Фармацевтическая компания выбирает маркетинговую стратегию с помощью агентного моделирования

Фармацевтическая компания выбирает маркетинговую стратегию с помощью агентного моделирования

Проблема:

Крупная фармацевтическая компания выпускала два похожих препарата: один поступил в продажу недавно и не был популярен, в то время как второй давно стал лидером рынка. Руководство компании хотело выяснить, как завоевать достаточную долю рынка для нового лекарства. Чтобы принять обоснованные решения по продвижению нового лекарственного препарата, компания обратилась за помощью к консультантам из Sterling Simulation, которые должны были разработать СППР на основе имитационной модели.

Для рекламы лекарственных средств компания использовала различные каналы прямой рекламы, включая рекламу на ТВ, в прессе и других СМИ. Модель должна была помочь руководству понять, когда остановить рекламу нового препарата в целях экономии рекламного бюджета, не потеряв при этом прибыль. Верный ответ на этот вопрос помог бы фармацевтической компании сэкономить десятки миллионов долларов.

Решение:

Фармацевтическая имитационная модель

Фармацевтическая имитационная модель

Традиционно бюджет рекламной кампании распределяется на основе модели маркетинг-микс (marketing-mix model, MMM). Однако такой подход не даёт понять, как рекламные затраты влияют на продажи. Чтобы лучше понять механику моделей маркетинг-микс и расширить их функционал, можно использовать технологию агентного моделирования. С её помощью также можно сократить количество предположений в модели: это снизит вероятность ошибок в прогнозах.

Для создания агентной модели консультанты выбрали AnyLogic по двум причинам:

Структура агентной модели отличалась от традиционной для компании модели маркетинг-микс. Консультанты детально сымитировали взаимодействие врачей и пацентов, чтобы выяснить, как этот процесс влияет на маркетинговые расходы. Кроме того, они включили в модель факторы, отражающие влияние нового продукта на долю рынка, которую занимает компания.

Чтобы отразить процессы так, как они происходят в реальной жизни, консультанты представили в модели в виде агентов:

Пациентам в модели назначался одинаковый диагноз и список лекарств, одно из которых выбирал пациент. Диагноз не был опасен для жизни, поэтому пациенты могли выбрать лекарство, не советуясь с врачом. В модель были включены два наименования лекарства, производимых компанией, ещё одно лекарство от компании-конкурента, а также группа лекарств-дженериков.

Пациент в модели посещал терапевта один раз в три месяца. При этом для каждого пациента можно было задать следующие параметры:

Логика модели - образ жизни пациента

Логика модели — образ жизни пациента

Врачи в модели имели разную специализацию и разное число пациентов. В модели врач:

Как ведёт себя пациент в модели до, во время и после посещения врача, показано на диаграмме состояния.

Торговые представители посещали врачей с различной частотой, в зависимости от загруженности врача и статистики предыдущих посещений. Во время визита торговый представитель давал врачу пробные образцы конкретного лекарства, чтобы изменить отношение доктора к этому препарату.

Результат:

Модель рассчитывала доли рынка для каждого лекарства, либо для группы лекарств (в случае с дженериками). После калибровки модель показала, что остановить рекламную кампанию нового лекарства в СМИ нужно было 6 месяцев назад, так как объёмы продаж за этот период не менялись, несмотря на активную рекламу в СМИ. Руководство компании-заказчика приняло решение остановить рекламу в ближайшее время.

Консультанты также выяснили, что с течением времени пациенты всё чаще выбирали то лекарство, которое советовал им врач. Таким образом, инвестиции в торговых представителей всегда положительно отражались на продажах, в то время как реклама в СМИ не приносила эффекта.

В результате модель показала, что, отказавшись от рекламы в СМИ, компания сэкономила бы как минимум 10 млн. долларов в год.

Чтобы узнать больше о проекте, скачайте презентацию и посмотрите выступление вице-президента компании Sterling Simulation Скотта Эбера с Конференции AnyLogic 2015
Scott Herbert presentation video screenshot

Похожие проекты

Другие истории успеха