Как я увеличила продажи медицинского центра с помощью ABC-анализа

Я управляю медицинским центром, который специализируется на психотерапии и наркологии и работает на рынке более 30 лет.

За это время изменилось многое: подходы к лечению, поведение пациентов, структура спроса, конкуренция, экономика медицинского бизнеса. Но одна задача у руководителя остаётся неизменной — обеспечивать устойчивый рост, не снижая качество медицинской помощи и не превращая клинику в коммерческий конвейер.

Наш профиль — пациенты с зависимостями и психическими расстройствами: алкогольная и другие виды зависимостей, тревожные расстройства, депрессивные состояния, панические атаки, расстройства адаптации, нарушения сна, эмоциональное выгорание и связанные с ними психосоматические состояния.

Пациентская база при этом крайне неоднородна. Есть пациенты, которые проходят длительную терапию и обращаются регулярно. Есть те, кто приходит сезонно. Есть те, кто был один-два раза и не вернулся. Есть пациенты с высоким средним чеком, но редкими обращениями. И есть те, кто ходит часто, но формирует небольшую маржу.

Для руководителя клиники из этого следует один вывод: всей пациентской базой нельзя управлять одинаково. Именно поэтому я обратилась к ABC-анализу — не как к финансовой отчётности, а как к инструменту принятия управленческих решений.

Теорию я здесь не пересказываю — она разобрана в отдельных материалах: что такое ABC-анализ простыми словами и как работает метод комплексного ABC. Ниже — только то, что я делала, какие решения принимала и что из этого вышло.

Для медицинской организации это не второстепенный вопрос. Данные пациентов — конфиденциальная информация, и я не могу допустить их передачу на сторонние площадки.

Поэтому я выбрала инструмент, в котором расчёт выполняется прямо в браузере: файл не загружается ни на какой сервер, вычисления идут на моём компьютере, наружу не уходит ни одна строка. Практически это выглядит так: я просто открываю таблицу в веб-интерфейсе и получаю отчёт, никуда её не отправляя.

Дополнительно я обезличила выгрузку: вместо ФИО — внутренние коды. Для анализа этого достаточно, потому что группы строятся по цифрам, а не по именам. Это полезная привычка сама по себе: обезличенную таблицу не страшно открыть на встрече или показать консультанту.

Я не стала запускать ABC сразу по всей базе.

Первым шагом была сегментация пациентов по виду оказываемой помощи. Причина простая: у длительной программы лечения зависимости и у краткого курса терапии тревожного расстройства принципиально разные модели потребления услуг. В одной таблице они мешают друг другу — «дорогой» по меркам одного направления пациент выглядит дешёвым по меркам другого, и группы получаются бессмысленными.

Только после этого я перешла к экономической сегментации.

ABC я строила не по обороту. Гораздо показательнее оказался комплексный показатель за год, который учитывает:

• маржинальность одного приёма;
• количество посещений;
• совокупную маржу пациента за год;
• экономическую ценность пациента для центра.

То есть я отвечала не на вопрос «сколько пациент заплатил», а на вопрос «какую реальную маржу этот пациент сформировал за год».

Для этого я взяла комплексный ABC — он считает классы сразу по двум показателям и сводит их в одну матрицу. В моём случае это были:

• маржа пациента за год;
• количество визитов за год.

Каждый пациент получает код из двух букв: первая — класс по марже, вторая — по числу визитов. AA — высокая маржа и много визитов, AC — высокая маржа при редких обращениях, CA — низкая маржа при частых визитах, CC — низкая маржа и редкие обращения.

Практически работа занимает несколько минут: открыть выгрузку и отметить два нужных столбца.

Отчёт — это матрица из девяти ячеек: все сочетания двух букв, в каждой видно число пациентов и их долю в базе. По ячейке можно щёлкнуть и получить список именно этих людей — вот это и превращает анализ в рабочий инструмент, а не в картинку.

Ниже матрицы — та же выгрузка с расчётом и присвоенным кодом по каждой строке. Отчёт выгружается в XLSX, так что дальше с ним можно работать обычными средствами.

По моей базе распределение получилось таким:

• AA — 5% пациентов. Наиболее высокая маржа и наибольшая финансовая ценность для центра.
• AB, BB, BA — 65% пациентов (20%, 30% и 15%). Системные, постоянные пациенты: обращаются регулярно, проходят длительную терапию.
• AC — 25% пациентов. Высокий чек при низкой частоте обращений, а значит — низкая экономическая эффективность.
• CA — 2% пациентов. Низкая маржа при высокой частоте посещений.
• CC — 3% пациентов. Низкая маржа и редкие обращения.

И вот здесь начинается самое интересное.

Категории AB, BB и BA — это 65% базы. Люди, которые уже доверяют центру, обращаются регулярно и продолжают терапию.

На мой взгляд, это один из самых важных выводов анализа: не всегда нужно искать новых пациентов. Иногда больший потенциал роста находится внутри уже существующей базы.

Значит, задача была не в том, чтобы агрессивно продавать этим людям дополнительные услуги. Задача была другой — сделать структуру комплексной помощи удобнее и логичнее.

После анализа мы не стали делать одну универсальную акцию для всех. По каждой группе было принято отдельное решение — и это, пожалуй, главная практическая мысль всего кейса.

AB / BB / BA — усилили комплексный формат

Для постоянных и системных пациентов мы добавили пакетные предложения. Логика простая: если человек уже регулярно пользуется несколькими видами помощи, ему удобнее получать их в понятном комплексном формате.

Это увеличило объём услуг внутри существующей базы — без постоянной закупки нового трафика.

Результат: рост продаж в этом сегменте на 30%. Мы не просто увеличили количество пациентов — мы увеличили экономическую отдачу от базы, которая у нас уже была.

AC — высокий чек, но низкая эффективность

Самая любопытная группа, 25% базы. На первый взгляд такие пациенты выглядят привлекательно: высокий чек. Но комбинация букв показывает то, чего не видно в отчёте по выручке: деньги есть, а частоты нет. Если пациент приходит редко, структура затрат на его обслуживание делает его экономическую ценность заметно ниже, чем кажется по одному платежу.

Поэтому мы не стали ни менять продукт, ни резко повышать стоимость. Мы запустили отдельную акцию с одной целью — повысить частоту обращений, а не чек.

На контрольном срезе существенной динамики по этой группе мы не получили. И это тоже результат: аналитика должна показывать не только то, что сработало, но и то, где решению нужно больше времени.

CA — низкая маржа при высокой частоте

Здесь ситуация обратная: 2% базы, пациенты обращаются часто, но экономическая эффективность одного обращения невысока.

Мы расширили пакет услуг примерно на 15% от стоимости. Цель была не просто поднять цену, а изменить структуру потребления услуги и повысить ценность одного цикла обращения.

В результате доля этой категории сократилась, а часть пациентов перешла в более эффективные AB/BB/BA. Рост продаж в этом направлении — 35%.

Подчеркну: для медицинского бизнеса важен не только рост числа обращений, но и переход пациента в более устойчивую модель обслуживания. Сокращение «плохой» ячейки за счёт перехода людей в «хорошую» — это результат, даже если общее число пациентов не изменилось.

CC — низкая частота и низкая маржинальность

Самая небольшая группа, 3% базы. Значительный маркетинговый бюджет мы на неё тратить не стали — вместо этого сделали информационную коммуникацию о расширении спектра услуг центра.

Вернулось в активное взаимодействие около 1% пациентов этой группы.

С точки зрения классического маркетинга 1% — немного. Но в управлении базой важнее другой вопрос: сколько стоит вернуть пациента и какую долгосрочную ценность он сформирует. Если существенного бюджета не потребовалось, даже небольшая реактивация экономически оправдана.

Я принципиально не оценивала результат сразу после запуска изменений. Повторный срез мы сделали через три месяца — это позволило сравнить не ощущения команды, а реальные изменения в структуре базы.

Итоги:

• AB / BB / BA — продажи выросли на 30%;
• CA — продажи выросли на 35%, доля категории сократилась, часть пациентов перешла в более эффективные категории;
• AC — без существенной динамики, группе нужно больше времени;
• CC — реактивировано около 1% пациентов.

Именно повторный срез показал главное: ABC перестал быть разовой таблицей и стал рабочим управленческим циклом.

Данные → сегментация → гипотеза → действие → измерение → корректировка.

Один и тот же анализ, повторённый через три месяца на тех же настройках, — самая дешёвая проверка гипотезы, которая у руководителя есть. Настройки поэтому стоит записать: с другими границами групп сравнение потеряет смысл.

До анализа мы, как и многие медицинские центры, смотрели прежде всего на общие показатели: количество пациентов, выручку, загрузку специалистов.

ABC заставил меня задавать другие вопросы.

Не «сколько у нас пациентов», а «какие пациенты формируют экономическую устойчивость центра».

Не «как увеличить количество визитов», а «как изменить структуру услуг, чтобы пациент получал более комплексную помощь, а центр — рост эффективности».

Не «какая акция даст больше обращений», а «для какой группы пациентов эту акцию вообще имеет смысл запускать».

Это и есть главный управленческий эффект: метод не выдаёт готовых решений, он сужает вопрос до группы, по которой решение вообще можно принять.

В нашем центре средняя стоимость посещения — около 30 €, средняя маржа — около 18 € на пациента. При загрузке 25 специалистов-психотерапевтов даже небольшое изменение поведения базы становится существенным: каждый дополнительный визит при марже 18 € даёт 18 € маржинального результата.

Поэтому рост продаж на 30–35% в отдельных сегментах значит гораздо больше, чем просто увеличение количества первичных обращений.

Главная идея была не в том, чтобы поднять продажи одинаково для всех 500+ пациентов, а в том, чтобы определить, где именно находится потенциал роста, и направить разные управленческие действия на разные группы.

Медицинский центр — не retail. Механически переносить сюда классические инструменты продаж нельзя:

• у пациента может быть высокая стоимость услуг при низкой маржинальности;
• может быть небольшая сумма одного визита, но высокая годовая ценность за счёт регулярности;
• пациент, сегодня экономически незначимый, через несколько месяцев может перейти в стабильную модель лечения.

Ценность пациента нельзя оценивать по одному визиту. Я бы рекомендовала смотреть минимум четыре параметра: выручку, маржу, частоту обращений и стабильность обращений во времени.

И анализировать не всё подряд, а то, что влияет на решение:

• проблема в пациентах — анализируем пациентов;
• проблема в услугах — анализируем услуги: какие действительно формируют прибыль, какие имеют высокий чек при низкой рентабельности, какие стоит пакетировать;
• вопрос в загрузке — анализируем специалистов;
• нужно увидеть два фактора сразу — комплексный анализ.

Строка в таблице при этом может быть чем угодно: пациентом, услугой, специалистом. Поэтому одна и та же процедура отвечает на очень разные управленческие вопросы.

ABC оказался для меня не финансовым инструментом, а инструментом управленческого мышления. Он позволяет увидеть пациентскую базу не как единую массу, а как систему разных моделей поведения.

Где-то нужно увеличить частоту обращений. Где-то — предложить комплексную услугу. Где-то — пересмотреть экономику пакета. Где-то — просто напомнить пациенту о возможностях центра. А где-то — ничего не менять и дать гипотезе время.

Рост мы получили прежде всего за счёт более эффективного управления той базой, которая уже была.

И для меня как директора это самый важный вывод: рост медицинского бизнеса не всегда начинается с привлечения новых пациентов. Иногда он начинается с того, что руководитель наконец видит структуру собственной базы.

Поэтому сегодня я рассматриваю ABC не как отчёт для руководителя, а как часть регулярного управленческого цикла: анализировать → принимать решения → тестировать → измерять → масштабировать.

Вы знаете, сколько у вас пациентов. Но знаете ли вы, какие из них формируют прибыль? Вы знаете, какие услуги продаются. Но знаете ли вы, какие из них действительно выгодны? Вы видите загрузку специалистов. Но знаете ли вы, кто создаёт наибольшую экономическую ценность?

Чтобы повторить такой разбор, нужна годовая выгрузка и несколько минут:

1. Выгрузите таблицу: строка — пациент (или услуга, или специалист), столбцы — маржа за год и количество визитов.
2. Обезличьте её: внутренние коды вместо ФИО.
3. Откройте нужный анализ и загрузите файл — расчёт идёт в браузере, файл никуда не отправляется.
4. Проверьте границы групп, сформируйте отчёт, выгрузите его в XLSX.
5. Примите решение по каждой группе — разное для разных групп.
6. Повторите тот же анализ с теми же настройками через три месяца.

Если методы вам пока незнакомы, начните с теории: ABC-анализ простыми словами и метод комплексного ABC.

Таблица сама по себе прибыль не увеличивает. Прибыль растёт тогда, когда после анализа руководитель принимает решение — и через три месяца проверяет, сработала ли гипотеза.

Анализируйте. Принимайте решения. Проверяйте результат.