
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29