ИИ-администратор для медклиники: превращаем входящий трафик в структурированные базы лидов

1. Вводная задача от заказчика, проблематика, цели

Медицинская компания «Клиника 4 управления» работает более 20 лет, имеет хорошую репутацию и постоянный поток пациентов. У нее есть сайт с единым городским номером, администраторы принимают звонки по телефону и записывают на прием, используя «1С:Медицина». В обычные дни система справляется: 3 сотрудника кол-центра обрабатывают ~100 звонков в день. Но в пиковые периоды начинается неконтролируемая ситуация.

Основные боли:

✗Пропущенные звонки = потерянные пациенты

В периоды перед праздниками и выходными администраторы физически не успевают принимать все входящие звонки. Часть обращения идёт в гудки, пациент не может дозвониться и уходит к конкурентам. Финансовый ущерб сложно измерить, но потери очевидны.

✗Выгорание и текучка персонала

Администраторы работают в режиме постоянного стресса: спешка, много звонков, критические ситуации, раздражённые пациенты. «Иногда администраторы увольняются», — рассказал руководитель. Текучка кадров — это дополнительные затраты на подбор и обучение, потеря качества сервиса.

✗Непрозрачный, ручной процесс сбора данных

Администратор по телефону:

• Допускает ошибки при записи на слух контактных данных пациентов (человеческий фактор)
• Никакого трек-листа, никакой истории обращения, никакого контроля. Если администратор отвлечется, информация может потеряться.

✗Нет видимой воронки и аналитики

Если пациент не дозвонился — обращение может затеряться. Руководитель не видит:

• Сколько входящих обращений в день/неделю.
• Какой процент закрывается при записи.
• Какие часы пиковые.

Попытка решения проблемы подключением мессенджера оказалась безуспешной:

Клиника подключила Telegram для переписки с пациентами, но администраторы не успевали её вести: «Писать долго и неудобно, проще поговорить по телефону». Идея была правильной, реализация — нет.

Страхи перед серьёзными проблемами

Руководитель задумался о том, чтобы нанять ещё одного администратора или внедрить CRM. Но:

• Найм нового сотрудника → долгий процесс подбора, обучения, финансовых затрат.
• Внедрение CRM (AmoCRM, Bitrix24, 1С-интеграция) → дорогие, требуются IT-проекты, представители «1С:Медицина» (риск сбоёв и утечки медицинских данных), сопротивление команды новому проекту.

Клиника искала простое, безопасное, быстрое решение без IT-проектов, без значительных рисков.

ЦЕЛИ И ЗАДАЧИ ПРОЕКТА

На входе руководитель клиники сформулировал конкретные цели:

• Разгрузить администраторов в пики: снизить нагрузку на регистратуру на 30–40%
• Не терять лидов: структурировать в приходящий поток, создать систему сбора данных
• Упростить процесс записи: предварительная квалификация пациента, автосбор контактов
• Без рисков и сложностей: не интегрироваться в « 1С:Медицина», простое решение
• Быстрый старт: внедрение за 2 недели, минимум обучения сотрудников клиники

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Вместо найма дополнительных сотрудников или внедрения CRM мы предложили ИИ-чат-бот и Google-таблицы в качестве промежуточного хранилища данных. Это:

✅ Просто (без кода и привлечения программистов).

✅ Безопасно (Google-таблица отдельно от медданных в 1С:).

✅ Быстро (2 недели до боевого запуска).

✅ Дешево (от 50 тыс. разработка + 10 тыс./мес за сопровождение).

✅ Масштабируемо (легко добавить новую информацию в базу знаний ИИ-бота).

Компоненты решения

1. Каналы связи (где работает бот)

• Виджет на сайте — перехватывает посетителей сайта, которые хотят начать переписку в мессенджере: «Хочешь получить ответ за 10 секунд? Напиши нам!».
• Telegram — основной канал (популярен в России, удобен для пациентов).
• WhatsApp — резервный канал.

2. ИИ-администратор (что он делает)

Бот ведёт гибкий диалог, почти неотличимый от живого администратора:

• Приветствует пациента.
• Отвечает на частые вопросы (FAQ).
• Выясняет, какому врачу/на какую услугу нужна запись.
• Собирает контактные данные (имя, телефон, желательное время визита).
• Записывает полученную информацию в Google-таблицу.

3. Google-таблица как «мини-CRM» (где хранятся данные)

Все данные из диалогов автоматически записываются в Google-таблицу, к которой имеют доступ руководство и администраторы клиники. В таблице сохраняется информация:

• Дата и время обращения.
• Имя пациента (бот не спрашивает фамилию).
• Телефон.
• Желаемый врач/исследование.
• Желательное время приёма (до 14:00 или после).
• Первичное/Вторичное обращение.

4. Администраторы (как они работают)

Кол-центр теперь работает по новой схеме:

• Утром и в течение дня: администратор открывает Google-таблицу, видит все предварительные записи, в том числе сделанные в нерабочее время.
• Перезванивает пациенту: уточняет время визита к врачу.
• Запись: вносит данные в «1С:Медицина».

Затраты времени на одного пациента: было от 5–7 минут (принятие входящего звонка по телефону и полный диалог с нуля), стало 2–3 минуты (дозвон с уже собранной информацией). Экономия времени 30-40%.

Этап 1: Аудит и подготовка (Дни 1–3)

• Собеседование с ЛПР и сотрудниками Заказчика, подготовка опросного листа с учётом специфики бизнеса, заполнение опросника.
• Выявление часто задаваемых вопросов (FAQ): 15-20 типовых вопросов о товарах и услугах Заказчика.
• Аудит записей диалогов клиентов с представителями Заказчика (тексты, аудио — если есть).
• Расчёт окупаемости внедрения ИИ-бота (анализ увеличения конверсии по этапам воронки продаж, экономия времени администраторов).
• Разработка и согласование с Заказчиком плана внедрения ИИ-бота.
• Подготовка коммерческого предложения Заказчику (если необходимо).
• Подготовка технического задания (ТЗ) на разработку ИИ-бота, согласование с Заказчиком.
• Заключение договоров на разработку и обслуживание ИИ-бота с Заказчиком.

Результат: согласованные с Заказчиком План внедрения ИИ-бота, ТЗ на разработку, подписанные договора на разработку и обслуживание ИИ-бота.

Этап 2: Разработка ИИ-бота (Дни 4–10)

• Описание возможных сценариев диалога совместно с представителями Заказчика.
• Изучение скриптов диалогов представителей Заказчика с клиентами (если есть).
• Согласование текстов приветствий, вопросов, отработки возражений.
• Тексты и условия напоминаний пациенту (в случае прерывания диалога).
• Разработка инструкции для работы ИИ-бота на специализированной платформе.
• Внесение данных (тексты, таблицы, изображения) с описанием товаров и услуг Заказчика в базу знаний ИИ-бота.

Примечание: Всего использовалось три Google-таблицы (две таблицы подключены и работают с ботом: таблица с Ф.И.О. и специальностями врачей и таблица Обращений пациентов, в которую записываются данные по итогам диалогов, третья таблица к боту не подключалась, она использовалась при тестировании бота для устранения замечаний по его работе).

• Разработка дизайна Google-таблицы (структура, поля, параметры) для сохранения данных по запросам клиентов
• Подключение согласованных с Заказчиком каналов коммуникаций ИИ-бота (Telegram)
• Подключение необходимых интеграций с ИИ-ботом (виджет на сайте).

Результат: Разработан бот, архитектура которого понятна Заказчику.

Этап 3: Тестирование (Дни 11–13)

Администраторы медицинской клиники, работающие в настоящее время на входящих звонках, 4 дня тестировали бота:

• Писали реальные вопросы.
• Проверяли корректность записи данных в таблице.
• Ловили ошибки: неправильные ответы ИИ-бота, забытые поля для записи на визит к врачу.

Примеры доработок: Для отладки работы бота была создана специальная Google-таблица обратной связи , где сотрудники клиники записывали замечания по боту. Разработчик устранял ошибки, переписывал неудачные ответы, дополнял FAQ.

Этап 4: Обучение сотрудников Заказчика (День 14)

Сессия обучения администраторов:

• Как смотреть и обрабатывать Заявки на визит в Google таблице.
• Алгоритм внесения данных в «1С:Медицина» с соответствующей отметкой в Google-таблице об обработке заявки.
• Регламент: ответ на новую заявку в течение 15 минут.

3. Результаты сотрудничества

✅Администраторы работают спокойнее

Нет стресса от пропущенных звонков, нет хаоса. Google-таблица запоминает все обращения. Уменьшается выгорание и текучесть персонала.

✅Руководитель видит весь процесс

Google-таблица Обращений — это лайв-дашборд: сколько заявок, сколько и каких врачей, желаемое время визитов. Контроль и аналитика.

✅Пациенты довольны удобствами

Не нужно долго ждать дозвона. Пишешь в Telegram, и за 10 сек отвечает бот. Психологический плюс к лояльности и доверию к медицинской клинике.

✅Масштабируемость

Если трафик вырос на 50%, не нужно нанимать нового администратора — ИИ-бот автоматически обработает прирост. ИИ-бот может вести диалог одновременно с тысячей пациентов.

✅Первый шаг к большой автоматизации

Google-таблица — это не конец, это начало. Когда клиника увидит успех, можно интегрировать в CRM Битрикс24 и автоматизировать навигацию по отзывам, рассылкам, кампаниям.

Сергей Антонов

Менеджер по интеграции ИИ-сотрудников, Digital-агентство «Винтра»

Если вы хотите внедрить ИИ-сотрудника, обратите внимание на:

• Аудит входящего потока — запишите типовые вопросы, выявите пиковые часы, оцените загрузку сотрудников на входящих звонках.
• Выбор платформы — обратите внимание на решения без кода, чтобы не зависить от программистов.
• Интеграция с текущей системой — не обязательно сразу делать интеграцию с 1С:. Google-таблицв — хороший промежуточный уровень.
• Обучение команды — ИИ-сотрудка правильнее рассмотривать не как замену живых сотрудников, а как их помощника при выполнении рутинных и объемных задач: быстрый ответ на запросы, квалификация лидов (ваш ли это клиент) и разогрев лидов перед передачей их живому сотруднику.
• Снижение выгорания - общение живых сотрудников с холодными лидами резко сокращается, им не надо сотни раз отвечать на одни и те же вопросы
• Постоянная оптимизация — собирайте обратную связь в таблице, исправляйте ошибки, дополняйте FAQ.
• Перспектива масштабирования — Google Sheets сейчас, Bitrix24 CRM в будущем, если потребуется полная автоматизация.