Come ho fatto crescere le vendite di un centro medico con l’analisi ABC

Dirigo un centro medico specializzato in psicoterapia e cura delle dipendenze, presente sul mercato da più di 30 anni.

In questo tempo sono cambiate molte cose: gli approcci terapeutici, il comportamento dei pazienti, la struttura della domanda, la concorrenza, l’economia dell’attività sanitaria. Ma un compito non cambia mai per una direttrice: assicurare una crescita costante senza abbassare la qualità delle cure e senza trasformare la clinica in una catena di montaggio commerciale.

La nostra specialità sono i pazienti con dipendenze e disturbi psichici: alcol e altre dipendenze, disturbi d’ansia, stati depressivi, attacchi di panico, disturbi dell’adattamento, disturbi del sonno, burnout e gli stati psicosomatici che li accompagnano.

La base dei pazienti è estremamente eterogenea. Ci sono pazienti che seguono una terapia di lunga durata e tornano con regolarità. Ci sono quelli che vengono in modo stagionale. Ci sono quelli che sono venuti una o due volte e non sono più tornati. Ci sono pazienti con uno scontrino medio alto ma visite rare. E ci sono quelli che vengono spesso e generano un margine basso.

Per la direzione di una clinica ne discende una conclusione: non si può gestire tutta la base dei pazienti allo stesso modo. È esattamente per questo che mi sono rivolta all’analisi ABC, non come reportistica finanziaria ma come strumento di decisioni gestionali.

Qui non riprendo la teoria: è trattata in articoli a parte, che cos’è l’analisi ABC in parole semplici e come funziona il metodo ABC complesso. Qui c’è solo quello che ho fatto, le decisioni che ho preso e che cosa ne è venuto.

Per un’organizzazione sanitaria non è una questione secondaria. I dati dei pazienti sono informazioni riservate e non posso permettermi di affidarli a piattaforme di terzi.

Ho quindi scelto uno strumento in cui il calcolo viene eseguito direttamente nel browser: il file non viene caricato su alcun server, il calcolo avviene sul mio computer e non ne esce nemmeno una riga. Nella pratica si presenta così: apro semplicemente la tabella in un’interfaccia web e ottengo un report senza inviare nulla da nessuna parte.

In più ho reso anonima l’esportazione: codici interni al posto dei nomi. Per l’analisi basta, perché i gruppi si costruiscono a partire dai numeri, non dai nomi. È di per sé una buona abitudine: una tabella anonimizzata non si ha paura di aprirla in riunione o di mostrarla a un consulente.

Non ho lanciato l’ABC su tutta la base fin da subito.

Il primo passo è stato segmentare i pazienti per tipo di presa in carico. Il motivo è semplice: un programma lungo di cura delle dipendenze e un breve ciclo di sedute per un disturbo d’ansia hanno modelli di consumo del servizio radicalmente diversi. Nella stessa tabella si disturbano a vicenda: un paziente «caro» secondo i criteri di una presa in carico sembra economico secondo quelli di un’altra, e i gruppi perdono senso.

Solo dopo sono passata alla segmentazione economica.

Non ho costruito l’ABC sul fatturato. Si è rivelato molto più eloquente un indicatore annuo composito, che tiene conto:

• del margine di una singola visita;
• del numero di visite;
• del margine totale del paziente nell’anno;
• del valore economico del paziente per il centro.

In altre parole, rispondevo non alla domanda «quanto ha pagato il paziente» ma alla domanda «quale margine reale ha generato questo paziente nell’anno».

Per questo ho preso l’ABC complessa: calcola le classi su due indicatori insieme e li riunisce in un’unica matrice. Nel mio caso erano:

• il margine del paziente nell’anno;
• il numero di visite all’anno.

Ogni paziente riceve un codice di due lettere: la prima lettera è la classe per margine, la seconda la classe per numero di visite. AA è margine alto e molte visite, AC margine alto con visite rare, CA margine basso con visite frequenti, CC margine basso e visite rare.

Nella pratica il lavoro richiede pochi minuti: aprire l’esportazione e spuntare le due colonne che servono.

Il report è una matrice di nove celle: ogni combinazione delle due lettere, ciascuna con il numero di pazienti e la loro quota della base. Una cella è cliccabile e restituisce l’elenco esatto di quelle persone, ed è questo a trasformare l’analisi in uno strumento di lavoro anziché in un’immagine.

Sotto la matrice c’è la stessa esportazione con il calcolo e il codice assegnato a ogni riga. Il report si esporta in XLSX: da lì può lavorarci con gli strumenti abituali.

Per la mia base la distribuzione è uscita così:

• AA: 5% dei pazienti. Il margine più alto e il maggior valore finanziario per il centro.
• AB, BB, BA: 65% dei pazienti (20%, 30% e 15%). Pazienti sistematici e regolari: tornano con regolarità e seguono una terapia di lunga durata.
• AC: 25% dei pazienti. Scontrino alto a bassa frequenza di visite, e quindi bassa efficienza economica.
• CA: 2% dei pazienti. Margine basso ad alta frequenza di visite.
• CC: 3% dei pazienti. Margine basso e visite rare.

Ed è qui che diventa interessante.

Le categorie AB, BB e BA sono il 65% della base. Persone che già si fidano del centro, tornano con regolarità e proseguono la terapia.

Ai miei occhi è una delle conclusioni più importanti dell’analisi: non sempre bisogna cercare nuovi pazienti. A volte il potenziale di crescita maggiore è dentro la base che si ha già.

Il compito non era dunque vendere a quelle persone servizi aggiuntivi in modo aggressivo. Il compito era un altro: rendere la struttura della presa in carico complessiva più comoda e più coerente.

Dopo l’analisi non abbiamo lanciato una campagna universale per tutti. Per ciascun gruppo è stata presa una decisione distinta, ed è probabilmente l’idea pratica principale di tutto il caso.

AB / BB / BA: abbiamo rafforzato il formato complessivo

Per i pazienti regolari e sistematici abbiamo aggiunto offerte a pacchetto. La logica è semplice: se una persona usa già con regolarità diversi tipi di presa in carico, le è più comodo riceverli in un formato complessivo e chiaro.

Questo ha aumentato il volume di servizi all’interno della base esistente, senza comprare di continuo nuovo traffico.

Risultato: 30% di crescita delle vendite su questo segmento. Non abbiamo semplicemente aumentato il numero di pazienti: abbiamo aumentato il rendimento economico della base che avevamo già.

AC: scontrino alto, ma bassa efficienza

Il gruppo più curioso, il 25% della base. A prima vista pazienti simili sembrano interessanti: scontrino alto. Ma la combinazione delle lettere mostra ciò che un report di fatturato non mostra: il denaro c’è, la frequenza no. Se un paziente viene di rado, la struttura dei costi della sua presa in carico rende il suo valore economico sensibilmente più basso di quanto lasci pensare un pagamento singolo.

Non abbiamo dunque cambiato bruscamente né il prodotto né il prezzo. Abbiamo lanciato una campagna distinta con un solo obiettivo: aumentare la frequenza delle visite, non lo scontrino.

Al punto di controllo non abbiamo visto alcun movimento significativo in questo gruppo. È un risultato anche questo: l’analisi deve mostrare non solo che cosa ha funzionato, ma anche dove una decisione ha bisogno di più tempo.

CA: margine basso ad alta frequenza

Qui la situazione è inversa: 2% della base, i pazienti vengono spesso, ma l’efficienza economica di una visita è bassa.

Abbiamo ampliato il pacchetto di servizi di circa il 15% del suo costo. L’obiettivo non era semplicemente alzare il prezzo ma cambiare la struttura di consumo del servizio e aumentare il valore di un ciclo di cura.

Di conseguenza la quota di questa categoria si è ridotta e una parte dei pazienti è passata alle categorie più efficienti AB/BB/BA. Crescita delle vendite su questa direttrice: 35%.

Ci tengo a sottolinearlo: per un’attività sanitaria non conta solo la crescita del numero di visite, ma il passaggio del paziente a un modello di cura più stabile. Ridurre una cella «cattiva» perché le persone sono passate in una «buona» è un risultato, anche se il numero totale di pazienti non è cambiato.

CC: frequenza bassa e margine basso

Il gruppo più piccolo, il 3% della base. Non vi abbiamo destinato un budget di marketing significativo: abbiamo invece fatto una comunicazione informativa sull’ampliamento dell’offerta del centro.

Circa l’1% dei pazienti di questo gruppo è tornato al contatto attivo.

Dal punto di vista del marketing classico l’1% non è molto. Ma nella gestione di una base conta di più un’altra domanda: quanto costa far tornare un paziente e quale valore di lungo periodo genererà. Se non è servito alcun budget significativo, anche una piccola riattivazione è economicamente giustificata.

Per principio non ho valutato il risultato subito dopo l’entrata in vigore dei cambiamenti. Abbiamo fatto la rilevazione successiva tre mesi dopo: questo ha permesso di confrontare non le impressioni del gruppo ma i mutamenti reali nella struttura della base.

Il bilancio:

• AB / BB / BA: le vendite sono cresciute del 30%;
• CA: le vendite sono cresciute del 35%, la quota della categoria si è ridotta, una parte dei pazienti è passata a categorie più efficienti;
• AC: nessun movimento significativo, il gruppo ha bisogno di più tempo;
• CC: circa l’1% dei pazienti riattivato.

È stata la seconda rilevazione a mostrare l’essenziale: l’ABC ha smesso di essere una tabella occasionale ed è diventata un ciclo gestionale funzionante.

Dati → segmentazione → ipotesi → azione → misurazione → correzione.

La stessa analisi, ripetuta tre mesi dopo con le stesse impostazioni, è il test di ipotesi meno costoso di cui disponga una direttrice. Per questo vale la pena mettere per iscritto le impostazioni: con soglie di gruppo diverse il confronto perde senso.

Prima dell’analisi guardavamo, come molti centri medici, soprattutto gli indicatori generali: numero di pazienti, fatturato, saturazione degli specialisti.

L’ABC mi ha fatto porre altre domande.

Non «quanti pazienti abbiamo», ma «quali pazienti creano la stabilità economica del centro».

Non «come aumentare il numero di visite», ma «come cambiare la struttura dei servizi perché il paziente riceva una presa in carico più completa e il centro guadagni in efficienza».

Non «quale campagna porterà più richieste», ma «per quale gruppo di pazienti questa campagna ha un senso».

Ed è questo l’effetto gestionale principale: il metodo non distribuisce decisioni già pronte, restringe la domanda a un gruppo per il quale una decisione può davvero essere presa.

Nel nostro centro il costo medio di una visita è di circa 30 € e il margine medio di circa 18 € per paziente. Con 25 psicoterapeuti in agenda, anche un piccolo cambiamento nel comportamento della base diventa significativo: ogni visita in più a 18 € di margine produce 18 € di risultato di margine.

Per questo un 30–35% di crescita delle vendite su singoli segmenti significa molto più di un semplice aumento del numero di prime richieste.

L’idea principale non era aumentare le vendite in modo uniforme per gli oltre 500 pazienti, ma capire dove si trova esattamente il potenziale di crescita e indirizzare azioni gestionali diverse verso gruppi diversi.

Un centro medico non è un negozio al dettaglio. Gli strumenti di vendita classici non si trasferiscono qui in modo meccanico:

• un paziente può avere un costo di servizi alto a fronte di un margine basso;
• l’importo di una visita può essere piccolo, ma il valore annuo alto grazie alla regolarità;
• un paziente oggi economicamente insignificante può passare a un modello di cura stabile nel giro di qualche mese.

Il valore di un paziente non si giudica da una sola visita. Consiglierei di guardare almeno quattro parametri: fatturato, margine, frequenza delle visite e stabilità delle visite nel tempo.

E di analizzare non tutto ciò che capita, ma ciò che incide sulla decisione:

• il problema sta nei pazienti: analizziamo i pazienti;
• il problema sta nei servizi: analizziamo i servizi, quali generano davvero utile, quali hanno uno scontrino alto a bassa redditività, quali conviene mettere a pacchetto;
• la domanda riguarda il carico di lavoro: analizziamo gli specialisti;
• occorre vedere due fattori insieme: analisi complessa.

Una riga della tabella può essere qualsiasi cosa: un paziente, un servizio, uno specialista. Per questo un’unica procedura risponde a domande gestionali molto diverse.

L’ABC si è rivelata, per me, non uno strumento finanziario ma uno strumento di pensiero gestionale. Permette di vedere la base dei pazienti non come una massa unica ma come un sistema di modelli di comportamento diversi.

In un punto bisogna aumentare la frequenza delle visite. Altrove offrire una presa in carico complessiva. Altrove rivedere l’economia di un pacchetto. Altrove semplicemente ricordare al paziente che cosa sa fare il centro. E altrove ancora non cambiare nulla e dare tempo all’ipotesi.

La crescita che abbiamo ottenuto è venuta anzitutto da una gestione più efficace della base che avevamo già.

E per me, come direttrice, è la conclusione più importante: la crescita di un’attività sanitaria non comincia sempre dall’acquisizione di nuovi pazienti. A volte comincia quando la direzione della clinica vede finalmente la struttura della propria base.

Per questo oggi considero l’ABC non un report per la direzione ma parte di un ciclo gestionale regolare: analizzare → decidere → verificare → misurare → estendere.

Lei sa quanti pazienti ha. Ma sa quali generano utile? Sa quali servizi si vendono. Ma sa quali ne valgono davvero la pena? Vede il carico dei suoi specialisti. Ma sa chi crea il maggior valore economico?

Per ripetere una revisione di questo genere le servono un’esportazione di un anno e pochi minuti:

1. Esporti la tabella: una riga è un paziente (o un servizio, o uno specialista), le colonne sono il margine dell’anno e il numero di visite.
2. La renda anonima: codici interni al posto dei nomi.
3. Apra l’analisi che le serve e carichi il file: il calcolo avviene nel browser, il file non viene inviato da nessuna parte.
4. Verifichi le soglie dei gruppi, costruisca il report, lo esporti in XLSX.
5. Prenda una decisione per ciascun gruppo, diversa per gruppi diversi.
6. Ripeta la stessa analisi con le stesse impostazioni tre mesi dopo.

Se i metodi le sono nuovi, cominci dalla teoria: l’analisi ABC in parole semplici e il metodo ABC complesso.

Una tabella da sola non aumenta l’utile. L’utile cresce quando la direzione prende una decisione dopo l’analisi e verifica tre mesi dopo se l’ipotesi ha funzionato.

Analizzi. Decida. Verifichi il risultato.