的压力提高一个品牌的性能表现不佳的品牌不是独一无二的。事实上,获得和保持更多的病人的挑战是新的品牌随着每一个新的预算周期。这是可以理解的品牌团队很难决定哪些性能手头杠杆将最大的投资回报率(ROI),特别是选项之间的相互作用。可用的策略都是相互关联的,和改善一个地区可能产生的影响(积极或消极)。
IQVIA开发了一个独特的,幸运的是,深度学习框架(专利未决)来指导品牌在选择团队在四个功能柱的性能:
IQVIA的方法,它使用嵌入式智能机器学习(ML)算法的基础上,揭示了一个品牌的潜力,识别现有的性能差距,并量化各种战术的ROI。它利用集成3亿匿名患者的数据。
欲知详情,请下载我们的字幕新闻。
使用医疗排序算法,可以量化多少病人“机会”——那些不是品牌而是分享同样的临床病人目前的品牌——可用于捕获。这需要
量化机会的病人的数量,品牌团队必须下一个理解为什么这些病人不是品牌。团队应该探索的影响上面列出的功能性能支柱1 - 3对性能。这是通过利用综合病人数据库和消息传递相比,促销,付款人访问,相关政府和印度尼西亚的相关影响当前品牌用户和患者的机会。
暴露的司机坚持(第四支柱),ML算法可以比较的特点一个附着病人的non-adherent耐心和帮助开发策略来提高依从性。
这个练习将确定多个领域,可以改善,但没有回答应该采用哪些策略。选择其中需要再次转向ML模式。成本方面仍将估计的方程,但该算法将量化的概率转换机会患者品牌用户每个潜在的策略。
决定如何最好地分配有限的资源,提高品牌的性能现在可以基于证据的。它需要广泛的患者的立场数据资源,一个结构良好的ML框架,IQVIA的分析方法。
每年,品牌团队面临同样的问题:我们如何才能提高我们品牌的表现?结合专业技能与大量的数据在一个人工智能平台,IQVIA的品牌优化器可以发现一个品牌的真正潜力,推动品牌的性能。