数字で見る患者離脱！整骨院のデータ分析活用術

田辺さん、整骨院の経営者さんから「データ分析って難しそう」という声をよく聞くんですが、まず何から始めればいいんでしょうか?

いい質問ですね。確かに「データ分析」と聞くと難しく感じるかもしれませんが、整骨院が最初に見るべき数字は実はシンプルなんです。私がクライアントさんにまずお勧めしているのは「来院頻度」「離脱タイミング」「施術コース別の継続率」の3つです。

その3つを見ると、何が分かるんですか?

例えば、来院頻度を分析すると「初回から2回目までの期間が開きすぎている患者さんが多い」といったことが見えてきます。うちのクライアントである横浜の整骨院さんでは、初回来院後14日以内に再来院した患者さんの継続率が78%だったのに対し、14日を超えると42%まで落ちていたんです。

半分近くも差があるんですね! それが分かると、どう対策するんですか?

この整骨院さんの場合、初回来院から7日後と13日後に自動でLINEメッセージを送るシナリオ配信を設定しました。7日後には「お身体の調子はいかがですか?」という気遣いメッセージ、13日後には「そろそろ2回目のケアのタイミングです」という予約促進メッセージです。この施策だけで、2回目来院率が31%改善したんですよ。

でも、そういうデータってどうやって集めるんでしょう? 専用のシステムが必要ですか?

実は、最初はエクセルで十分なんです。患者さんの「ID」「初回来院日」「最終来院日」「来院回数」「施術コース」この5つの項目があれば、基本的な分析ができます。多くの整骨院さんは既に予約台帳や電子カルテにこの情報を持っているので、それを月に1回エクセルに落とし込むだけでOKです。

なるほど! 私もアパレル店長時代、顧客データをエクセルで管理していたので、それならイメージできます。具体的にどんな分析をするんですか?

まずは「コホート分析」です。難しく聞こえますが、要は「◯月に初回来院した患者さんが、その後何ヶ月継続しているか」を追跡するだけです。例えば、1月に初回来院した患者さん30名のうち、2月も来た人は何名か、3月も来た人は何名か、とグラフにするんです。そうすると「3回目の来院で半数が離脱している」といったパターンが見えてきます。

離脱のタイミングが分かれば、そこに手を打てるということですね!

その通りです! 実際に千葉の整骨院さんでは、5回目の施術後に離脱率が高いことが分かったので、4回目の施術後に「次回で症状改善の中間チェックをしましょう」というメッセージと、ちょっとしたセルフケア動画を送るようにしました。これで5回目来院率が24%アップしたんです。

エクセルでできるのは分かりましたが、毎月手作業でやるのは大変そうです。もっと効率化する方法はありますか?

そこで活躍するのがToolsBoxの「スコアリング・ランク管理」機能なんです。これは患者さんの行動を自動でスコア化して、ランク分けしてくれる機能です。例えば「月2回以上来院=10点」「予約をキャンセルなしで守る=5点」「LINEのメッセージに反応=3点」といった具合にスコアリングルールを設定すると、自動で「優良患者」「注意患者」「離脱リスク患者」に分類してくれます。

それは便利ですね! ランク分けされると、どう活用できるんですか?

ランク別に配信するメッセージを変えられるんです。「離脱リスク患者」には「最近お見かけしませんが、お身体の調子はいかがですか?」という復帰を促すメッセージと特別クーポンを送る。「優良患者」には新しい施術メニューの案内や、健康情報を送る。こうしてセグメント配信することで、メッセージの反応率が平均で2.8倍になったというデータもあります。

2.8倍! それはすごいですね。他にToolsBoxで分析に役立つ機能はありますか?

「来店チェックイン」機能も便利ですよ。来院時にQRコードを読み取ってもらうだけで、来院履歴が自動記録されます。これによって手作業でデータ入力する手間が省けますし、来院回数に応じて自動でポイントを付与することもできます。大阪の整骨院さんでは、これで受付スタッフの事務作業が月15時間削減できました。

スタッフの負担も減らせて、データも自動で貯まるなんて一石二鳥ですね!

データ分析で面白いのは、意外な発見があることなんです。神奈川の整骨院さんでは、雨の日に予約キャンセル率が35%も上がることが分かりました。そこで、天気予報APIと連携して、前日に雨予報が出たら「明日は雨予報です。お気をつけてお越しください。もし難しければ、LINEで簡単に日程変更できます」というメッセージを自動送信するようにしたんです。

それで無断キャンセルが減ったんですか?

はい。無断キャンセル率が18%減少しました。さらに、患者さんからも「気遣いが嬉しい」という声が多く寄せられて、Googleレビューの評価も上がったんです。データ分析は単に数字を見るだけじゃなく、患者さんの行動パターンを理解して、より良いサービスを提供するためのツールなんですよ。

数字を見ることが、結果的に患者さんへの気遣いにつながるんですね!

まさにその通りです。もう一つ、施術コース別の分析も重要です。例えば「保険診療のみの患者」と「自費メニューも利用する患者」の継続率やLTV(顧客生涯価値)を比較すると、明確な違いが見えてきます。福岡の整骨院さんでは、初回来院時に自費メニューの体験を組み込んだところ、その後の継続率が1.6倍になりました。

初回の体験がそんなに大きな差を生むんですね。これもデータがあるから分かることですね!

最後に、今日から始められる実践ステップをお伝えしますね。ステップ1は「現状把握」。まずは過去3ヶ月の患者データをエクセルにまとめて、平均来院頻度と離脱タイミングを見える化してください。

ステップ2は何ですか?

ステップ2は「仮説立て」です。データから見えた傾向に対して「なぜそうなっているのか」を考えます。例えば「3回目で離脱が多い」なら「痛みが少し良くなって通う必要性を感じなくなっているのでは?」といった仮説です。そしてステップ3が「施策実行」。その仮説に基づいて、メッセージ配信やリマインダー設定などの具体的な対策を打ちます。

ToolsBoxを使えば、その施策実行がスムーズにできるんですね!

そうなんです。ToolsBoxには整骨院向けの施策テンプレートも用意されていて、業種を選ぶだけで「初回来院後フォロー」「定期通院リマインダー」「離脱防止メッセージ」などのシナリオが自動構成されます。月額プランは¥0から始められて、初期費用もゼロ、契約縛りもないので、まずは小さく始めて効果を確認しながら拡大していけますよ。