药品预测模型及使用方法

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4123预测的历史与现状11、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–预测代表了对未来的最佳预判–预测为解读目前各种事件提供了框架–预测能识别企业必须应对的各种要素–预测为企业决策提供排序规则–预测可以检验现有策略假设–预测为走向未来提供方向指引–预测为决策者提供帮助–预测可以指导实践–预测是对不确定性的一种衡量–预测是艺术和科学的结合–预测不是数学应用，而是管理艺术的表达2、预测的历史与现状相比过去对现在的预测，实际情形更像那么回事——德怀特D.艾森豪威尔未来与现在相似——它无非是现在的延长——古斯·高塞吉3、预测的不准确性预测未来是很困难的。在历史上，我们不断尝试去预测未来……却总是看到预测因为不准确而失败。电话的缺点太多，因此很难严肃地将其视为通讯工具。这种设备本质上对我们毫无价值可言。–1876年，西部联盟电报公司内部备忘录人们将厌倦电影中发出声音的人。说话永远无法替代无声电影中的优秀表演。–1925年，托马斯·阿尔瓦·爱迪生对新兴有声电影如此评论所有女人都害怕老鼠。–1926年，米高梅总裁刘易斯B.迈耶对年轻漫画家沃特·迪斯尼如是说我认为电脑在全球市场的数量可能只有五台。–1943年，美国国际商用机器公司（IBM）总裁托马斯·沃森乐队还不错，但假如我是你，就会把嘴唇长得像轮胎面的那名歌手踢出乐队。–1963年滚石乐队试音时，英国广播公司（BBC）节目制片人对其如此评价640千字节对任何人都应该足够了。—1981年，微软公司创始人比尔·盖茨4、医药行业预测(1)畅销药品的失败预测公司名药品名最高销售额（单位：百万美元）预测值实际值默克噻吗洛尔500–100015罗宾斯芬氟拉明3003斯特林氨力农（口服液）5000史克必成头孢尼西100204、医药行业预测(2)超出预测值的药品公司名药品名最高销售额（单位：百万美元）预测值实际值普强布洛芬25200先灵葆雅庆大霉素6–8300辛泰萘普生40–50420史克必成西咪替丁2001000普强赞安诺30–40200马里恩地尔硫卓50180西尔阿斯巴甜05854、医药行业预测(3)未来的畅销药品？产品生产商用途预测最高销售额（百万美元）阿瓦斯丁基因泰克癌症3000希美加群阿斯利康血栓症1300环索奈德安达哮喘1200安痛易默克骨关节炎2500阿托伐他汀辉瑞高血压、高胆固醇1090欣百达礼来抑郁症2200舒降之默克、先灵葆雅胆固醇3000奥利默森钠健达恶性黑色素瘤900瑞普巴林辉瑞神经性疼痛2000思力华勃林格殷格翰、辉瑞肺部疾病13404、医药行业预测(4)对个职能部门的影响销售收入单位销量医疗政策定价政策许可、合作机会成本全球、区域、国家业务单元销售队伍规模结构、配置营销方案、促销方案、消费正方案企业方向、研发组合、预期值投资回报、利润期权估值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。4、医药行业预测(5)预测的时间范畴时间范围长期短期年度月度组合评价—新产品和产品线—许可机会研发投资回报脚本规划新产品上市规划资本收益回报营销资源配置机构规模和结构损益表财务计划营销投资回报销售队伍投资回报销售队伍规模和结构区域业务计划医生评估微观营销销售队伍部署1、新产品的预测法2、市场建模3、将患者转化成收益4、最后注意事项新产品的预测21、新产品中使用的通用预测算法人口增长率流行病学有症候的确诊潜在患者获得药物治疗使用药物的患者竞争份额采纳同类相食使用X产品的患者剂量依从性持续性销量预测价格销售预测报销市场产品转化注：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。2、市场建模(1)预测者面临的首个决策是选择什么数据进行市场建模？基于患者的模型(市场潜力)基于处方的模型(接受过治疗的市场)2、市场建模(2)基于患者的算法人口•按照适当的划分模式进行划分•利用人口增长率出现的增长流行病学有症候的确诊获得潜在患者药物治疗使用药物的患者人口流行病学•特定治疗区域和疾病的发生率或盛行率数据有症候•有特定疾病症候的患者比率•确诊的有症候的患者比率获取•医疗保险的患者比率药物治疗•有症候且确诊，同时用我们定义的市场上的药物治疗的患者比率2、市场建模(3)基于患者的算法的成功案例良性前列腺增生•流行病学研究表明，65岁以上的男性中，前列腺增生症的患病率高达95％。然而，治疗良性前列腺增生的男性数量明显偏低。随着新诊断技术的出现，医生能够监测与良性前列腺增生有关的酶，并能对患者做出早期诊断。这样，诊断率的提高引发了市场的扩张。艾滋病•随着新的艾滋病毒诊断工具的出现（特别是基于聚合酶链式反应的诊断工具敏灵性的增强），艾滋病毒水平较低的患者得以及早发现，并用抗艾滋病药物进行治疗。这也再次证明，使用诊断工具能起到扩张市场的作用。2、市场建模(4)患病率与发生率模型发生率死亡或者治愈患病率有好几个治疗领域需要基于发生率的模型：肿瘤学、移植和艾滋病。2、市场建模(5)基于患者的模型对患者流量数据模型基于患者的模型：用于治疗模式和患者人数不随时间变化的市场–静态、横断面–孤立的变量–获得平衡–划区–具体的–透明的–电子表格软件–数据驱动患者流量模型：用于治疗模式和患者在转型或演变的市场–动态,过度的–交互,相关变量–获取连续态变化–抽象–复杂难懂–复杂的系统软件–概念性的,专注现实根据专长诊断的百分比已治疗的百分比复发未治疗缓解失败复发死亡维持2、市场建模(6)消费者教育对市场的影响人口增长率流行病学有症候确诊消费者意识潜在患者药物治疗消费者行为消费者意图使用药物的患者2、市场建模(7)伴随用药和复方用药伴随用药指针对同一患者的同种病症，使用多种药物进行治疗复方用药指针对同一患者的不同病症，使用多种药物进行治疗只有伴随用药直接影响市场潜力的计算。复方用药只是间接影响市场潜力。比如：患有单相抑郁症的患者人数为200,000。患有广泛性焦虑症的患者人数为100,000。既患有单相抑郁症，又患有广泛性焦虑症的患者人数为30,000。那么患者中使用治疗两种适应症的药品的潜在人数是多少？3、预测产品(1)预测患者份额定义竞争性组合计算患者份额的首先步骤是确定合适的产品组合，以便于预测产品竞争。预测患者份额预测那些接受我们产品，而不是竞争对手产品的患者所占份额，是预测模型的核心。3、预测产品(2)将患者转化成收益与产品有关的患者数量一旦确定，预测者必须将这些患者转化为销售量、处方、收益和净利润预测每日的处方剂量依从性处方治疗的天数持续性患者数量每日的实际剂量治疗的实际天数销售量对于预测者而言，查找依从性和持续性假设的数据是一项挑战。3、预测产品(3)预测依从性和持续性对于预测者而言，查找依从性和持续性假设的数据是一项挑战。很少有二手数据源会提供依从性和持续性比率。我们可能可以使用模拟数据、来自审计的处方或治疗天数数据（由于这两项指标记录了实际分配的药量，所以包含依从性和持续性的影响），但患者数据源（依从性和持续性反算的分母）通常很难获得。由于临床试验存在监管，所以使用临床试验数据会高估依从性和持续性的比率。依从性：患者认同处方的剂量治疗开始开处方30天后建议结束第一阶段治疗，并开始使用新处方开处方45天后患者重新来拿新处方的实际时间45天进行了30天的治疗，因此依从性是67%。持续性：患者持续使用一种疗法患者数量自治疗开始后的月份100名患者中，60名患者在12个月后仍然在坚持该疗法，因此一年的持续性为60%。1、现有产品的预测法2、有关趋势的历史数据3、发挥超趋势事件的作用4、将经趋势分析过的数据转化为预测输出现有产品预测41、现有产品的预测算法(1)现有产品的通用算法基线趋势超趋势事件调和与转换市场基线趋势(时间序列数据)市场基线趋势(时间序列数据)环境变化政策变化竞争对手行为其他超趋势事件销售策略营销策略市场预测(趋势和超趋势时间)产品需求预测(趋势和超趋势时间)渠道修正经销商行为平行进口产品出厂预测它可以针对特定的治疗领域和产品进行修正，但该算法的通用部分将保持不变：有关趋势的历史数据，发挥超趋势事件的作用，并将趋势数据转换成所需要的预测输出。1、现有产品的预测算法(3)通用算法中需要注意的节点选择作用于趋势分析的基础数据集只专注于一个数据集，往往会导致预测出错如果分析每个能想到的数据集，也会导致预测变得很混乱最终预测者应该对尽可能多的数据集进行趋势分析为趋势分析选择时间周期一旦确定哪些数据集要进行趋势分析后，预测者就面临着这样一个问题，即趋势分析中需要包含多少历史数据点1、现有产品的预测算法(3)通用算法中需要注意的节点发挥超趋势时间的作用外部超趋势事件：欧盟监管机构审查过程中的变化、医生用药预算在德国的问世、美国联邦医疗保险处方药物计划的覆盖、加拿大网上药房配药的兴起、新竞争对手的出现等等内部超趋势事件：公司自身指导下的活动，它们包括引入延伸产品、改变营销策略和计划、改变销售队伍的资源分配等预测者面临的挑战就是确定这些事件，并量化它们对预测的影响1、现有产品的预测算法(3)通用算法中需要注意的节点将趋势分析过的数据转化为预测输出渠道修正经销商行为时机掌握填空和清空销售管道平行进口货品注：预测者在预测现有产品时面临的最大挑战是如何将需求预测转化为出厂销售预测。1、复兴的时代2、创作故事而不是建电子表格3、全方位预测4、预测案例研究对未来的思考41、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ThankYou!