案例研究 · 健康与美容

Nova House如何将临床随访转变为运营系统

一个真实的医疗美容案例研究:56天内生成1540次临床随访,联系患者前进行人工审核。Draft-first原则应用于对信任诊所的患者关系管理。

医疗美容治疗不会在当天结束。肉毒素需要两周后复查。微针在十天后见效。如果诊所提醒患者强化疗程有时间窗口,射频治疗周期的效果会更好。在纸面上,所有人都知道这一点。但在诊所日常运营中,遗忘总是获胜。患者满意地离开,日程继续推进,下次随访电话永远打不出去。

本文描述Nova House——一家墨西哥医疗美容诊所——如何在不陷入另一个极端(即将垃圾邮件伪装成关怀)的情况下,停止失去这些随访机会。解决方案并非魔法,而是一个建立在Odoo之上、规则清晰、每条消息发送前须经人工审批的系统。目前该系统在56天内已生成1540次随访,其中一半来自当天互动窗口,每次发送前均经过临床审核。

问题所在:诊疗之间失去的东西

美容诊所依赖长期临床关系。患者购买的不是单一服务,而是一系列关于皮肤、身体或健康的分阶段决策。商业后果很简单:如果诊所不陪伴这段时间,患者就会将这段关系转移给那些确实陪伴的人。

随访失败的原因在我们接触过的所有诊所中反复出现:

  1. 没有人在准确时间记得。 强化疗程没有操作性提醒,完全依赖有人手动录入。
  2. 群发渠道听起来像垃圾邮件。 通用的"别忘了你的治疗"邮件和不发邮件一样会损害关系。
  3. 日志存在医生脑子里。 当团队扩大时,这段记忆无法共享。
  4. 联系决定属于临床范畴,而非商业范畴。 不是每位患者都适合在同一天收到同样的消息。这是专业人员知道的事,而不是定时任务。

Nova House与Transgenia合作运营的系统,始于接受这四个事实,而不是否认它们。

案例核心论点:临床关系中的Draft-first

我们内部用于管理AI代理的相同层级结构,在此原封不动地应用于诊所语境:

系统提议。医生审批。日志记录。诊所学习。

Odoo中的自定义模块在每次治疗落入对应窗口时生成随访事件。每个事件初始状态为待审核;除非临床团队成员明确表示同意,否则不发送任何内容。这与我们的AI代理在写入Odoo之前必须遵守的规则相同,与内容代理在发布文章之前必须遵守的规则相同。在医疗美容领域,相同的协议保护最重要的东西:患者信任。

Nova House的draft-first周期图:销售触发规则,规则生成事件,临床团队审核,系统发送或取消,日志记录全部内容
完整的随访周期。没有任何信息在未经人工审核的情况下到达患者。

系统架构,无行业术语说明

该系统有三个组件,全部构建在Odoo内部,无需并行平台。

1. 按治疗类型设置规则

每种需要随访的治疗都有专属规则。撰写本文时共有十五条活跃规则,每条对应一种临床相关治疗:Botox、EMSCULP、Radiesse、Halo、BBL、Votiva、Morpheus、NCTF、Powershape、Hydrafacial、NovaCeroCed、Casmara、Microneedling、Sculptra和Emsella。规则是系统中临床知识的基本单元:它不存在于任何人的脑子里,而是存在于可编辑和可审计的Odoo记录中。

2. 联系窗口

每个事件属于特定的时间窗口。Nova House的三个窗口定义清晰:

在生成的1540个事件中观察到的分布如下:

窗口 事件数 占比
十天前 378 24.5%
五天前 378 24.5%
互动当天 784 50.9%
合计 1540 100%

当天窗口占据一半并非配置错误,而是对业务的一种解读:大多数事件在治疗当天生成,然后系统将其向前推进。

柱状图:Nova House按联系窗口的分布。当天:784个事件。五天前:378个。十天前:378个。
当天窗口产生的事件量是每个提前窗口的两倍。两个提前窗口彼此相等。

3. 事件状态

每个事件都有一个生命周期状态。在56天观察期内,分布如下:

状态 事件数 占比 解读
待审核 938 60.9% 系统提议,人工尚未查看
临床团队审核中 289 18.8% 人工已接手,尚未决定
已批准待联系 0 0% 过渡状态;直接跳至发送
邮件已发送 58 3.8% 已实际联系
已取消 248 16.1% 明确的临床取消决定
需要关注 7 0.5% 标记的技术事故
合计 1540 100%

这些数字诚实地说明:系统提议的远多于发送的。这就是纪律所在。自动化不是决策者;临床团队才是。16%的取消率是好消息,而非坏消息:这些是明确的人工决定——"这位患者现在不需要这条消息"。没有这个系统,这个决定根本不会存在,因为随访根本不会摆上台面。

Nova House draft-first周期状态的横向柱状图。待审核938次(60.9%)。审核中289次(18.8%)。已取消248次(16.1%)。邮件已发送58次(3.8%)。需要关注7次(0.5%)。
状态分布显示了系统提议与实际发送之间的比例关系。
1540个事件按量排序的帕累托图。柱状:待审核938,审核中289,已取消248,已发送58,需关注7,已批准0。琥珀色累计线:60.9、79.7、95.8、99.5、100%。
帕累托分析证实:三个状态集中了95.8%的量。前两个(系统提议)占79.7%。

完整流程,逐步说明

一张流程图胜过千言万语。

flowchart LR
    A[销售/问诊<br/>录入Odoo] -->|产品有规则| B[规则引擎<br/>15种治疗]
    B -->|窗口10天/5天/当天| C[生成事件<br/>x_treatment_followup_event]
    C -->|初始状态| D{待审核}
    D -->|临床团队接手| E[审核中]
    E -->|通过| F[邮件已发送<br/>至患者]
    E -->|不通过| G[已取消<br/>附理由]
    E -->|技术故障| H[需要关注]
    F -->|患者日志| I[Odoo历史记录]
    G --> I
    H --> I
    I -->|经验反馈| B

    classDef propone fill:#1e1b4b,stroke:#818cf8,stroke-width:1px,color:#e2e8f0;
    classDef humano fill:#052e16,stroke:#34d399,stroke-width:1px,color:#e2e8f0;
    classDef registra fill:#3d1a00,stroke:#fbbf24,stroke-width:1px,color:#e2e8f0;

    class A,B,C,D propone
    class E,F,G,H humano
    class I registra

图示:紫色方框代表系统提议的内容;绿色方框代表人工决定的内容;琥珀色方框代表诊所记录的内容。没有任何事件在未经人工决定的情况下从紫色跳转到绿色。

视觉漏斗:生成的1540个事件减少到活跃队列中的1227个(79.7%),再减少到289个临床审核(18.8%),最终减少到58封已发送邮件(3.8%)。313个事件在未发送的情况下解决。
Draft-first漏斗:系统广泛提议;人工过滤;只有经过验证的内容才能到达患者。

可观察到的运营效益

以下内容不涉及营收数字或四舍五入的ROI。这些是因为系统存在而存在的可验证机制。

包含四个已验证KPI的仪表板:1540个总事件,每天平均27.5个,实际发送率3.8%,主动临床决定不联系率16.1%。
四个精确指标,直接从Nova House的Odoo实例读取。无四舍五入,无估算。

系统化覆盖。 临床权重最高的十五种治疗各有专属规则。在系统出现之前,随访覆盖率取决于团队的记忆。现在有一个列表,可编辑,可审计。

具有人工决策的漏斗。 临床团队在单一列表中看到所有提议的随访,按建议日期排序。联系决定是明确的:批准、取消或保留审核中。与患者的对话永远不会自行触发。

按患者可追溯。 每个事件与原始销售、所用治疗、建议日期、随访负责人、已发送邮件(如有)及Odoo中的发送状态相关联。当患者回诊时,历史记录在单一视图中呈现,而非分散在三个文件夹中。

零冷营销。 这个区别至关重要。该系统不发送推广信息。它向正确的人在其治疗周期的正确时刻发送个性化临床随访。我们对内部代理团队应用的"零虚构"纪律,在此转化为"每条消息背后必须有患者档案"。

可审计的日志。 完整记录可由任何授权人员从Odoo查询。如果诊所明天想了解为何某位患者未被联系,答案在记录中,而非在丢失的WhatsApp对话里。

真正积累的学习曲线。 每次取消都有理由。每次发送都有日期。三个月后,临床团队可以读取以前只存在于直觉中的模式:哪些治疗产生最多假阳性,哪个窗口对某种治疗效果最好,在周期的哪个时间点某类患者倾向于继续或放弃。

其他诊所可以借鉴的经验

Nova House的经验可以复制。如果您的诊所、药房或门诊正在考虑类似系统,以下是六个具体步骤:

  1. 列出临床上需要随访的治疗清单。 不是商业清单,是临床清单。它比看起来要短;Nova House只有十五种。
  2. 按治疗设置联系窗口。 不要采用单一全局窗口。十天、五天和零天是三种不同的节奏,服务于三种不同的决策。
  3. 在编写任何代码之前建模生命周期状态。 待审核、审核中、已批准、已发送、已取消、有问题。这套词汇是系统的一半。
  4. 将人工关卡置于核心。 未经临床团队成员批准,任何内容都不应发送给患者。这个纪律不是可选的,它就是系统本身。
  5. 将日志保存在销售记录所在的同一位置。 Nova House使用Odoo。也可以是其他ERP,但不能是单独的电子表格。可追溯性在技术切换中丢失。
  6. 与发送量一样重视取消量。 好的随访系统不是最大化发送量,而是最大化明确的临床决策量。

结语:从直觉关怀到系统化关怀

在美容诊所中,"运营关怀"是一个真实的概念。它是在正确时间向正确的人发送正确的信息。在这样的系统出现之前,这种关怀取决于团队周一早晨的状态。有了系统之后,仍然取决于团队,但每天都有一份等待他们的清单,日期已经计算好,临床窗口已经建议,人工关卡完好无损。

诊所不是将关系交给软件。软件将诊所用于记住谁需要被联系以及原因的时间还给了诊所。患者收到真正的随访,而非伪装的推广。诊所逐次积累,一份明天可以阅读的日志。

如果您的诊所正在考虑构建类似的系统,对话从[email protected]开始。我们带来系统和协议。您带来临床实践。


关于准确性和隐私的说明

本文发布的数据(1540个事件、56天、按状态和窗口的分布、十五条活跃规则)于2026年7月8日直接从Nova House的Odoo实例读取。没有任何数字经过四舍五入或估算。没有读取或引用任何患者姓名、电子邮件、地址或个人数据;仅使用聚合数据。本文经Nova House商业授权使用其名称发布。

案例可验证参考:

← 返回博客