当试图预测商业对药物的需求,预测者通常使用两种方法之一来设计预测结构:

基于:预测者往往从一个epidemiology-based开始的方法,使用数据和假设在流行,持久性、合规、和市场份额来确定有多少病人服用药物,并使用这个预测未来的收入。这个模型是最常用的产品新市场时,或使用的模式是复杂的(如肿瘤)。

需求导向:当商业销售数据或实际的证据是可用的,预测者经常使用需求导向模型受历史销售数据(体积或收入)来预测未来短期和长期的销售。这种方法的趋势在未来过去的表现和特别有价值的药物的销售已经达到“稳定状态”,在过去是一个很好的预测将来的表现。

两种模型预测带来价值的过程,但他们也有他们的缺点。

基于模型的目标是建立一个明确的疾病进展和治疗通过关注病人的旅程和决策。它看起来有疾病,通常发现,病人如何以及由谁处理。这些模型是唯一的制药公司,旨在理解病人的旅程以及患者到达-和分支远离某些疗法。这些见解可以betway必威怎么提款用于建立一个商业战略,因为他们建立一个深和产生更多的病人之间的因果关系和商业销售。然而,他们需要大量的研究,往往是基于数据很难收集和经常更新,使得预测不准确或者回应当前的市场趋势。

需求导向模型是基于真实的销售数字。爆炸的详细的销售市场趋势和更细粒度的视图,这些模型越来越准确预测工具在线品牌。这些模型是频繁更新和提供及时的见解,警报改变市场动态。betway必威怎么提款然而,基础模型提供了一个非常狭窄的观点。他们专注的产品目前在市场和基本与病人行为的相关性,但不是这些趋势的根本原因。如果销量下降在一个特定的地区,他们通常不能告诉你到底是由于医生的偏好,病人对竞争产品的偏好,或者其他原因。缺乏上下文很难有效地使用预测驱动改变或反应的市场混乱。

传统上,预测了一个二进制的方法。预测者选择一个模型——病人或需求和用它来预测。认为太很难建立,即使他们做了两个预测很少排队。创建一个全新的预测工作,试图调和这两个概念。

然而,pharma-forecasting思想领袖越来越具有挑战性的这个选择二进制“病人或需求”。增加访问更细粒度的真实数据,随着越来越多的了解纵向病人之旅,将迎来一个新的预测方法。

混合使用现实世界的数据模型

今天的天气预报越来越关注如何弥合分歧的两个预测世界观之间通过真实的数据和机器学习这两种方法的集成组件。它是如何工作的:

• 病人和需求使用纵向数据模型可以改善病人的顺序访问和治疗的医疗服务提供者。必威手机APP这让我们了解可能患有一种疾病的患者数量——即使他们尚未诊断或治疗。
• 机器学习工具可以快速分析基于模型和实际需求的缺口,并确定变化的可能的原因和模式的偏见。最终的和解提供了有价值的预测洞察力的源泉。
• 需求模型可以丰富增加病人数据的粒度来了解更多关于病人的类型规定,包括社会经济和地方地理数据,与持续的新用户,多久病人坚持治疗。这将允许更多的因果关系的定义更为确定。
• 病人模型可以受益于日益复杂的模拟分析来确定合并的“完美”合成模拟数据从数以万计的实际产品。实际需求的数据可以用来估计关键假设patient-models在市场份额和其他因素。

的预测的时间跨度平台现在可以分析一个资产的病患导向和需求导向的观点。工具的方法的核心是一组用户友好的工具,消除数据从两个模型之间的差距。它允许用户输入的持久性,病人流量随着时间的推移,和流行病学信息基于度量,以及使用趋势和集成真实数据在一个环境专门设计用于合并两个预测模型。

这使得一流制药预报员离开“二进制”预测的方法对混合合并两全其美的解决方案。这些用户观察到更准确的收入预测辅以深入理解背后的原因变化预测性能。betway必威怎么提款这给预测的数据需要分析具体事件或流行病学的事实对未来销售的影响结果。它还允许他们打破细分市场的数据,疾病严重程度,竞争对手销售,医生的行为或其他动力学磨练他们的商业策略。

所有这些知识将预期从一个静态预测转换成生活文档可以帮助商业团队更有竞争力。