Forecast vendite farmaceutiche: come si costruisce


Prevedere le vendite di un farmaco non significa prolungare una linea storica su Excel. Lancio, accesso regionale, pazienti eleggibili, concorrenza e capacità della rete possono modificare rapidamente la curva. Un forecast delle vendite farmaceutiche credibile rende esplicite queste leve, separa dati e giudizi e permette di capire quale ipotesi ha prodotto lo scostamento.
Partire dal paziente oppure dal mercato
Il modello epidemiologico parte dalla popolazione, stima incidenza o prevalenza, diagnosi, eleggibilità, accesso, trattamento e quota attesa. È adatto quando il percorso clinico è leggibile. Il modello market-based parte da volumi e quote osservate e può essere più utile per prodotti maturi. Incrociare i due approcci aiuta a individuare assunzioni incoerenti.
I dati regolatori e le indicazioni autorizzate si verificano nel quadro dell'EMA sui medicinali. L'indicazione non coincide però con il mercato accessibile: rimborsabilità, restrizioni, centri prescrittori e tempi regionali possono ridurre o rinviare la popolazione trattabile.
Esempio di modello patient-based
Si ipotizzano 20.000 pazienti prevalenti, il 70% diagnosticato e il 60% eleggibile: 8.400 pazienti. Se l'accesso effettivo copre il 75%, la popolazione raggiungibile è 6.300. Con un'adozione del 12% nel primo anno, i pazienti trattati sono 756. Moltiplicando durata media, dosi e prezzo netto si ottiene il valore, dopo aver considerato interruzioni e sconti.
Ogni passaggio deve avere fonte, data, proprietario e intervallo. L'AIFA è il riferimento per informazioni nazionali su autorizzazione, rimborsabilità e registri. Le ipotesi commerciali restano invece responsabilità del team e vanno validate con market access, medical, finance e supply.
Costruire la curva di adozione
La quota non salta istantaneamente al valore di picco. Si modellano centri attivati, velocità di inserimento, awareness, esperienza clinica e alternative. Una curva mensile o trimestrale rende visibile il ramp-up. Per prodotti stagionali o con somministrazioni cicliche occorre distinguere nuovi pazienti, pazienti in trattamento e abbandoni.
Un forecast utile presenta almeno tre scenari: base, downside e upside. Non basta variare tutti i parametri dello stesso 10%. Ogni scenario deve raccontare un evento plausibile: ritardo di accesso, ingresso anticipato di un competitor, migliore persistenza o capacità produttiva limitata. In questo modo il management può predisporre contromisure.
Dal sell-in alla domanda reale
Ordini a grossisti e strutture non equivalgono sempre al consumo. Stock iniziali, gare, riordini e destocking possono creare picchi. Il modello separa sell-in, sell-out e domanda paziente quando i dati lo consentono. Anche resi, scadenze e carenze vanno considerati, perché un forecast commerciale alimenta produzione e continuità di fornitura.
Governance e controllo
Ogni mese si confrontano actual e forecast per volume, prezzo, mix, accesso e timing. Lo scostamento non va coperto modificando la storia: si registra quale ipotesi è cambiata e si aggiorna il modello. Il Codice EFPIA resta un riferimento per la correttezza delle interazioni da cui possono emergere insight.
Il file dovrebbe distinguere celle di input, formule e output, avere controlli di coerenza e versioni approvate. Un forecast non è una promessa, ma una rappresentazione trasparente dell'incertezza. La sua qualità si misura nella capacità di spiegare le leve, preparare scenari e migliorare progressivamente l'accuratezza delle decisioni.
Un file che consenta di discutere le ipotesi
Il modello dovrebbe avere un foglio per le fonti, uno per la popolazione, uno per accesso e adozione e uno per gli output. Le formule non vanno nascoste e gli input manuali devono essere riconoscibili. Controlli automatici segnalano percentuali sopra il 100%, pazienti negativi o incoerenze tra confezioni e dosi.
In riunione non si discute quale numero “piace”, ma quale ipotesi ha più evidenze. La field force può contribuire sui tempi dei centri senza sovrascrivere la fonte centrale; supply verifica se lo scenario alto è producibile; finance riconcilia prezzo netto e ricavi. Un decision log conserva cambi, autore e motivazione. Quando il forecast viene aggiornato, la versione precedente resta disponibile per misurare bias e accuratezza. Questo apprendimento progressivo vale più di un aggiustamento finale che fa coincidere previsione e budget.
L’accuratezza va misurata per orizzonte e livello. Un errore a un mese non è paragonabile a quello a tre anni; il totale nazionale può nascondere compensazioni tra regioni o canali. Indicatori come bias e scostamento assoluto aiutano a distinguere previsioni sistematicamente ottimistiche da normale volatilità e a migliorare il processo.

