医药行业销售数据分析：政策与渠道之间的增长密码

医药行业数据一向不好获取。并不是因为缺少数据,而是因为数据太复杂、太敏感、变化很快。

同样是卖一种药品,在医院、连锁药店、电商平台以及第三终端之间价格和销量都会大不相同;集采、医保谈判、挂网价格调整等任何一个政策的变化都会使某款药物由畅销变为滞销。

对于医药企业、代理商、连锁药店以及投资机构而言,医药销售数据分析的意义就在于将分散于复杂的销售渠道中受到政策强力驱动的销售数据进行整合,从而了解增长来自于何处,风险又隐藏于何方。

一、医药销售数据和一般行业的区别是什么

很多人的观点都是用快消品或者一般的电商平台来分析医药销售,但是往往会出现偏差。医药销售的数据有以下几个特点:

一是政策驱动力很强

集采中标、医保目录调整、挂网价格变化都会对一个药品的销售情况产生影响。如果不把政策因素考虑进去的话,那么数据就失去了意义。

第二是渠道非常复杂

同一种药物,在医院里可以被批准使用,在连锁药店也可以买到,在 DTP 药房也可以找到,在网上也能买到,在第三终端同样也有销售情况和竞争态势,因此要对各个渠道进行拆分分析。

第三是合规性要求很高

医药数据涉及到患者的隐私、商业秘密以及经营许可等事项,因此在收集与利用上都有严格的限制,并不能像一般的个人信息一样被随便处置。

第四是行业的专业性很强

医院的流向、处方药、OTC、准入、挂网等概念决定了数据的分析维度以及方法都有一定的行业痕迹。

因此医药销售的数据不能用通用模板来套用,需要用符合行业的角度来进行拆分。

二、医药销售数据,主要分析哪些维度

医药销售分析的有效性一般包括以下几个方面:

• 品种方面: 对各个品种的销售量、销售额、增长速度以及毛利进行分析,并找出哪些是现金牛产品,哪些正在萎缩,哪些具有发展潜力。
  
• 区域维度: 按照省份、城市、医院级别以及市场的层次来划分,找出哪些地方销量大,哪些地方还有待开拓的空间,并据此进行市场资源的分配。
  
• 渠道角度: 要分清医院、零售、电商等各个渠道的情况,并且比较各个渠道的销售量以及价格情况来决定渠道策略是否恰当。
  
• 客户和终端方面: 对于医院、药店、经销商等下游客户进行采购规模、活跃程度、贡献率等方面的分析,并找出主要客户以及可能存在的流失风险。
  
• 政策和准入方面: 通过集合采购、医保、挂网等政策节点来研究政策前后销售量的变化,并判断出政策对于该品种的影响方向。

把上述几个方面结合起来考虑,才能对"该药品销量好"的表面现象进行深层次的分析,从而得出其在什么地方、通过什么渠道以及受到何种政策的影响这样的结论。

三、三条途径可以得到数据:解决医药销售数据分散难以获取的问题

获得医药销售数据的途径是很多从业者的第一个难题。数据分布在不同的主体中,口径、格式都不一样。

• 企业的自有数据: 企业的进销存、开票、流向等数据是最重要的基础数据之一,但是通常要与其他外部数据相结合才具有可比性。
  
• 公开市场的数据: 包括药监局的批签发、集采中标的结果、医保谈判目录以及招标挂网的信息等,这些都是用来衡量政策的影响以及市场的状况的重要公开的数据。
  
• 渠道和终端的数据: 医院、药店、电商平台上部分销售以及销售情况的数据都分布在各个地方,要进行整合。
  
• 行业报告和调研: 行业协会、研究机构所发布的内容可以作为行业的整体情况以及发展趋势的一个参考依据。

数据零散、标准不一,依靠人工逐一收集效率低下,并且不能保证数据的完整性和连续性。

通过专业的大数据采集和整理工具，比如极致了数据可以将分散在各个地方的公开信息以及动态数据进行批量汇总、统一标准化处理,把最费时、最容易出错的数据获取工作交由工具来完成,从而使得分析师可以把更多的精力投入到对业务的判断当中去。

四、分析方法:从数字到结论

拿到数据之后,真正要做的就是怎样把数据用起来。以下为几个具体的实施方法:

• 纵向对比: 比较各个时期销售量和价格的变化情况来判断某款商品是处在扩张阶段还是收缩阶段,政策的影响是暂时性的变动还是永久性的转变。趋势要比单个的数据更能够体现真实的走势。
  
• 横向比较: 比较各种情况下的表现,找到增长的地方以及风险所在。由于集采的影响,有些药品被减少配比了,但是也有一些药品得到了增加。
  
• 交叉寻找联系: 把销售数据与政策节点、地域分布、销售渠道等结合起来进行分析。例如,在集采落实之后,某个地方的销量下降了但是电商平台的增长了,就可以推断出政策对市场的影响途径。
  
• 聚焦异常与机会: 发现数据中出现的异常变化以及结构上的机会,而不仅仅是关注总量的变化,并且使数据分析能够落实到具体的行为当中去。

五、分析结论能落到哪些决策场景

医药销售数据分析的目的就是支持真实的经营决策。它可以解决一些角色的实际问题:

• 对于医药企业而言: 看清楚各个品种、各个区域、各个渠道的销售情况,来制定产能布局、资源分配、渠道策略以及销售考核方案,并且预测集采和医保政策带来的变化。
  
• 对于代理商和销售人员来说: 找到主要客户、增长较快的地区以及有潜力的产品,并且合理安排拜访资源,提高销售转化率和市场渗透率。
  
• 对于连锁药店和终端来说: 改善品种结构、调节价格和库存、区分畅销和滞销商品,提高坪效和客单价。
  
• 对投资和行业研究来说: 要判断某个细分赛道的市场大小、增长速度以及竞争态势,并找出被低估或者过热的投资机会。

一份可以落实、可以用来做决策的销售分析要比一份只罗列数据的漂亮的报表更有意义。

六、绕不开的合规红线

医药销售数据的分析要将合规放在重要的位置上,这并不是对数据工作的限制,而是在保证数据工作能够长久进行的基础之上。

• 数据来源合法: 主要用企业的自有数据以及可以获取到的公开信息,不能涉及未经许可的商业秘密和个人隐私信息。
  
• 用途合法: 收集、分析用作企业经营管理、行业调研、市场预测等合乎规范的行为,并且不能用来进行非法竞争或者侵犯他人合法权益。
  
• 对敏感信息进行保护: 在处理处方、病人等敏感信息的时候要按照脱敏和保密的规定来执行,不能出现隐私泄露的风险。

只有在合规的前提下进行数据挖掘分析,才能真正实现"数据越用越有价值、不越用越危险"的目标。

结语

医药行业的销售数据分析,就是把政策多变、渠道复杂这样的环境中的销售数据集中起来,看清楚增长和风险在哪里。行业的变化越快,数据越难以触及,那么谁能够更快、更全面地去把握住销售数据背后的原因,谁就会获得更多的经营和竞争上的主动权。

数据不能代替人的决策,但是把销售数据收集齐全、整理清楚并加以利用之后,就可以使每次市场的判断、每个渠道的决定以及每一次政策的反应都有依据了。看懂数字背后的利益关系,在医药行业中才能长久生存下去。