Медиа imot.io
Кейсы

Почему клиники теряют 20% записей и не знают причину отмены приёмов

Администратор принимает звонок. Пациент говорит: «Я хочу отменить запись». Администратор нажимает кнопку «отмена» в CRM. В карточке появляется статус: «Отменено». Следующий звонок.
За этой кнопкой скрывается одна из самых дорогих слепых зон в управлении клиникой. CRM фиксирует, что пациент не придёт. Но не фиксирует, почему. Руководитель клиники видит процент отмен в отчёте — и остаётся один на один с цифрой, за которой может стоять что угодно: от объективного форс-мажора до системной ошибки в расписании врачей. Разница между этими причинами — разница между неизбежными потерями и потерями, которые можно устранить.

Масштаб проблемы и что говорят данные

По данным систематического обзора в журнале Health Services Insights (PMC, 2024), средний уровень неявок на амбулаторные приёмы в мире составляет 23,5%, а диапазон колеблется от 5,5% до 50% в зависимости от специальности, региона и типа клиники. Для педиатрии и дерматологии показатель достигает 30%, для стоматологий — 15%, для первичного звена — 19%.
Финансовые последствия хорошо задокументированы. По данным SCI Solutions, которые приводит Medscape, в системе здравоохранения США неявки приводят к потерям порядка 150 миллиардов долларов в год. Средняя стоимость одного пустого слота — около 200 долларов. Для независимой врачебной практики это транслируется в 150 тысяч долларов упущенной выручки ежегодно.
Российский рынок частной медицины лишён столь же подробной публичной статистики, но масштаб сопоставим. Клиника на 200 звонков в день со средним чеком 5 000 рублей и уровнем отмен в 20% теряет около 200 тысяч рублей ежедневно — или порядка 4,4 миллиона в месяц. И это только прямые потери: косвенные — простой врачей, неоптимальная загрузка кабинетов, расходы на привлечение новых пациентов взамен ушедших — увеличивают цифру в полтора-два раза.
Но главная деталь в другом. Большинство клиник знают свой процент отмен. Немногие знают структуру причин. Почти никто не разделяет причины на те, которые можно изменить, и те, которые нельзя.

Две категории причин, которые клиники путают

Отмена приёма — это не однородное событие. За одним и тем же действием «не пришёл» скрываются принципиально разные ситуации.
Объективные причины — то, на что клиника повлиять не может. Пациент заболел. Произошёл форс-мажор. Изменились семейные обстоятельства. Это неизбежный фон, с которым бессмысленно бороться.
Субъективные причины — зона управляемых потерь. Пациент передумал. Нашёл клинику дешевле. Ждать приёма пришлось бы слишком долго. Не устроило время. Не получил ответ на свой вопрос при записи. Каждая из этих причин — сигнал о проблеме, которую клиника может устранить.
Есть третья категория, о которой говорят реже всего: отмены по инициативе самой клиники. Врач не вышел на смену. Расписание пересобрали. Перенесли приём без согласования. Клинический аудит, опубликованный в PMC (2022), показал, что в одной из больниц за три месяца было отменено 54% запланированных клиник. 72% отмен инициировали сами врачи — из-за дежурств, отпусков и учебных отгулов. При этом основной причиной стало отсутствие координации между расписанием врачей и отделом записи пациентов.
Эти три категории требуют трёх разных стратегий. С объективными причинами можно только смириться — и работать над конверсией «отмена в перенос». Субъективные требуют диагностики: где сбоит процесс записи, ценообразование, доступность. Клинические отмены — сигнал руководству о дисциплине и процессах внутри клиники.
Когда все три категории свалены в одну кнопку «Отменено», управление становится невозможным. Руководитель видит 20% отмен и не понимает: это нормальный фон или горящая проблема? Если 15 из этих 20 процентов — объективные, с клиникой всё в порядке. Если 15 — субъективные и клинические, клиника теряет деньги на собственных ошибках.

Почему CRM не решает эту задачу

Типичная медицинская CRM предлагает поле «причина отмены» — выпадающий список с вариантами вроде «личные причины», «не устраивает время», «другое». Логика понятна: администратор спрашивает пациента, выбирает пункт из списка, данные попадают в отчёт.
На практике эта схема не работает по нескольким причинам.
Первая — администратор не всегда задаёт вопрос. При потоке в 150-200 звонков в день разговор про причину отмены занимает лишние 30-40 секунд, и в условиях нагрузки эти секунды первыми идут под нож. Результат: в CRM стоит «другое» или поле остаётся пустым.
Вторая — пациент не всегда говорит настоящую причину. Человеку проще сказать «передумал», чем объяснять, что его не устроил тон администратора при записи, что он нашёл отзывы о враче с рейтингом 3,2, или что стоимость услуги при подтверждении оказалась на 40% выше, чем на сайте. Реальная причина остаётся в разговоре, в деталях, в контексте — и не попадает ни в одну ячейку CRM.
Третья — список категорий заведомо неполный. Создать универсальный справочник причин отмен невозможно: в каждой клинике своя специфика, свои услуги, свои типичные сценарии. Фиксированный выпадающий список неизбежно упрощает картину.
Четвёртая — отмены по инициативе клиники вообще не попадают в эту систему. Когда расписание меняется со стороны клиники, в CRM появляется запись о переносе или отмене, но без фиксации того, кто инициировал изменение и почему. Для пациента это одинаково: ему позвонили и сказали, что приём не состоится. Для аналитики — радикально разные события.
Итог: CRM собирает статистику отмен, но не собирает понимание причин. А без понимания причин любые действия по снижению отмен — стрельба вслепую.

Что на самом деле говорят пациенты при отмене

Настоящие причины живут в разговорах. Пациент звонит отменить запись — и в ходе диалога произносит фразы, которые содержат контекст, недоступный через выпадающий список.
«Я решил подождать, потому что доктор Иванов принимает только через три недели» —
это сигнал о проблеме с расписанием конкретного врача, а не «личные обстоятельства».
«Мне перезвонили и сказали, что приём перенесли на другой день, но мне этот день не подходит» —
это отмена по инициативе клиники, замаскированная под отказ пациента.
«Я посмотрел цены — на сайте было одно, а мне при записи назвали другое» —
ценовое несоответствие, которое генерирует отмены системно, пока расхождение не устранено.
«Мне никто не перезвонил подтвердить» —
отсутствие подтверждающего звонка перед приёмом. По данным MGMA (2025), практики, которые внедрили системные напоминания — автоматические и живые — фиксируют стабильное снижение неявок.
«У вас была запись к Петровой, но мне сказали, что она больше не работает» —
кадровые изменения, о которых пациент узнаёт в момент звонка. Для него это не перенос к другому специалисту, а разрушение доверия.
Каждая из этих фраз — данные. Но данные, которые исчезают в ту секунду, когда администратор нажимает кнопку «Отменено» и берёт следующий звонок. Чтобы их сохранить, нужна система, которая работает не с тем, что администратор успел записать, а с тем, что пациент реально сказал.

Как работает классификация причин из диалогов

Задача звучит конкретно: из текста разговора между администратором и пациентом извлечь причину отмены, классифицировать её и передать в аналитику.
Техническая цепочка выглядит так. Аудиозапись разговора транскрибируется в текст. Текст анализируется по набору правил и ключевых маркеров. На выходе — тег, который присваивается звонку и попадает в общую статистику.
Классификация строится по нескольким осям. Первая ось — инициатор отмены: пациент, клиника, или смешанная ситуация (пациент отменяет, но из контекста видно, что это реакция на действия клиники). Вторая ось — тип причины: объективная, субъективная, ценовая, организационная, кадровая. Третья ось — предложил ли администратор перенос вместо отмены.
Последняя ось особенно важна. Значительная часть отмен может быть конвертирована в переносы — если администратор задаёт правильный вопрос. Вместо «Хорошо, отменяю» — «Могу предложить другое время, удобно в четверг в 14:00?». Разница между этими фразами — разница между потерянным и сохранённым пациентом.
По тексту разговора видно, произошла ли попытка переноса. Если администратор предложил альтернативу — это фиксируется. Если нет — тоже. На массиве в сотни и тысячи звонков это позволяет увидеть системную картину: какой процент отмен конвертируется в переносы, какие администраторы предлагают перенос чаще, а какие просто нажимают «Отменено».
Принципиально важно: классификация работает по тексту, а не по мнению администратора. Администратор может записать «личные причины», но в тексте разговора пациент говорит: «Три недели ждать — это слишком долго, я пойду в другое место». Система зафиксирует реальную причину, даже если человек, заполняющий CRM, её пропустил.

Что видно на дашборде, когда причины размечены

Когда причины отмен классифицированы и размечены, аналитика перестаёт быть цифрой «20% отмен» и превращается в карту решений.
Структура причин по категориям
Руководитель видит: 35% отмен — объективные (болезнь, форс-мажор), 40% — субъективные (передумал, нашёл дешевле, долго ждать), 25% — по инициативе клиники (перенос врачом, изменение расписания). Сразу понятно, на какой сегмент направлять усилия. Бороться с 35% объективных — бесполезно. Работать с 40% субъективных и 25% клинических — экономически обоснованно.
Тренды по времени
Если процент субъективных отмен растёт из месяца в месяц — это сигнал о системном ухудшении. Может быть, выросли цены без изменения коммуникации. Может быть, появился новый конкурент в районе. Может быть, ухудшилось качество записи. Без трендовой аналитики эти изменения заметны только когда уже поздно.
Разбивка по врачам
Если у одного врача 30% отмен, а у другого 10% — разница может быть не в квалификации, а в расписании. У первого приём через три недели, у второго — через три дня. Или у первого пациенты отменяют после того, как клиника переносит их время, а у второго расписание стабильно. Разметка причин позволяет отличить одно от другого.
Конверсия «отмена в перенос» по администраторам
Один администратор конвертирует 40% отмен в переносы, другой — 5%. По тексту разговоров видно, в чём разница: первый спрашивает «Когда вам удобно перенести?», второй отвечает «Хорошо, отменяю». Это не гипотеза — это данные, на основе которых можно строить обучение.
Отмены по инициативе клиники — отдельный отчёт
Когда эти отмены выделены в отдельную категорию, руководитель видит масштаб проблемы, которая обычно невидима. Сколько пациентов клиника потеряла из-за собственных кадровых и организационных решений? Какие врачи чаще инициируют переносы? Какие подразделения генерируют больше всего клинических отмен?

Отмены по инициативе клиники — самая дорогая категория

Когда пациент сам решает не прийти — это его выбор. Клиника может работать над удержанием, но базовый уровень объективных отмен всё равно будет ненулевым.
Когда клиника отменяет приём — ситуация принципиально иная. Пациент уже принял решение прийти. Он организовал своё время, взял отгул, нашёл кого-то присмотреть за ребёнком. И в этот момент ему звонят и говорят, что приём не состоится.
Данные из BMC Health Services Research показывают, что поведенческие и психологические факторы играют ключевую роль в решении пациента вернуться или уйти. Пациент, который испытал негативный опыт с отменой, формирует предубеждение против клиники — и с каждой следующей отменой вероятность его ухода растёт. Опрос Tebra зафиксировал, что 83% пациентов считают перенос приёма приемлемым — но только при условии прозрачной коммуникации о причинах. Когда причина не объяснена или перенос воспринимается как небрежность, лояльность падает.
Для частных клиник в России эта категория особенно чувствительна. LTV одного пациента частной клиники — порядка 150 тысяч рублей (повторные визиты, рекомендации, семейные обращения). Потеря десяти пациентов из-за клинических отмен — полтора миллиона рублей недополученной выручки. Не за год — за весь период жизни этих отношений.
При этом клинические отмены — самая управляемая категория. Их причины лежат внутри организации: нехватка координации между расписанием и кадрами, отсутствие замены при болезни врача, отпуска, спланированные без учёта записей. Каждая из этих причин — процессная, а значит, устранимая.

Результаты: что меняется, когда причины видны

Снижение отмен не происходит потому, что появился дашборд. Дашборд — точка входа. Снижение происходит потому, что руководитель впервые видит, на что конкретно тратить усилия.
Когда клиника обнаруживает, что 15% отмен — из-за долгого ожидания приёма у конкретного врача, решение очевидно: скорректировать расписание, добавить слоты или перенаправить поток к другим специалистам.
Когда выясняется, что 10% отмен — ценовые, и пациенты уходят после озвучивания стоимости, — это сигнал для пересмотра коммуникации: как именно администратор называет цену, объясняет ли, что входит в стоимость, предлагает ли альтернативные варианты.
Когда конверсия «отмена в перенос» у лучшего администратора составляет 45%, а у худшего 8% — это материал для обучения: конкретные фразы, которые работают, и конкретные ошибки, которые стоят денег.
Мы ожидаем от таких проектов снижения субъективных отмен на 10-20% в первые три-шесть месяцев, снижения отмен по инициативе клиники на 30-50% (за счёт наведения порядка в процессах), роста конверсии «отмена в перенос» на 15-25 процентных пунктов. Эти диапазоны основаны на нашем опыте работы с клиниками и зависят от исходного состояния процессов — чем хуже текущая ситуация, тем больше потенциал улучшения.
Исследование из JMIR Formative Research (2025), описывающее внедрение аналитической системы в первичном звене здравоохранения ОАЭ, зафиксировало сопоставимый эффект: интеграция AI-аналитики с электронными медицинскими записями позволила снизить неявки при исходном уровне 21% и значительно повысить операционную эффективность.

Итоги

  1. Средний уровень отмен и неявок на амбулаторные приёмы составляет 23,5% по мировым данным. Для российских частных клиник диапазон 10-30% — типичная картина.
  2. Причины отмен делятся на три категории: объективные (пациент не может прийти), субъективные (пациент не хочет прийти) и клинические (клиника инициировала отмену). Каждая категория требует отдельной стратегии.
  3. CRM фиксирует факт отмены, но не фиксирует реальную причину. Поля с выпадающими списками заполняются формально или не заполняются вовсе.
  4. Настоящие причины живут в разговорах. Автоматическая классификация из текста диалога позволяет извлекать реальные причины без дополнительной нагрузки на администраторов.
  5. Отмены по инициативе клиники — самая дорогая и самая управляемая категория. Они создают негативный опыт, снижают LTV пациента и при этом полностью лежат в зоне ответственности клиники.
Если вы хотите увидеть, какие причины отмен доминируют в вашей клинике и какой процент из них управляем — мы можем разобрать выборку звонков на аудите и показать структуру причин на ваших данных.
Оставить заявку на аудит »
Источники

  1. Dantas L. F. et al. (2024). Evaluation of no-show rate in outpatient clinics with open access scheduling system: A systematic review. Health Services Insights / PMC. Систематический обзор уровней неявок в амбулаторных клиниках — средний мировой показатель 23,5%.
  2. MGMA Stat (январь 2025). Patient no-shows in 2025: What’s changing and what to do about it. Опрос руководителей медицинских практик — тренды неявок, барьеры (транспорт, стоимость, коммуникация), тактики снижения.
  3. Dialog Health (2025). 50+ Latest Patient No-Show Statistics You Need to Know. Агрегация статистики по неявкам по специальностям, причинам и финансовым потерям.
  4. Medscape (2024). When Patients Don’t Show Up: The Hidden Cost of Missed Appointments. Обзор финансовых последствий неявок для независимых врачебных практик — 150 тыс. долларов в год на одного врача.
  5. Uthman O. et al. (2022). Clinical audit on possible causes of hospital initiated clinic cancellations and recommendation to improve the service. PMC. Клинический аудит — 54% клиник отменены за три месяца, 72% инициированы врачами, основная причина — нехватка координации.
  6. Tebra / The Intake (2024). Stats you need to know about patient cancellations and no-shows. Статистика по отменам и неявкам, включая данные о готовности пациентов принять перенос при прозрачной коммуникации (83%).
  7. Carvajal A. et al. (2023). Behavioural economic interventions to reduce health care appointment non-attendance: a systematic review and meta-analysis. BMC Health Services Research. Систематический обзор — поведенческие и психологические факторы неявок, эффективность интервенций.
  8. Al-Busaidi I. S. et al. (2025). Real-Time Analytics and AI for Managing No-Show Appointments in Primary Health Care. JMIR Formative Research. Внедрение AI-аналитики в первичном звене ОАЭ — снижение неявок при исходном уровне 21%.
  9. MGMA Stat (январь 2025). No-show fees in medical practices on the rise to balance bumpy attendance rates. 42% медицинских практик используют штрафы за неявку; практики со штрафами фиксируют улучшение на 25% vs 16% без штрафов.