^药品预测模型及使用方法.ppt

1、复兴的时代 各个时代的预测 1970年代 未规划时代 1980年代 幻想时代 1990年代 失望时代 2000年代 复兴时代 二十世纪九十年代末和二十一世纪初，我们见证了预测应用和复杂性的增加。为应对来自行业的商业压力，对未来的战略性规划显得愈加重要，预测也成了战略性规划职能的主要贡献者。 如今，这种复苏仍在继续。预测已经成了未来规划职能功能的基石，如战略规划、业务发展及组合优化等。预测者可用的流程、工具和方法继续不断发展，并积极推动预测职能的复兴。 2、创作故事，而不是建电子表格 “预测者的工作是什么？”其中一个最普遍的答案是“准确预测未来”。但这只是部分答案。正如我们所见，预测者的工作更加广泛——创造一个逻辑框架，以便定量评估未来事件。预测者的工作是创作故事，用它为未来描绘一幅全景图，而不仅仅是创建简单的电子表格。 预测者怎样才能有助于决策呢？那就是传播每个产品预测背后的“故事”，而不是简单的传播点值预测。 3、全方位预测 战略性预测的关键是要思考未来，这样公司才可能更好地规划未来。 预测的未来在于转型，即从简单的数字报告转型到提供这些整体框架，以便在这些框架中评估未来。 专家判断 结构建模 数据观察 替 代 性 未 来 全面预测 处方药品营销系统动力学模型 Thank You! 预测销售收入和单位销量之间的联系便是显著的需求之一；但两者所需的预测形式可能存在差异。单位销量预测涵盖的信息比收入预测要更为详细，包括抽样单位信息、安全库存信息及不同包装产品的分销信息。这些联系都应是双向的，即预测者必须了解预测接收者的各类需求，以便能选择最佳方式得出预测结果（更多内容详见第三章和第四章）。 与医疗和定价政策的联系通常以假设形式出现。诸如“假设（具体的）医疗政策颁布的话，会对产品需求产生何种影响？”和“假设我们最初推出的治疗日均成本高出原计划的10%，会对需求产生何种影响？”这样的问题都属这一范畴。从本质上说，市场环境（医疗政策）和价格的变化都需由预测者进行量化。这个例子也是双向的，即相应的职能部门向预测者提供信息场景和各类假设，预测者再将结果量化，并反过来向其他职能部门提供方向指导。 在多数机构里，业务发展的作用（识别和评估许可、合作营销、联合促销等机会）取决于量化机会的能力，即预测功能。正如前面的例子所示，各职能部门之间的信息流通必须是双向的。如前所述，每个职能的业务发展预测形式都各不相同。在预测业务发展时，还应关注每个合作伙伴对整体产品成功的贡献是什么，通过联合促销能带来什么样的增量收益。 这三个例子已经说明，最终用户不同，对预测也会有不同的要求——包装级别的销量预测，用于评估不同政策方案的假设脚本构建、或是用来明确评估两个公司对产品潜在收益所作贡献的预测。由于这些不同的要求，本身就很复杂的预测变得更复杂了。让我们接着讨论其他职能部门的要求，继续让它变得更复杂。 * * 该算法，或其简化版，可以推广到几乎所有的新产品预测实践中。随着预测需求越来越复杂，算法的详细程度也随之变化，但相同的逻辑流程适用于一款产品生命周期里的所有节点。该算法可以分成三个组成部分，其代表的要素分别是模拟市场、预测产品以及将使用该产品的患者转化成收益。这些结构划分——市场、产品和转换——形成了新产品预测在市场动态上的逻辑划分。 * * * * * 对基于患者的模型与患者流量数据模型进行了概述。基于患者的模型最适合患者能被分配到不同治疗方案的市场。而且，在疗法选择和病情发展之间没有相互依存性。患者流量数据模型则更有活力，能体现患有特定疾病的病情进展之间的时间依赖性，以及不同治疗方案之间的相互依赖性。如果可以通过简单的决策树分析将患者分配到各个治疗方案中，那么基于患者的模型是合适的。不过，如果患者在不同治疗组之间循环，而且治疗方案的选择依赖于以前的治疗史，那么患者流量数据模型是最适用的。 * * * * * * * * * * * * * 医药行业预测新产品和现有产品的预测模型及使用方法 参考书籍：《医药产品品牌战略》 书籍简介：通过标准建模分析患者流、医生因素和治疗吸引力之间的相互关系，并阐述三者如何共同驱动制药业市场。多因素整合，帮助我们更好地了解市场动态规律，制订更有效的市场策略，量化市场中的先发优势，规划品牌。“知其然，更知其所以然”，为从业者提供一套科学、系统并行之有效的方法，帮助生物制药企业在竞争中脱颖而出。 目录 预测的历史与现状 新产品预测 现有产品预测 对未来的思考 4 1 2 3 预测的历史与现状 1 1、预测的定义 2、预测的历史与现状 3、预测的不准确性 4、医药行业预测 1、预测的定义 预测的定义是什么？问题的答案就如它在企业内部发挥的智能那样多种多样，其中包括： 预测是对未来的准确描绘 预测代表了对未