E EREACE
Volver
Ingresos con margenSalud Privada - Operaciones y Compras

Predecir Ausencias (No-Shows) en una Red de Clínicas Dentales

Una cadena de 80 clínicas pierde el 14% de las citas por pacientes que no se presentan: sillones vacíos, higienistas parados y 3,1M€ al año de ingresos perdidos. La dirección quiere decidir para cada cita si enviar un recordatorio extra, pedir confirmación o hacer overbooking controlado. Los directores de clínica deben entender y aceptar el criterio.

Impacto estimado en el resultado (EBITDA) al año
+1,03 M€
Red de 80 clínicas con 1,2M de citas al año. Ejemplo ilustrativo con cifras orientativas: sustitúyelas por las de tu empresa.

De dónde sale el dinero

Horas de sillón recuperadas
+1,20 M€
Coste de recordatorios y llamadas
-120 k€
Coste del sistema
-50 k€
Impacto anual en EBITDA
+1,03 M€
Suma beneficioResta beneficioCoste del sistema

Qué hacer ahora

  1. 1Medir el coste de una hora de sillón vacía por especialidad.
  2. 2Modelo de no-show con datos de 2 años.
  3. 3Piloto de recordatorios y overbooking en 10 clínicas frente a control.

Para llevar al comité

Una página con la decisión, el impacto, los riesgos, los pasos y el KPI de seguimiento.

Se abre la ventana de impresión: elige "Guardar como PDF".

Ojo: más volumen no siempre es más beneficio

Un overbooking agresivo llena la agenda pero genera esperas y reseñas negativas que cuestan pacientes futuros. Solo overbooking donde la probabilidad de ausencia lo justifica.

KPI para el comité

Ocupación de sillón y tasa de no-show.

Detalle para tu equipo de datos

Técnica propuesta: Regresión Logística

Por qué: Datos tabulares sencillos, decisión binaria y necesidad de que los directores confíen en el modelo: la Regresión Logística da probabilidades bien calibradas (imprescindibles para decidir el overbooking sumando probabilidades) y coeficientes que se explican en una reunión.

Coste de equivocarse: Un no-show no detectado es una hora de sillón perdida (~90€); un falso positivo con overbooking es un paciente esperando y una mala reseña.

Datos necesarios: Histórico de 1,2M de citas con resultado (acudió / no acudió).; Datos de la cita: día, hora, antelación de la reserva, tipo de tratamiento, profesional.; Historial del paciente: ausencias previas, antigüedad, si tiene tratamiento financiado en curso.; Contexto: distancia a la clínica, lluvia prevista.

El sistema Ereace

Prueba tus decisiones con personas sintéticas antes de probarlas con personas reales.

Esta herramienta te ayuda a decidir con números. Antes de invertir, entiende, prueba y ensaya la decisión con las personas implicadas: tus clientes, tu equipo o tu comité.

Entender
QualiSynth

Antes de invertir, descubre qué piensan, necesitan o rechazan tus clientes de la iniciativa.

Poner a prueba
StrataSynth

Pon la oferta, el mensaje o el recorrido frente a personas sintéticas que no siempre siguen el camino feliz.

Entrenar
ArenaSynth

Ensaya la presentación al comité o la negociación con el proveedor frente a decisores sintéticos.

Ver todos los productos de Ereace

Sobre esta herramienta. Es gratuita y la hace Ereace, un estudio de productos nativos en IA y un ecosistema de inteligencia humana: conecta señales humanas reales, personas sintéticas y los sistemas construidos a su alrededor, para entender, probar y actuar sobre el comportamiento humano antes de que las decisiones lleguen al mundo real. Conocer Ereace

¿Comentarios o sugerencias? info@ereace.es