Une grande firme pharmaceutique a eu recours à Bayser Consulting pour développer une stratégie de lancement d’un produit. La modélisation de simulation a été appliquée à la reconstitution des interactions entre les sociétés, les médecins et les patients.
Objectif
Identifier la stratégie promotionnelle optimale pour le lancement d’un produit à venir et les ventes correspondantes. En particulier, quel est la répartition idéale entre la publicité directe auprès du consommateur (DTC) et la vente personnelle ? Traiter des questions spécifiques telles que :
- Le client a-t-il besoin d’une Organisation des ventes contractuelles (CSO) et si oui, de quelle taille et pour combien de temps ?
- Comment le client devrait-il remanier le plan actuel des ventes sur le terrain pour mettre en valeur les détails du positionnement au mieux ?
Solution
- Génération probabiliste de prescriptions médicales comme résultat de la rencontre entre le médecin traitant (exposé aux représentants et leaders d’opinion clés (KOL)) et le patient (exposé à la DTC et aux remboursements de sécurité sociale), et transformation de la prescription en consommation de médicaments et en réapprovisionnements subséquents.
- Affichage visuel animé (à l’aide d’AnyLogic) des interactions entre patients, médecins et représentants, du résultat de ces interactions et des ventes consécutives. Ceci représente un excellent moyen de saisir l'essentiel du problème et de générer des questions pertinentes.
- Une fonction « Analyse des échecs » pourrait accélérer la recherche d’une allocation optimale, en suggérant la manière dont la stratégie promotionnelle actuelle pourrait être modifiée pour maximiser les ventes.
Figure 1: capture d’écran du modèle basé sur les agents du cabinet de groupe au travail
Pourquoi une modélisation basée sur les agents ?
- Les modélisateurs devaient simuler le patient, le médecin et le représentant commercial sous forme d’entités distinctes du fait qu’ils étaient intéressés par leurs interactions et la manière dont la réception de la promotion modifiait leurs comportements au fil du temps.
- Les modélisateurs voulaient étudier la dynamique de groupe et, pour cela, devaient différencier les membres du groupe. Il fallait donc attribuer des traits de personnalité aux individus selon une distribution que l’on pourrait dire Gaussienne.
- Les modélisateurs devaient simuler diverses stratégies promotionnelles qui affectaient simultanément les ventes à différents niveaux. En particulier, ils devaient modéliser le cycle de vie du médicament en partant du patient qui contracte la maladie jusqu'à la consommation du médicament prescrit.
- Les modélisateurs devaient s’introduire dans le fonctionnement des cabinets de groupe : comment ils ont adopté le médicament, quels goulots d’étranglement ont freiné son adoption, et quelles mesures correctives pourraient permettre de maximiser la prise de médicaments.
La prise en compte nécessaire de ces facteurs a guidé les consultants dans leur choix d’Anylogic qui a recours à une modélisation basée sur les agents.
Figure 2. Types d’interactions entre agents
Résultats
- Identification de la stratégie promotionnelle optimale et évaluation de diverses stratégies potentielles.
- Recommandations sur le CSO et comment réorganiser le portefeuille de produits en conséquence.
- Courbe de la prise du médicament et prévisions de ventes correspondantes.
- Compréhension des divers points de décision, et de la manière dont ils interagissent les uns avec les autres sur les ventes globales.
- Questions pertinentes auxquelles les analystes n'auraient pas pensé en l'absence de ce modèle.
Note sur le comportement émergent
Le comportement émergent d’un groupe est le comportement qu’un groupe manifeste du fait que les individus effectuent des choix différents de ceux qu’ils feraient s'ils ne faisaient pas partie du groupe. De plus, les choix d’un individu influencent les choix des autres membres du groupe.
Figure 3. Comportement émergent des fourmis
Le chemin de forage que la colonie de fourmis finit par adopter dépend des décisions initiales de fourmis individuelles. Dans l’exemple ci-dessus, le fait que la courbe du chemin est finalement rectiligne ou s’infléchit repose sur la décision de la fourmi dominante. De même, le comportement du cabinet de groupe dépend des médecins individuels et évolue en conséquence.
Conclusion
Le module de modélisation basée sur les agents d'AnyLogic s’est avéré une plateforme de choix car :
- il permettait aux modélisateurs de répondre à toutes les questions qu'ils se posaient,
- il offrait une vue rapprochée de la dynamique du cabinet de groupe, et
- il était idéal pour étudier les comportements émergents.
Le modèle peut être étendu afin d’élargir la question de l'allocation en incluant les rabais aux payeurs, outre la DTC et la vente personnelle.