第1部. セカンダリーデータのみで売上予測はどこまでできる?

(2020年4月22日 10:00〜11:30)

　売上予測の基本は的確な市場把握 (市場予測) と当該製品の客観的なポテンシャルの評価である。かつて想像もできなかった画期的な新薬の売上予測を実践するには必要な情報を確実に得ることは困難であることは容易に想像がつく。しかしながら、たいていの新薬の売上予測には既存のセカンダリーデータを駆使することによりかなり精度の高い市場把握 (市場予測) を行うことが可能と考える。ただし、市場予測=売上予測ではない。本講座では改めて売上予測の基本を見直すことにより「セカンダリーデータのみで」の売上予測の方法論を主にがん領域を例に考える。

1. 市場データが充実している一般的な薬剤の市場予測
   1. 各種セカンダリーデータの活用法
   2. 市場予測の実践
2. 市場データが不足している場合の市場予測
   1. 活用可能なセカンダリーデータは?
3. データ不足を補う調査法=データがない場合の市場予測
   1. 必要とするデータの確定
   2. プライマリーデータの収集
   3. 確度の高い売上予測を実践するには
4. 精度の高い売上予測を実践するには
   1. 徹底したSTP (セグメンテーション・ターゲティング・ポジショニング)
   2. セグメンテーションごとの売上予測
   3. 売上予測はボトムアップ
• 質疑応答

第2部. 売上予測の精度を高めるプライマリー情報の収集と活用

(2020年4月22日 12:15〜13:45)

　売上予測は早期開発段階の事業性評価から上市前、上市後のPLCMに至るまで様々なステージで行われ、それぞれのステージや状況に合った予測方法とインプットが必要になる。 種々のインプットの中でプライマリー調査の重要性は論を待たないが、予測する市場と製品の状況に合ったやり方で調査を実施し、その結果を活用することが重要である。

1. 売上予測を前提としたプライマリー・リサーチ
   • 予測を前提としたプライマリー・リサーチの目的・課題設定
   • VUCAの時代
   • 市場の状況、事業・製品の状況に適したリサーチ設計
   • 各種リサーチ手法の長短
   • 早期開発段階のプライマリー・リサーチ
   • 新薬上市に向けたプライマリー・リサーチ
   • 上市後プロダクト・ライフサイクル・マネジメントの為のプライマリー・リサーチ
2. 売上予測精度を高めるためにプライマリー・リサーチで押さえたいポイント
   • 市場・カスタマーの定義
   • 製品の競合状況、ポジショニング
   • ペイシャント・ジャーニー/治療フローの理解
   • アンメットニーズ
   • 将来想定されるマーケット・イベントと市場ランドスケープ変化
   • 競合パイプラインの影響について
   • プロダクトXの市場性に説得力を持たせるために
   • プロダクトXのTPP作成のポイント
   • プロダクトXの受容度を探る質問の流れ
   • 想定される治療対象患者像・治療アルゴリズム上の位置づけ
   • 予想される治療対象患者割合
3. リサーチ結果の解釈と売上予測への活用
   • プロダクトXの市場性の解釈に説得力を持たせるため
   • 上市順序 (Order of Entry) について
• 質疑応答

第3部. 新薬の薬価予測

(2020年4月22日 14:00〜14:45)

1. 医薬品の流通と価格の種類
2. 薬価制度の概略
3. 既存薬の薬価予測
   1. 自社の薬価予測
   2. 他社の薬価予測
4. 新薬の薬価予測
• 質疑応答

第4部. 公的患者数データ (患者調査、がん登録) を使った売上予測

(2020年4月22日 15:00〜17:00)

　売上予測の精度を高めるためにはデータを十分に吟味した上で使用することが肝要であるが、とりわけ患者数はデータソースによるばらつきが大きくどのデータを採用すべきか迷うことが多い。本講演では、市販データベースは企業によって導入状況がまちまちであることに配慮して、誰でもアクセスできる公的患者数データを売上予測に使用する方法とその際に注意すべき点について考えてみたい。

1. 厚労省患者調査
   • 売上予測に使用する方法
   • 注意すべき点
2. がん統計
   • 地域がん登録と全国がん登録
   • ステージ別患者数の推定
   • 治療フロー分析によるライン別患者数の推定
3. NDBオープンデータ
   • 患者数データとのデータ比較
   • 地域別データの分析
4. その他の公的データベース
• 質疑応答