
預(yù)測分析提供的更深入的洞察為這家專業(yè)醫(yī)藥公司創(chuàng)造了大受歡迎的競爭優(yōu)勢。其內(nèi)部市場研究人員詢問的問題包括:哪些疾病還沒有任何形式的治療措施?哪些藥品產(chǎn)生的嚴(yán)重副作用可以使用新藥來避免?患者對他們的治療的滿意度如何?有多少患者可得到某種藥品的幫助? 病人對特定的藥品的了解程度如何?膠囊包裝或藥片包裝是否構(gòu)造合理,使患者能夠理解它們?
所有這些問題構(gòu)成了柏林、蒙特維爾(美國新澤西州)、墨西哥和新加坡的拜耳先靈醫(yī)藥全球市場研究部門的 42 位員工的核心工作。由Thomas Hein 博士領(lǐng)導(dǎo)的市場研究團(tuán)隊以非常準(zhǔn)確的方式代表該醫(yī)藥公司的營銷和銷售部門回答了這些問題。舉例而言,他們知道避孕藥Yasmin 是在主要城市工作的 30 到 40 歲女性醫(yī)生最可能開的藥物。
使用 IBM SPSS Statistics 和 IBM SPSS
Modeler 進(jìn)行 DIY 市場研究拜耳先靈醫(yī)藥的全球市場研究部門不同于該領(lǐng)域其他市場研究部門的一個重要因素是,對收集的數(shù)據(jù)進(jìn)行統(tǒng)計分析并回答這些問題的工作不是完全由外部市場研究機(jī)構(gòu)完成的。Hein 博士的部門還分析調(diào)查問卷和內(nèi)部的試驗數(shù)據(jù),是 IBM SPSS 預(yù)測分析解決方案套件最主要的用戶。
盡管拜耳先靈醫(yī)藥沒有雇傭外部公司來執(zhí)行市場研究,但有 3 個原因可以證明它能夠確保分析的結(jié)果和原始數(shù)據(jù)都可以以預(yù)測分析文件的形式提供。第一個是質(zhì)量控制,第二個是執(zhí)行即席分析的能力,第三個是執(zhí)
行元數(shù)據(jù)分析的能力。對“有序的”市場分析結(jié)果的評估常常會引出新的問題,全球市場研究 部門隨后可通過使用預(yù)測分析軟件對數(shù)據(jù)進(jìn)行即席分析,迅速回答這些問題。拜耳先靈醫(yī)藥可以在多年后使用這些文件
從不同的角度進(jìn)行進(jìn)一步的元數(shù)據(jù)分析。
事前細(xì)分創(chuàng)造了明確的目標(biāo)群體
但整個故事并沒有就此結(jié)束。拜耳先靈醫(yī)藥通常使用預(yù)測分析軟件并結(jié)合自己的方法在客戶中細(xì)分目標(biāo)群體(基本上是醫(yī)生)。無需使用常規(guī)的聚類方法,Hein 博士和他的員工使用事前細(xì)分來識別實際可得的目標(biāo)
客戶群體。如果更常用的聚類分析揭示了醫(yī)生(尤其是富有創(chuàng)新精神的年輕醫(yī)生)這群患者開了一種特定的口服避孕藥,那么營銷和銷售部門將詢問自己這樣一個問題:我們?nèi)绾瓮ㄟ^特定的促銷活動吸引這一群
體?
因此,在事前細(xì)分期間和在數(shù)據(jù)分析階段之前,市場研究部門開發(fā)了“有意義”和“可尋址的”變量,比如關(guān)于醫(yī)生的人口統(tǒng)計數(shù)據(jù)、門診位置、醫(yī)院規(guī)模等,這可以與調(diào)查的行為和設(shè)置變量相比較。使用該因素和 IBM SPSS Modeler 中包含的 CHAID 分析,然后可以確定哪些自變量有意義,哪些行為因素和設(shè)置創(chuàng)造了最明確的分類,以及那些數(shù)據(jù)在所檢查的行為特征方面具有最佳的預(yù)測性能。
分析結(jié)果為拜耳先靈醫(yī)藥提供定義十分準(zhǔn)確的目標(biāo)群體(例如,女性、30 到 40 歲、在大城市工作),進(jìn)而為營銷和銷售部提供了不可或缺的指導(dǎo)。這為公司帶來了寶貴的資源節(jié)省,提高了客戶滿意度。
這是因為只有在醫(yī)生具有足夠高的可能性會對特定藥品感興趣時,拜耳先靈醫(yī)藥才會使用有針對性的電子直郵、電子醫(yī)藥營銷方法或銷售代表向他們促銷。
來自營銷和銷售部的反饋為 Hein 博士的團(tuán)隊所采取的方法提供了支持。他們可以看到使用通過事前細(xì)分所定義的目標(biāo)群體使他們的工作比以往更加成功。盡管其他方法為客戶群體提供了富有吸引力的合理名稱,但它們在實際中并不可行。
使用預(yù)測分析軟件所帶來的競爭優(yōu)勢
依據(jù) Hein 博士的說法,相對于競爭對手來說,在內(nèi)部使用這些統(tǒng)計工具的優(yōu)勢是,它帶來了實際的競爭優(yōu)勢。他說:“執(zhí)行您自己的數(shù)據(jù)分析會帶來比完全依靠外部市場研究機(jī)構(gòu)更深入的洞察?!?/span>
它支持采用一種非常靈活的方法,該軟件甚至可以直接在與內(nèi)部客戶的研討會中使用。全球市場研究部選擇了 IBM SPSS Statistics 作為其標(biāo)準(zhǔn)的統(tǒng)計軟件,因為它在市場研究領(lǐng)域樹立了標(biāo)準(zhǔn)。行業(yè)研究機(jī)構(gòu)在使用它,
幾乎所有的領(lǐng)先市場研究公司也在使用它。研究者知道如何使用它,因為他們常常已經(jīng)在學(xué)院或大學(xué)課程中使用過。這方便了內(nèi)部和外部市場研究人員之間的協(xié)作,消除了培訓(xùn)員工使用軟件的任何額外開銷。
只有行業(yè)標(biāo)準(zhǔn)的統(tǒng)計數(shù)據(jù)分析軟件才足夠好
盡管 Hein 博士會定期考察市場上可行的替代方案,但還有其他原因促使Hein 博士、他的團(tuán)隊以及拜耳先靈醫(yī)藥的整個市場研究部門使用 IBM SPSS 應(yīng)用軟件來從數(shù)據(jù)獲取知識。一個原因是它的用戶友好性,這在用
戶無需任何編程知識即可使用 IBM SPSS 套件的事實上可以反映出來。只要擁有實用的統(tǒng)計和軟件知識 ,就可以使用 IBM SPSS 基于 Windows 的界面來運(yùn)行分析。具有編程技能的高級用戶很喜歡該軟件保存項目語法并在以后重用的能力,此功能可帶來重大的時間節(jié)省。
人們喜歡 IBM SPSS 軟件的另一個重要方面是:軟件提供商提供的培訓(xùn)和咨詢服務(wù)。這在引入事前細(xì)分期間尤其有用,在此期間全球市場研究部可從所提供的一對一指導(dǎo)中獲益,這有助于相關(guān)員工能迅速使用IBM
SPSS Statistics 實現(xiàn)分類技術(shù)。
預(yù)測性分析的未來:數(shù)據(jù)倉庫融合了主要和輔助數(shù)據(jù)源
拜耳先靈醫(yī)藥在未來將繼續(xù)依賴于 IBM SPSS 軟件。公司所規(guī)劃的下一個大型項目是建立數(shù)據(jù)倉庫,在其中,公司與其產(chǎn)品、銷售額和收入相關(guān)的關(guān)鍵績效指標(biāo)將與競爭對手的相關(guān)指標(biāo),以及與診斷和后續(xù)治療相關(guān)的
醫(yī)療信息緊密結(jié)合。數(shù)據(jù)倉庫的分析前端將是一個 IBM SPSS 解決方案。Hein 博士本身就是 IBM SPSS 軟件的長期用戶。他使用該產(chǎn)品已有25 年,從繁雜的大型機(jī)版本到如今用戶友好的 Windows 版本,他都是一
位積極的用戶。
預(yù)測分析提供的更深入的洞察為這家專業(yè)醫(yī)藥公司創(chuàng)造了大受歡迎的競爭優(yōu)勢。其內(nèi)部市場研究人員詢問的問題包括:哪些疾病還沒有任何形式的治療措施?哪些藥品產(chǎn)生的嚴(yán)重副作用可以使用新藥來避免?患者對他們的治療的滿意度如何?有多少患者可得到某種藥品的幫助? 病人對特定的藥品的了解程度如何?膠囊包裝或藥片包裝是否構(gòu)造合理,使患者能夠理解它們?
所有這些問題構(gòu)成了柏林、蒙特維爾(美國新澤西州)、墨西哥和新加坡的拜耳先靈醫(yī)藥全球市場研究部門的 42 位員工的核心工作。由Thomas Hein 博士領(lǐng)導(dǎo)的市場研究團(tuán)隊以非常準(zhǔn)確的方式代表該醫(yī)藥公司的營銷和銷售部門回答了這些問題。舉例而言,他們知道避孕藥Yasmin 是在主要城市工作的 30 到 40 歲女性醫(yī)生最可能開的藥物。
使用 IBM SPSS Statistics 和 IBM SPSS
Modeler 進(jìn)行 DIY 市場研究拜耳先靈醫(yī)藥的全球市場研究部門不同于該領(lǐng)域其他市場研究部門的一個重要因素是,對收集的數(shù)據(jù)進(jìn)行統(tǒng)計分析并回答這些問題的工作不是完全由外部市場研究機(jī)構(gòu)完成的。Hein 博士的部門還分析調(diào)查問卷和內(nèi)部的試驗數(shù)據(jù),是 IBM SPSS 預(yù)測分析解決方案套件最主要的用戶。
盡管拜耳先靈醫(yī)藥沒有雇傭外部公司來執(zhí)行市場研究,但有 3 個原因可以證明它能夠確保分析的結(jié)果和原始數(shù)據(jù)都可以以預(yù)測分析文件的形式提供。第一個是質(zhì)量控制,第二個是執(zhí)行即席分析的能力,第三個是執(zhí)
行元數(shù)據(jù)分析的能力。對“有序的”市場分析結(jié)果的評估常常會引出新的問題,全球市場研究 部門隨后可通過使用預(yù)測分析軟件對數(shù)據(jù)進(jìn)行即席分析,迅速回答這些問題。拜耳先靈醫(yī)藥可以在多年后使用這些文件
從不同的角度進(jìn)行進(jìn)一步的元數(shù)據(jù)分析。
事前細(xì)分創(chuàng)造了明確的目標(biāo)群體
但整個故事并沒有就此結(jié)束。拜耳先靈醫(yī)藥通常使用預(yù)測分析軟件并結(jié)合自己的方法在客戶中細(xì)分目標(biāo)群體(基本上是醫(yī)生)。無需使用常規(guī)的聚類方法,Hein 博士和他的員工使用事前細(xì)分來識別實際可得的目標(biāo)
客戶群體。如果更常用的聚類分析揭示了醫(yī)生(尤其是富有創(chuàng)新精神的年輕醫(yī)生)這群患者開了一種特定的口服避孕藥,那么營銷和銷售部門將詢問自己這樣一個問題:我們?nèi)绾瓮ㄟ^特定的促銷活動吸引這一群
體?
因此,在事前細(xì)分期間和在數(shù)據(jù)分析階段之前,市場研究部門開發(fā)了“有意義”和“可尋址的”變量,比如關(guān)于醫(yī)生的人口統(tǒng)計數(shù)據(jù)、門診位置、醫(yī)院規(guī)模等,這可以與調(diào)查的行為和設(shè)置變量相比較。使用該因素和 IBM SPSS Modeler 中包含的 CHAID 分析,然后可以確定哪些自變量有意義,哪些行為因素和設(shè)置創(chuàng)造了最明確的分類,以及那些數(shù)據(jù)在所檢查的行為特征方面具有最佳的預(yù)測性能。
分析結(jié)果為拜耳先靈醫(yī)藥提供定義十分準(zhǔn)確的目標(biāo)群體(例如,女性、30 到 40 歲、在大城市工作),進(jìn)而為營銷和銷售部提供了不可或缺的指導(dǎo)。這為公司帶來了寶貴的資源節(jié)省,提高了客戶滿意度。
這是因為只有在醫(yī)生具有足夠高的可能性會對特定藥品感興趣時,拜耳先靈醫(yī)藥才會使用有針對性的電子直郵、電子醫(yī)藥營銷方法或銷售代表向他們促銷。
來自營銷和銷售部的反饋為 Hein 博士的團(tuán)隊所采取的方法提供了支持。他們可以看到使用通過事前細(xì)分所定義的目標(biāo)群體使他們的工作比以往更加成功。盡管其他方法為客戶群體提供了富有吸引力的合理名稱,但它們在實際中并不可行。
使用預(yù)測分析軟件所帶來的競爭優(yōu)勢
依據(jù) Hein 博士的說法,相對于競爭對手來說,在內(nèi)部使用這些統(tǒng)計工具的優(yōu)勢是,它帶來了實際的競爭優(yōu)勢。他說:“執(zhí)行您自己的數(shù)據(jù)分析會帶來比完全依靠外部市場研究機(jī)構(gòu)更深入的洞察?!?/span>
它支持采用一種非常靈活的方法,該軟件甚至可以直接在與內(nèi)部客戶的研討會中使用。全球市場研究部選擇了 IBM SPSS Statistics 作為其標(biāo)準(zhǔn)的統(tǒng)計軟件,因為它在市場研究領(lǐng)域樹立了標(biāo)準(zhǔn)。行業(yè)研究機(jī)構(gòu)在使用它,
幾乎所有的領(lǐng)先市場研究公司也在使用它。研究者知道如何使用它,因為他們常常已經(jīng)在學(xué)院或大學(xué)課程中使用過。這方便了內(nèi)部和外部市場研究人員之間的協(xié)作,消除了培訓(xùn)員工使用軟件的任何額外開銷。
只有行業(yè)標(biāo)準(zhǔn)的統(tǒng)計數(shù)據(jù)分析軟件才足夠好
盡管 Hein 博士會定期考察市場上可行的替代方案,但還有其他原因促使Hein 博士、他的團(tuán)隊以及拜耳先靈醫(yī)藥的整個市場研究部門使用 IBM SPSS 應(yīng)用軟件來從數(shù)據(jù)獲取知識。一個原因是它的用戶友好性,這在用
戶無需任何編程知識即可使用 IBM SPSS 套件的事實上可以反映出來。只要擁有實用的統(tǒng)計和軟件知識 ,就可以使用 IBM SPSS 基于 Windows 的界面來運(yùn)行分析。具有編程技能的高級用戶很喜歡該軟件保存項目語法并在以后重用的能力,此功能可帶來重大的時間節(jié)省。
人們喜歡 IBM SPSS 軟件的另一個重要方面是:軟件提供商提供的培訓(xùn)和咨詢服務(wù)。這在引入事前細(xì)分期間尤其有用,在此期間全球市場研究部可從所提供的一對一指導(dǎo)中獲益,這有助于相關(guān)員工能迅速使用IBM
SPSS Statistics 實現(xiàn)分類技術(shù)。
預(yù)測性分析的未來:數(shù)據(jù)倉庫融合了主要和輔助數(shù)據(jù)源
拜耳先靈醫(yī)藥在未來將繼續(xù)依賴于 IBM SPSS 軟件。公司所規(guī)劃的下一個大型項目是建立數(shù)據(jù)倉庫,在其中,公司與其產(chǎn)品、銷售額和收入相關(guān)的關(guān)鍵績效指標(biāo)將與競爭對手的相關(guān)指標(biāo),以及與診斷和后續(xù)治療相關(guān)的
醫(yī)療信息緊密結(jié)合。數(shù)據(jù)倉庫的分析前端將是一個 IBM SPSS 解決方案。Hein 博士本身就是 IBM SPSS 軟件的長期用戶。他使用該產(chǎn)品已有25 年,從繁雜的大型機(jī)版本到如今用戶友好的 Windows 版本,他都是一位積極的用戶。(本文來自:CDA數(shù)據(jù)分析師培訓(xùn)官網(wǎng))
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10