Андрей Желязо, SBC Idea
Александр Савич, SBC Consulting
Ранее неоднократно обсуждался вопрос о том, что значительная часть маркетинговых ресурсов расходуется нерационально. В условиях экономической нестабильности происходит сокращение и перераспределение ресурсов. В рамках рыночной и «внутрикорпоративной» борьбы, по сути, идет «война за ресурсы».
Поэтому в работе компании, нацеленной на результат, важным аспектом является оценка эффективности маркетинговой деятельности как в целом, так и по каждой из активностей в отдельности. Такой подход необходим для понимания текущего состояния дел, планирования дальнейших действия и принятия оптимальных управленческих решений. Учитывая, что украинский фармацевтический рынок уменьшается в объеме, а количество игроков – нет (по некоторым данным – даже увеличивается), о снижении конкуренции говорить не приходится.
В условиях высокой конкуренции на фармацевтическом рынке и ограниченности ресурсов компании вынуждены тщательно планировать свою маркетинговую деятельность, инвестируя в наиболее эффективные маркетинговые инструменты.
Поводом для написания данной статьи стала информация, представленная на одной специализированной фармацевтической конференции, состоявшейся весной 2009 года. Коллегам по рынку удалось проследить зависимость между некоторыми показателями. Так, была установлена ПРЯМАЯ (sic!) зависимость между показателями взвешенной и нумерической дистрибьюции и продажами (для одного продукта) и промоционной активностью и продажами (для другого продукта). Без тени иронии, хочется порадоваться их находке и позавидовать менеджерам, продвигающим эти ЛС.
Фактически, говоря языком микроэкономики, это ничто иное, как эластичность по представленности и промоционной активности. В данном случае нет необходимости долго раздумывать над тем, куда направить маркетинговые ресурсы. Ответ очевиден: в увеличение представленности (для перового продукта) и увеличение промоактивности (для второго продукта). И делать это нужно до тех пор, пока эластичность по представленности и эластичность по промоционной активности будет сохраняться.
Приведенные примеры зависимости продаж от одного маркетингового критерия скорее исключение, чем правило. Значительно чаще на продажи того или иного продукта влияет множество факторов, и данные, характеризующие эти факторы, почти всегда имеются в распоряжении фармацевтических компаний. Для оценки комплекса факторов необходимо научиться объединять все имеющиеся данные и «вычленять» наиболее важные из них.
У большинства компаний имеются данные об активностях по различным инструментам, но они показывают результат лишь на определенном этапе либо с определенной стороны процесса. Для мониторинга и понимания процесса в целом необходимо объединить имеющиеся данные по различным активностям, а также определить и оценить влияние каждого из факторов в отдельности. Выделение влияния каждого фактора является наиболее важной и сложной задачей, так как ее решение позволяет увидеть не суммарную эффективность и влияние всех факторов, а выделить интересующий фактор и понять степень его влияния.
Решением данной проблемы является построение многофакторной маркетинговой модели, и ее дальнейшая реализация в программном виде*.
Этот процесс включает несколько этапов:
1. Формирование перечня доступных для анализа данных, а также преследуемых целей; исходя из этого, составление списка показателей, максимально точно отражающих состояние дел по интересующим активностям.
2. Определение на основании статистики критерия для каждого из выбранных показателей, относящего достигнутый результат к определенному «классу». Принадлежность значения показателя к тому или иному классу показывает уровень достигнутого результата по сравнению с другими значениями в данном «срезе». Например, если показатель распределен по закону нормального распределения, то можно сформировать критерий принадлежности к классам, опираясь на особенности распределения этого показателя. Тогда к первому классу будут относиться те значения, которые превышают среднее значение показателя более чем на два стандартных отклонения. Соответственно ко второму классу – значения между одним и двумя стандартными отклонениями относительно среднего значения и т.д.
Основной задачей, формирующейся в ходе проектирования, является объединение необходимых разнородных данных и извлечение из них релевантной информации с дальнейшим расчетом соответствующих показателей. Существуют также методы построения моделей, определяющих собственную степень воздействия факторов на результат.
Для более простого понимания логики происходящих расчетов представим алгоритм для определения влияния активности медицинских представителей на результаты кампании.
Выбор в качестве примера оценки эффективности медицинских представителей не случаен. Медицинские представители являются одним из наиболее часто используемых, наиболее эффективных и в тоже время наиболее затратных промо-инструментов. В связи с этим часто возникает вопрос об оценке эффективности работы данного инструмента и его влиянии на достигаемые компанией результаты.
Попробуем отследить эффективность, построив прямую связи между активностью медицинского представителя и результатами кампании в данном регионе. Таково одно из возможных решений задачи, но оно весьма неточное, что может привести к неправильному пониманию сложившейся ситуации и принятию ошибочных решений относительно качества работы медицинских представителей.
Для полноты понимания процесса и выделения фактора влияния ТОЛЬКО активности медицинского представителя на результат необходимо «отфильтровать» влияние всех остальных факторов. Изначально нужно составить модель связей всех участвующих объектов и влияний.
Как видно из схематического представления, на принятие решения о назначении/использовании препарата влияет множество факторов, причем наблюдается последовательное влияние одного фактора на другой .
Факторы «опыт» и «принадлежность к поведенческой группе» являются постоянными при анализе на определенном временном горизонте, поэтому активность медицинского представителя не может непосредственно повлиять на них, а лишь уменьшить их вес в производном воздействии F5 на пациента в случае представления модели в аддитивном виде. Таким образом, на следующем этапе на выбор пациента влияют такие факторы (классические маркетинговые «P»): Price, Place, Product. Кроме того, не исключено влияние врача либо фармацевта, сформированное такими промоционными инструментами, как воздействие специализированных СМИ и активность медицинских представителей (Promotion). Имея соответствующие данные по всем указанным факторам, строим модель, которая, учитывая статистические зависимости, позволяет определить показатель эффективности работы медицинского представителя. Показатель формируем путем последовательного исключения влияния всех (кроме медицинского представителя) факторов на результаты деятельности.
После такого рода фильтрации можно соотнести отфильтрованные данные продаж с данными об активности медицинского представителя, что является вполне обоснованным подходом, так как на этом этапе корреляция между скорректированными продажами и активностью медицинского представителя показывает существующую степень влияния этого фактора на результат. Итак, получен инструмент, позволяющий исключить влияние всех неприоритетных (при конкретном, целевом анализе) факторов и взглянуть на процесс и его эффективность с интересующей нас стороны. Следуя такой логике, можно оценивать влияние всех обозначенных факторов.
Подводя итог, хотелось бы отметить, что:
- на рынке и у компаний имеется значительный объем данных, который можно и нужно использовать в целях мониторинга и анализа происходящих процессов и определения их влияния на результат;
- существуют математические методы, позволяющие строить аналитические модели на основании накопленных данных;
- разработаны программные инструменты, с помощью которых пользователи могут обрабатывать и сводить разнородные данные (из различных баз данных), создавать понятные интерфейсы для просмотра сведенных показателей по разным активностям, а также проводить анализ на основании всех необходимых и доступных данных.
* Реализуется в рамках проекта SBC Idea.
** К поведенческим группам отнесены Новаторы, Поздние Новаторы, Последователи, Осторожные, Консерваторы.
