Сколько пациентов возвращается после первого визита — и почему одной доли повторных недостаточно
На первый взгляд, возвращаемость пациентов считается просто: берём тех, кто пришёл в клинику повторно, делим на всех первичных пациентов и получаем долю возврата.
Но без дополнительных уточнений эта цифра почти ничего не говорит.
Допустим, в январе клиника получила 10 000 новых пациентов. В течение следующих 90 дней повторно обратились 2 800 человек. Возвращаемость — 28%.
Через год из той же январской когорты вернулись уже 4 600 пациентов. Возвращаемость — 46%.
Обе цифры правильные. Но отвечают они на разные вопросы.
Если сравнивать клиники, направления или месяцы без единого периода наблюдения, можно принять разницу в методике расчёта за изменение поведения пациентов.
Что именно считать повторным обращением

Перед расчётом нужно договориться как минимум о четырёх вещах:
  1. Кого считать первичным пациентом. Человека, который впервые появился в базе, впервые посетил конкретную клинику или впервые обратился по определённому направлению?
  2. Что считать повтором. Любой следующий визит, продолжение назначенного лечения, новый эпизод обращения или следующую покупку?
  3. В течение какого срока ждать возвращения. 30, 90, 180 или 365 дней?
  4. С какой даты начинать отсчёт. С записи, первого фактического визита, оплаты или завершения лечения?
От этих решений результат может измениться в разы.
Например, повторный визит через семь дней после первичного приёма может быть частью одного курса лечения. Для бизнеса это второй оплаченный визит, но он ещё не доказывает, что пациент сформировал устойчивую связь с клиникой.
И наоборот: пациент, который возвращается на ежегодную диагностику через 11 месяцев, при расчёте за 90 дней будет признан невозвратившимся, хотя его поведение полностью соответствует характеру услуги.
Поэтому единого правильного срока возврата для всей клиники обычно не существует.
Главная ошибка — смотреть на долю повторных пациентов за месяц
В отчётах часто встречается показатель:
Повторные пациенты месяца / все пациенты месяца.
Он описывает структуру текущего потока, но не показывает, какая доля новых пациентов действительно вернулась.
Представим две ситуации.

Показатель

Месяц 1

Месяц 2

Новые пациенты

6 000

3 000

Повторные пациенты

4 000

4 000

Всего пациентов

10 000

7 000

Доля повторных

40%

57%

Формально доля повторных пациентов выросла с 40 до 57%. Но произошло это не потому, что клиника стала лучше удерживать пациентов. Количество повторных не изменилось — просто вдвое сократился приток новых.
Если смотреть только на долю, ухудшение можно принять за успех.
Чтобы измерять возврат, нужно следить не за долей повторных в общем потоке, а за когортами: брать пациентов, впервые пришедших в определённый период, и смотреть, сколько из них вернулось через одинаковые интервалы времени.
Как считать возвращаемость корректнее
Базовая формула выглядит так:
Возвращаемость за 90 дней = пациенты когорты, совершившие хотя бы один следующий визит в течение 90 дней / все первичные пациенты этой когорты.
Например:
  • в январе впервые пришли 10 000 пациентов;
  • 2 800 из них совершили следующий визит в течение 90 дней;
  • возвращаемость январской когорты за 90 дней — 28%.
Затем по той же методике считаются февральская, мартовская и остальные когорты. Сравнивать можно только те из них, для которых период наблюдения уже завершён. Нельзя сопоставлять январскую когорту, за которой наблюдали год, с августовской, у которой прошло только два месяца.
Но и когортной возвращаемости недостаточно. Она показывает итог, но не объясняет, что именно происходит внутри базы.
Какие показатели нужны вместе с долей возврата1. Время до второго визита
Важно знать не только сколько пациентов вернулось, но и когда это произошло.
Если основная масса повторных обращений приходится на первые 30 дней, коммуникация на 90-й день, скорее всего, запаздывает. Если заметная часть естественно возвращается через 9–12 месяцев, признание пациента ушедшим через 180 дней будет преждевременным.
Распределение времени между первым и вторым визитом позволяет увидеть:
  • естественные циклы возвращения;
  • момент, после которого вероятность следующего обращения начинает заметно снижаться;
  • периоды, в которых напоминание потенциально может изменить поведение.
2. Возврат по направлению первого визита
Пациенты после консультации терапевта, лабораторного исследования, стоматологического лечения и разовой справки ведут себя по-разному.
Низкая повторяемость может означать как потерю пациента, так и нормальное завершение его задачи. Поэтому общая цифра по клинике смешивает несколько разных моделей спроса.
Минимально возвращаемость стоит считать по крупным направлениям первого обращения. В более подробном анализе — по услуге, диагнозу или типу эпизода, если данные позволяют делать это корректно.
3. Возврат к врачу, в направление и в клинику
Следующий визит можно рассматривать на нескольких уровнях:
  • к тому же врачу;
  • к другому врачу той же специальности;
  • в другое направление;
  • в любую клинику сети.
Если оценивать только возвращение к конкретному врачу, переход пациента из терапии в диагностику будет выглядеть как потеря. Если смотреть только на сеть целиком, можно не заметить проблемы с продолжением назначенного лечения.
4. Выручка и количество следующих визитов
Два сегмента могут иметь одинаковую долю возврата, но сильно отличаться по ценности.
В одном повторно возвращается 30% пациентов и совершает в среднем по одному следующему визиту. В другом возвращается те же 30%, но каждый вернувшийся проходит курс из четырёх посещений.
Поэтому вместе с возвращаемостью нужно смотреть:
  • количество повторных визитов на пациента;
  • выручку после первого обращения;
  • средний срок отношений с клиникой;
  • долю пациентов, дошедших не только до второго, но и до третьего обращения.
5. Различия между сегментами
Общая возвращаемость может оставаться стабильной, хотя внутри базы происходят противоположные изменения.
Например, возврат после лабораторной диагностики растёт, а после первичного приёма врача падает. Или показатели постоянных пациентов улучшаются, но новые когорты возвращаются всё хуже.
Среднее значение скроет оба процесса.
Поэтому показатель нужно раскладывать хотя бы по:
  • месяцу первого визита;
  • направлению и услуге;
  • филиалу;
  • источнику привлечения;
  • типу пациента;
  • при наличии достаточного объёма данных — врачу.
Какой набор показателей даёт реальную картину
Для первого анализа клинике обычно достаточно следующего набора:

Показатель

На какой вопрос отвечает

Возврат за 30, 90, 180 и 365 дней

Какая часть новых пациентов совершает следующий визит

Медианное время до второго визита

Когда обычно происходит возвращение

Кривая накопленного возврата

Как вероятность возвращения меняется со временем

Возврат по направлению первого визита

Где низкий показатель нормален, а где требует проверки

Переходы между направлениями

Как пациент продолжает отношения с клиникой

Доля третьих и последующих визитов

Становится ли второй визит началом устойчивых отношений

Выручка когорты после первого визита

Какую экономическую ценность создают последующие обращения

Только после этого имеет смысл обсуждать CRM-сценарии, напоминания и реактивацию.
Иначе клиника рискует отправлять одинаковую коммуникацию пациентам с принципиально разным спросом: одним — слишком рано, другим — слишком поздно, третьим — по поводу услуги, которая им больше не нужна.
Что в итоге нужно знать руководителю клиники
Вопрос «какая у нас доля повторных пациентов?» слишком общий.
Полезнее сформулировать его так:
Какая часть пациентов после первого обращения возвращается в клинику, в какие сроки, по каким направлениям и чем отличаются вернувшиеся от тех, кто больше не обращался?
Ответ на него не даёт готовой CRM-механики. Зато показывает, где вообще существует пространство для воздействия и какие группы пациентов стоит исследовать в первую очередь.
Высокая или низкая доля повторных сама по себе ещё не диагноз. Значение появляется только вместе с периодом наблюдения, контекстом первого обращения и дальнейшим поведением пациента.
Диагностика возвратов пациентов
Я анализирую обезличенную историю обращений клиники и показываю:
  • сколько пациентов возвращается после первого визита через 30, 90, 180 и 365 дней;
  • как различается возврат между направлениями, филиалами и другими сегментами;
  • когда вероятность следующего обращения начинает снижаться;
  • где находятся группы пациентов, на поведение которых потенциально может повлиять CRM;
  • какие гипотезы и эксперименты стоит проверить в первую очередь.
Для предварительной оценки достаточно структуры выгрузки или небольшого обезличенного примера данных. Я проверю, какие показатели можно рассчитать, каких полей не хватает и имеет ли смысл проводить полный анализ.