商业预测趋势：来自IQVIA 2024年年度调查的见解

本文基于IQVIA对100位参与预测活动的受访者进行的调查，分析了当前商业预测的趋势、挑战及改进方向。调查重点关注了预测者希望改进的方面、当前预测状态以及机器学习（ML）和人工智能（AI）在预测中的应用潜力。

调查结果显示，受访者来自不同背景和预测职能，预测的产品涵盖多个生命周期阶段。预测团队中，全球和附属团队比例接近均等。

当前挑战
调查者公开提及的主要挑战包括领导层与全球（Glocal）团队的协调一致，以及获取更有效的真实世界数据（RWD）。在预测活动中，受访者认为以下方面最具挑战性：

• 领导层协调（4.1分，5分制）
• 全球与本地协调（4.0分）
• 真实世界数据整合（3.9分）

挑战影响程度
受访者认为这些挑战对预测工作的影响程度较高：

• 领导层协调（4.3分）
• 全球与本地协调（4.2分）
• 真实世界数据（4.0分）

数据库整合挑战
在整合定期更新的数据库数据时，受访者面临的主要挑战包括：

• 数据质量问题
• 数据格式不兼容
• 数据更新延迟

自动化潜力
受访者认为以下手动任务可通过自动化提升效率：

• 数据清洗
• 趋势分析
• 报告生成

预测难点
预测者最难以准确预测的输入包括：

• 竞争对手动态
• 宏观经济波动
• 患者行为变化

ML/AI改进方向
受访者认为ML/AI可显著改进以下预测环节：

• 需求预测准确性
• 异常检测与解释
• 自动化数据整合

结论
当前商业预测面临的主要挑战集中在跨团队协调、数据质量及预测输入的准确性。ML/AI技术虽在多个环节具有应用潜力，但尚未全面普及，仍需进一步探索以提升预测效率与精度。