+150 XP

Lifetime Value für eine Rx-Marke modellieren

# Lifetime Value für eine Rx-Marke modellieren

Zwei Patientinnen beginnen dieselbe Marke zum selben Zeitpunkt ihrer Erkrankung. Die eine startet im dritten Jahr des Exklusivitätsfensters, die andere im achten. Ein Subscription-Modell bewertet sie identisch. In der Praxis ist die zweite nur einen Bruchteil der ersten wert, weil ihre Therapie in den Patentablauf läuft und der Apotheker beim nächsten Refill ein AB-rated Generikum substituiert, ohne irgendwen anzurufen. Jede LTV-Zahl, die Sie für eine Rx-Marke nennen, beantwortet zwei Fragen gleichzeitig: Wie lange bleibt die Patientin auf Therapie, und wie lange bleibt das Molekül Ihres?

Diese Lektion baut diese Zahl aus vier Inputs: Therapiedauer, Refill-Abfall, Nettopreis nach Rebates und der harte Stopp beim Patentablauf.

Warum die Subscription-Formel hier scheitert

Die Formel, die die meisten Marketer lernen:

LTV = Average Revenue per User × Gross Margin % × Average Customer Lifespan

Sie setzt gleichmäßigen exponentiellen Churn voraus, einen stabilen Preis und eine Lifespan, die endet, wenn der Kunde sich zum Gehen entscheidet. Rx-Marken brechen alle drei Annahmen. Die Persistenz fällt in Stufen, die an klinische und Access-Ereignisse gekoppelt sind, also in der Form, die die Benchmarking-Lektion nach Therapiegebiet darlegt. Umsatz entsteht bei den Refills, weshalb ein 28-Tage-Specialty-Injektabile und ein orales 90-Tage-Mail-Order-Produkt bei identischem Jahreswert sehr unterschiedliche Cash-Timings und sehr unterschiedliche Exponierung gegenüber einem Abbruch mitten im Jahr erzeugen. Und der Tail wird von einem Datum auf einem Patent abgeschnitten, das kein Adherence-Support der Welt verschiebt.

Schritt 1: Therapiedauer als Kurve, nicht als Durchschnitt

Persistenzdaten kommen aus longitudinalen Apothekenabrechnungsdaten (IQVIA und Symphony Health verkaufen beide die hier diskutierten Daten) und werden als Kaplan-Meier-Überlebenskurve gelesen. Nutzen Sie die 12-Monats-Persistenz, die Ihr Therapiegebiet tatsächlich hergibt, statt eines Portfolio-Durchschnitts; die Benchmarking-Lektion erklärt, warum zwei chronische Kategorien eine Größenordnung auseinanderliegen können.

Modellieren Sie zeitlich gebucketes Überleben statt einer einzigen Lifespan:

| Monat | % Patienten noch auf Therapie (illustrativ) |

|---|---|

| 0 | 100% |

| 3 | 78% |

| 6 | 65% |

| 12 | 52% |

| 24 | 34% |

Eines verbirgt eine gepoolte Kurve: den Januar-Effekt. Deductibles werden zurückgesetzt, Co-pay-Assistance-Accumulatoren starten neu, und der Abbruch am Apothekentresen schnellt in den ersten Wochen des Kalenderjahres nach oben. Eine Kohorte, die im Oktober gestartet ist, trägt diesen Schock in Monat drei; eine Februar-Kohorte in Monat elf. Poolt man sie, erhält man eine verschmierte Kurve, die beide falsch bepreist. Wenn das Volumen es erlaubt, bauen Sie die Kurve nach Startmonat.

Schritt 2: Umsatz an den Refill-Zyklus hängen, nicht an den Kalendermonat

Umsatz fällt bei jeder Abgabe an, nicht kontinuierlich. Für ein Specialty-Biologikum mit monatlichem Refill und einem Nettoumsatz von 1.800 $ pro Abgabe (illustrative Schätzung nach Rebates; reale Nettopreise sind vertraulich und variieren stark je Payer-Vertrag) multiplizieren Sie den Umsatz mit der Wahrscheinlichkeit, dass die Patientin zum jeweiligen Abgabezeitpunkt noch auf Therapie ist.

Vereinfachtes Rechenbeispiel:

Annahmen:

  • Nettoumsatz pro Abgabe: 1.800 $
  • Refill-Zyklus: monatlich
  • Persistenzkurve wie oben (lineare Interpolation zwischen den Punkten)

LTV über 12 Monate ≈ Summe aus (Nettoumsatz pro Abgabe × Persistenzwahrscheinlichkeit zu diesem Abgabezeitpunkt)

  • Monate 1 bis 3, durchschnittliche Persistenz ~89 %: 3 × 1.800 $ × 0,89 ≈ 4.806 $
  • Monate 4 bis 6, durchschnittliche Persistenz ~71 %: 3 × 1.800 $ × 0,71 ≈ 3.834 $
  • Monate 7 bis 12, durchschnittliche Persistenz ~58 %: 6 × 1.800 $ × 0,58 ≈ 6.264 $

12-Monats-LTV ≈ 14.900 $ (vor Gross-to-Net-Anpassungen, Co-pay-Assistance-Kosten oder Programmkosten)

Die naive Variante, 1.800 $ × 12 = 21.600 $, überzeichnet um 31 %. Bei einer Marke mit 4.000 neuen Patienten pro Jahr sind das rund 27 Mio. $ imaginärer Wert, der in einem Budgetantrag steckt.

Schritt 3: PSP-Retention als steuerbare Variable einbauen

Patient-Support-Programme (herstellerbetriebener Nurse Support, Co-pay Assistance und Refill-Coaching) verschieben die Persistenzkurve, statt daneben zu liegen. Eingeschriebene Patienten zeigen oft deutlich höhere Persistenz als nicht eingeschriebene unter demselben Medikament, teils zitiert als 10 bis 20 Prozentpunkte Verbesserung nach 12 Monaten (Schätzung, variiert mit Programmdesign und Krankheitsbild). Selektionsbias bläht diese Lücke auf: Wer sich einschreibt, ist ohnehin der, der ans Telefon geht. Jeder Lift, den Sie in ein Modell setzen, sollte aus einem gematchten Vergleich kommen, nicht aus einem rohen Enrolled-versus-not-Split.

Baseline 12-Mo-Persistenz:         52%  →  LTV ≈ $14,900
Mit PSP (+10 Pkt. Persistenz):     62%  →  LTV ≈ $17,600  (illustrativ)

PSP-Kosten pro eingeschriebenem Patienten (Schätzung): $600–$1,200/Jahr
Inkrementeller LTV durch PSP: ~$2,700

Bei 900 $ pro Patient für rund 2.700 $ inkrementellen LTV gehören die Programmkosten in dieselbe Zeile wie die Akquisitionsausgaben, die die Schwesterlektion pro neuem Patientenstart bepreist, und nicht in einen Overhead-Topf.

Zur Methodik von Persistenz und Adherence sind die Leitlinien der CDC zu Messgrößen der Medikamententreue und claims-basierte Persistenzstudien, die auf PubMed indexiert sind, solide Startreferenzen.

Wissenscheck

1. Warum führt die Anwendung der Standard-SaaS-LTV-Formel (ARPU × Gross Margin % × Average Lifespan) auf eine Rx-Marke tendenziell zu deutlich unzutreffenden Ergebnissen?

2. Eine Patientin löst ihr Biologikum-Rezept nach einem Problem mit der Prior Authorization nicht mehr ein, obwohl das Medikament klinisch gut wirkt. Wie ist das im Kontext der Pharma-LTV-Modellierung zu verstehen?

3. Warum ist das Umsatz-Timing bei Rx-Marken durch eine gleichmäßige monatliche Abo-Gebühr schlecht abgebildet?

MEHRFACHAUSWAHL

4. Wählen Sie ALLE korrekten Antworten dazu, warum es ein Fehler ist, Patientenbindung bei der Pharma-LTV-Modellierung als festen, prognostizierbaren Parameter zu behandeln.

Wählen Sie alle richtigen Antworten aus.

MEHRFACHAUSWAHL

5. Wählen Sie ALLE korrekten Antworten dazu, wie sich „Persistenz" von „Churn" unterscheidet, wie er in Subscription-Geschäften üblicherweise modelliert wird.

Wählen Sie alle richtigen Antworten aus.

Schritt 4: Gross-to-Net berücksichtigen, und daran denken, dass der Nettopreis verfällt

Der Nettoumsatz pro Abgabe ist nie der Listenpreis. Gross-to-Net (GTN) beschreibt die Erosion vom Wholesale Acquisition Cost hinunter auf das, was dem Hersteller nach PBM-Rebates, Payer-Rabatten, Co-pay Assistance, 340B- und Medicaid-Pricing sowie Distributionsgebühren bleibt. Bei US-amerikanischen Specialty-Markenprodukten liegt die GTN-Erosion häufig bei 40 % bis 50 % oder mehr vom Listenpreis (breit zitierte Branchenschätzung, variiert je Klasse und Verhandlungsposition).

Die Falle ist, GTN als Konstante zu behandeln. Rebates werden tiefer, wenn Wettbewerber in eine Klasse eintreten und eine Marke in Verträge hineinaltert, die sie verteidigen muss, sodass ein Molekül im siebten Jahr pro Abgabe deutlich weniger netto bringen kann als dasselbe Molekül zum gleichen Listenpreis im zweiten Jahr. Unter dem Inflation Reduction Act fügt die Medicare-Verhandlung einen zweiten geplanten Step-down deutlich vor dem Patentablauf hinzu, und er greift bei Small Molecules früher als bei Biologika (verhandelte Preise werden neun Jahre nach der Zulassung wirksam, gegenüber dreizehn). Eine Marke mit hoher Medicare-Exponierung sollte im Modell einen über die Jahre fallenden Nettopreis tragen.

In Europa funktioniert die Mechanik anders: Direktverhandlung oder Referenzpreisbildung mit nationalen Systemen (AMNOG in Deutschland, CEPS in Frankreich) setzt den Nettopreis von vorn herein fest, statt ihn über Rebates zu erodieren. Weniger Volatilität, niedrigerer absoluter Umsatz pro Patient.

Schritt 5: der harte Stopp, Patentablauf und Substitution

Die Therapiedauer wird durch den Patienten begrenzt. Die Umsatzdauer wird durch den Kalender begrenzt. Bei Small Molecules treffen sich die beiden selten sanft. Pfizers Lipitor verlor im November 2011 die US-Exklusivität, und der größte Teil des Verordnungsvolumens wanderte binnen eines Jahres zu generischem Atorvastatin; Teva und die anderen großen Generikahersteller müssen keinen einzigen Arzt überzeugen, um dieses Volumen zu holen, weil die Substitutionsgesetze der Bundesstaaten es dem Apotheker erlauben, am Tresen ein AB-rated Generikum zu tauschen, sofern der Verordner nicht „dispense as written" schreibt. Jahre an HCP-Präferenz geben Ihnen dort so gut wie keinen Schutz.

Praktische Konsequenz für das Modell: Setzen Sie den Horizont T auf den kleineren Wert aus erwarteter Therapiedauer und den verbleibenden Monaten bis zum Verlust der Exklusivität, und bewerten Sie Abgaben nach LOE bei einer Small Molecule mit nahezu null. Eine Therapiebeziehung über 30 Monate im Wert von rund 30.000 $ fällt auf etwa 14.900 $ zusammen, wenn die LOE in Monat zwölf liegt. Damit wird der LTV eines neuen Patientenstarts eine Funktion des Startjahres, und das sollte ändern, was Sie in den letzten zwei Jahren der Exklusivität für Akquisition ausgeben wollen.

Biologika verfallen langsamer. Biosimilar-Substitution erfolgt nicht automatisch, sofern das Produkt nicht als interchangeable eingestuft ist und das Landesrecht es erlaubt, weshalb die Erosion tendenziell ein mehrjähriges Abgleiten statt einer Klippe ist. Das schafft Raum für Franchise-Züge: Alexion überführte Soliris-Patienten auf Ultomiris, dosiert alle acht statt alle zwei Wochen, deutlich vor der Zulassung der ersten US-Biosimilars zu Soliris im Jahr 2024. Der LTV eines Soliris-Patienten enthielt 2021 daher einen Optionswert, den eine Modellierung auf Markenebene übersehen hätte, also modellieren Sie die Franchise, nicht die Packung. Merck äußert sich seit Jahren öffentlich zur Vorbereitung auf den Verlust der US-Exklusivität von Keytruda gegen Ende des Jahrzehnts, inklusive einer subkutanen Formulierung, was dieselbe Rechnung auf einer viel größeren Basis ist.

Alles zusammen: die Pharma-LTV-Formel

$$

LTV = \sum_{t=1}^{T} (\text{Net Revenue per Fill}_t \times \text{Persistence}_t) - \text{PSP and Access Support Costs}

$$

wobei die Persistenz aus echten Claims-Daten kommt, der Nettoumsatz pro Abgabe über die Lebensdauer der Marke fällt statt konstant zu bleiben, und T durch die verbleibenden Monate bis zum Verlust der Exklusivität gedeckelt ist.

🎬 [VIDEO: "How Pharma Companies Use Real-World Data" - youtube.com - suchen Sie nach Erklärinhalten von IQVIA oder Definitive Healthcare zu claims-basierter Patient-Journey-Analytik, die zeigen, wie Persistenzdaten in der Praxis bezogen werden]

Wichtigste Erkenntnisse

  • Verwenden Sie für chronische Therapien niemals flache Subscription-LTV-Formeln. Die Persistenz sinkt in Stufen, die an klinische und Benefit-Design-Ereignisse gekoppelt sind, und gepoolte Kurven verbergen das Januar-Reset der Deductibles.
  • Verankern Sie den Wert an Refill-Zyklen und Nettopreis. Eine GTN-Erosion von 40 %+ bei US-Specialty-Marken (Schätzung) macht Modellierung auf Listenpreisbasis nutzlos, und der Nettopreis selbst verfällt mit dem Wettbewerb in der Klasse und der Medicare-Verhandlung.
  • Deckeln Sie den Horizont beim Verlust der Exklusivität. Bei einer Small Molecule sind Abgaben nach LOE so gut wie nichts wert, sobald Apotheker am Tresen substituieren können, was den Wert eines neuen Starts vom Jahr abhängig macht, in dem er passiert.
  • Behandeln Sie Patient Support als LTV-Hebel mit gemessenem Lift, auf Basis eines gematchten Vergleichs statt der rohen Lücke zwischen eingeschrieben und nicht eingeschrieben.
  • Modellieren Sie die Franchise, wo ein Nachfolgeprodukt existiert: Alexions Umstellung von Soliris auf Ultomiris veränderte den Wert eines Patienten lange vor dem Eintreffen der Biosimilars.