活用数据思维，高阶诊所运营都这么干！

大数据时代有句名言，「你不知道的事情比你知道的事情更重要」。 

作为临床工作出生的医务人员，当岗位转变，接手诊所运营管理工作时，感到尤其的不适应。 

最突出的一点是，忙到每天都不知道时间都花去了哪里，工作之外还需要大量自学管理知识，让能力尽快匹配运营管理岗。 长期的临床一线工作，我深知自己有严谨的科研工作态度、逻辑性思维也算可以。但缺点也很明显，沟通技巧差，不懂得管理和财务等等。

幸运的是，管理技能的提升在付出了大量的时间和精力后，很快就有了起色。 管理工作和科研的共同点在于都渗透着「数据思维」，同样存在「对照试验」。

平衡记分卡在医疗机构管理上只是一种初步数字化管理的尝试，在各个领域即将全面进入「大数据」的情况下，医疗管理领域也必将面临重大革新。 

这也就意味着，数据思维将成为管理沟通的抓手，每一位诊所管理人都应当具备。 为什么这么说？具体怎么样用好数据？ 接下来，我将结合自己一年多的医疗管理实战经验，与大家分享： 

门诊量、诊疗技术都好为什么客单价提不上去？ 

在看诊所运营数据时，我们发现 A 医师（化名）长期客单价低于同岗位其他医师，即便是刚入职才一个月的医师客单价也高于 A 医师。 

如果粗略观察，你会发现 A 医师每月的接诊量并没有显著落后于同岗位其他医师，那是什么原因造成「低客单价」现象的呢？ 

通过与和 A 医师日常搭配工作较多的护士一番沟通后，我大概知道了原因：A 医师不愿意进行有风险的操作。 

这是一种工作态度问题，作为管理者，我们很难有量化的数据做支撑。

因为你说一个人工作态度不积极，不愿意承担风险，你有什么证据呢？这时候数据分析的价值就显现了。 通过抓取诊所管理系统的后台数据：医生接诊人次、接诊类型、接诊总金额。

通过这几个基础数据，再计算想要的具体数据。

以我们口腔诊所为例，需要从原始数值计算出「口腔治疗服务占比」、 「龋齿:口腔保健」两个具体值，再然后，就能很容易看到员工工作态度上的量化成绩。 

下图为 A 医师入职后总门诊量XXX，其中「口腔治疗」服务占比约14.93%，且长期维持在 4~10% 之间。

分析 A 医师总门诊量里的诊断名词出现频次情况：

• 「龋齿」诊断 252 人次
• 「口腔保健」诊断 395 人次
• 「龋齿：保健」诊断比为 0.63

 以同样的方法分析 L 医师，相同统计周期内的总门诊量 XXX，「口腔治疗」占比长期维持在 15~20% 之间，除了少许月份由于外出学习影响了当月接诊。

 统计周期内：

• 「龋齿」诊断 212 人次
• 「口腔保健」诊断 154 人次
• 「龋齿：保健」诊断比为 1.37

当然你还可以用相同思路，分析同岗位其他医师。经过一番对比后我们发现，虽然 A 医生的接诊量还可以，但「龋齿：保健」诊断比显著低于同岗位其他医师。 

管理岗在与医师的面谈沟通中，确切有效的数据就是我们强有力的支撑。 

在抛出「A 医师，我们发现您在工作中一些数据显著偏差与同岗位的伙伴，想要听听你的看法」这一问题后，A 医师自己也认识到了自身存在的问题。此时督促医师改进不足，时机再好不过。 

诊所人员配置合理吗？用数据说话

出于成本考虑，诊所往往会精简人员配置，这也导致了一个常见现象：岗位与实际接诊服务出现错配。

 举个例子：内科医师可能在当日临近下班时间 17:50 收到疾病接诊号。当内科医师完成问诊、体检后，往往已经超出 18:00 的下班时间，这时候开出检验项目，检验师已经离开诊所。 

为了更好的服务患者，我们当然希望检验师能够延迟下班时间。作为补偿，次日的上班时间也会相应推迟。

但具体延迟半小时，还是 15 分钟，往往没有一个可靠的数据参考。 通过挖掘「诊所管理系统」后台开出的检验单时间，不仅能够回答和解决这个问题，还能知道这是偶然事件 ，还是频发事件。

我们导出了某季度早晨上班时段开出检验单情况与客户数，并与下班时段的数据做了对比： 

• 8:00~9:00 总计开单 45 项检查，均由 5 个服务项目开出，仅涉及 7 名客户。

• 17:00~18:00 总计开单 73 项检查，均由 6 个服务项目开出，涉及 25 名客户。

结合以上数据分布，以及开单时刻点，我们和检验师做了商量，并将每日的上班时间更改为 9:20 ，下班时间更改为 18:20 。 我们将分析过程做了公开展示，也得到了其他岗位同事的理解，让大家认识到「不同岗，不同管理制度」。

做好数据分析，提升诊所运营效率  

每个月、每个季度在进行员工绩效考核的时候，我们都要用到诊所管理系统。 抓取门诊量、投诉量、投诉频次一系列数据，通过数据来量化员工的具体工作表现，是最有说服力的工具。 

例如，某位医师突然短期内出现大量投诉事件（ 30 天周期内发生了 4 起投医疗投诉事件），与既往自身对比、同岗位医师对比，都有显著异样。 带着投诉事件发生频次的对比数据，再去同医师进一步沟通，复盘客户进入诊所后的每一项服务流程，了解客诉的根本原因。

综上，通过简单的三个例子，相信大家能够清晰地知晓「数据思维」在管理工作中的应用价值。 「要么数字化，要么死亡」，孙正义前不久对日本企业界说，很明显，数字信息已经成为时代发展的趋势和代表。

数据的价值不仅仅体现在数据的获取上，更体现在数据的深度认知、解析和运营上。

共勉。

文：林涛