400-050-6600

浅谈医改下,新冠疫情时,运营数据对提升药企应对的意义

来源:CPDA数据分析师网 / 作者:数据君 / 时间:2020-10-13

       新冠病毒疫情时,因成本压力、现金流压力、消费者消费意愿减退等原因,多数企业面临缺资金、缺市场、缺产品等问题,就多数企业而言,活下去才是终极目的,而药企,还得面对医改深化带来地前所未有的挑战。


       为稳定经济,各国已纷纷出台财政和货币政策,从消费、投资、出口等方面提供支持,并加大政府支付,我国也出台了六稳、六保政策,但企业自身的有效应对才是谋定的主体。


       一边是疫情推动下的消费升级、迭代,一边是企业需迅速拉动市场,企业的应对不仅需涉及战略、业务的调整,模式的创新,还需优化自身产业链,降本增效,其中风险规避、成本管控、数字化转型等都需提上日程;


       大数据、云技术、5G技术、人工智能等高速发展,为运营数字提供了无限可能,我以为,产业链数字化是未来企业经营的趋势,也是企业适应新形式,实现转型、创新的关键路径之一,并将成未来商业主流;


       何为数字化产业链?大致可理解为在企业的研发、采购、生产、销售、物流等关键环节,通过运营数据去清晰问题所在,去突破其中难点和痛点,从而助力业务发展。


       在医药行业,因药品特殊性,在药企现今的经营中,数据分析常用于传统的销售业绩分析、经营评估,但未真正实现全面数字化转型,价值空间有较挖掘。


       数字化转型,是将数字化应用融入各产业链的业务运营,需不断探索和实践。如战略层面有项目盈亏分析,能计算投入的盈亏情况、生产方面有经济生产批量,得出最经济的单次产量、而在销售环节,RFF、聚类、逻辑回归等模型,还可精准完成客户识别及分类、客户画像、流失分析等种种任务。


       在产品的设计期有KANO模型,可明确用户对产品性能需求度的排序、有PSM价格敏感度,可计算出最多消费者(含潜在客户)能接受的价格区间和最优价格;


       算法模型很多,应用方法也因物而变,这些只是一部分,我们需将事项转化为具体的问题,再根据实际需求去探索。如应用较广的词云,操作不难,用处却很广大。


       在市场研究工作中,我曾在可行项目分析中,用其了解用户对产品的需求态度,在销售业务中,也用于部分消费者洞察等,在此,我想分享该应用的一个尝试,推动大家深入探讨。


词云是消费者洞察的有效展示,词频统计暗含玄机:

       在产品销售中,我们常需了解消费者对产品的评价、关注点等,如用传统访谈的方法耗财、耗时、耗力不说,还难保持持续跟踪和监测,更何况用户本身就存在言行不一的情况,如果问题设计不到位、或问题有预设,参考价值可能大打折扣。


       此时词云就有了新的意义,适合统计上万的数据,甚至样本量越多越好。但要了解消费者真实体验,数据从何而来呢?除了我们官网后台的数据外,知名电子商务平台的评价也是便捷的来源。


       举例说明,针对某电商平台相关品类的领导品牌湿纸巾,我下载了1万+评价,因其有大量客服回复、图片、拷贝刷评等脏数据,我先对其完成数据清洗,再得出词云如下(为确保该品牌隐私,已将数据做了调动和修改处理):



       根据词频统计,可清晰看到,用户对酒精、湿巾、消毒、好用、方便、回购、携带、包装等词语提及频次较高,这应是大众用户对产品的主要印象;

一般,我们对微信软文,或影片的评论等也就在这步,可以看出正向居多还是负向居多。

但深入细分:(杨红鹰)


      1) 酒精相关词语累计近400次,疫情、消毒、杀菌及刚需和场景相关词语出现490+次,方便、便携、随用等相关词语词频达230+次,湿纸巾词频100+,小包装字眼出现频率达83+以上;


       解读:可初步理解为消费者已对酒精=防疫灭菌基本建立起稳固认知,而消毒湿纸巾便捷好用基本意见一致,小包装更灵活,多用于复学、复工、就餐、外出等各种场景。

因此在产品传播时除新场景开发外,不建议对消费者再做酒精杀菌教育;



       2) 其次快递、小包装相关词语出现率分别为110+,90+,价格紧随其后,可以理解为用户对产品属性的关注度依次为酒精、灭菌、湿巾、便捷、快递、小包装、价格等;


      3) 评论中对品牌提及度极少仅几次,可理解为用户心智中尚未建立领导品牌,该品类还有介入机会;(杨红鹰)




       另外,在日常生意中,为避免意淫用户需求,我们常需调查获取用户真实需求,但如果将词云结合KANO使用,先筛选出该品类最受用户关注的属性(避免意淫用户需求),再用KANO对这些品类属性满意度排序,是否能更有效契合用户潜意识呢?


      事实表明,此方法可有效为消费者洞察提供真实世界的部分信息,若深一步探索,或能将这些资料转化为更为有效的情报。

      运营数据目的是为经营服务,将其中一些难点、重点问题,落实到具体的事项上,寻求清晰的可能,或明确解决方向,因此,数据只是材料,加工还取决于个人运用和实际需求。


有时大道至简,可能不一定那么复杂,需要某种模型和算法,比如对某些政策的分析;

       近年医改政策多如雪片,以医保为杠杆的三医联动在国家顶层设计的背景下分步推进,药品各终端面临前所未有的冲击和变局,药企经营更是处于极大变数中,而医保政策后期走势是业内讨论和关注的重点,未来医保监管真会收紧吗,存在着较多质疑。

除了从政策推进、法规制定、监管方式试点推进的角度分析外,我还需要一些数据支持。


基于此,我尝试将医保基金的2018、2019年的收支变化等数据做了简单运算,政府医改的底层逻辑竟浮出水面,如图:


       数据显示,到2019年统筹基金累计结存同比下降15.99%,存量危机;其中,2019年城乡支出增速最大达14.23%,且国家还要加大医保扶贫等力度,增速还将增长;而国家不断地将重大疾病用药、慢病用药、急病用药纳入报销范畴,人口又是老龄化趋势,医保基金将持续承压;


       疫情后,国家经济遭受重挫,医保基金来源也将受到一定影响,因此如果要达到国家要求的保基本、保覆盖的基本需求,医保基金调整更是迫在眉睫,而调整最有效的方式就是结构调整和费用管控。


      这就是医保局所说的存量改革。从2019年的基金收支情况来看,已近平衡,说明医改集成的控费效果显著;所以后期政府推进品种结构调整,强化医保控费,坚持带量采购等就好理解了。


       再看个人账户累计结存,有至少13.89%的份额源自基金监管,而现今检查的力度、广度、深度还有较大提升空间;个人账户总额已占统筹基金总额的60.97%,其力量可观。结合国家的态度和行为,试想若加大监管力度和深度,就能提升个账的累计结存,并能有效实现门诊共济,因此,建立监督检查常态机制,依法打击骗保等实施的决心可以看见了。


       取消地方医保目录增补,也是医保基金控费的一个重要举措,当增补品种不再享受医保基金支付时,相关品种销售将遭受较大冲击。药企也需转换销售思维,去展示产品的效果,去布局更多的触点,去提升产品的服务,以此推动销售。那么基于用户行为的数据沉淀,和消费偏好等的分析,在洞察消费者,拉近品牌和用户的距离上,将显得尤为重要。


       在大数据时代,我们应养成数据分析的思维和意识,去探索如何有效利用海量数据,攻克经营中遇到的痛点和难点,从而有效实现转化应用,最终为战略决策、经营调整所用。

                                                 





Prev article

SPSS单样本非参数检验——卡方检验

Next article

数据分析应用实战:阳台能晒多长时间太阳?

课程服务

认证服务

在线咨询