When forecasting early stage pipeline assets, manufacturers have limited data to analyze. Forecast models at this stage of development are generally high-level, with coarse market segmentation and typically a yearly time granularity.
但是，一旦药物在发射前2 - 3年，其商业预测会发生详细的变化，复杂性和时间粒度。那时，资产围绕的数据流从trick流到洪水。关键的临床数据提供了有关疗效与竞争对手的新见解，市场调查揭示了关键意见领导者和医疗保健专业人员如何看待并将规定产品，定价模型，并建立了营销活动。必威手机APP
在这个关键的时间窗口中，数十个现实来源将用于预测患者人群，班级，吸收和持久性的份额，并进行监管和付款人评估。所有这些信息都需要添加到预测中，通常需要重新配置整个模型结构。在此期间的商业预测还需要提高分辨率水平 - 更加颗粒状的市场细分，以及从年度时间段转变为更详细的每月可见性。这个发射窗口中的预测广泛流传，并且在数十个团队中以及一直到C-Suite上的高度可见。这是因为在这个三年窗口中的准确预测是对于整体发布成功至关重要。
随着这些预测的细节和复杂性的增加，药物预测者通常很难跟上。如果预测还不够详细，则团队将创建“侧模型”，以洞悉预测的特定部分。这些“侧模型”通常使用与主要预测不符的旧数据捕获在孤立的系统中，这可能导致不同的信息集流向关键决策者。这会造成许多不必要的障碍和风险，包括：- Siloing of valuable, relevant data。这意味着预报员必须重新进行研究，从而为预测过程增加时间，成本和精力。
- 由于数据冲突而引起的混乱。即使团队之间共享数据，单个研究方法和分析中的偏见也会导致预测冲突。
- 缺乏一致性。Similar research projects are conducted by multiple groups, but each uses different methods and data sets, which makes the results difficult to reconcile.
- 版本控制的挑战。在捕获新数据时，各个团队将继续更新模型，而无需与组织其他成员共享最新版本。
The lack of formal processes for sharing offline models and new data analyses across teams is costly and counter-productive. Moreover, when forecasts are biased or data is contradictory, it can lead to wildly inaccurate projections in either direction that can sink an otherwise promising market launch.
近年来，我们已经看到了依靠偏斜市场预测的制药公司的几个例子。
在一个中，制造商未能理解产品对产品的普遍需求，以及由于没有人理解的复杂的“侧面模型”而从其他疗法中切换的患者数量。当他们意识到这一错误时，品牌团队花了几个月的时间试图将预测与截然不同的“实际”数据调和，以确定预测为什么错误以及如何做出响应。
在另一种情况下，制造商做出了一套过于乐观的假设，这些假设预测处方率要高于合理的假设。此错误是由于侧面模型未正确合并到主要预测模型中。这个简单的转录问题导致制造商极大地错过了收入的预测，并在供应链中引起了冲突以及在华尔街的不信任。
从Google文档中汲取灵感
但是，我们如何避免这些类型的问题并保持信息可用和最新？当预测者将不同的数据源汇总在一起并打开预测以允许其他人整合自己的数据时，它创造了我们称为“真实的单一来源”的内容，并大大提高了可靠和详细的未来预测的潜力。
这种数据管理在许多其他数据共享环境中很常见。任何曾经使用Google文档编辑过共享文档的人都会认识到拥有已更新和与该组共享的单个文档的价值。每次有更新时，每个人都会立即看到更新。这是解决“侧模型”和旧数据的联合问题的简单方法，同时为每个人提供透明度和控制。
启用此类协作的软件平台，通过同时允许多个用户对文档进行实时编辑来改变组织的范式。这意味着更少的时间生成摘要报告和其他迅速过时的离线文件。一切都是实时的，因此“提交”，“出口”，“旧版本”和“手动合并”变得不必要。
那是我们为伊克维亚的设计灵感Forecast Horizonplatform.
我们已经努力将实时，多用户协作的范式带入商业预测。预测范围工具提供了一个单一的工具来进行所有预测分析并容纳每个团队的预测模型。该技术使公司能够在各种孤岛之间建造桥梁 - 全球预测者，国家关联公司，高级管理层等 - 使每个人都可以实时访问代表最新思想的单一真实来源。
“我们每个人都不像我们所有人那样聪明”
那么，什么使平台如此不同？预测范围支持多个用户同时支持同一方案的实时更改。这意味着您的流行病学团队可以更新有关持久性和Kaplan-Meier曲线的假设，而市场分析团队根据主要研究改变了定价估计。在发布过程中，在产品生命周期的其余部分中，对多个团队进行这种协调的需求是无与伦比的。
对于那些习惯于“提交”，“预测锁”或其他过时的概念的人，这是对范式的令人耳目一新的变化。预测不再在某个任意日期确定，而是对最新信息的动态反映。预测合并是自动完成的，最新数据可立即用于组织的每个角落。当然，预报员还可以选择在进行调整（例如创建新方案）的同时保留预测私有版本的版本，然后在准备就绪时与适当的利益相关者共享。
最后，我们还在预测时间粒度方面做出了巨大的逐步变化。现在，用户可以以每月，每季度或每年的每月或每周或每周的方式以每月，每季度或每年的方式输入任何形式的数据。预测将上下滚动数字，以使每个级别的所有内容保持一致。这对于启动至关重要，因为随着销售数据的开始，模型需要在更详细的水平上进行预测。
All of the teams working on a launch in the critical three-year window have the same broad goal – support the most successful market launch possible. Adopting a forecasting platform that can allow those teams to collaborate in real time is the best way to ensure a more painless and more accurate product launch.
要了解有关我们的预测准确性方法的更多信息here或与我们联系ForecastHorizon@iqvia.com。