促销归因模型如何有助于减少支出并增加净收入
人工智能结合了有意义的数据和智能分析,以衡量和优化全渠道客户参与
Rogelio Paredes,信息管理和AIML负责人
博客
2021年11月16日

似乎我们从每个可能的角度涵盖了流行后的HCP商业参与进化。我们知道HCP变得越来越难。大多数人渴望数字化而不是传统的面对面(F2F)互动,以提供有关帮助患者的新疗法的信息。“共同效应”加速了数字趋势(图1)。

图1.商业参与模型已经改变

commercialEngagement_figure1
commercialEngagement_figure1

对生活科学的影响

生命科学公司现在寻求的是新的策略和新的测量方法。严厉的现实是,可以根据当前的现实进一步优化大量营销支出,许多公司仍在“黑暗中飞行”。

有个好消息!参与进化一直是全球生命科学公司(包括加拿大境内)的催化剂,以成功实施利用的新测量模型人工智能(AI)。AI的使用允许对渠道影响和ROI进行颗粒状分析,以揭示每种客户参与的最有效策略。

这些模型被称为促销归因(也称为促进影响或促进混合模型)。这些模型正在帮助公司降低支出或重新分配的10-20%,净收入增加了5-10%。公司终于获得了紧迫问题的答案。

为什么这些模型如此重要

促销归因模型的目标是确认每个呼叫,电子邮件,视频,新闻通讯,产品样本或与医生(或客户)互动的价值。通过了解每个组件在更广泛的运动中的独特贡献,可以计算单个渠道投资回报率(ROI)或努力回报率(ROE)。可以将复杂的工具进一步添加到这些模型中,以推荐用于营销和数字活动的最佳支出。也可以实施场景构建工具,以便营销团队可以在每个渠道上手动调整支出或精力,并预测ROI/ROE影响。

这些模型和工具可以回答问题,例如:

  • 我每个渠道应该投资多少?
  • 增加数字销售辅助工具的使用以及呼叫的结合会进一步增加销售吗?
  • 我应该在F2F或重新分配新目标上投资吗?
  • 我应该加强会议上的努力以增加销售吗?
  • 电子邮件广告系列会有利吗?
  • 应该将“中等”专家的努力重定向到“高级”专家?

图2场景计划工具

方案计划图2
方案计划图2

为了额外的好处,这些模型正在帮助公司评估其当前的销售部队规模,确认覆盖范围和频率目标是否现实,通过发现:

  • 裸露的医师领域/过度
  • 下/过时的频道
  • 特定医师组的异常或意外的高数量相互作用
  • 市场趋势或意外事件使历史模式或趋势脱轨(例如,Covid-19)
  • 另一个特定通道的覆盖范围如何(例如,数字通道的增强使用与F2F)

在行业用例示例中,我们看到公司减少了对低潜能客户的高成本渠道的使用。一家全球公司能够减少对中低级从业者的电话数量,增加对高层专家的电话数量,并通过电子邮件弥补差距,从而增加了ROI六分。另一家公司删除了F2F致电低电势客户的电话,这导致了30%的销售工作向全科医生进行了重新分配。在极端情况下,我们甚至看到没有销售代表的品牌推出。

图3(说明性):在按支出级别绘制时,品牌A在GPS上的细节支出最高。在投资回报率图中,Brand B在GPS中的投资回报率最低。

钥匙必须获得最佳ROI

信息的准确性和深度

数据。数据。数据。为了达到最高的精度,您必须在单个级别(结果)获得所有促销和交易数据(接触点)和颗粒状RX级别数据。缺乏数据或粒度可以使您的预测比预测更具猜测。

生活科学特定行业专业知识

高级分析和数据科学技能还不够。您还需要一个行业专家。错误的假设或错误的解释可能会导致您的公司没有使用正确的渠道到达合适的个人,从而浪费更多的钱。

例如,您针对专业HCP的预算分配方案可能建议在电子邮件,新闻通讯和数字内容上支出更高的支出。但是,行业专家会知道,将专业医生暴露在数字渠道上可能会对整体客户参与产生负面影响。拥有正确的假设和对输出的正确解释是实现最佳ROI的关键。

知道什么在起作用并不断适应

使用AI的现代技术可以处理大型数据量并在几分钟内产生见解。betway必威怎么提款因此,请确保实施技术,以确保您的利益相关者在几分钟内收到反馈;了解什么有效以及需要进一步调整什么。公司和市场变量是流畅的。为了获得最佳的投资回报,您需要能够即时调整。

让IQVIA的专业知识帮助您的公司衡量并优化参与性能。我们可以在重新设计商业模型和有意义地使用颗粒状数据方面提供明确的视野。

阅读更多人工智能在我们的网页上。

有问题吗?联系我们canadainfo@iqvia.com

参考

  1. 图1:渠道偏好与促销现实(白皮书),iqvia
  2. 图1:Sermocovid-19-HCP情感系列,第5部分:2020年12月的当前和未来与制药销售代表的交往
  3. IQVIA 2020年9月的杂化后参与性能的测量和优化
  4. 市场混合建模(MMM) -https://towardsdatascience.com/market-mix-modeling-mmm-101-3d094df976f9
您也可能对。。。有兴趣
联系我们
联系我们
联系我们

给我们发电子邮件

立即取得联系,为您找到正确的解决方案。