Привет, меня зовут Ольга Сапронова. Последние 10 лет работаю в фармацевтической отрасли.
В 2020 году в России ввели обязательную маркировку лекарственных препаратов. Если Вы читаете эту статью, значит, скорее всего, также как и я внимательно следили за этим увлекательным процессом, наблюдали технические проблемы, оценивали ситуацию с точки зрения цифр и пытались понять – насколько качественная информация передается/ содержится в системе Мониторинга движения лекарственных препаратов (МДЛП).
Сегодня ситуация изменилась. Означает ли это, что начать полноценную работу с данными маркировки можно уже сейчас? Проблемы, которые влияют на достоверность данных, все еще остаются
- Работа маркировки до сих пор недостаточно стабильна, продолжают использоваться упрощенные схемы - иначе система не справляется с объемом данных и рынок не может функционировать.
- Не все адреса заведены в МДЛП – юридическое лицо завело не все точки, соответственно выбытие проходит только по заведенным и может включать в себя бОльший объем продаж (за счет незаведенных точек).
- Если интеграция с кассой настроена некорректно, то данные в систему маркировки поступать не будут.
- Отставание в передаче данных до одного месяца – самостоятельно точка может передавать информацию в течении 30 дней с момента фактической продажи.
- В случае возникновения проблем с регистрацией сведений об обороте лекарственных препаратов может использоваться упрощенный процесс осуществления приемки лекарственного препарата, не требующий подтверждения приемки от поставщика. Это в том числе влияет на искажение остатков в отчетах МДЛП.
Данные маркировки пока еще очень «сырые» и дают существенную погрешность. Я не знаю сколько потребуется времени, чтобы качественно улучшить Систему. Но я точно знаю, что с данными в системе маркировки работать можно. Нужно «всего лишь» убедиться в корректности цифр.
Чтобы понять насколько данным маркировки можно доверять, вместе с фармпроизводителями мы сделали сверку данных, проанализировав расхождения по выбытиям из МДЛП и почековым продажам из ОФД. Почему именно такой алгоритм сверки?
Чек ОФД содержит всю необходимую информацию: адрес точки продаж, ее ИНН, фискальные признаки кассы, проданные товары, количество и цену. Данные по продажам на основании чеков – самая достоверная информация, которая только может быть на рынке.
Для чистоты эксперимента и, чтобы проверить несколько сценариев расхождения, мы брали разные бренды с точки зрения оборачиваемости. Какие результаты продемонстрировал анализ сверки данных?
- При сравнении данных на уровне выборки по адресам конечных точек продаж суммарно в системе маркировки может показываться на 10-15% больше упаковок в выбытии по заданным аптекам и препаратам, чем в данных ОФД. Это объясняется тем, что в маркировке присутствуют не все адреса и часть продаж проходит по заведенным аптекам, хотя по факту выбытие было из точек, отсутствующих в маркировке. Наша общая статистика показывает погрешность в адресах примерно на уровне 25%. При этом сверки на уровне ИНН (без детализации до адреса) показывают гораздо лучший результат и погрешность достигает всего 5%
- Полное совпадение данных (на уровне аптека-SKU-месяц-количество упаковок) составляет до 80%
- По менее оборачиваемым препаратам наблюдается бОльшее совпадение данных, чем по более оборачиваемым. Это объясняется теорией вероятности: чем больше продаж, тем больше вероятность, что хотя бы одна из них не попадет в систему
- Из-за неверного распределения продаж между точками внутри клиента, данные о продажах по региону могут отличаться до 10% в штуках, среднее отклонение на данный момент составляет 2%.
По словам технического директора платформы Matchflow® Романа Корнеева «работать с данными маркировки можно только обладая и сравнивая данные между собой, обогащая и дополняя их друг с другом». В этом случае данные МДЛП можно реконструировать, привести к корректной товаропроводящей цепочке и полноценно работать с ними.
Данные маркировки являются уникальными с точки зрения полноты и объема информации. С ними нужно начинать плотную работу, но предварительно (и обязательно) убедитесь в корректности цифр.
#маркировка #маркировкалекарств #аналитикамаркировки #matchflow #мэтчинг #мдлп #аналитика #алгоритмсопоставлений