给实验室1，然后在最后两个月分配给实验室2。

然后，我们将进行如下销售跟踪：

当您分析销售额时，您将不再具有虚构的演变和内卷的市场监控规律，无论是绝对的还是相对的，在品牌通过之前和之后都可能会有非常巨大的变化实验室1至2：

好处

唯一的好处是对每个实验室的销售情况都有准确的照片。

风险

随着时间的推移，有关商标的跟踪将不再有效，并且根本无法衡量商标在新实验室中通过的影响。采购。

您将在分析中以绝对，相对和进化的术语失去所有连续性，从而在市场营销和商业方面造成可能的错误决策影响。

这种不连续性将反映在您的所有指标中，包括绩效（价值销售，绝对值，市场份额等）和高级指标（数值分布和值，平均销售额）等）。

对于您的运营团队而言，随着时间的流逝，很可能会丢失来自多个任务的信息，因此会造成误解。

最后，这会导致监视的某种形式的复杂性，您将必须知道如何随着时间的推移进行维护。

此过程需要在我们的系统中创建技术代码，并且需要长期维护，并需要在数据库级别以及HUB平台上的应用程序。

标准截止日期为5个工作日。

此过程是个性化的选项，会为您的订阅产生额外的费用，由报价决定。