Em um ambiente cada vez mais dinâmico, as equipes da marca farmacêutica freqüentemente lutam para obter um entendimento completo dos fatores que impulsionam as vendas de seus produtos. Eles têm dificuldade em identificar as razões por trás da tomada de decisão do médico e do paciente quando chegar a hora de escolher um tratamento específico. Pesquisas de mercado e dados tradicionais não foram muito ajuda. Estudos conflitam ou deixam de fornecer um único - ou confiável - fonte da verdade. As reclamações que ouvimos com mais frequência de nossos clientes farmacêuticos são “geramos toneladas de dados, mas sem informações acionáveis” e “estamos usando as mesmas ferramentas e metodologias que usamos há dez anos.”
Ajuda está aqui. Uma estratégia proprietária de pesquisa e marketing desenvolvida pelo BCG, conhecida como crescimento centrado na demanda (DCG), permite que as empresas visualizem a demanda por seus produtos através de uma nova lente, guiada por dados e alimentados pelo aprendizado de máquina. O DCG fornece uma nova visão, identificando e quantificando as circunstâncias que cercam a prescrição de tratamentos. Ao levar em consideração as maneiras pelas quais uma infinidade de fatores converge no momento da decisão de prescrição, o DCG ajuda a identificar as situações distintas nas quais os tratamentos de uma empresa são os mais relevantes e podem ter o maior impacto na prescrição. This quantitative, scalable, and automated approach to analyzing qualitative health care provider (HCP), caregiver, and patient interviews integrates other quantitative data sources (whether company owned or provided by a third party) and seeks to help companies better understand prescribing behaviors and uncover actionable patterns in these behaviors.
Understanding the Drivers of Demand
Take the case of a pharma Fabricante que comercializa vários tratamentos para uma condição dermatológica comum. As vendas de dois de seus produtos de longa data caíram 15% e 20%, respectivamente, ano após ano. Enquanto isso, as vendas de um produto recém -lançado não estavam crescendo rápido o suficiente para compensar; A demanda geral por seus tratamentos dermatológicos caiu 10% em um ano. As equipes de marketing e vendas da empresa não disseram exatamente o que estava acontecendo e não possuía as idéias críticas para agir decisivamente. Eles não conseguiram concordar em como alocar recursos escassos de vendas e marketing entre os produtos, como promover cada produto e quais mensagens e táticas dobrarem e por quê. Pesquisas de mercado primárias e secundárias extensas forneceram uma série de resultados conflitantes, mas não há respostas sobre onde encontrar uma fonte de novo crescimento. Por exemplo, o novo produto da empresa foi altamente sensível à promoção de vendas - as visitas multiplacentes dos representantes de vendas geraram um alto nível de prescrição -, mas a empresa não estava fazendo chamadas de vendas suficientes. O DCG também revelou que o novo produto foi prescrito para aplicações específicas com objetivos de tratamento distintos. A pesquisa mostrou que o produto herdado ainda era popular entre os médicos e pacientes para diferentes metas de tratamento, como quando a área de tratamento estava localizada em certas partes do corpo. Com base nesse novo insight, decidiu embarcar em uma estratégia ousada. Todos os recursos de vendas foram redirecionados para apoiar o novo produto, e todos os materiais promocionais foram revisados com mensagens mais fortes para enfatizar casos de uso específicos. Ao mesmo tempo, a empresa implementou uma estratégia digital (sem incluir chamadas de vendas) para proteger o volume de vendas de seu portfólio herdado. Os resultados ano a ano falam por si mesmos: as vendas do novo produto registraram aumentos de dois dígitos, enquanto o portfólio herdado manteve (e até mesmo aumentou) sua participação de mercado. O crescimento geral do portfólio está no alto dígito - uma reviravolta total.
DCG research—combined with machine-learning algorithms—not only revealed what was happening at the point of decision making in the doctor’s office but also predicted in a quantifiable manner the situations in which each product could gain greater market share. For example, the company’s new product was highly sensitive to sales promotion—multiple visits by sales reps drove a high level of prescribing—but the company was not making enough sales calls. DCG also revealed that the new product was prescribed for specific applications with distinct treatment goals. The research showed that the legacy product was still popular with doctors and patients for different treatment goals, such as when the treatment area was localized to certain parts of the body.
The overall study enabled the company to segment and size the market according to the drivers of demand for its products. On the basis of this new insight, it decided to embark on a bold strategy. All sales resources were redirected to support the new product, and all promotional materials were revised with stronger messaging to emphasize specific use cases. At the same time, the company put a digital strategy in place (without including any sales calls) to protect the sales volume of its legacy portfolio. Year-over-year results speak for themselves: sales of the new product have registered double-digit increases while the legacy portfolio has maintained (and even slightly boosted) its market share. Overall portfolio growth is in the high single digits—a total turnaround.
Como veremos mais adiante, a experiência desta empresa estava longe de ser única - quando as empresas farmacêuticas aprendem mais sobre o que impulsiona a demanda por seus tratamentos, eles podem usar esse conhecimento para gerar ou revigorar o crescimento de seus produtos. O DCG é uma estratégia de marketing de alto impacto para os fabricantes farmacêuticos. Médicos e pacientes também se beneficiam porque melhores informações dos fabricantes podem ajudar os médicos a prescrever a opção de tratamento mais relevante e apropriada para seus pacientes para cada circunstância específica da doença e a situação de prescrição. O DCG é um processo de dois estágios. O primeiro estágio descobre os principais impulsionadores da demanda e determina como agir sobre eles; O segundo estabelece uma estratégia e um plano de execução (através das funções) para a organização seguir. Esse tipo de pesquisa leva em consideração o fato de que os indivíduos normalmente têm necessidades diferentes (e, portanto, tomam decisões diferentes), dependendo da categoria de tratamento, circunstâncias e contexto. (Veja o Anexo 1.) Uma pesquisa do DCG solicita que os HCPs pensem clinicamente sobre suas opções de terapia, revisitando duas ou três de suas mais recentes ocasiões de prescrição. Pedimos aos HCPs que lembrem as circunstâncias específicas de cada ocasião, incluindo as características demográficas e clínicas do paciente e as razões por trás da escolha da terapia. Reunimos um banco de dados robusto de 50 ou mais variáveis relacionadas ao médico, paciente e doença de até 1.000 a 5.000 ocasiões de prescrição. Essas variáveis podem incluir a especialidade, a prática e o número de pacientes do HCP, bem como sexo, idade, cobertura de seguro e histórico de tratamento de cada paciente para a condição. Combinamos esses conjuntos de dados com registros de outros dados e eventos relevantes, como atividade de chamadas de força de campo, engajamento on -line, prescrição de dados e informações de fontes de dados correspondentes (como registros de reivindicações anônimas e registros médicos e de saúde eletrônicos).
How DCG Works
Developed initially for consumer goods companies, DCG has proved highly accurate at assessing and predicting demand in multiple industries, among them, travel, hospitality, retail, and financial services. DCG is a two-stage process. The first stage uncovers the principal drivers of demand and determines how to act on them; the second sets a strategy and a plan of execution (across functions) for the organization to follow.
Mapping Demand. The first stage involves an integrated, quantitative approach to qualitative market research with HCPs, caregivers, and patients; this type of research takes into consideration the fact that individuals typically have different needs (and thus make different decisions) depending on the treatment category, circumstances, and context. (See Exhibit 1.) A DCG survey asks HCPs to think clinically about their therapy choices by revisiting two or three of their most recent prescribing occasions. We ask HCPs to recall the specific circumstances for each occasion, including the demographic and clinical characteristics of the patient and the reasons behind the choice of therapy. We gather a robust database of 50 or more variables related to the physician, patient, and disease from as many as 1,000 to 5,000 prescribing occasions. These variables can include the HCP’s specialty, practice, and number of patients as well as each patient’s gender, age, insurance coverage, and treatment history for the condition. We combine these data sets with records of other relevant data and events, such as field force call activity, online engagement, prescribing data, and information from matched data sources (such as anonymized claims records and electronic medical and health records).
algoritmos de aprendizado de máquina derivam a importância de cada variável e geram uma "árvore de demanda" de comportamento prescrito para uma condição específica que destaca os fatores que são os mais fortes preditores de escolha. (Veja a Figura 2.) Combinamos a árvore da demanda com uma imagem abrangente de mercado, ou "mapa de demanda", que captura todo o mercado para um tratamento específico, incluindo o tamanho e a composição do mercado, o conjunto competitivo do tratamento e as mensagens que - dão a análise das variáveis que moldam a demanda - ressoam mais fortemente com diferentes hcp e pacientes com pacientes. As equipes da marca podem usar essas idéias para desenvolver algoritmos que identificam segmentos de pacientes e médicos de alto potencial em conjuntos de dados vinculados mais amplos (como reivindicações, registros médicos e de saúde eletrônicos, dados de evidência do mundo real e dados de farmacêuticos especializados). Para a ação. (Consulte Anexo 2.)
From Analysis to Action. Using the demand map, pharma companies can set a growth strategy for the brand or product in question and then design and execute an integrated plan of action that involves product modification, communication, sales, and postsales follow-up. (See Exhibit 2.)
DCG fornece uma abordagem abrangente que aborda elementos críticos do processo de comercialização e vendas:
- Messaging and positioning—refreshing or revising brand strategy and sales materials
- Algorithms to find and target the right physicians and patients
- Field force deployment and effectiveness—redeploying sales personnel as needed for more targeted and more frequent outreach
- Digital marketing and omnichannel capabilities—taking advantage of digital and direct-to-consumer channels, including opportunities for personalized outreach
- Medical affairs and education—aligning key opinion leader and medical-education strategies with HCP needs
- Managing market access and payer contracting—directing communications and negotiations with payers
- Gerenciando a acessibilidade do paciente e programas de acesso ao paciente
Colocando o DCG para trabalhar na Pharma
Veja como funcionou para outra empresa farmacêutica. Pedimos aproximadamente 400 HCPs para os detalhes de três ocasiões recentes de prescrição, das quais extraímos 1.200 ocasiões individuais de prescrição e 500.000 pontos de dados, tanto da pesquisa do DCG quanto dos conjuntos de dados correspondentes. Devido a um ambiente cada vez mais competitivo, a marca gastrointestinal da empresa estava experimentando um crescimento mais lento do que o esperado. A pesquisa de mercado atitudinal foi inconclusiva e falhou em destacar uma explicação específica para o que havia mudado e por quê. Também não possuía quantificação de subsegmentos. A análise DCG permitiu a segmentação das 1.200 ocasiões de prescrição como uma aproximação para o mercado geral. De acordo com a análise, os HCPs (incluindo PCPs e especialistas gastrointestinais e de dor) começaram a relegar a marca da empresa a pacientes com sintomas menos graves, e os níveis de gravidade da doença tiveram uma grande influência na escolha de medicamentos. Com base nesse insight, a empresa revisou suas mensagens de marketing e passou de falar sobre o mecanismo de ação e conveniência do produto para divulgar sua eficácia e velocidade de início. Isso também levou a mudanças significativas no médico da empresa direcionada para a promoção pessoal e não pessoal. O fabricante construiu sua estratégia para promover a eficácia de seu medicamento em pacientes que também estavam experimentando uma comorbidade bastante comum. A pesquisa do DCG dissipou o equívoco de que a presença simples da comorbidade específica levou a prescrição. Em vez disso, as descobertas do DCG sugeriram que a gravidade da comorbidade é o verdadeiro gerador de demanda, até revelando que uma nova estratégia focada em níveis específicos de gravidade pode levar a um aumento de duas a três vezes na participação de mercado para cada um desses níveis. O mapa da demanda do DCG deu à empresa a confiança para alterar sua estratégia e reposicionar a marca em um segmento menor, mas mais promissor, do mercado. Ao focar os esforços promocionais nesse novo segmento, a empresa registrou um salto de 10% nas prescrições novas para a marca para seu produto apenas na primeira semana após o lançamento de novos materiais de vendas e mensagens. Isso está mudando com a explosão de dados, mas a análise precisa estar enraizada nas metodologias sólidas que geram insights acionáveis. O DCG fornece aos fabricantes os dados, insights e plataforma necessários para direcionar seus tratamentos. Usando o DCG, eles podem desenvolver as ações integradas que têm o maior impacto para os pacientes e gerar o maior retorno para as marcas. Troy Andre
In yet another example, a pharma company’s musculoskeletal treatment was struggling with low and stagnating share against a generics competitor. The manufacturer had built its strategy around promoting its drug’s efficacy in patients who were also experiencing a fairly common comorbidity. DCG research dispelled the misconception that the simple presence of the particular comorbidity drove prescribing. Instead, DCG findings suggested that the severity of the comorbidity is the true demand generator, even revealing that a new strategy focusing on specific severity levels could lead to a two- to threefold increase in market share for each of those levels. The DCG demand map gave the company the confidence to alter its strategy and reposition the brand in a smaller but more promising segment of the market. By focusing promotional efforts on this new segment, the company saw a 10% jump in new-to-brand prescriptions for its product in just the first week after the rollout of new sales materials and messaging.
In pharma, as in other industries, poor or inadequate data has often led to less-than-effective marketing campaigns. This is changing with the explosion of data, but analysis needs to be rooted in sound methodologies that generate actionable insights. DCG gives manufacturers the data, insights, and platform they need to target their treatments. Using DCG, they can develop the integrated actions that have the biggest impact for patients and generate the highest return for brands.
