No todos los pacientes necesitan lo mismo: cómo segmentar para gestionar mejor

Durante mucho tiempo, segmentar pacientes significó clasificarlos principalmente por edad, género, cobertura o ubicación.

Es información útil. Pero explica relativamente poco sobre cómo una persona se relaciona con una institución.

Los datos de comportamiento permiten construir otra clase de segmentos.

Segmentar por relación

Podemos distinguir, por ejemplo: pacientes nuevos; pacientes frecuentes; pacientes que utilizan varias especialidades; pacientes que sólo realizan estudios; pacientes cuya frecuencia está creciendo; pacientes que comenzaron a disminuir su actividad; pacientes inactivos.

También es posible incorporar variables relacionadas con canales utilizados, tipo de gestiones, recurrencia o facilidad para resolverlas.

El resultado es una visión mucho más dinámica.

¿Para qué sirve?

La segmentación permite adaptar decisiones.

Un paciente nuevo puede necesitar mayor orientación. Uno recurrente posiblemente necesite procesos más rápidos y menos repetición de información. Uno que lleva mucho tiempo sin utilizar la institución quizá no necesite ningún mensaje, salvo que exista una razón relevante para contactarlo.

Incluso la propia atención puede utilizar estos segmentos como contexto. No todos los pacientes deberían atravesar exactamente el mismo proceso si sabemos que parten de situaciones distintas.

De segmentar para describir a segmentar para actuar

Una buena segmentación no termina en un gráfico. Debe modificar alguna decisión.

Qué información mostramos. Qué comunicación enviamos. Qué necesidad anticipamos. Qué experiencia diseñamos. O qué pacientes requieren nuestra atención.

Con datos suficientes, la inteligencia artificial puede descubrir patrones que sería muy difícil detectar manualmente.

Pero el objetivo sigue siendo simple: entender mejor las diferencias para gestionar mejor cada relación.

Los segmentos por comportamiento salen de la misma fuente que el resto: lo que la operación registra todos los días, leído en datos y anticipación.