Das marktführende DatamedIQ-Panel

Mit den exklusiven Datenbeständen der größten Online-Apotheken greifen wir auf das größte OTC-Panel und die stärkste Marktabdeckung zurück.

datamediq-pharma-versandhandel-insights-partner-logo-layer-shop-apotheke
datamediq-pharma-versandhandel-insights-partner-logo-layer-aponeo
datamediq-pharma-versandhandel-insights-partner-logo-layer-apolux
datamediq-pharma-versandhandel-insights-partner-logo-layer-sparmed
datamediq-pharma-versandhandel-insights-partner-logo-layer-medicaria
datamediq-pharma-versandhandel-insights-partner-logo-layer-docmorris
datamediq-pharma-versandhandel-insights-partner-logo-layer-sanicare
datamediq-pharma-versandhandel-insights-partner-logo-layer-versand-apo
datamediq-pharma-versandhandel-insights-partner-logo-layer-apothekede
datamediq-pharma-versandhandel-insights-partner-logo-layer-aliva
datamediq-pharma-versandhandel-insights-partner-logo-layer-medpex
datamediq-pharma-versandhandel-insights-partner-logo-layer-disapo
datamediq-pharma-versandhandel-insights-partner-logo-layer-apocom
datamediq-pharma-versandhandel-insights-partner-logo-layer-deutsche-internet-apotheke
datamediq-pharma-versandhandel-insights-partner-logo-layer-apodiscounter
datamediq-pharma-versandhandel-insights-partner-logo-layer-delmed
datamediq-pharma-versandhandel-insights-partner-logo-layer-pharmeo
datamediq-pharma-versandhandel-insights-partner-logo-layer-meine-online-apo
datamediq-pharma-versandhandel-insights-partner-logo-layer-apotal
datamediq-pharma-versandhandel-insights-partner-logo-layer-zur-rose
datamediq-pharma-versandhandel-insights-partner-logo-layer-juvalis
datamediq-pharma-versandhandel-insights-partner-logo-layer-homoeopathie-fuchs
datamediq-pharma-versandhandel-insights-partner-logo-layer-shop-apotheke
datamediq-pharma-versandhandel-insights-partner-logo-layer-medpex
datamediq-pharma-versandhandel-insights-partner-logo-layer-sanicare
datamediq-pharma-versandhandel-insights-partner-logo-layer-delmed
datamediq-pharma-versandhandel-insights-partner-logo-layer-apolux
datamediq-pharma-versandhandel-insights-partner-logo-layer-apocom
datamediq-pharma-versandhandel-insights-partner-logo-layer-juvalis
datamediq-pharma-versandhandel-insights-partner-logo-layer-apothekede
datamediq-pharma-versandhandel-insights-partner-logo-layer-meine-online-apo
datamediq-pharma-versandhandel-insights-partner-logo-layer-medicaria
datamediq-pharma-versandhandel-insights-partner-logo-layer-docmorris
datamediq-pharma-versandhandel-insights-partner-logo-layer-apodiscounter
datamediq-pharma-versandhandel-insights-partner-logo-layer-aponeo
datamediq-pharma-versandhandel-insights-partner-logo-layer-disapo
datamediq-pharma-versandhandel-insights-partner-logo-layer-homoeopathie-fuchs
datamediq-pharma-versandhandel-insights-partner-logo-layer-zur-rose
datamediq-pharma-versandhandel-insights-partner-logo-layer-versand-apo
datamediq-pharma-versandhandel-insights-partner-logo-layer-pharmeo
datamediq-pharma-versandhandel-insights-partner-logo-layer-sparmed
datamediq-pharma-versandhandel-insights-partner-logo-layer-deutsche-internet-apotheke
datamediq-pharma-versandhandel-insights-partner-logo-layer-aliva

DatamedIQ betreibt das größte und stärkste Panel im Apotheken-Versandhandel, zu dem die führenden Online-Apotheken zählen

Kürzlich haben wir die Coverage mit Aponeo, Sanicare und Disapo noch einmal erheblich erhöht. Mithilfe valider statistischer Modelle rechnet DatamedIQ die Transaktionsdaten all dieser Datenlieferanten auf 100 Prozent des deutschen Versandhandels hoch, die Datenbasis unserer Partnerunternehmen enthält zudem Um- und Absätze aus dem sogenannten Marketplace-Geschäft wie bspw. der AmazonMarketplace.

Die wichtigsten Fragen
und Antworten auf einen Blick

Wie unterscheidet sich die Hochrechnung der DatamedIQ von anderen Hochrechnungen?

Die Hochrechnung von DatamedIQ unterscheidet sich von anderen Hochrechnungen insbesondere durch die Qualität, Repräsentativität und Exklusivität der zugrunde liegenden Daten.  

Unsere Ergebnisse stehen für erstklassige Datenqualität. Hierbei profitieren Sie insbesondere von der Art und Menge der verfügbaren Daten: Mit DatamedIQs exklusivem Zugriff auf die Bestelldaten der führenden Online-Apotheken verfügen wir über das größte Panel seiner Art. Dies ermöglicht uns, außergewöhnlich präzise und hochqualitative Resultate zu gewährleisten. 

Von welchen Online-Apotheken erhält DatamedIQ seine Daten?

Zum DatamedIQ-Panel zählen 19 der Top 25 Online-Apotheken. Kürzlich haben wir die Coverage mit Aponeo, Sanicare und Disapo noch einmal erheblich erhöht. Die Datenbasis unserer Partnerunternehmen enthält zudem Um- und Absätze aus dem sogenannten Marketplace-Geschäft, wie beispielsweise der Amazon Marketplace. Oben finden Sie die Übersicht aller Datenlieferanten. 

Die Zusammenarbeit mit einigen unserer Datenlieferanten erfolgt exklusiv. Dies bedeutet, dass deren Umsätze ausschließlich von uns ausgewertet und hochgerechnet werden. Gemeinsam mit nicht-exklusiven Datenbeständen bieten wir so das repräsentativste Panel auf dem Markt. 

Welche Daten erhält DatamedIQ von den Online-Apotheken?

DatamedIQ erhält von den Online-Apotheken sogenannte Transaktionsdaten, also Informationen, die beim Kauf in einer Online-Apotheke erzeugt werden. Dazu zählen Warenkorbinformationen und statistische Daten zum Kaufenden.

Handelt es sich dabei um personenbezogene Daten?

Bei den Informationen zum Kaufenden (Geschlecht, Alter und 4-stellige Postleitzahl) handelt sich um nicht-personenbezogene oder personenbeziehbare Daten. Bei diesen rein statistischen Daten ist nachweislich jeglicher Personenbezug konsequent ausgeschlossen.  

Einige spezifische Punkte zur Datenerfassung:  

  • Wir erhalten niemals die genaue Lieferadresse der Kundinnen und Kunden. Stattdessen bekommen wir lediglich Informationen über die Region basierend auf den ersten vier Stellen der Postleitzahl mitgeteilt. 
  • Zu den Transaktionen erhalten wir Informationen über das Geschlecht und das Alter der Kundinnen und Kunden. Das Alter wird dabei auf 5 Jahre gerundet, um eine direkte Zuordnung zu verhindern. 
  • Zwar verfügen wir über Kundenreferenznummern oder IDs, diese stammen jedoch nicht direkt aus dem Shop-System. Sie werden durch Hashing-Verfahren pseudonymisiert oder anonymisiert. Daher besteht zu keinem Zeitpunkt die Möglichkeit, eine Referenznummer einer/m bestimmten Kundin/en zuzuordnen, selbst über verschiedene Systeme hinweg. 
Wie und wie oft erhält DatamedIQ seine Daten?

DatamedIQ erhält seine Daten täglich. Die Transaktionsdaten des abgeschlossenen Vortages werden stets am darauffolgenden Tag an uns übermittelt. Es ist jedoch zu beachten, dass es aufgrund systembedingter Verzögerungen durch die ERP-Systeme unserer Lieferanten, insbesondere bei den Versandhändlern, zu Verzögerungen kommen kann. Dennoch können wir mit hoher Wahrscheinlichkeit sicherstellen, dass alle relevanten Transaktionen spätestens zwei Tage nach einem Kauf in unseren Datenbank erfasst wurden. Tatsächlich treffen etwa 95% aller Daten bereits am Tag nach der Transaktion bei uns ein. 

Welche Maßnahmen unternimmt DatamedIQ zur Sicherung der Datenqualität?

DatamedIQ legt großen Wert auf die Sicherung der Datenqualität und hat hierfür mehrere Maßnahmen implementiert: 

  • Maschinelle Überwachung der Datenlieferungen: Unsere Systeme überwachen automatisch alle eingehenden Datenlieferungen. Sollte eine Lieferung ausfallen, werden wir umgehend benachrichtigt. Dies ermöglicht uns, den Lieferanten bereits in den frühen Morgenstunden auf den fehlenden Datensatz hinzuweisen und diesen umgehend anzufordern. Dadurch gewährleisten wir die tägliche Datenlieferung. 
  • Qualitätssicherungsprozesse: Neben der Überwachung der Datenlieferungen haben wir weitere maschinelle Verfahren eingerichtet, um die Datenqualität zu überprüfen. Diese Prozesse erkennen Abweichungen in den Daten basierend auf unseren Erfahrungswerten. Bei festgestellten Abweichungen erhalten wir Benachrichtigungen, die unser dediziertes Data Team überprüft und aufklärt. 
  • Manuelle Überprüfung: Vor der Veröffentlichung unserer monatlichen Berichte führen wir eine zusätzliche vier-Augen Kontrolle durch, bei der wir die Vollständigkeit und Plausibilität der Daten manuell überprüfen – ein Verfahren, das intern als „Eye Bawling“ bezeichnet wird.

Durch diese Maßnahmen stellen wir sicher, dass die von uns bereitgestellten Daten stets von höchster Qualität sind. 

Wie rechnet DatamedIQ Marktzahlen aus den Transaktionsdaten der Online-Apotheken hoch?

DatamedIQ verwendet ein ausgeklügeltes Verfahren zur Hochrechnung der Marktzahlen basierend auf den Transaktionsdaten der Online-Apotheken: 

  • Statistisches Modell: Zunächst verwenden wir ein Regressionsmodell, um die Marktzahlen zu schätzen. Basierend auf unserer Kenntnis der Marktgröße und der Menge der uns vorliegenden Transaktionsdaten, können wir den Faktor bestimmen, mit dem wir die Daten hochrechnen müssen, um den tatsächlichen Marktwert zu erreichen. 
  • Hochrechnungsfaktoren: Wir verfügen über mehrere hunderttausend Hochrechnungsfaktoren, die initial festgelegt wurden und regelmäßig aktualisiert werden, insbesondere beim Onboarding neuer Apotheken in das Panel. 
  • Einheitliche Datenhandhabung: Unsere Hochrechnung basiert auf den Transaktionsdaten unserer Partnerapotheken. Um eine konsistente Qualität zu gewährleisten, haben wir spezifische Datenstandards und -spezifikationen mit unseren Lieferanten vereinbart. Dies stellt sicher, dass die Datenströme über alle Lieferanten hinweg konsistent sind. 
  • Produktbezogene Hochrechnung: Für jedes Produkt, repräsentiert durch eine PZN (Pharmazentralnummer), nutzt unser Modell spezifische Hochrechnungsfaktoren. Mit diesen können wir die uns übermittelten Daten für jedes Produkt auf ein Niveau hochrechnen, das wir als repräsentativ für das Marktniveau dieses Produkts ansehen. 
  • Berücksichtigung von Trends: Zusätzlich zu unseren statistischen Modellen berücksichtigen wir auch Markttrends bei der Hochrechnung. Dies stellt sicher, dass weder Überschätzungen im Wachstum noch Unterschätzungen auftreten. 

Durch diese Methodik gewährleisten wir eine präzise und zuverlässige Hochrechnung der Marktzahlen aus den uns vorliegenden Transaktionsdaten. 

Sind in der DatamedIQ Hochrechnung auch Marktplätze und/oder hybrid-Apotheken enthalten?

Marktplätze: Wir berücksichtigen Transaktionen von Marktplätzen, sofern der Lieferant dort aktiv ist. Wenn ein Lieferant, beispielsweise auf Plattformen wie Amazon einen Anbieterplatz hat, erfassen wir diese Transaktionen in unserer Hochrechnung. 

Hybrid-Apotheken (Stationäre Apotheken, die über Marktplätze verkaufen): Generell sind Hybrid-Apotheken nicht systematisch in unserer Hochrechnung enthalten. Unser Panel deckt primär das B2C-Geschäft ab, d.h. Transaktionen, bei denen Endverbraucher Produkte direkt bei Online-Apotheken erwerben. Wenn eine Kundin oder ein Kunde ein Produkt über einen Marktplatz von einer Apotheke kauft, die nicht unser Partner ist, wird diese Transaktion nicht in unserer Hochrechnung erfasst. Nur, wenn die Hybrid-Apotheke rechtlich Teil einer unserer Partner ist und die Verträge konsolidiert werden, könnten wir solche Transaktionen berücksichtigen. Aktuell haben wir jedoch keine dedizierten Datenlieferverträge mit Marktplatzanbietern wie Amazon oder eBay. Wir erhalten lediglich Daten von unseren Lieferanten, die Verträge über diese Marktplätze abschließen. 

Was sind Sell-out-Daten und was sind OTC Insights?
Definition Sell-out-Daten:

Im Kontext des OTC-Versandhandels beschreiben “Sell-out Daten” spezifische Verkaufsinformationen, die Online-Apotheken den Pharmaherstellern im Rahmen der Jahresgespräche zusichern. Diese Daten geben Aufschluss über die Abverkaufszahlen, die eine Online-Apotheke für die Produkte eines bestimmten Pharma-Herstellers erzielt hat, selten enthalten sie auch Angaben zu Kategorie-Absätzen. Das Ziel der Sell-out-Daten ist es, Pharmaherstellern einen Einblick in die Performance der Produkte ihres (und nur ihres) Portfolios in dieser (und nur dieser) Online-Apotheke zu geben. Der Gesamtmarkt wird nicht abgebildet. 

Definition OTC Insights:

Bei den hochgerechneten Marktdaten von DatamedIQ (names OTC Insights) handelt es sich um eine ganz andere Datenquelle, die die Transaktionsdaten der größten Online-Apotheken auf 100 Prozent des deutschen Versandhandels hochrechnet. Die Datenbasis umfasst 19 der 25 Top-Apotheken und zudem Um- und Absätze aus dem sogenannten Marketplace-Geschäft wie beispielsweise Amazon Marketplace. OTC Insights beinhaltet also nicht Informationen über Produkte eines Portfolios eines Herstellers in einer Apotheke, sondern die hochgerechneten Zahlen aller Hersteller im Gesamtmarkt. Diese sind konsistent und einheitlich exportiert und bieten somit ein klares und unverfälschtes Bild des nationalen B2C-Geschäfts.

Wenn ich Sell-out-Daten von allen relevanten Online-Apotheken erhalte und aggregiere, habe ich dann Marktzahlen?

Keineswegs! Daten aggregieren bedeutet, Daten aus mehreren Quellen oder Kategorien zusammenzuführen und so unterschiedliche Datensätze zu einem gemeinsamen Ganzen zu kombinieren – mit dem Ziel der anschließenden Analyse. 

Während die Aggregation zum Zwecke der Datenreduktion in vielen Bereichen durchaus ihre Daseinsberechtigung hat, raten wir aus folgenden Gründen eindringlich davon ab, aggregierte Sell-out-Daten von ePharmacies zur Abbildung ganzheitlicher Marktzahlen zu nutzen.

Inkonsistente Einbeziehung von Geschäftsbereichen: Nicht alle Versandhändler berücksichtigen Auslands- oder Marketplace-Geschäfte. Dies kann zu einer Verzerrung der Gesamtdaten führen, wenn einige diesen Geschäftsbereich einbeziehen und andere nicht.

Unterschiedliche Abgrenzungskriterien: Die Abgrenzung der Bestellungen nach Bestelldatum oder Fakturadatum kann zu signifikanten Unterschieden in den erfassten Umsätzen führen.

Inkonsistente Behandlung von Bundles: Wenn Bundles von einigen Versandhändlern aufgelöst werden und von anderen nicht, können die Daten nicht direkt verglichen werden.

Fehlende Rücksichtnahme auf Preisdynamiken: Wenn Preisschwankungen im Laufe eines Monats oder Jahres nicht berücksichtigt werden, kann das zu einer ungenauen Darstellung des tatsächlichen Umsatzes führen.

Variabilität in der Qualitätskontrolle: Unterschiedliche Standards der Qualitätskontrolle der Sell-out-Daten durch die Online-Apotheken können zu Daten führen, die in ihrer Zuverlässigkeit und Genauigkeit variieren.

Potenzierung von Unterschieden: Das Aggregieren von Daten aus verschiedenen Quellen mit unterschiedlichen Methoden und Standards kann dazu führen, dass Unterschiede und Fehler in den Daten sich verstärken.

Veränderungen im Markt: Die kontinuierliche Veränderung des Marktes durch Schließungen, Übernahmen, Neueröffnungen und Geschäftsmodelländerungen wird in standardmäßigen Aggregationen oft nicht angemessen berücksichtigt.

Hoher Standardfehler: All diese Faktoren können zu einem Datensatz führen, der einen erhöhten Standardfehler aufweist, was die Zuverlässigkeit und Genauigkeit der Daten beeinträchtigt.

Marktvariablen: Traditionelle Aggregationsmethoden können oft nicht alle oben genannten Variablen in angemessener Weise berücksichtigen, was zu signifikanten Diskrepanzen in den aggregierten Daten führen kann.

Wie unterscheidet sich Hochrechnung der DatamedIQ von aggregierten Sell-out-Daten der Apotheken? 

Grundsätzlich handelt es sich bei den aggregierten Sell-out-Daten der Apotheken und der Hochrechnung von DatamedIQ um zwei vollkommen unterschiedliche Datensätze. Sie unterscheiden sich vor allem in folgenden wesentlichen Punkten:

  • Einheitliche Schnittstelle: DatamedIQ fordert die Transaktionsdaten von allen Lieferanten nach einheitlichen Standards ein. Erst diese Spezifikation bietet die Grundlage für eine repräsentative Hochrechnung: So werden bei uns Umsätze uniform abgegrenzt und ausschließlich B2C-Transaktionen ausgewertet. Die Sell-out-Daten der Apotheken, hingegen, werden nicht einheitlich exportiert.
     
  • Tägliche Datenprüfung: Wir überprüfen die Daten täglich systemisch auf Vollständigkeit und Korrektheit. Zudem erfolgt monatlich eine ausführliche Überprüfung im 4-Augen-Prinzip. Vergleichbare Qualitätsstandards existieren bei den Sell-out-Zahlen nicht.
     
  • Repräsentative Daten: Unsere Daten bieten die höchste und führende Abdeckung des Marktes, da wir sowohl mit Top-Apotheken als auch mit anderen bekannten Apotheken zusammenarbeiten, die eine hohe Marktrelevanz haben. Unsere Marktmodelle berücksichtigen Schließungen und andere besondere Markteffekte, die in aggregierten Sell-out-Zahlen in der Regel nicht oder nur unzureichend modelliert werden.
  • Auflösung von Bundles: Ein weiteres Unterscheidungsmerkmal ist, dass wir Produkt-Bundles in ihren einzelnen Bestandteilen einheitlich identifizieren und auflösen. Insbesondere im Bezug auf Umsatz ist dies in der Regel mit Sell-out-Zahlen nicht möglich. 
  •  Gesamtmarktansicht: Während Sell-out-Zahlen in der Regel nur für das eigene Portfolio zur Verfügung stehen, bietet das DatamedIQ-Panel eine Gesamtmarktansicht. Nur so können unsere Kundinnen und Kunden Marktanteile und deren Verschiebung belastbar beobachten.

Zusammenfassend bietet DatamedIQ eine umfassende, standardisierte und repräsentative Ansicht des Marktes, während die Sell-out-Daten der Apotheken oft eingeschränkter und weniger standardisiert sind. 

    Jeder CHC-Hersteller muss natürlich eigenständig entscheiden, welche Daten er zur Bewertung seiner Performance heranzieht. Aber angesichts der überlegenen Abdeckung und Qualitätssicherung unserer Hochrechnungen, empfehlen wir dringend gegen die Verwendung aggregierter Sell-out- oder Sell-in-Daten. Ein Vergleich zwischen diesen Daten und unseren ist oft nicht zielführend.  

    Wenn man Sell-out-Daten nicht als Marktdaten verwenden sollte, sind sie dann überflüssig?

    Keineswegs! Sie sind insbesondere für spezifische Anwendungsfälle jenseits der Marktanalyse nützlich. Die Sell-out-Zahlen der ePharmacies sind beispielsweise die einzig verlässliche Datenquelle für die Bewertung bestimmter Kampagnen oder der Performance bei einer spezifischen Apotheke. 

    Wo kann ich noch mehr erfahren zur richtigen Datenbasis für meine Geschäftsentscheidungen?

    In diesem Artikel gehen wir im Detail auf diese Thematik ein. Dort lernen Sie die gängigsten Datenquellen kennen und erfahren den (sehr wichtigen!) Unterschied zwischen aggregierten Sell-out-Daten und hochgerechneten Marktzahlen.

    Kontakt

    Sie möchten mehr zum Panel erfahren?

    Sprechen Sie mit unseren Expert*innen und erfahren Sie, wie Sie Ihre Arbeit mit dem Insights Hub effizient gestalten können und Ihr Unternehmen nach vorne bringen. Alternativ können Sie auch gerne per E-Mail oder Telefon Kontakt mit uns aufnehmen.

    Steffen Hofbauer

    Steffen Hofbauer

    Head of Sales & Solutions

    Maaike Meibert

    Maaike Meibert

    Customer Service Managerin

    Oliver Fenske

    Oliver Fenske

    Senior Account Manager

    Vincent Klee

    Vincent Klee

    Account Manager

    datamediq-pharma-versandhandel-insights-datamed-iq-outline-900

    Unsere News

    Bleiben Sie auf dem Laufenden

    Ihr daily business dreht sich rund um den Pharmamarkt? Dann sind Sie bei DatamedIQ an der richtigen Adresse! Mit unseren regelmäßigen Updates erhalten Sie exklusive Einblicke & News rund um den Pharma-Versandhandel und DatamedIQ!

    Consent Management Platform von Real Cookie Banner