问题:
Sterling Simulation咨询公司被选中为制药公司提供基于智能体的市场建模。该公司在同一市场上拥有两种相互竞争的非专利药品。其中一种药物已经很成熟,并且倾向于成为行业的领导者,而另一种药物则是最近才引入的。
如何让新药获得令人满意的市场份额,同时保持或提高公司药物整体的市场份额,是目前亟待解决的问题。为此该公司采用了不同形式的推广手段,包括直接面向消费者(DTC)的营销策略,通常包括通过电视、Pint(社交网站)和其他大众、社交媒体进行广告宣传。模型用于解决在实施DTC 策略时,“为使处方药的总销量最大化,公司应该在什么时间停止新药的DTC营销策略?” 这样的问题。如果遵循所得出的答案,可以为制药公司节约数千万美元的资金。
解决方案:
传统意义上,营销分析已经确定了在不同的消费场景中运用营销组合模型来确定营销支出的影响。然而,这种方法并不能清楚的解释花费的多少和销量之间的关系。营销组合模型可以给你权重,但是不能解释这些权重存在的原因。该公司想要一个不次于营销组合模型的模型,这意味着承包商必须在一定时间内找到市场份额的百分比。
为了更好地理解营销组合模型背后的机制(例如,为什么DTC营销会产生收益递减与销售代表的拜访?),可以选择使用基于智能体的建模方式(ABM)。它提供从模型中删除假设的次要益处,从而使理解更全面。
运用基于智能体的建模(ABM)方式,有一点需要注意,尤其是这个模型,它的数据要求与营销混合模型的要求不同,一般来说要求更高。这种情况下,制药公司拥有数据,就能够充分运用ABM方法。基于智能体的模型通常更容易进行设定,并提供见解,而这些见解比简单的答案更有用。
一旦选择ABM方法,AnyLogic就会成为其模型搭建的软件平台,原因如下:
- 该公司对AnyLogic软件及功能非常熟悉。
- AnyLogic允许建模框架具有最大的灵活性。
- AnyLogic提供最佳的可视化建模方式。
模型框架与传统的营销组合模型大不相同。具体来说,该模型考虑了整个患者与医生的互动,以确定市场支出的影响。此外,结合新药物的引入对市场的影响,以获得正确的市场份额信息。
该模型由以下元素组成:
- 病人
- 医生
- 销售代表
- 药物
- 付款人
- 处方
后面的两个元素在这个例子中没有被描述,因为它们在模型中作用很小。
模型中的病人都被诊断出药物市场所特有的疾病。而涉及到的疾病没有危及生命,其所对应的这类药物是有选择性的。病人的行为包括:
- 每三个月会见医生一次。
- 确定他们是否需要一种特定的药物(结果显示DTC市场的基本影响)。
- 基于广告对患者产生的对不同药物的认知,以及从医生那里获得对开药的建议。
- 他们是否填写了处方(主要取决于药品的价格)。
- 他们是否坚持服用药物(通常,第一个月和第二/三个月会分别失去大概40%和20%以下)
在模型中,医生跟据专业化,擅长治疗的疾病不同,病人的数量也不同。医生的行为包括:
- 处理病人的预约时间。
- 决定给病人开什么药(理论偏好是基于临床药物表现,实际偏好是基于患者对药物的反应)。
- 是否为新病人提供样本或者脚本。
- 与销售代表的交互。
你会发现病人在预约期间和之后的行为的预先分配模型,同时下面会有病人的生命周期的描述。
销售代表被分配到一群医生那里。根据每个医生的病例和历史信息,他们以不同的速度拜访他们的医生。在拜访期间,该代表试图通过向医生提供更多的样本来改变医生对某种药物的态度。
模型中的药物是公司的两种药物,一组是特定的非专利药物,另一组是仿制药物。
结果:
由于在一些必需信息区域中数据较少,所以模型需要一段时间来进行适当的校准。该模型主要根据每个月患者和处方数量两方面情况来对每个药物(或仿制药情况下的药物家族)的市场份额进行校准。校准后,模型显示,停止新药DTC营销的理想时间是当前时间的6个月之前。这个模型是注意到同一时期的校准指标没有差别而建立的。这显然是不可行的,所以给出的答案是在不久的将来停止DTC营销。
另一个有趣的点与销售代表市场营销有关。研究表明,随着时间的推移,医生对药物的偏好会完全压制病人对药物的偏好。这就是为什么在销售拜访中投入的资金,与DTC的营销相比,并没有出现任何回报递减的情况,并且销售拜访总是能影响到市场份额。这是意料之中的,因为药物的可得性与销售拜访直接相关,同时对病人尝试药物的意愿有着巨大影响。
根据预算问题,可以有把握地说,制药公司按照模型的结果来停止DTC营销,每年至少能节省1000万美元。