
预测分析提供的更深入的洞察为这家专业医药公司创造了大受欢迎的竞争优势。其内部市场研究人员询问的问题包括:哪些疾病还没有任何形式的治疗措施?哪些药品产生的严重副作用可以使用新药来避免?患者对他们的治疗的满意度如何?有多少患者可得到某种药品的帮助? 病人对特定的药品的了解程度如何?胶囊包装或药片包装是否构造合理,使患者能够理解它们?
所有这些问题构成了柏林、蒙特维尔(美国新泽西州)、墨西哥和新加坡的拜耳先灵医药全球市场研究部门的 42 位员工的核心工作。由Thomas Hein 博士领导的市场研究团队以非常准确的方式代表该医药公司的营销和销售部门回答了这些问题。举例而言,他们知道避孕药Yasmin 是在主要城市工作的 30 到 40 岁女性医生最可能开的药物。
使用 IBM SPSS Statistics 和 IBM SPSS
Modeler 进行 DIY 市场研究拜耳先灵医药的全球市场研究部门不同于该领域其他市场研究部门的一个重要因素是,对收集的数据进行统计分析并回答这些问题的工作不是完全由外部市场研究机构完成的。Hein 博士的部门还分析调查问卷和内部的试验数据,是 IBM SPSS 预测分析解决方案套件最主要的用户。
尽管拜耳先灵医药没有雇佣外部公司来执行市场研究,但有 3 个原因可以证明它能够确保分析的结果和原始数据都可以以预测分析文件的形式提供。第一个是质量控制,第二个是执行即席分析的能力,第三个是执
行元数据分析的能力。对“有序的”市场分析结果的评估常常会引出新的问题,全球市场研究 部门随后可通过使用预测分析软件对数据进行即席分析,迅速回答这些问题。拜耳先灵医药可以在多年后使用这些文件
从不同的角度进行进一步的元数据分析。
事前细分创造了明确的目标群体
但整个故事并没有就此结束。拜耳先灵医药通常使用预测分析软件并结合自己的方法在客户中细分目标群体(基本上是医生)。无需使用常规的聚类方法,Hein 博士和他的员工使用事前细分来识别实际可得的目标
客户群体。如果更常用的聚类分析揭示了医生(尤其是富有创新精神的年轻医生)这群患者开了一种特定的口服避孕药,那么营销和销售部门将询问自己这样一个问题:我们如何通过特定的促销活动吸引这一群
体?
因此,在事前细分期间和在数据分析阶段之前,市场研究部门开发了“有意义”和“可寻址的”变量,比如关于医生的人口统计数据、门诊位置、医院规模等,这可以与调查的行为和设置变量相比较。使用该因素和 IBM SPSS Modeler 中包含的 CHAID 分析,然后可以确定哪些自变量有意义,哪些行为因素和设置创造了最明确的分类,以及那些数据在所检查的行为特征方面具有最佳的预测性能。
分析结果为拜耳先灵医药提供定义十分准确的目标群体(例如,女性、30 到 40 岁、在大城市工作),进而为营销和销售部提供了不可或缺的指导。这为公司带来了宝贵的资源节省,提高了客户满意度。
这是因为只有在医生具有足够高的可能性会对特定药品感兴趣时,拜耳先灵医药才会使用有针对性的电子直邮、电子医药营销方法或销售代表向他们促销。
来自营销和销售部的反馈为 Hein 博士的团队所采取的方法提供了支持。他们可以看到使用通过事前细分所定义的目标群体使他们的工作比以往更加成功。尽管其他方法为客户群体提供了富有吸引力的合理名称,但它们在实际中并不可行。
使用预测分析软件所带来的竞争优势
依据 Hein 博士的说法,相对于竞争对手来说,在内部使用这些统计工具的优势是,它带来了实际的竞争优势。他说:“执行您自己的数据分析会带来比完全依靠外部市场研究机构更深入的洞察。”
它支持采用一种非常灵活的方法,该软件甚至可以直接在与内部客户的研讨会中使用。全球市场研究部选择了 IBM SPSS Statistics 作为其标准的统计软件,因为它在市场研究领域树立了标准。行业研究机构在使用它,
几乎所有的领先市场研究公司也在使用它。研究者知道如何使用它,因为他们常常已经在学院或大学课程中使用过。这方便了内部和外部市场研究人员之间的协作,消除了培训员工使用软件的任何额外开销。
只有行业标准的统计数据分析软件才足够好
尽管 Hein 博士会定期考察市场上可行的替代方案,但还有其他原因促使Hein 博士、他的团队以及拜耳先灵医药的整个市场研究部门使用 IBM SPSS 应用软件来从数据获取知识。一个原因是它的用户友好性,这在用
户无需任何编程知识即可使用 IBM SPSS 套件的事实上可以反映出来。只要拥有实用的统计和软件知识 ,就可以使用 IBM SPSS 基于 Windows 的界面来运行分析。具有编程技能的高级用户很喜欢该软件保存项目语法并在以后重用的能力,此功能可带来重大的时间节省。
人们喜欢 IBM SPSS 软件的另一个重要方面是:软件提供商提供的培训和咨询服务。这在引入事前细分期间尤其有用,在此期间全球市场研究部可从所提供的一对一指导中获益,这有助于相关员工能迅速使用IBM
SPSS Statistics 实现分类技术。
预测性分析的未来:数据仓库融合了主要和辅助数据源
拜耳先灵医药在未来将继续依赖于 IBM SPSS 软件。公司所规划的下一个大型项目是建立数据仓库,在其中,公司与其产品、销售额和收入相关的关键绩效指标将与竞争对手的相关指标,以及与诊断和后续治疗相关的
医疗信息紧密结合。数据仓库的分析前端将是一个 IBM SPSS 解决方案。Hein 博士本身就是 IBM SPSS 软件的长期用户。他使用该产品已有25 年,从繁杂的大型机版本到如今用户友好的 Windows 版本,他都是一
位积极的用户。
预测分析提供的更深入的洞察为这家专业医药公司创造了大受欢迎的竞争优势。其内部市场研究人员询问的问题包括:哪些疾病还没有任何形式的治疗措施?哪些药品产生的严重副作用可以使用新药来避免?患者对他们的治疗的满意度如何?有多少患者可得到某种药品的帮助? 病人对特定的药品的了解程度如何?胶囊包装或药片包装是否构造合理,使患者能够理解它们?
所有这些问题构成了柏林、蒙特维尔(美国新泽西州)、墨西哥和新加坡的拜耳先灵医药全球市场研究部门的 42 位员工的核心工作。由Thomas Hein 博士领导的市场研究团队以非常准确的方式代表该医药公司的营销和销售部门回答了这些问题。举例而言,他们知道避孕药Yasmin 是在主要城市工作的 30 到 40 岁女性医生最可能开的药物。
使用 IBM SPSS Statistics 和 IBM SPSS
Modeler 进行 DIY 市场研究拜耳先灵医药的全球市场研究部门不同于该领域其他市场研究部门的一个重要因素是,对收集的数据进行统计分析并回答这些问题的工作不是完全由外部市场研究机构完成的。Hein 博士的部门还分析调查问卷和内部的试验数据,是 IBM SPSS 预测分析解决方案套件最主要的用户。
尽管拜耳先灵医药没有雇佣外部公司来执行市场研究,但有 3 个原因可以证明它能够确保分析的结果和原始数据都可以以预测分析文件的形式提供。第一个是质量控制,第二个是执行即席分析的能力,第三个是执
行元数据分析的能力。对“有序的”市场分析结果的评估常常会引出新的问题,全球市场研究 部门随后可通过使用预测分析软件对数据进行即席分析,迅速回答这些问题。拜耳先灵医药可以在多年后使用这些文件
从不同的角度进行进一步的元数据分析。
事前细分创造了明确的目标群体
但整个故事并没有就此结束。拜耳先灵医药通常使用预测分析软件并结合自己的方法在客户中细分目标群体(基本上是医生)。无需使用常规的聚类方法,Hein 博士和他的员工使用事前细分来识别实际可得的目标
客户群体。如果更常用的聚类分析揭示了医生(尤其是富有创新精神的年轻医生)这群患者开了一种特定的口服避孕药,那么营销和销售部门将询问自己这样一个问题:我们如何通过特定的促销活动吸引这一群
体?
因此,在事前细分期间和在数据分析阶段之前,市场研究部门开发了“有意义”和“可寻址的”变量,比如关于医生的人口统计数据、门诊位置、医院规模等,这可以与调查的行为和设置变量相比较。使用该因素和 IBM SPSS Modeler 中包含的 CHAID 分析,然后可以确定哪些自变量有意义,哪些行为因素和设置创造了最明确的分类,以及那些数据在所检查的行为特征方面具有最佳的预测性能。
分析结果为拜耳先灵医药提供定义十分准确的目标群体(例如,女性、30 到 40 岁、在大城市工作),进而为营销和销售部提供了不可或缺的指导。这为公司带来了宝贵的资源节省,提高了客户满意度。
这是因为只有在医生具有足够高的可能性会对特定药品感兴趣时,拜耳先灵医药才会使用有针对性的电子直邮、电子医药营销方法或销售代表向他们促销。
来自营销和销售部的反馈为 Hein 博士的团队所采取的方法提供了支持。他们可以看到使用通过事前细分所定义的目标群体使他们的工作比以往更加成功。尽管其他方法为客户群体提供了富有吸引力的合理名称,但它们在实际中并不可行。
使用预测分析软件所带来的竞争优势
依据 Hein 博士的说法,相对于竞争对手来说,在内部使用这些统计工具的优势是,它带来了实际的竞争优势。他说:“执行您自己的数据分析会带来比完全依靠外部市场研究机构更深入的洞察。”
它支持采用一种非常灵活的方法,该软件甚至可以直接在与内部客户的研讨会中使用。全球市场研究部选择了 IBM SPSS Statistics 作为其标准的统计软件,因为它在市场研究领域树立了标准。行业研究机构在使用它,
几乎所有的领先市场研究公司也在使用它。研究者知道如何使用它,因为他们常常已经在学院或大学课程中使用过。这方便了内部和外部市场研究人员之间的协作,消除了培训员工使用软件的任何额外开销。
只有行业标准的统计数据分析软件才足够好
尽管 Hein 博士会定期考察市场上可行的替代方案,但还有其他原因促使Hein 博士、他的团队以及拜耳先灵医药的整个市场研究部门使用 IBM SPSS 应用软件来从数据获取知识。一个原因是它的用户友好性,这在用
户无需任何编程知识即可使用 IBM SPSS 套件的事实上可以反映出来。只要拥有实用的统计和软件知识 ,就可以使用 IBM SPSS 基于 Windows 的界面来运行分析。具有编程技能的高级用户很喜欢该软件保存项目语法并在以后重用的能力,此功能可带来重大的时间节省。
人们喜欢 IBM SPSS 软件的另一个重要方面是:软件提供商提供的培训和咨询服务。这在引入事前细分期间尤其有用,在此期间全球市场研究部可从所提供的一对一指导中获益,这有助于相关员工能迅速使用IBM
SPSS Statistics 实现分类技术。
预测性分析的未来:数据仓库融合了主要和辅助数据源
拜耳先灵医药在未来将继续依赖于 IBM SPSS 软件。公司所规划的下一个大型项目是建立数据仓库,在其中,公司与其产品、销售额和收入相关的关键绩效指标将与竞争对手的相关指标,以及与诊断和后续治疗相关的
医疗信息紧密结合。数据仓库的分析前端将是一个 IBM SPSS 解决方案。Hein 博士本身就是 IBM SPSS 软件的长期用户。他使用该产品已有25 年,从繁杂的大型机版本到如今用户友好的 Windows 版本,他都是一位积极的用户。(本文来自:CDA数据分析师培训官网)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23