製薬フィールドセールスにおける顧客セグメンテーションとターゲティング: 最も価値の高いアカウントにMRの時間を振り向ける

製薬の顧客セグメンテーションを、薬局・HCP・病院のアカウントをランク付けする選別レンズとして示した図

Turn this article into takeaways for your work.

Each assistant summarizes the article only for you and suggests best practices for your work.

すべてのアカウントに等しく労力を注ぐことは、製薬フィールドセールスにおいて収益を最も早く取りこぼす方法です。

すべての薬局、すべての医師、すべての病院が、処方量や購買ポテンシャルにかかわらず同じ訪問頻度を受けているとしたら、それはコマーシャルロジックではなく公平性の原理でフィールドフォースを運用していることになります。MRは、月10件しか処方箋が動かない薬局にも、200件動く薬局にも同じ時間をかけています。3年間処方を変えていないHCP(医療従事者)にも、新しい患者パネルを積極的に開拓しているHCPにも、同じディテーリングを行っています。

この計算は成り立ちません。そして、価値の低いアカウントに時間を使っているMRは、その時間を価値の高いアカウントには使えていません。

セグメンテーションは、この問題を解決する手段です。ポテンシャルによってアカウントを分け、ティアごとに訪問頻度とリソース配分を割り当て、フィールドフォースが使える時間を最もリターンの大きい場所に集中させる分析レイヤーです。

製薬におけるセグメンテーションの軸

すべてのアカウントが同じ方法でセグメント分けできるわけではありません。薬局、HCP、病院はそれぞれ価値を生む要因が異なり、セグメンテーションモデルはそれを反映する必要があります。

製薬のセグメンテーションの軸を、薬局・HCP・病院それぞれの診断レーンとして示した図

薬局とドラッグストア

薬局アカウントにおける主なセグメンテーションの軸は、次のとおりです。

月間購買量: 現在の価値を示す最も直接的な指標です。この薬局は、あなたのディストリビューターから、あるいは自社から直接、どれだけの製品を購入しているでしょうか。取引量の多い薬局は、MRの働きかけの有無にかかわらず製品が動きます。取引量の少ない薬局には、成長ポテンシャルがある場合もない場合もあります。

バスケットミックス: その薬局の処方箋量のうち、あなたの治療領域が占める割合はどれくらいでしょうか。総取引量は多いのにカテゴリの浸透率が低い薬局は、あなたのブランドで満たされていない処方箋を扱っている可能性があります。それはターゲティングの機会です。

来店数と患者密度: 薬局の来店数(処方箋件数とOTC顧客の来店数)は、潜在需要を示します。クリニックに近い住宅地にある来店数の多い薬局は、多くの場合、特定の疾患を持つ患者が集中しています。

チェーン店か独立系か: チェーン薬局は購買判断が本部に集約されていることが多く、MRは店舗レベル(薬剤師との関係)と、アカウントマネジメントレベル(チェーンの購買担当チームとの関係)の両方でエンゲージメントを行う必要があるかもしれません。独立系薬局は、MRが購買判断により直接的な影響を及ぼせますが、個別の関係構築により多くの労力が必要です。

HCPと医師

医師アカウントの場合、関連する軸は次のように変わります。

専門領域: 製品が一般医が第一選択で対応する疾患を対象としているのでない限り、ターゲット治療領域の専門医は、一般医よりも本質的に価値が高くなります。専門領域は、そもそもどのHCPが処方量を動かしうるかを決定づけます。

処方習慣: 同じ専門領域の中でも、個々の処方パターンは大きく異なります。IMS/IQVIAデータや処方監査(市場によって利用可能)を使えば、すでにあなたのカテゴリで処方している医師と、まだ関与していない医師を区別できます。処方量は多いがあなたのブランドを処方していないHCPと、そもそもそのカテゴリで処方していないHCPとでは、まったく異なる機会です。

患者パネルの規模: 患者パネルが大きいほど、処方の機会も増えます。1日に50~60件の診察をこなす多忙な都市部のGPは、同じ専門領域であっても、1日15~20件の診察を行うGPとはまったく異なるターゲティング上の優先度を持ちます。

フォーミュラリーへの影響力: 一部のHCPは、所属する病院の診療科、クリニックのネットワーク、あるいは同僚グループの処方行動に対して、不釣り合いなほど大きな影響力を持っています。こうしたKOL(キーオピニオンリーダー)は、個々の処方量が示す以上にターゲティングする価値があることが多く、その理由は、彼らの行動を変えることがネットワーク全体の行動を変えることにつながるからです。

病院

病院アカウントには、独自のセグメンテーションの視点が必要です。

病床数と患者スループット: 大きな病院ほど多くの患者を診ますが、病床数だけでは治療領域との関連性は分かりません。500床の総合病院の方が、200床の専門センターよりも、あなたのブランドに関連する患者数が少ないこともあります。

治療領域へのアクセス: あなたの製品は、関連する入院部門や外来部門にアクセスできているでしょうか。病院のフォーミュラリーに掲載されているでしょうか。制限のないフォーミュラリーアクセスは、その病院内のHCPの価値を何倍にも高めます。フォーミュラリーの制限や専門医による処方開始の要件があると、ターゲティングの計算は変わってきます。

入札への参加: 多くの病院市場では、年1回または年2回の医薬品入札(テンダー)が行われています。あなたの製品カテゴリの入札に参加する病院は、通常のMRの訪問を超えた連携したエンゲージメントを必要とする戦略的アカウントであり、通常はメディカルアフェアーズ、マーケットアクセス、営業リーダーシップの関与が求められます。

主要データ: 製薬セグメンテーションのインパクト

  • IQVIAの処方医レベルデータを使えば、ほとんどの主要な商業市場において、分子レベルで治療領域内の処方医を特定できます。
  • バイオ製薬のフィールド効果に関するDeloitteの調査では、MRの限られた顧客対応時間をどこに配分するかが、コマーシャル成果を左右する主要な要因であるとしています。
  • IQVIA OneKeyデータベースは、117か国にわたり2,500万人以上の医療従事者と600万件以上の組織をカバーしており、ほとんどの主要市場で個々のHCPレベルのポテンシャルスコアリングを可能にしています。

ティア基準の構築

セグメンテーションの軸を定義したら、次はその軸のスコアをティア割り当てへと変換する意思決定ルールが必要です。ティアシステムこそが、分析モデルを実務的なコールプランニングへと変えるものです。重要なのは、幅広いカバレッジを通じて偶然価値の高いアカウントを発見するのではなく、MRの時間を配分する前に、優先すべきアカウントの属性を定義しておくことです。

製薬のアカウントティア基準を、A・B・C層アカウントのための3段階の配分ドックとして示した図

A層(優先度高・訪問頻度高)

A層アカウントは、現在の価値が高い、成長ポテンシャルが高い、あるいはその両方を満たすアカウントです。薬局の場合は、テリトリー内で月間購買量が上位四分位に入り、カテゴリミックスが伸びしろを示していることを意味します。HCPの場合は、その治療領域での処方量が多く、現在のブランドシェアがポテンシャルを下回っていることを意味します。病院の場合は、フォーミュラリーへの制限のないアクセスと、関連部門での高い患者スループットを意味します。

これらのアカウントには最も多くのMRの時間が割かれ、通常は月1回または隔週の訪問を受け、新しい臨床データ、販促プログラム、関係構築活動を含む最も充実したディテーリングを受けます。

B層(優先度中・標準頻度)

B層アカウントは、現在の価値は中程度ながら、識別可能な成長ポテンシャルを持っています。成長中の商圏にあり購買量が上位2番目の四分位に入る薬局。あなたの処方カテゴリに新しく参入してきた、中規模の患者パネルを持つHCP。関係構築への投資によって時間をかけてアクセスを改善できる可能性がある、部分的なフォーミュラリーアクセスを持つ病院、などです。

これらのアカウントは、通常6~8週間ごとの定期的な訪問を受け、標準的な販促ディテーリングと関係維持を行います。

C層(優先度低・維持またはデジタル対応)

C層アカウントは、現在の価値が低く、近い将来のポテンシャルも限られています。これは見捨てるという意味ではありません。A層やB層と同じだけのフィールド投資に値しないという意味です。多くのC層アカウントは、デジタルエンゲージメント、定期的な訪問、あるいはどのみちMRが通過する効率的なルートに組み込むことで、最もうまく対応できます。

セグメンテーション基準マトリクス

軸 A層(高) B層(中) C層(低)
月間処方箋数/購買量 テリトリー内上位20~25% 中位40~50% 下位25~35%
カテゴリ浸透率 高い: 治療領域での存在感が強い 中程度: 一部カテゴリの処方あり 低い: カテゴリでの存在感がほぼない
ブランドシェア対ポテンシャル 浸透不足: 明確な転換機会がある 部分的に発展 十分に発展、または構造的に頭打ち
HCP処方インデックス 専門領域内で上位10% 中程度の処方医 処方量が少ない、または非処方医
アカウントアクセス オープンアクセス、MRに好意的 標準的アクセス、時々障壁あり アクセスが限定的、ほとんど転換しない
戦略的価値 フォーミュラリーへの影響力、アンカーアカウント、KOL 影響力拡大中、紹介の可能性 安定した維持関係

セグメンテーションのためのデータ入力

セグメンテーションの精度は、データの質次第です。よくある落とし穴は、2年前の古いデータや構造的に不完全なデータの上に、精巧なモデルを構築してしまうことです。

セカンダリーセールスと処方データ(IMS/IQVIA): 利用可能な場合、これは製薬セグメンテーションのゴールドスタンダードです。IQVIAの処方医レベルデータを使えば、HCPや薬局ごとの処方量を分子レベルで把握でき、現在の価値スコアと市場シェアの推定値の両方が得られます。すべての市場でIQVIAが完全にカバーされているわけではなく、データのライセンス費用も大きく異なりますが、利用可能な場合はティア割り当てを主導すべきです。このスコアリングの考え方は、B2B営業で使われるリードスコアリングシステムと同じです。行動シグナルやファーモグラフィックシグナルに重み付けされたスコアを割り当て、ティアのしきい値を設定し、MRの勘だけに頼るのではなく、モデルに訪問優先度を決めさせます。

CRMの過去の訪問・注文データ: CRMには、MRが訪問してきたアカウントのコール履歴、サンプル記録、注文データが蓄積されています。このデータは、関係の深さ、コールへの反応、過去のトレンドを理解する上で貴重ですが、システムにすでに登録されているアカウントしかカバーしていません。これをアカウントユニバースの上限として扱ってはいけません。

ディストリビューターの実売データ: 製品がディストリビューターネットワークを通じて流通している場合、実売レポートは店舗ごとの実際の製品の動きを示します。ディストリビューターのデータは四半期ではなく週次や月次で更新されることが多いため、これは薬局の購買行動について最新の状況を示していることが多いです。

MRからのフィールドインテリジェンス: 定量データがすべてを捉えられるわけではありません。MRは、どのHCPが引退しようとしているか、どの薬局が経営者を変えたか、どの病院の診療科に処方の考え方が異なる新しい責任者が就いたかを知っています。コールノート、MR向けアンケート、定期的なテリトリーレビューを通じた構造化されたフィールドインテリジェンスの収集は、純粋なデータだけでは見落とされる定性的な文脈を補います。次にどのターゲティングモデルを選ぶかによって、この組み合わされた全体像をどう活用するかが決まります。

ターゲティングモデル

バリュー・ベロシティ・アクセス(VVA)ターゲティングモデルは、実務的な複合フレームワークです。バリューはアカウントの処方または購買ポテンシャルをスコア化し、ベロシティはそのポテンシャルの変化率(成長・安定・減少)をスコア化し、アクセスはMRがそのアカウントに実際にどれだけ関与できるか(オープン・制限あり・閉鎖)をスコア化します。ティア割り当てはこの3つを組み合わせるため、バリューは高いがアクセスが悪くベロシティが低下しているアカウントは、同じバリュースコアでもベロシティが向上しアクセスがオープンなアカウントとは異なる扱いになります。この3要素モデルによって、方向性のある機会を犠牲にして現在の取引量だけを過度に重視することを防げます。

製薬のターゲティングモデルを、ポテンシャル・ロイヤルティ・競合という3つの方向に分かれるバリュー・ベロシティ・アクセスのバランスとして示した図

セグメンテーションデータを使ってMRの時間を振り向ける方法は1つではありません。異なるターゲティングモデルは、異なるコマーシャル上の優先順位を反映しています。

ポテンシャルベースのターゲティングは、現在のブランド浸透率にかかわらず、絶対的な処方または購買ポテンシャルが最も高いアカウントにリソースを振り向けます。その論理は次のとおりです。取引量の多いアカウントでシェアをわずかしか取れていないなら、すでに支配的なポテンシャルの低いアカウントよりも、そこで得られるものの方が大きいということです。

ロイヤルティ調整型ターゲティングは、すでにあなたのブランドに好意的なアカウントにMRの労力を重み付けします。ロイヤルなアカウントをより高い取引量に転換する方が、まったく新しいアカウントを獲得するよりも効率的だという前提に立っています。このモデルはより保守的な傾向があり、新規の取引量を積極的に追うよりも、既存シェアの防衛を重視します。

競合機会ターゲティングは、競合が強いがあなたのブランドに差別化された臨床的ポジショニングがあるアカウントに、MRの時間を集中させます。目標は転換であり、特に処方習慣が比較的固定されており、競合からの奪取が主な成長レバーとなる治療領域で重要になります。

ターゲティングモデルの比較

モデル 適した状況 コア指標 リスク
ポテンシャルベース 新規ローンチ、浸透率の低い市場 カテゴリ全体の取引量 競合にロイヤルかもしれない高ポテンシャルアカウントを追いかけ、MRの手が薄くなる
ロイヤルティ調整型 成熟したブランド、シェアの防衛 ブランドシェアの安定性 成長アカウントへの投資不足、転換機会の見逃し
競合機会 差別化されたブランド、明確な競合アカウント ターゲットアカウントにおける競合シェア 競合の処方状況に関する強固なデータが必要
ハイブリッド ほとんどの定常状態 重み付けされた複合スコア スコアリングとティア境界の判断が複雑になる

ほとんどのコマーシャルチームは、最終的にハイブリッドアプローチに落ち着きます。ポテンシャル、現在のパフォーマンス、競合状況に重み付けした複合スコアで、その重み付けはブランドのライフサイクル上の位置を反映したものになります。

処方量は多いがまだあなたのブランドを処方していないHCPは、すでに大規模にあなたのブランドを処方しているHCPとは、根本的に異なるコマーシャル機会です。アカウントの取引量から見込まれる水準よりもブランドシェアが低いアカウントにリソースを振り向けるポテンシャルベースのターゲティングは、浸透段階のブランドにおいて、取引量のみに基づくターゲティングを一貫して上回ります。それは、行動変化が最もコマーシャル上価値のあるアカウントにMRの労力を集中させるからです。

セグメントの精度を維持する

一度行ったきり更新されないセグメンテーションは、セグメンテーションを行わないよりも悪い結果を招きます。誤った自信を生んでしまうからです。3年前にA層だったHCPは、すでに引退しているかもしれません。C層だった薬局は、来店数の多い立地に移転し、取引量が2倍になっているかもしれません。B層だった病院は、あなたのブランドに関連する新しい専門部門を新設しているかもしれません。

四半期ごとのレビュートリガーは、ほとんどの市場における最低限の基準です。このレビューはモデルをゼロから作り直すことを求めるものではありません。フィールドインテリジェンスやデータのシグナルが、ティア割り当てがもはや正確ではない可能性を示しているアカウントに焦点を当てます。

ティアレビューの一般的なトリガーは、次のとおりです。

  • 新しいセカンダリーセールスデータのリリース(IQVIAの四半期更新など)
  • MRから報告されたアカウント状況の変化(HCPの退職、薬局の移転、経営者の変更)
  • 地域の競合活動における大きな変化
  • 関連するHCPや薬局のプロファイルを変える新製品のローンチ

MRから報告されるフィールドインテリジェンスは、セグメンテーションモデルにフィードバックするための構造化された仕組みを必要とします。アカウントを週1回訪問しているMRは、どのデータシステムも捉えられない情報を持っています。コールノートのタグ付け、四半期ごとのテリトリーレビューフォーム、フィールドマネージャーとの構造化されたデブリーフィングなど、シンプルなフィールドインテリジェンスのプロセスをCRMのワークフローに組み込んでください。

このフィードバックループがなければ、中央のセグメンテーションモデルと、MRが実際に感じているアカウントの実情は、時間とともに乖離していきます。その結果、ティア割り当てが間違っていると分かっているために、それを無視するMRが出てくることになります。次の課題は、機能するセグメンテーションモデルを、実際のコールプランの意思決定へとどう落とし込むかです。

セグメンテーションをコールプランに結びつける

セグメンテーションは、それが訪問頻度の意思決定を左右して初めてコマーシャル上の価値を生みます。スプレッドシートに置かれたままで、MRが自分の週の計画をどう立てるかに反映されないティア割り当ては、何も達成していないのと同じです。

セグメンテーションからコールプランへの流れを、アカウントティアが頻度・ルート・カバレッジのコントロールへと橋を渡っていく様子として示した図

ティアからコールプランへの落とし込みは、頻度の基準とカバレッジのルールを通じて行われます。

ティア 年間目標コール数 四半期あたりのコール数 最低カバレッジ率
A層 12~24 3~6 アカウントの95%
B層 6~8 1.5~2 アカウントの90%
C層 2~4またはデジタル対応 0.5~1 アカウントの70~80%

カバレッジ率は頻度と同じくらい重要です。MRがC層アカウントに時間を使っているせいでA層アカウントの30%がまったく訪問されていないなら、高い頻度目標を設定しても意味がありません。Deloitteの調査によると、バイオ製薬のMRは稼働時間のおよそ3分の2を顧客対応以外の業務に費やしているとされており、限られた顧客対応時間しかない以上、アカウントの優先順位付けがコマーシャル成果を左右する主要なレバーになります。

フィールドマネージャーは、少なくとも月次でティア別のカバレッジレポートをレビューすべきです。A層アカウントで持続的なカバレッジギャップが生じている場合、その根本原因がテリトリー設計であれ、ルートの非効率であれ、MRの優先順位付けの行動であれ、それはマネジメントの課題です。コールプランの実行メカニクスについては、MRの日次コールプランを参照してください。

セグメンテーションと訪問頻度とカバレッジの最適化の関係は直接的です。セグメンテーションが優先順位を決め、カバレッジ最適化は、地理と時間という実務的な制約の中で、その優先順位をどう実行するかを決めます。

セグメンテーションは、新規開拓戦略も左右します。どのアカウントタイプやプロファイルがA層のポテンシャルを持つかが分かれば、新規アカウントで何を探すべきかも分かります。新規薬局・ドラッグストア開拓や新規HCP・医師の開拓は、幅広く網を張るのではなく、的を絞った取り組みになります。

精緻なセグメンテーションがMRの時間を収益に変える

フィールドフォースは有限のリソースです。どのMRにも週あたり決まった生産的な時間があり、そのすべての時間はどこかに使われています。グローバルな製薬市場の規模では、規律あるアカウント優先順位付けと規律のないそれとの差が積み重なり、大きな収益の差となって現れます。セグメンテーションは、その時間が最も製品を動かせるアカウントに体系的に集中しているか、それともポテンシャルが大きく異なるアカウントに無差別に分散しているかを左右します。

ターゲティングを伴わない幅広いカバレッジは、走行距離を積み上げるだけで、収益を積み上げません。最も広い範囲をカバーするMRが、必ずしも最も多く売るMRとは限りません。最も多く売るのは、正しいアカウントに最も多くの時間を使うMRです。

それがセグメンテーションのもたらすものです。ランキングをつける作業ではなく、リソース配分の規律です。そして、人員コストがほぼ固定されており、変えられる要素がその人員が時間をどこに使うかだけであるフィールドフォースのモデルにおいて、配分の規律こそが、コマーシャルリーダーが手にできる主要なコマーシャルレバーです。

アカウントユニバースをマッピングするテリトリー設計(営業テリトリーマッピングとアカウントユニバースを参照)は、地理的な器を与えてくれます。セグメンテーションは、その中で何が最も重要かを教えてくれます。この2つが揃うことで、ルーティング、コールプランニング、販促の優先順位付けなど、その他すべての取り組みが測定可能な形でより効果的になる分析基盤が完成します。

製薬フィールドセールスにおける顧客セグメンテーションとターゲティングに関するよくある質問

製薬フィールドセールスにおける顧客セグメンテーションとは何ですか。

製薬における顧客セグメンテーションとは、アカウント(薬局、HCP、病院)を処方量、購買ポテンシャル、商業的特性によって分類し、その分類に基づいて訪問頻度とリソース配分を割り当てるプロセスです。その目的は、すべてのアカウントに価値にかかわらず等しく労力を分配するのではなく、最も高いリターンを生む場所にMRの時間を集中させることです。

HCPアカウントにおける主なセグメンテーションの軸は何ですか。

主な軸は、専門領域(このHCPがあなたの治療領域で処方しているか)、処方習慣(あなたのカテゴリでどれだけ処方しており、あなたのブランドシェアはどうか)、患者パネルの規模(1日または1週間にどれだけ関連する患者を診ているか)、フォーミュラリーへの影響力(所属するネットワークや病院の診療科の処方行動を形作っているか)です。同僚への影響力を持つKOLは、個々の処方量が示す以上にターゲティングする価値があることが多いです。

ポテンシャルベースのターゲティングとロイヤルティ調整型ターゲティングの違いは何ですか。

ポテンシャルベースのターゲティングは、現在のブランド浸透率にかかわらず、絶対的な処方機会が最も大きいアカウントにMRを振り向け、取引量に対してシェアが伸びていないアカウントを優先します。ロイヤルティ調整型ターゲティングは、すでにあなたのブランドに好意的なアカウントに労力を集中させ、新規アカウントを追うのではなく、ロイヤルなアカウントをより高い取引量に転換します。ほとんどのコマーシャルチームは、ブランドのライフサイクル上の位置に基づいて、ポテンシャル、現在のパフォーマンス、競合状況に重み付けした複合スコアを使うハイブリッド方式を採用しています。

セグメンテーションデータはどのくらいの頻度で更新すべきですか。

ほとんどの市場において、四半期ごとのレビューが最低限の基準です。レビューのトリガーには、新しいIQVIAデータのリリース、MRから報告されたアカウント状況の変化(HCPの退職、薬局の移転、経営者の変更)、地域の競合活動における大きな変化、関連するアカウントプロファイルを変える新製品のローンチなどがあります。フィールドインテリジェンスから中央モデルへの構造化されたフィードバックの仕組みがなければ、ティア割り当てとMRが実際に感じているアカウントの実情は、時間とともに乖離し、モデルが間違っていると分かっているためにMRがそれを無視するようになります。

A層アカウントにはどのくらいの訪問頻度が必要ですか。

処方量または購買ポテンシャルが高く、識別可能な転換機会があると定義されるA層アカウントには、通常、年間12~24回(月1回から隔週)の訪問が行われます。カバレッジ率は頻度と同じくらい重要です。A層アカウントの最低カバレッジ率は95%であるべきで、これはほぼすべてのアカウントが四半期に少なくとも1回の訪問を受けることを意味します。A層アカウントで持続的なカバレッジギャップが生じている場合、それはテリトリー、ルート、または優先順位付けへの介入が必要なマネジメントの課題です。

製薬セグメンテーションモデルにおける最大のリスクは何ですか。

最大のリスクは、古いデータや構造的に不完全なデータの上に精巧なモデルを構築し、それを現在の真実として扱ってしまうことです。3年前にA層だったHCPは、すでに引退しているかもしれません。C層だった薬局は、来店数の多い立地に移転し、取引量が2倍になっているかもしれません。病院は、今では治療的に関連性のある新しい専門部門を新設しているかもしれません。一度行ったきり維持されないセグメンテーションは誤った自信を生み、それはしばしば、正式なモデルをまったく持たないことよりもコマーシャル上悪い結果をもたらします。

関連記事

About the author

Esther Van

Esther Van

Senior Implementation Consultant

Esther Van is a Senior Implementation Consultant at Rework with a growth marketing focus on Latin American markets. Esther writes about growth in field-sales and distribution-heavy industries, including automotive sales, solar and home energy, agricultural inputs, FMCG distribution, door-to-door home services, and pharmaceuticals, looking at how these businesses find, convert, and keep customers. Esther also covers chat and inbox tools and lead capture automation for teams that sell through conversations.