当预测早期管道资产时,制造商已经有限的数据分析。预报模型在这个阶段的发展通常是高层,粗市场细分和通常每年时间粒度。
但是一旦药物是在发射前2 - 3年,其商业预测详细经历一个巨大变化,复杂性,和时间粒度。在这一点上,数据流在资产转换从涓涓细流泛滥。关键的临床数据有效性提供了新的见解和竞争对手,市场调查显示关键意见领袖和卫生保健专业人士如何看待并将规定产品,定价模型建立和营销活动。必威手机APP
在这个关键的时间窗口,许多现实世界的资源将被用于预测患者群体,分享类,吸收和持久性和监管和付款人评估。所有这些信息需要添加到预测,通常需要重新配置整个模型的结构。商业预测在这个时期也需要增加的水平分辨率,更细粒度的市场细分,并每月从每年的时间转移到更详细的可见性。预测在这次发射窗口被广泛流传和高度可见数十名团队,一直到管理层。这是因为一个精确的预测在这个为期三年的窗口整体发射成功的关键。
当这些预测增加的细节和复杂性,制药预测往往很难跟上。如果预测不够详细,团队创建“侧模型”,将提供洞察特定部分的预测。这些“侧模型”往往陷入孤立的系统使用旧数据不符合主要的预测,这可能导致不同的信息流向关键决策者。造成许多不必要的障碍和风险,包括:- 地坑有价值的相关数据。这意味着预报员不得不重新研究、添加时间、成本和精力预测过程。
- 由于冲突的数据混乱。即使团队之间共享数据,偏差在个别研究方法和分析可能导致冲突的预测。
- 缺乏一致性。研究项目是由多个组相似,但每一个使用不同的方法和数据集,这使得很难协调的结果。
- 挑战与版本控制。个人团队继续更新他们的模型作为新的数据捕获,没有分享最新版本与其他组织。
缺乏正式的过程分享离线模型和新的数据分析跨团队是昂贵的,而且只能适得其反。此外,当预测偏差或数据是矛盾的,它会导致严重不准确的预测在任何方向,否则会下沉一个有前途的市场。
近年来我们看到了几个例子的制药公司依靠倾斜的市场预期。
在一个制造商未能理解的被压抑的普遍的对产品的需求,以及从其他疗法的患者数量,将开关由于复杂的“边模式”,没有人理解。当他们意识到错误,品牌团队花了几个月的时间试图调和与截然不同的“实绩”的预测数据来确定预测是错误的,为什么以及如何回应。
在另一起案件中,制造商制造了过于乐观的假设的处方率远高于预测是合理的。这个错误是由于侧模型没有被正确地纳入主要的预测模型。这个简单的转录问题导致制造商大幅小姐收入预测,导致供应链冲突以及华尔街的不信任。
从Google Docs吸取灵感
但我们怎样才能避免这些问题并保持信息和最新的吗?当天气预报员汇集不同的数据源和打开他们的预测让别人将自己的数据,它创造了我们称之为“单一来源的真理”——它显著增加潜在的一个可靠的和详细的未来预测。
这种数据管理在许多其他数据共享环境中很常见。任何曾经编辑使用Google Docs共享文档将承认的价值有一个文档更新和共享。每次有更新,大家都认为,立即更新。这是一个简单的方法来解决共同问题的“侧模型”和旧的,不准确的数据,为每个人提供透明度和控制。
软件平台,使这种类型的协作改变组织的模式,允许实时编辑的文档由多个用户在同一时间。这意味着更少的时间生成摘要报告和其他离线文件,很快成为过时。一切都是实时的,所以“提交”,“出口”,“旧版本”,和“手动合并”成为必要。
这是我们为IQVIA的设计灵感预测的时间跨度平台。
我们努力将实时的范式,多用户协作商业预测。预测地平线工具提供了一个工具来进行预测分析和全家每个团队的预报模型。这种技术可以使公司之间建立桥梁各种竖井——全球预测,国家子公司、高级管理层和更多,给每个人都实时访问,单一来源真理的代表最新的想法。
“我们和我们所有人一样聪明”
它是什么使这个平台如此不同?预测地平线支持实时改变同一场景的多个用户在同一时间。这意味着你的流行病学小组可以更新的假设在持久性和kaplan meier曲线,而市场分析团队改变定价估计基于主要研究。在启动,需要这种类型的多个团队协调的无与伦比的产品生命周期的其他部分。
对于那些习惯于“提交”,“预测锁”或其他过时的概念,这是一个令人耳目一新的范式的变化。预测不再固定在任意日期,而是变成了一个动态反映最新的信息。预测整合是自动完成的,最新的数据立即组织的每一个角落。当然,预测者也可以选择保留一个版本的预测私人而作出调整,如创建新的场景,然后分享它与适当的利益相关者,当准备好了。
最后,我们也取得了一个巨大的预测方面的时间粒度。现在,用户可以输入任何格式的数据他们选择——月度、季度或年度,在某些情况下每日或每周。天气预报将数字上下保持一致的每一层的一切。关键的启动,因为需要预测模型在更详细的级别随着销售数据开始进来。
所有的工作团队,在关键的三年发射窗口有相同的广泛的目标——支持最成功的市场推出。采用一种预测平台,可以实时允许那些团队合作是最好的方法,以确保更痛苦、更准确的产品发布。
更多地了解我们的方法预测精度在这里或联系我们ForecastHorizon@iqvia.com。