La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Mai 2007 1 Comparaison des données de ventes : Données internes, GERS, IMS/SDM- XPONENT.

Présentations similaires


Présentation au sujet: "Mai 2007 1 Comparaison des données de ventes : Données internes, GERS, IMS/SDM- XPONENT."— Transcription de la présentation:

1 Mai 2007 1 Comparaison des données de ventes : Données internes, GERS, IMS/SDM- XPONENT

2 Mai 2007 Données étudiées On a étudié les données de vente provenant de 3 sources : Données Internes / GERS et SDM-XPONENT. Les laboratoires qui ont bien voulu participer à cette phase danalyse sont : ASTRAZENECA, BAYER, CEPHALON, JANSSEN, LILLY, PIERRE FABRE, SCHERING, UCB Les données couvraient les périodes 2004/2005/2006, dans la suite du travail on sest concentré sur 2005 et 2006 (tout en faisant intervenir les données 2004). On a éliminé les produits dont on navait pas les 3 séries, ou bien dont lune des séries semblait être complètement différente des 2 autres. 62 produits ou formes galéniques ont été utilisés dans les calculs (50 formes galéniques et 18 produits (certains nétant présents que sous une forme)).

3 Mai 2007 Approches utilisées 2 approches ont été utilisées : une classique avec des moyennes mobiles (sur 3 mois) et une plus originale basée sur des régressions.

4 Mai 2007 Moyennes mobiles Trimestres calendaires TrimestreLABOGERSXPONENT 1er T 200558 07657 19358 024 2ème T 200555 16457 40557 861 3ème T 200553 00252 46553 938 4ème T 200555 08255 30054 759 1er T 200655 02554 73055 049 2ème T 200651 70952 09853 952 3ème T 200650 87349 72653 359 4ème T 200651 62052 23453 578 1er T 200748 01449 65552 165 Voici les moyennes (Formes galéniques) des ventes sur les 3 séries (Uniquement trimestres calendaires) : On voit un phénomène de surestimation qui a tendance à satténuer au 4ème trimestre 2006, mais persiste en 2007.

5 Mai 2007 Moyennes mobiles Mois par mois Voici les moyennes (Formes galéniques) des ventes sur les 3 séries (mois par mois, moyenne mobile sur 3 mois) : On voit un phénomène de surestimation qui commence en mai 2006 puis disparaît en octobre 2006, puis réapparaît en décembre 2006 jusquen avril 2007. MM (sur 3 mois)LABOGERSXPONENT mars-0558 07657 19358 024 avr-0560 18559 04058 541 mai-0559 31659 69659 326 juin-0555 16457 40557 861 juil-0552 72055 27856 829 août-0552 17351 53454 703 sept-0553 00252 46553 938 oct-0554 39853 30653 298 nov-0555 98356 73054 484 déc-0555 08255 30054 759 janv-0653 49154 32555 409 févr-0652 92452 82754 335 mars-0655 02554 73055 049 avr-0653 04753 10653 654 mai-0653 11753 43754 740 juin-0651 70952 09853 952 juil-0653 34152 63554 959 août-0650 33649 89553 870 sept-0650 87349 72653 359 oct-0652 89151 33053 527 nov-0654 37053 99253 997 déc-0651 62052 23453 578 janv-0749 27650 96953 430 févr-0748 48149 40452 146 mars-0748 01449 65552 165 avr-0747 28948 17449 764

6 Mai 2007 Moyennes mobiles Mois par mois

7 Mai 2007 Approche par régression Lapproche par régression suppose que la donnée mesurée (Gers ou Xponent) est très corrélée avec les données de ventes labos. (cest le cas comme on va le voir). Si lestimation de manière générale est très bonne, et si des phénomènes particuliers se produisent, les données mesurées devraient sécarter des données prédites pendant une certaine période. Lintérêt est que lon travaille au niveau de chaque individu, que lon détermine la meilleure période à prendre en compte et enfin que lon puisse analyser finement les différences (résidus de la régression). On cherche (sans prétention de vouloir découvrir un modèle de prévision) une régression entre la donnée mensuelle GERS ou XPONENT et les données internes laboratoires. Concrètement on va mettre, pour 1 mois donné n du prestataire, comme variables candidates les mois n, n-1, …, n- 5 du labo (soit un période de 6 mois). On effectue une régression pas à pas qui introduit une à une les variables et sarrête lorsque la variable suivante napporte plus dinformation supplémentaire à la régression. Concernant les données fournies, on a en fait 1488 (62 produits ou formes sur 24 mois) données mensuelles GERS (idem XPONENT) avec les 6 mois historiques labos.

8 Mai 2007 Qualité des régressions La qualité des régressions est excellente pour chacune des 2 mesures comme on peut le voir ci dessous :

9 Mai 2007 Comparaison données mesurées et estimées Comme on peut le voir la donnée estimée suit de très prêt la donnée mesurée. Et cependant il y a un problème….

10 Mai 2007 Analyse des résidus en volume Les résidus sont la différence entre la donnée mesurée et la donnée estimée 1)On voit quil y a des mois qui suivent mal la règle générale : exemple Août 2005 suivi dune correction en Sept 2005. Mais dune manière générale les résidus (qui par construction ont une somme nulle) se répartissent aléatoirement de part et dautre de laxe 0. 2)Par contre de mai à septembre 2006, on a une série de 5 points pour Xponent qui sont tous du même côté (+) de laxe : donnée mesurée plus importante quattendue selon lestimation. 3)Ce phénomène est transitoire, il disparaît en novembre 2006 et a lair de repartir un peu en décembre 2006. A compter du mois de janvier 2007, on a toujours une tendance à la surestimation mais de manière irrégulière.

11 Mai 2007 Analyse des résidus en nb de produits Les volumes peuvent masquer dautres phénomènes : par exemple 2-3 produits à fort volume surestimés peuvent masquer un grand nombre de produits sous-estimés (ou vice-versa), dou une analyse des résidus en nb de produits estimés vs nb de produits mesurés.. 1)On voit que les volumes masquent certaines choses : pour le GERS, en moyenne 16 produits sur 50 ont une mesure > au calcul de la régression et donc 34 ont une mesure < à lestimation. on a donc tendance à surestimer par calcul beaucoup de produits (donc le volume de quelques produits masque ce phénomène). Pour Xponent, cest beaucoup plus équilibré sur lensemble de la période on a en moyenne 26 produits mesurés / 50 supérieur à leur estimation. 2)Le problème est que pour le Gers ce phénomène reste toujours autour de 16 / 50 au cours des 24 mois avec de fortes amplitudes sur certains mois, alors que pour Xponent, la proportion de produit surestimés augmente dans le 2ème semestre 2006, mais à tendance à bien se rétablir courant 2007.

12 Mai 2007 Conclusions -Quelque soit la méthode, il semble bien quil y ait eu une surestimation systématique des données Xponent par rapport aux données internes des labos (pour les éléments fournis en tout cas) de Mai à Septembre 2006. (et encore plus par rapport au GERS qui a décroché négativement pendant 2 mois à ce moment là). - Ce phénomène semble transitoire et se serait résorbé en Novembre 2006, mais est relancé au cours du 1 er trimestre 2007.


Télécharger ppt "Mai 2007 1 Comparaison des données de ventes : Données internes, GERS, IMS/SDM- XPONENT."

Présentations similaires


Annonces Google