Biologisten lääkevalmisteiden myynnin seuranta

Abstract

Tämän toiminnallisen opinnäytetyön tarkoituksena oli luoda myynnin seuranta-sovellus, jolla lääkeyrityksen myynti- ja markkinointihenkilöstö voisi seurata biologisten lääkevalmisteiden menekkiä Suomessa. Tietolähteinä käytettiin Lääketietokeskuksen PharmarketTM-myyntitietokantaa sekä KELAn lääkekorvaustietokannan raportteja. Tavoitteena oli yhdistää tietolähteet yhteen näkymään, jolloin ne täydentävät toisiaan ja mahdollistavat markkinatilanteen nopeamman ja paremman analysoinnin.

Opinnäytetyö toteutettiin toiminnallisena työnä, jossa aluksi esiteltiin teorian kautta markkinoinnin analyysejä. Sen jälkeen esiteltiin tietolähteet ja käytössä olevat arvot ja arvioitiin erilaisien indeksien ja suhdelukujen toiminnollisuutta.

Toiminnallisessa osassa kuvattiin raporttien tekemisessä käytettävä tekniikka sekä toteutusprosessi. Prosessiin kuului määrittelyvaihe ja raporttien rakentaminen valitulla Power BI -sovelluksella. Opinnäytetyön tuloksena syntyi seitsemän raporttinäkymää ja niihin perustuva koontinäyttö, jota voidaan lukea myös älypuhelimella.

Johtopäätöksenä todettiin, että lääkeyritykset ovat olleet kiinnostuneita mobiilista raporttisovelluksesta ja että Power BI on sopiva ohjelma tietolähteiden yhdistämiseen. Se soveltuu erinomaisesti raporttien tekemiseen mobiililaitteisiin. Avoimen datan yhdistäminen lääkemyyntitilastoihin on toimiva ratkaisu menekin seuraamiseen eri indikaatioissa.

The goal of this functional thesis was to create sales tracking tool for pharmaceutical companies that enable sales and marketing personnel to analyze the demand in the biologics market in Finland. The data sources used were PharmarketTM sales database provided by Lääketietokeskus and reimbursement database provided by KELA. The idea was to combine the two in order to create a better market understanding and faster analysis.

This was a functional thesis which consisted of theoretical part including introduction of market analysis and presentation of data sources and measures complemented with evaluation of commonly used metrics such as growth indexes and market shares.

The functional part includes description for technology that was used and the process itself. The process phase has two parts, first the definitions for the reports and then the build. As a result we have seven report views and a dashboard that can be read with a smartphone.

In conclusion we can find that pharmaceutical companies are interested in mobile reporting solutions and that Power BI software is good for combining data sources. It suits well for mobile reporting. Combinations of open data and sales statistics is efficient solution for tracking demand in different disease indications.