JP2012138097A - 製品マーケティングの時系列パフォーマンス管理 - Google Patents

Abstract

【課題】動向市場の状態における製品のマーケティング努力の実効性を高めるための、時系列パフォーマンス管理方法を提供する。
【解決手段】製品の市場パフォーマンスに束になって影響を与える、複数の相互作用する市場要素を解析することにより、市場状況を評価するように構成される。この解析は、重大なパフォーマンスのインジケータと、動向と、及び可変の市場状況とを識別し得る非線形多変量アルゴリズムを含み、重要な現在の市場を動かす要因または要素を識別するための解析をするよう構成される。時宜にかなった製品の市場行動は、識別された市場を動かす要因または要素に基づいた動的市場状況に対応して形成される。
【選択図】図１ａ

Description

関連出願へのクロスリフェンレンス
本願は２００４年の５月１０日に出願した米国仮特許出願通し番号第６０／５６９，９
７５号の利益を要求するものであり、当該米国仮特許出願の全体を本明細書に合体するも
のとする。

本発明は販売及びマーケティング努力の最適化のための技術に関するものである。本発
明は、特に、製品の市場周期を通して製品の最終的な商業成功に影響を与える、市場パフ
ォーマンス（成果）及び複数の市場変量の状態を評価するシステム及び方法に関するもの
である。

従来のビジネス環境においては、市場に流入する製品のマーケティングキャンペーンの
成功または実行性／有効性は、このマーケティングキャンペーンが完全に実行され終える
まで分からない。複数の事例においては、市場空間における製品の完全な発展は、この製
品の市場への最初の導入から数ヶ月または数年を有する。従来のマーケティングキャンペ
ーンまたは戦略は製品の導入より前に（例えば製品コンセプト決定の最中に）収集された
市場調査データに基づくものである。残念ながら、このような古いデータに基づいたマー
ケティングキャンペーンまたは戦略は、動的挙動を示す市場には適切でない行き当たりば
ったりの計画である。さらには、この戦略は、市場行動上の他の市場変量の相互作用効果
を無視した孤立した市場変量における市場調査データに基づいている。

現在、製品マーケティングのためのシステム及び方法を向上させるために検討が重ねら
れている。複数の相互作用市場変量が結果に影響し得る環境においては、特に製品マーケ
ティングへ注意が払われている。

本発明の原理によって、製品のマーケティング努力の実効性／有効性を向上させるため
のシステム及び方法を提供する。このシステム及び方法は、複数相互作用市場変量及びこ
れらの製品の市場パフォーマンス（成果）への影響を解析するように構成してある。シス
テム及び方法は、現行（現在）の重要な市場を動かす変量（変数）を識別する市場状況の
周期解析のために配備され得る。この現行市場を動かす変量の識別に基づいて、製品マー
ケティング行動は市場状況における予期しないまたは進化的な変化に対応して動的に最適
化することができる。

前記システム及び方法は統合化（集積化）データの多変量解析による市場データ統合を
含む。このデータ統合化ステップにおいて、一次市場調査データは二次市場及び／または
参照データ（基準データ）と統合される。製薬または医療製品を含むアプリケーションに
おいて、医者の態度及び認識のような一次市場調査データは処方医のパネル（回答者）か
ら直接収集される。処方行動のような二次市場データは、例えば薬局による患者への処方
、薬局または他のヘルスケア経路を追跡調査することにより得られる。

前記の組み合わされたデータは、市場製品に対する医者の態度と認識と処方行動とを関
連付ける広範囲の時系列(longitudinal)データベース中に組み込まれる。統計的応答モデ
ルは（対象製品及び競合者の製品に対する）医者の態度／認識と医者の処方行動とを量的
に、リンク即ち結びつけるために使うことができる。このモデルは、処方行動に対する、
態度、認識、および促進（販売促進活動）の実際の影響を決定または解析する際に役立ち
得る。この応答モデルは行動の洞察を提供し市場決定をサポートすることができる。この
応答モデルは対象製品のマーケティング努力を洗練するために用いることができる。

前記システムとモデルは、マーケティングと、調査またはサービスの組織及び実体とを
連携して、コンピュータ・ソフトウェア（プログラム）及びハードウェアのいずれかの適
切な組み合わせによって実現することができる。この組み合わせは一次市場調査データと
二次調査データとを統合するように構成され、そしてさらに市場状況の変化に対する早期
警告を評価し提供する総合データを定期的に解析するように構成されている。この総合市
場データの周期解析は、現行の重要な市場を動かす変量の同時識別を行う非線形多変量解
析を含む。この識別を基に、動的な市場状況に応じた製品マーケティング行動を最適化す
ることができる。

さらなる本発明の特徴、本質及び種々の利点が、添付の図面および下記の詳細な説明か
ら明らかになる。

本発明は、製品販売及びマーケティング努力を改善するためのシステム及び方法を提供
するものである。特に、このシステム及び方法は、動的な市場の動向（振る舞い）に対応
した努力をすることにより製品販売及びマーケティング努力の効率性を高めるように設計
されている。市場調査手段であるアルゴリズムは、特定の製品の市場パフォーマンスに重
要である市場力学及び市場特性の統合化した多変量解析をするために用いられる。

本発明のシステム及び方法は、マーケティングの促進の過程で、対象製品及び競合者の
製品またはブランドの周期的／定期的な評価を生じさせることができる。この評価は、複
数の相互作用市場変数を含む時系列データの評価に基づいている。定期的評価は、任意選
択であるが（オプションとして）、投資利益率(ＲＯＩ:ｒｅｔｕｒｎ ｏｎ ｉｎｖｅｓ
ｔｍｅｎｔ:)及びマーケティングの促進完了時における、変動要因解析と結合することが
できる。以降、本発明のシステム及び方法は、まとめてｌｏｎｇｉｔｕｄｉｎａｌ ｐｅ
ｒｆｏｒｍａｎｃｅ ｍａｎａｇｅｍｅｎｔ（“ＬＰＭ”）時系列／長期的パフォーマン
ス管理方法（ソリューション）と称することにする。

図１ａは、本発明の原理による、例示の時系列市場パフォーマンス管理の方法のブロック図である。 図１ｂは、本発明の原理による、多数要素が影響する医薬品市場の成果を解析するための時系列市場パフォーマンス管理の基となる長期的データの総合概念を説明する図である。 図２は、本発明の原理による、時系列市場パフォーマンス管理の方法を有する例示の解析またはアプリケーションの一覧図であって、さらに、本発明の原理による、前記方法と使用者及び顧客とを関連付けする例示の運搬車及びツールの一覧図である。 図３ａは、本発明の原理による、コンポーネント及びサブコンポーネントの図、そして例示の時系列市場パフォーマンス管理の方法の図である。 図３ｂは、本発明の原理による、コンポーネント及びサブコンポーネントの図、そして例示の時系列市場パフォーマンス管理の方法の図である。 図４は、製品の全成長周期の間に直面する重要な成長課題を説明するグラフ図である。 図５は、複雑で動的な多変量市場環境における特定の製品のための市場行動の最適化を含む、複雑な意思決定を概略図である。 図６は、本発明の原理による時系列市場パフォーマンス管理の方法を用いて得られる市場状況の定期評価により提供される早期警告を説明する時間線の図である。 図７は、複雑な市場を解析するための従来技術による方法論の時系列を示す図である。 図８は、本発明の原理による時系列市場パフォーマンス管理の方法を用いて売られる医薬品の発展途上市場の占有率を説明するグラフ図である。 図９は、本発明の原理による、複雑な市場における製品の市場占有率を向上させる時系列市場パフォーマンス管理の方法を概略的に説明する図である。 図１０は、本発明の原理による時系列市場パフォーマンス管理の方法のコンポーネントを説明する図である。 図１２は、本発明の原理による時系列市場パフォーマンス管理の方法による複数の市場変量のための例示の週毎そして月毎の現状の結果を説明する図である。 図１２は、本発明の原理による時系列市場パフォーマンス管理の方法による複数の市場変量のための例示の週毎そして月毎の現状の結果を説明する図である。 図１３は、本発明の原理による、個々の製品のための販売促進の有効性及び製品のポートフォリオをそれぞれ最適化する時系列市場パフォーマンス管理の方法のアプリケーションを説明する図である。 図１４は、本発明の原理による、個々の製品のための販売促進の有効性及び製品のポートフォリオをそれぞれ最適化する時系列市場パフォーマンス管理の方法のアプリケーションを説明する図である。 図１５は、本発明の時系列市場パフォーマンス管理の方法を用いて販売される製品の市場占有率の発展と競合者の製品の市場占有率とを比較するグラフ図である。

図１は、概略的にＬＰＭ方法１００を説明するブロック図である。ＬＰＭ方法１００は
市場データの時系列統合化（ステップ１１０）と、この時系列統合化データの解析（ステ
ップ１２０）とを含む。時系列に統合した市場データは、一次市場調査データと二次調査
データとの両方と、そして参照データとを有する。非線形多変量プログラミングと最適化
アルゴリズムとを含むデータ解析は、マーケティングプロモーションシミュレータ及び資
源最適化アルゴリズムと合わせられる。ＬＰＭ方法は、重要な（critical）な市場を動か
す要素を評価し、またユーザ／意思決定者に、対象製品の市場パフォーマンスの管理手段
（即ち、市場のてこ）を提供するように構成されている。ＬＰＭ方法はあらゆる製品マー
ケティングのプロモーション（販売促進活動）に応用することができる。例示の対象製品
は、新たな活動開始（販売や宣伝活動などの開始）、再発売、再配置、または製品拡張の
紹介とすることができる。ＬＰＭ方法は、意思決定者が、マーケティングプロモーション
（販売促進活動）の過程において、製品の成功を動かすための重要なパフォーマンスのイ
ンジケータまたはメトリクスを利用することを可能にすることができる。

本発明はさらに、医者の処方により販売がたびたび影響される製薬及び医療製品の例示
の状況において説明される。製薬会社は、販売員を特定の地域の処方実行者（例えば医師
、医者、看護婦）に接触させるまたは訪問させることによって、しばしば目標とする地理
または地域における特定の製品またはブランドの市場を発展させ得る。例えば、販売陣の
販売者は多くのターゲット（目標とする売り込み先）の処方実行者を訪問し、新しい製品
を紹介することができる。販売員はターゲットの処方実行者を訪れるかまたは接触するか
、販売製品の使用の継続または増加を奨励し得るかまたは可能な限り競合者の製品の使用
を阻止することができる。

ＬＰＭ方法に使われる全ての関係のあるデータは、（例えば患者、宣伝、ブランド評価
、及び処方決定にあたった）医者と、他のヘルスケア提供者（例えば病院、診療所、薬局
、及びマネージドヘルスケアプロバイダ）とから時系列に収集されて時系列統合化データ
ベースにまとめられている。ターゲットの顧客の態度、認識、そして競合者及び行動のデ
ータは、意思決定をサポートする強力な因果関係の解析ツールまたはアルゴリズムとリン
ク、即ち、関連付けし得る。ＬＰＭ方法は、市場空間において何が起こっておりまた何故
起こっているのかに対する迅速な評価を提供するように構成されている。迅速な評価を使
用して、素早く販売促進戦略及び作戦をリアルタイムでまたはほぼリアルタイムで修正し
、市場の結果を動かすことができる。ＬＰＭ方法は、リアルタイムの実用的洞察に市場調
査を提供し製品パフォーマンス（成果）を最大にする。

図１ｂは、医薬品市場の背景におけるＬＰＭ方法実施の基礎をなす、時系列に関連付け
されたデータコンセプトを例示している。特に、ＬＰＭ方法は“医者の態度”データ１１
２を“処方行動”データ１２２と関連付けしている。サンプルまたはパネルのターゲット
の医者は、医者の態度データを集めるために選択されるかまたは募集される。このデータ
は属性（１１２）のセット（集合）として集められる。調査とインタビューとを含む有効
な市場調査技術、または他のあらゆる適切な市場調査技術が、一次市場調査データとして
医者の態度データを収集するために用いることができる。処方行動データは、“二次的な
”処方者による処方者のデータにより表されている。このデータは、小売店、通信販売、
長期治療、及び／または特殊小売経路に観察される処方行動に基づいている。処方者によ
る処方者データを収集するためにコマーシャルツール（例えば、出願人により販売されて
いるＸｐｏｎｅｎｔ及びＬＲｘ）を使うことができる。全ての処方経路及び支払い形式を
通して行われた処方を含む処方者による処方者データは、時系列に関連付けされた処方デ
ータを含む。

他の関連データ（１３２）もまた、医者の態度データ１１２及び処方行動データ１２２
と時系列に関連付けされている。製品マーケティングの実体の内部に存在し得る関連デー
タ１３２は、例えばマーケティング努力の構造及び機構（例えば市場細分化、マーケティ
ング・ターゲット、販売活動報告、および消費者直販：ｄｉｒｅｃｔ−ｔｏ−ｃｏｎｓｕ
ｍｅｒ（ＤＴＣ）支出）へ関係するデータを有している。

ＬＰＭ方法の実施によって、強力な市場洞察が、二次的な処方行動データと組み合わせ
られた、医者に基づく一次調査データの解析から得られる。医者ベースの、即ち医者に基
づく一次調査データは、カスタマイズされた医者サンプルのパネル（回答者、例えばパネ
ル１００）から収集される。この医者は、態度のセット１１２（例えば患者の治療の変化
、プロモーションの露出、態度及び評価に関するブランド及びカテゴリー）を調べるため
の（例えば週１回の）定期調査に採用／募集することができる。さらには、処方行動デー
タ（例えばセット１２２）は、ＸｐｏｎｅｎｔやＬＲｘのような商業的に有効な医薬品市
場調査ツールを用いて収集及び修正されている。

ＬＰＭ方法（解決策）において、医者に基づいた一次調査データは、時系列／長期的な
処方行動データ（例えばＬＲｘデータ）と統合され、医者の態度と処方行動との関係及び
この関係の市場促進の影響から導かれる結論を記述し、報告し、描画する。ＬＰＭ方法は
適切なアプリケーションと、アルゴリズムと、データ解析のモデルと、結果の報告を有し
ている。図２は、ＬＰＭ方法を有する解析またはアプリケーション２１０の例示の形式を
示している。図２は、結果を提供するかまたはＬＰＭ方法と使用者または顧客とを結びつ
けるために利用される、複数の例示の運搬車及びツール２２０を表示している。

図解の目的のために、ＬＰＭ方法は、それぞれがデータの組み合わせとアプリケーショ
ンとモデルとを含む、モジュール式コンポーネントの組み立てのように見えうる。このコ
ンポーネントは、コンピュータソフトウェア（プログラム）と、ハードウェア及び／また
は人員（例えば調査員または販売員）との適切な組み合わせを配置することによって実施
することがでできる。ＬＰＭ方法のコンポーネントは、下記の例示のモジュール：一次調
査に基づくモジュールと、一次データと二次データとを統合したモジュールと、配付可能
なものとアプリケーションとのモジュールと、顧客のユーティリティモジュール、価値と
ＲＯＩのモジュールとを有する。図３ａは、一次調査ベースのモジュール、及び、一次デ
ータと二次データとを統合したモジュールに含み得る例示のサブコンポーネントを示して
いる。一時調査ベースのモジュールは、市場データ収集のために利用される医者サンプル
のパネルの定義と管理とを指示する、ツールかモデルかまたはアルゴリズムかを有する。
一次調査ベースのモジュールのサブコンポーネントは図３ａに示されており、サンプル設
計及び募集と、パネル管理と、調査手段と、医者及び患者のパネルというサンプル（標本
）設計のためのツールを有している。さらに、モジュールはデータ（例えば要約統計量及
び未加工の調査応答データ）を有する。このデータは最新のデータと古いデータとの両方
を有する。一次調査に基づくモジュールは、データの統合化及び管理を指示する、ツール
かモデルかまたはアルゴリズムかを有する。一次データと二次データの統合モジュールの
例示のサブコンポーネントが図３ａに示されており、データ統合の規則／論理と、統合化
と、基準とのためのアプリケーションを有している。

同様に、運搬可能でアプリケーション的なモジュール、顧客のユーティリティモジュー
ル、そして価値とＲＯＩのモジュールの例示のサブコンポーネントが図３ｂに記載されて
いる。説明の簡潔のため、これらのサブコンポーネントの一覧は本文中では繰り返さない
。

ＬＰＭ方法のコンポーネントは、商品発売開始の重要な初期局面の際（例えば商品発売
開始後の最初の数週間または数ヶ月）に、製品の市場パフォーマンスに対する評価のため
の全体的アプローチにおいて操作することができる。最初の数ヶ月の市場パフォーマンス
が、製品が大ヒット商品となるか予想をはるかに下回る駄作となるかを決定付けることか
ら、新製品発売開始の最初の数週間または数ヶ月はしばしば重要となる。好適には、ＬＰ
Ｍは、大ヒット商品となる可能性のある製品が期待される水準の市場パフォーマンスに達
するように、マーケティング努力を調整または修正することができる。ＬＰＭは、マーケ
ティング努力または市場促進する間、市場パフォーマンスのあらゆる局面においてトップ
を維持する能力を提供する。

医薬品への例示のアプリケーションにおいて、ＬＰＭ方法は、例えば処方行動、計画の
練り上げ及びサンプリングの活動、製品パフォーマンスの医者の認識、及びブランド設定
行動のような市場データを関連付けるか、または統合し、そしてそれぞれのデータ形式ま
たは変量が他のデータ形式または変量に与える影響を評価している。ＬＰＭ方法において
、医薬品に影響する市場動向（力学）は、下記データ形式（市場介入の頻度、メッセージ
リコール（想起）、詳細な品質、患者と医者との相互作用、製品成果の医者の認識、報告
及び予想された処方行動、そして実際の処方行動）を追跡調査することにより理解するこ
とができる。ＬＰＭ方法はこれらのデータ形式を統一し、市場の総合的な見解を提供する
。ＬＰＭ方法は、いずれかの適切な頻度（例えば週１回）で市場の総合的な見解と解析と
を提供するように構成された。適切な頻度は、製品の登録または発売開始の後の、特に市
場開発の形成段階または最初の局面における市場動向の詳細を捉えられるように選択する
ことができる。

図４は市場における製品の成熟を示しており、また様々な製品の市場開発における一連
のステップの際に直面する重大市場成長課題の一例を記載している。市場開発の早期ステ
ップ（例えば発売開始前段階）において市場動向に焦点を当てることにより、ＬＰＭ方法
は最終的な製品の成功に影響し得る市場の重要な開発または課題を捉えることができる。
ＬＰＭ方法は、間違いの重要な兆候か、または時宜にかなった方法であり従来は未確認で
あった機会かを捉えることができ、マーケティング努力かマーケティングのプロモーショ
ンかをさらに効率的にする。さらには、ＬＰＭ方法は好ましくは新製品の発売開始の期間
中、市場の要求の調査に取り組むことを必要とする。さらに、市場の動向とブランドパフ
ォ−マンスを動かす要素とに早期警告し得るように、ＬＰＭ方法は、製品発売開始後の重
要な期間まで及びその間、競合者の活動の完全な把握を提供するように構成することがで
きる。

ＬＰＭ方法は、相互に複雑に関連している製品と市場環境とにおける意思決定のための
健全な基盤を提供するように構成することができる。例えば図５は、複雑な市場環境にお
いて成熟度が変化する競合者の製品の市場に生じうる課題５１０の範囲を図解的に示して
いる。ＬＰＭ方法は市場動向の複雑さに、（例えば週１回または月１回の）定期的な複数
の情報源からの市場データの時系列解析によって対処する。この解析に基づいて、ＬＰＭ
方法は、資源配分のための量的なサポートと、正確な測量と、そして正確で時宜にかなっ
た方法で広範囲の問題に取り組むための新たな、動かす／主導する要因とを提供し得る。
図６は概略的に、製品促進を最適化するためにＬＰＭ方法により提供される持続的な市場
の監視と統合解析との利点を例示している。図６を参照するに、時系列７１０が製品の促
進のコースを通って左から右へ伸びており、ＬＰＭ方法は週１回または月１回のベースで
市場の状態の動向評価（７２０）をするように構成することができる。動向評価７２０は
、長期にわたる医者の追跡調査、及びメッセージリコール（想起）とブランドが持つ資産
的価値とそして他の重要な製品メトリクス（指標）との統合とを有することができる。動
向評価７２０は市場の状態の変化に対する早期警告システムを提供する。ＬＰＭ方法は、
週１回または月１回の基盤で市場の変化または応答（７２０）の市場への影響（７３０）
を評価するように構成することができる。これらの市場への影響の定期的な調査により、
使用者／意思決定者は、進化する市場の動向に生で応答して、資源を再分配し得る。従っ
て、ＬＰＭ方法は、従来技術の市場調査を統合しない方法論に比べ、時間分析を含むより
優れた意思決定のサポートを提供する。

従来技術における市場調査を統合／集積化しない方法論は、長期間にわたる医者の追跡
調査を含まず、メッセージリコール（メッセージの想起）とブランドが持つ資産的価値と
そして他の重要な製品メトリクスとの統合／集積化が欠けている（例として図７を参照）
。従来技術の方法論は、アドホック、即ちその時限りの調査とブランドが持つ資産的価値
またはメッセージリコールの３ヶ月毎の単独調査とにより特徴付けられ、この方法論にお
いては医者の認識及び市場情報のメッセージリコールの進化に関する貴重な情報が失われ
使用者／意思決定者が利用できないようになっている。

図８及び図９は製品マーケティングへのＬＰＭ方法のさらなるアプリケーション例を示
している。図８は特定の医薬品の処方薬占有率（ＴＲｘ）のグラフを示している。市場占
有率は、市場占有率の増加を管理するよう調節され得るマーケティング活動またはイベン
ト（例えば、競業者マーケティングエッジ：Ｃｏｍｐｅｔｉｔｉｖｅ Ｍａｒｋｅｔｉｎ
ｇ Ｅｄｇｅ（ＣＭＥ）プログラム、宣伝文句に焦点を当てた促進的な計画及び変化）に
対応する。持続的な医者の追跡調査を通して得られたデータを収集そして解析することに
よって、ＬＰＭ方法は、販売を促進する競合者の活動を追跡調査し測定する。ＬＰＭ方法
は販売を促進する活動（例えば注文とローテーション）を最適化するための意思決定のサ
ポートを提供し、そして、競業者のマーケティング努力を鈍くする手助けとなる。ＬＰＭ
方法はターゲット設定の効果を増加させ、また販売努力のための最適なメディアを選択す
る手助けをする。

図９は事例研究の概略図であり、ターゲット市場区分（例えば新しい患者区分）におけ
る医薬品のマーケティングを管理するＬＰＭ方法のアプリケーションを例示している。グ
ラフ９１０は、新しい患者への処方薬に対する市場占有率が減少していることを示してい
る。減少する市場占有率は、相互作用する市場変量９２０（例えば患者の要求、宣伝文句
の文章、ブランドが持つ資産的価値、臨床経験、そしてマネージドケアの制約）により変
動される。ＬＰＭ方法は相互作用する市場変量及び市場データの統合解析を提供する。Ｌ
ＰＭ方法はまず不一致の市場区分（グラフ９３０のＴｒｅｎｄ Ｂｒｅａｋｅｒｓ）を識
別する。次に、ＬＰＭ方法は、市場要素（例えばメッセージリコール、ブランドが持つ資
産的価値、臨床経験そして競合者の製品）の多変数統計解析（９４０）を提供し、ターゲ
ット市場区分（新しい患者区分）の反応から不一致市場区分（Ｔｒｅｎｄ Ｂｒｅａｋｅ
ｒｓ）の反応を識別する関連あるまたは重大な市場要素９５０を識別する。そしてＬＰＭ
方法は、関連あるまたは重大な市場要素９５０の識別を基にして、ターゲット市場区分（
新しい患者）における対象製品の市場占有率の向上に際して指示される定量化できる要対
処事項９６０を生成する。

図１０は、製薬及び医療産業におけるアプリケーションのためのＬＰＭ方法１０００の
コンポーネント及び過程のさらなる概略図を示す。ＬＰＭ方法１０００は、包括的な時系
列データベース１００１と、分析コンポーネント１００２と、そして応答または出力コン
ポーネントという３つの相互作用コンポーネントを有する。この３つのコンポーネントは
柔軟なフィードバック構成において互いに結合している。時系列データベース１００１は
、例えば、時系列の態度、認識、競合者及び行動のデータそしてＴＲｘまたはＬＲｘデー
タのような他の市場データを有する。この時系列データ（例えば態度、認識及び行動のデ
ータ）は、医者のサンプル、即ち、ターゲットのパネル（識者／回答者）のサービスを利
用することにより得られる。例えば、態度及び認識のデータは、メッセージリコール、ブ
ランドが持つ資産的価値及びｓｈａｒｅ ｏｆ ｖｏｉｃｅ（ＳｏＶ）における月１回の
調査データである。行動のデータは患者水準のＬＲｘデータであり、例えば切り替え、持
続、再開、併用、患者区分及びビジネスデータの患者占有率を含む。

分析コンポーネント１００２は、態度、認識、競合者、行動のデータを市場の結果と関
連付けする適切な統計的応答モデル及びアプリケーションを持つことができる。この統計
的応答モデルは、対象製品における競合者の有利性を得る市場変量に調整するための行動
可能な推奨事項を生じさせるように構成することができる。例示のＬＰＭ方法１０００の
実施において、分析コンポーネント１００２は定期応答モデルと、競合者の応答モデルと
、販売促進の効率性モデル、市場細分化（セグメント化）モデルと、そして時系列動向解
析アプリケーションとを有する。この時系列解析アプリケーションは市場データにおける
長期的なパターン及び分配を決定するように構成される。定期応答モデルは、リコールと
資的価値とパフォーマンスコンポーネントとの関係を評価する。この評価された関係は、
どの市場要素（例えばリコール（想起）または資産的価値）が対象市場製品の市場パフォ
ーマンスを動かしているのかを識別するために使われる。同様に、競合者の応答モデルは
競合者の活動による市場への影響を測定する。競合者の応答モデルはどの競合者の活動が
市場パフォーマンス（実績）を変動させているのかを識別するために使われる。さらに、
販売促進の効率性モデルは、様々な応答モデルと時系列動向解析アプリケーションとを関
連付けする非線形のプログラミングアプリケーションを含む。販売促進の効率性モデルは
、適切な市場制約（例えばマーケティング及び販売努力の水準を変えてはいけないという
制約）の下で市場パフォーマンスを増加する機会を決めるように構成された。分析コンポ
ーネント１００２もまた、時系列のリコール（想起）と資産的価値とＬＲｘパターンとに
基づく市場区分を識別するよう設計されている市場細分化アプリケーションを有している
。

継続して図１０を参照するに、応答または出力コンポーネントは、あらゆる適切な方法
においてそれぞれの市場変量の結果を表示するように構成することができる。例えば、応
答または出力１００３はダッシュボード（計器盤）１００６のように結果を表示するよう
に構成することができる。例示のダッシュボード１００６は、メッセージリコール、ブラ
ンドが持つ資産的価値、ｓｈａｒｅ ｏｆ ｖｏｉｃｅ（ＳｏＶ）、競合者、影響力(imp
act ability)のような変量用の結果表示器を有する。週毎または月毎のダッシュボードは
、製品の促進に関する全ての要素の相対的重要性及び貢献と、競合者の製品促進と患者の
特徴と製品の特質と他のブランドに対して認識される利点／危険性との相対的重要性及び
貢献を明らかにすることができる。

操作において、ＬＰＭ方法１０００は定期マーカー評価（例えば週１回または月１回）
を提供する。図１１及び１２は例示の毎週または毎月のダッシュボードの結果をそれぞれ
示している。詳細な結果はメッセージリコール変量用の結果表示器の下に表示される。対
象となる期間は複数のメッセージリコール（想起）イベント（例えば有効性、安全性、双
極性、ｐｓｙｃｈ、そしてＰＣＰ警告または更新）を有する。フィードバックループ１０
０４を通ったＬＰＭ方法１０００は、対象製品（例えばＺｙｐｒｅｘａ）の市場パフォー
マンスにおけるメッセージリコールイベント個々の比例影響における詳細な情報を提供す
る。

図１３及び１４は製品マーケティングへのＬＰＭ方法のアプリケーションのさらなる例
を示している。図１３は、特定の製品（例えばＺｙｐｅｒｘａ）用の販売促進の有効最適
化のための例示のＬＰＭ方法のアプリケーションの概略的説明である。このアプリケーシ
ョンのために、ＬＰＭ方法（すなわち分析コンポーネント１００２）は多変数非線形の最
適化アプリケーション１１００を有するように構成することができる。最適化アプリケー
ション１１００は、メッセージリコールと、ブランドが持つ資産的価値と、ｓｈａｒｅ
ｏｆ ｖｏｉｃｅ（ＳｏＶ）と、競合者と、影響力または他の市場変量とのための適切な
単独変量応答モデルの総合出力１１２０の解析により、推奨行動１１３０のセットを生成
する。総合最適化解析は市場のまたは操作上の制約１１４０（例えば販売員の制限及び患
者の要求及びマネージドケアの制約）の下で行われる。例示の推奨行動１１３０のセット
は、販売促進の実効性／有効性を向上させる販売文句の文章を修正するための具体的推奨
（勧告）を有する。

図１４は、製品（例えばＳｙｍｂａｘ、Ｚｙｐｒｅｘａ、Ｃｙｍｂａｌａｔａ、及びＳ
ｔａｔｔｅｒａ）の市場ポートフォリオの販売促進の有効性における最適化のためのＬＰ
Ｍ方法の模範的アプリケーションの概略的説明である。このアプリケーションのために、
非線形最適化アプリケーション１１１０は、推奨行動１１６０のセットを生成する総合的
な単独製品促進パラメーター（１１５０）の解析用に構成されている。この最適化は、適
切な市場の及び操作上の制約１１４０に従って再び行われる。推奨行動１１５０の例示の
セットは、好ましいポートフォリオｓｐｅｎｄ ｔａｒｇｅｔを目指して市場ポートフォ
リオにおける製品構成またはバランスを修正する具体的推奨／勧告を有する。

図１５は比較のグラフであり、市場行動を最適するＬＰＭ方法を用いて得られる製品の
市場結果を示す。グラフ１７００は、製品の発売開始（立ち上げ）からの１８週間の期間
における、後援する製品の市場占有率と競合者の製品の市場占有率とを比較している。後
援する製品のための市場行動は、市場の動向のＬＰＭ解析に従って数週間毎に調節される
。よりよい市場占有率の結果は市場行動を最適化するＬＰＭ方法の使用に結びついている
。

本発明によれば、当該ＬＰＭ方法の実施のためのソフトウェア（例えばコンピュータプ
ログラム・インストラクション）はコンピュータ可読媒体で提供することができる。（こ
の発明に従って上記されている）ステップ及び過程と、そしてこれらのステップ及び過程
のあらゆる組み合わせとがコンピュータプログラム・インストラクションにより実行され
得ることは、十分に理解されるべきである。この目的のために、いずれかのコンピュータ
プログラミング言語が用いられる。コンピュータプログラム・インストラクションはコン
ピュータまたは他のプログラム可能な装置に搭載されうり、コンピュータ上または他のプ
ログラム可能な装置上で実行されるインストラクションのような、当該ＬＰＭ方法の機能
を実行する手段を作る機械を生成する。コンピュータ可読メモリに記憶されているインス
トラクションが当該ＬＰＭ方法の機能を実行するインストラクション手段を有する製品を
生成するように、これらのコンピュータプログラム・インストラクションは、コンピュー
タまたは他のプログラム可能な装置を特定の方法で機能するよう導きうるコンピュータ可
読メモリに記憶され得る。コンピュータ上または他のプログラム可能な装置上で実行する
このインストラクションが当該ＬＰＭ方法の機能を実行するためのステップを提供するよ
うに、コンピュータプログラム・インストラクションはコンピュータまたは他のプログラ
ム可能な装置へ搭載されうり、コンピュータ上または他のプログラム可能な装置上で実行
されコンピュータ実行過程を生成する一連の操作ステップを生じさせる。当該ＬＰＭ方法
を実行するインストラクションが提供されているコンピュータ可読媒体が際限なくファー
ムウェアと、マイクロコントローラと、マイクロプロセッサと、集積回路と、ＡＳＩＣＳ
と、そして他の利用できるメディアとを有することもまた理解されるべきである。

上述したことは本発明の原則に関する説明のみであり、特許請求の範囲に記載してある
、本発明の精神及び範囲を逸脱することなく、当業者により種々の変更を施し得ることは
当然理解されるべきである。

Claims (20)

1. 製品のマーケティング努力の実効性を高めるパフォーマンス管理方法（ＬＰＭ）であっ
   て、当該ＬＰＭ方法が、
   （ａ）一次市場調査データ及び２次市場データを時系列にデータ統合するステップと、
   （ｂ）前記統合したデータを周期解析し、前記周期解析することによって現行市場を動
   かす変量を識別するステップと、
   から成る方法。
2. 請求項１に記載のＬＰＭ方法において、
   前記ステップ（ｂ）が、非線形多変量解析から成るＬＰＭ方法。
3. 請求項１に記載のＬＰＭ方法において、
   現行市場を動かす変量の解析に応じて、製品のマーケティング行動を最適化するステッ
   プ（ｃ）、
   をさらに含むＬＰＭ方法。
4. 請求項３に記載のＬＰＭ方法において、
   前記ステップ（ｃ）が、市場プロモーションシミュレータと結合した最適化アルゴリズ
   ムを用いることから成るＬＰＭ方法。
5. 請求項３に記載のＬＰＭ方法において、
   前記ステップ（ｃ）が、資源配分のアルゴリズムと結合した最適化アルゴリズムを用い
   ることから成るＬＰＭ方法。
6. 請求項１に記載のＬＰＭ方法において、
   前記製品のマーケティング努力が医薬品のマーケティングに関するものであり、前記一
   次調査データが処方医の態度から成るＬＰＭ方法。
7. 請求項６に記載のＬＰＭ方法において、
   前記二次市場データが、前記医薬品に関する処方者毎の処方データから成るＬＰＭ方法
   。
8. 請求項７に記載のＬＰＭ方法において、
   前記ステップ（ａ）が、さらに参照データを統合することから成るＬＰＭ方法。
9. 請求項１に記載のＬＰＭ方法において、
   前記ステップ（ｂ）が、さらに市場状況の変化の早期警告を提供することから成るＬＰ
   Ｍ方法。
10. 請求項９に記載のＬＰＭ方法において、
    さらに市場状況の前記変化の市場へ与える影響を解析するステップから成るＬＰＭ方法
    。
11. 請求項１０に記載のＬＰＭ方法において、
    さらに市場状況の前記変化に対処するための製品のマーケティング努力において定量化
    可能な要対処事項を生成するステップから成るＬＰＭ方法。
12. 請求項１に記載のＬＰＭ方法において、
    コンピュータ可読媒体上のソフトウェア構成として実行されるＬＰＭ方法。
13. 製品のマーケティング努力の実効性を高めるためのソフトウェア構成であって、
    当該ソフトウェア構成が、
    （ａ）時系列に統合した１次市場調査データ及び２次市場データを提供するデータ統合
    化コンポーネントと、
    （ｂ）前記統合化データを周期解析し、現行市場を動かす変量を識別するよう構成され
    た分析コンポーネントと、
    から成るソフトウェア構成。
14. 請求項１３に記載のソフトウェア構成において、
    前記データ統合化コンポーネントが、さらに統合した参照データを提供する、
    ソフトウェア構成。
15. 請求項１３に記載のソフトウェア構成において、
    前記分析コンポーネントが、現行市場を動かす変量を識別するように構成された非線形
    多変量アルゴリズムから成るソフトウェア構成。
16. 請求項１３に記載のソフトウェア構成において、
    前記分析コンポーネントが、製品の前記市場状況の変化に対する早期警告を提供するよ
    うに構成された、
    ソフトウェア構成。
17. 請求項１６に記載のソフトウェア構成において、
    前記分析コンポーネントがさらに、製品の前記市場状況の前記変化に対応した製品のマ
    ーケティングの要対処事項を生成するように構成された最適化アルゴリズムから成るソフ
    トウェア構成。
18. 請求項１３に記載のソフトウェア構成において、
    さらにマーケティングプロモーションシミュレータから成るソフトウェア構成。
19. 請求項１３に記載のソフトウェア構成において、
    さらに報告アプリケーションから成るソフトウェア構成。
20. 請求項１９に記載のソフトウェア構成において、
    前記報告アプリケーションが、市場の変数値を表示するように構成されたダッシュボー
    ドから成るソフトウェア構成。

Images