Cómo aumenté las ventas de un centro médico con el análisis ABC

Dirijo un centro médico especializado en psicoterapia y tratamiento de adicciones que lleva más de 30 años en el mercado.

En ese tiempo han cambiado muchas cosas: los enfoques de tratamiento, el comportamiento de los pacientes, la estructura de la demanda, la competencia, la economía del negocio médico. Pero hay una tarea que para una dirección no cambia nunca: dar un crecimiento sostenido sin bajar la calidad de la atención y sin convertir la clínica en una cadena de montaje comercial.

Nuestro perfil son pacientes con adicciones y trastornos de salud mental: alcoholismo y otras adicciones, trastornos de ansiedad, estados depresivos, ataques de pánico, trastornos de adaptación, problemas de sueño, desgaste emocional y los cuadros psicosomáticos que los acompañan.

La base de pacientes es extremadamente heterogénea. Hay pacientes que pasan por una terapia larga y vuelven con regularidad. Hay quien viene de forma estacional. Hay quien vino una o dos veces y no volvió nunca. Hay pacientes con un ticket medio alto pero visitas raras. Y hay quien viene a menudo y genera un margen pequeño.

Para quien dirige una clínica de ahí se sigue una conclusión: no se puede gestionar toda la base de pacientes de la misma manera. Por eso justamente recurrí al análisis ABC, no como información financiera, sino como herramienta para tomar decisiones de gestión.

Aquí no vuelvo a contar la teoría: está en artículos aparte, qué es el análisis ABC explicado con palabras sencillas y cómo funciona el método ABC complejo. Lo que sigue es solo lo que hice, qué decisiones tomé y qué salió de ellas.

Para una organización médica esta no es una cuestión secundaria. Los datos de los pacientes son información confidencial, y no puedo permitir que se entreguen a plataformas de terceros.

Por eso elegí una herramienta en la que el cálculo se ejecuta directamente en el navegador: el archivo no se sube a ningún servidor, el cómputo ocurre en mi propio ordenador y no sale de él ni una sola fila. En la práctica se ve así: abro la tabla en una interfaz web y obtengo un informe sin enviarlo a ninguna parte.

Además anonimicé la exportación: códigos internos en lugar de nombres. Para el análisis eso basta, porque los grupos se construyen a partir de números, no de nombres. Es una buena costumbre en sí misma: una tabla anonimizada es una tabla que no da miedo abrir en una reunión o enseñar a un consultor.

No ejecuté el ABC sobre toda la base de golpe.

El primer paso fue segmentar a los pacientes por el tipo de atención prestada. La razón es sencilla: un programa largo de tratamiento de adicciones y un curso corto de terapia para un trastorno de ansiedad tienen modelos de consumo del servicio radicalmente distintos. En una misma tabla se estorban: un paciente «caro» según el baremo de una línea de atención parece barato según el de otra, y los grupos salen sin sentido.

Solo después de eso pasé a la segmentación económica.

No construí el ABC sobre la facturación. Resultó mucho más revelador un indicador anual compuesto que tiene en cuenta:

• el margen de una consulta;
• el número de visitas;
• el margen total del paciente en el año;
• el valor económico del paciente para el centro.

Es decir, no respondía a la pregunta «cuánto pagó el paciente», sino a la pregunta «qué margen real generó este paciente a lo largo del año».

Para eso tomé el ABC complejo: calcula las clases sobre dos métricas a la vez y las reúne en una sola matriz. En mi caso fueron:

• el margen del paciente en el año;
• el número de visitas al año.

Cada paciente recibe un código de dos letras: la primera letra es la clase por margen, la segunda es la clase por número de visitas. AA es un margen alto y muchas visitas, AC es un margen alto con visitas raras, CA es un margen bajo con visitas frecuentes, CC es un margen bajo y visitas raras.

En la práctica el trabajo lleva unos minutos: abrir la exportación y marcar las dos columnas que hacen falta.

El informe es una matriz de nueve celdas: cada combinación de las dos letras, y cada una muestra el número de pacientes y su cuota sobre la base. Se puede hacer clic en una celda para obtener la lista de exactamente esas personas, y eso es lo que convierte el análisis en una herramienta de trabajo y no en una imagen.

Debajo de la matriz está la misma exportación con el cálculo y el código asignado a cada fila. El informe se exporta a XLSX, así que a partir de ahí se puede trabajar con las herramientas de siempre.

En mi base la distribución salió así:

• AA — el 5 % de los pacientes. El margen más alto y el mayor valor financiero para el centro.
• AB, BB, BA — el 65 % de los pacientes (el 20 %, el 30 % y el 15 %). Pacientes sistemáticos y regulares: vuelven con constancia y siguen una terapia larga.
• AC — el 25 % de los pacientes. Ticket alto con una frecuencia de visita baja y, por tanto, una eficiencia económica baja.
• CA — el 2 % de los pacientes. Margen bajo con una frecuencia de visita alta.
• CC — el 3 % de los pacientes. Margen bajo y visitas raras.

Y aquí es donde se pone interesante.

Las categorías AB, BB y BA son el 65 % de la base. Gente que ya confía en el centro, vuelve con regularidad y continúa su terapia.

En mi opinión esta es una de las conclusiones más importantes del análisis: no siempre hace falta buscar pacientes nuevos. A veces el mayor potencial de crecimiento está dentro de la base que uno ya tiene.

Así que la tarea no era venderle a esa gente servicios adicionales de forma agresiva. La tarea era otra: hacer que la estructura de la atención integral fuera más cómoda y más coherente.

Después del análisis no lanzamos una única campaña universal para todos. Para cada grupo se tomó una decisión aparte, y esa es probablemente la idea práctica principal de todo el caso.

AB / BB / BA — reforzamos el formato integral

Para los pacientes regulares y sistemáticos añadimos ofertas de paquete. La lógica es sencilla: si una persona ya usa varios tipos de atención con regularidad, le resulta más cómodo recibirla en un formato integral y claro.

Eso aumentó el volumen de servicios dentro de la base existente, sin comprar tráfico nuevo constantemente.

Resultado: un 30 % de crecimiento de ventas en este segmento. No aumentamos simplemente el número de pacientes: aumentamos el rendimiento económico de la base que ya teníamos.

AC — ticket alto, pero eficiencia baja

El grupo más curioso, el 25 % de la base. A primera vista esos pacientes parecen atractivos: ticket alto. Pero la combinación de letras muestra lo que un informe de facturación no muestra: el dinero está, la frecuencia no. Si un paciente viene pocas veces, la estructura de costes de atenderlo hace que su valor económico sea bastante menor de lo que sugiere un solo pago.

Así que no cambiamos bruscamente ni el producto ni el precio. Lanzamos una campaña aparte con un único objetivo: subir la frecuencia de las visitas, no el ticket.

En el corte de control no vimos movimientos significativos en este grupo. Eso también es un resultado: la analítica tiene que mostrar no solo lo que funcionó, sino también dónde una decisión necesita más tiempo.

CA — margen bajo con frecuencia alta

Aquí la situación es la inversa: el 2 % de la base, los pacientes vienen a menudo, pero la eficiencia económica de una visita es baja.

Ampliamos el paquete de servicios en torno a un 15 % de su coste. El objetivo no era simplemente subir el precio, sino cambiar la estructura del consumo del servicio y elevar el valor de un ciclo de tratamiento.

Como resultado, la cuota de esta categoría se redujo y parte de los pacientes pasó a las más eficientes AB/BB/BA. Crecimiento de ventas en esta dirección: un 35 %.

Insisto: para un negocio médico no importa solo el crecimiento del número de visitas, sino que el paciente pase a un modelo de atención más estable. Que una celda «mala» encoja porque la gente se ha movido a una «buena» es un resultado, aunque el número total de pacientes no haya cambiado.

CC — frecuencia baja y margen bajo

El grupo más pequeño, el 3 % de la base. No le dedicamos un presupuesto de marketing significativo; en su lugar hicimos una comunicación informativa sobre la ampliación del catálogo de servicios del centro.

Alrededor del 1 % de los pacientes de este grupo volvió al contacto activo.

Desde el punto de vista del marketing clásico un 1 % es poco. Pero en la gestión de una base importa más otra pregunta: cuánto cuesta traer de vuelta a un paciente y qué valor a largo plazo generará. Si no hizo falta un presupuesto significativo, incluso una reactivación pequeña está económicamente justificada.

Por principio no valoré el resultado inmediatamente después de poner en marcha los cambios. Hicimos el corte repetido tres meses más tarde, y eso permitió comparar no las impresiones del equipo, sino los cambios reales en la estructura de la base.

El resultado:

• AB / BB / BA — las ventas crecieron un 30 %;
• CA — las ventas crecieron un 35 %, la cuota de la categoría se redujo y parte de los pacientes pasó a categorías más eficientes;
• AC — sin movimientos significativos, el grupo necesita más tiempo;
• CC — alrededor del 1 % de los pacientes se reactivó.

Fue el corte repetido el que mostró lo principal: el ABC dejó de ser una tabla puntual y se convirtió en un ciclo de gestión que funciona.

Datos → segmentación → hipótesis → acción → medición → corrección.

El mismo análisis, repetido tres meses después con los mismos ajustes, es la comprobación de hipótesis más barata que tiene una dirección. Por eso merece la pena anotar los ajustes: con umbrales de grupo distintos la comparación pierde el sentido.

Antes del análisis mirábamos, como muchos centros médicos, sobre todo los indicadores generales: el número de pacientes, la facturación, la ocupación de los especialistas.

El ABC me hizo plantear otras preguntas.

No «cuántos pacientes tenemos», sino «qué pacientes crean la estabilidad económica del centro».

No «cómo aumentamos el número de visitas», sino «cómo cambiamos la estructura de los servicios para que el paciente reciba una atención más integral y el centro gane en eficiencia».

No «qué campaña traerá más consultas», sino «para qué grupo de pacientes tiene algún sentido lanzar esta campaña».

Y ese es el principal efecto de gestión: el método no reparte decisiones hechas, estrecha la pregunta hasta un grupo para el que realmente se puede tomar una decisión.

En nuestro centro el coste medio de una visita es de unos 30 € y el margen medio, de unos 18 € por paciente. Con 25 psicoterapeutas en la agenda, incluso un cambio pequeño en el comportamiento de la base se vuelve significativo: cada visita adicional con 18 € de margen produce 18 € de resultado.

Por eso un crecimiento de ventas del 30-35 % en segmentos concretos significa mucho más que un simple aumento del número de primeras consultas.

La idea principal no era subir las ventas de manera uniforme para los más de 500 pacientes, sino averiguar dónde está exactamente el potencial de crecimiento y dirigir acciones de gestión distintas a grupos distintos.

Un centro médico no es un comercio minorista. Los instrumentos clásicos de ventas no se pueden trasladar aquí de forma mecánica:

• un paciente puede tener un coste de servicios alto con un margen bajo;
• el importe de una visita puede ser pequeño, pero el valor anual alto gracias a la regularidad;
• un paciente económicamente insignificante hoy puede pasar dentro de unos meses a un modelo de tratamiento estable.

El valor de un paciente no se puede juzgar por una sola visita. Yo recomendaría mirar al menos cuatro parámetros: ingresos, margen, frecuencia de las visitas y estabilidad de las visitas en el tiempo.

Y analizar no todo lo que se ve, sino lo que influye en la decisión:

• el problema está en los pacientes: analizamos pacientes;
• el problema está en los servicios: analizamos servicios — cuáles generan beneficio de verdad, cuáles tienen un ticket alto con poca rentabilidad, cuáles conviene empaquetar;
• la pregunta es sobre la carga de trabajo: analizamos especialistas;
• hace falta ver dos factores a la vez: análisis complejo.

Una fila de la tabla puede ser cualquier cosa: un paciente, un servicio, un especialista. Por eso un mismo procedimiento responde a preguntas de gestión muy distintas.

El ABC resultó ser para mí no un instrumento financiero, sino un instrumento de pensamiento directivo. Permite ver la base de pacientes no como una masa única, sino como un sistema de modelos de comportamiento distintos.

En un sitio hay que subir la frecuencia de las visitas. En otro, ofrecer atención integral. En otro, revisar la economía de un paquete. En otro, simplemente recordarle al paciente lo que el centro puede hacer. Y en otro, no cambiar nada y darle tiempo a la hipótesis.

El crecimiento que obtuvimos vino ante todo de gestionar con más eficacia la base que ya teníamos.

Y para mí, como directora, esa es la conclusión más importante: el crecimiento en un negocio médico no siempre empieza por atraer pacientes nuevos. A veces empieza cuando quien dirige la clínica ve por fin la estructura de su propia base.

Por eso hoy trato el ABC no como un informe para la dirección, sino como parte de un ciclo de gestión regular: analizar → decidir → comprobar → medir → escalar.

Usted sabe cuántos pacientes tiene. Pero ¿sabe cuáles de ellos generan beneficio? Sabe qué servicios se venden. Pero ¿sabe cuáles merecen realmente la pena? Ve cómo de ocupados están sus especialistas. Pero ¿sabe quién crea el mayor valor económico?

Para repetir una revisión de este tipo hacen falta una exportación de un año y unos minutos:

1. Exporte la tabla: una fila es un paciente (o un servicio, o un especialista) y las columnas son el margen del año y el número de visitas.
2. Anonimícela: códigos internos en lugar de nombres.
3. Abra el análisis que necesite y cargue el archivo — el cálculo corre en el navegador, el archivo no se envía a ninguna parte.
4. Compruebe los umbrales de los grupos, construya el informe y expórtelo a XLSX.
5. Tome una decisión para cada grupo, distinta para grupos distintos.
6. Repita el mismo análisis con los mismos ajustes tres meses después.

Si los métodos son nuevos para usted, empiece por la teoría: el análisis ABC con palabras sencillas y el método ABC complejo.

Una tabla por sí sola no aumenta el beneficio. El beneficio crece cuando la dirección toma una decisión después del análisis y comprueba tres meses más tarde si la hipótesis funcionó.

Analice. Decida. Compruebe el resultado.