KPIs de operaciones con citas: qué medir y cómo

Introducción

Cuando la agenda se llena pero los huecos aparecen a última hora, el problema no es “falta de demanda”: es falta de control operativo. Los KPIs citas y las métricas de citas clínicas te ayudan a ver dónde se fugan pacientes y horas de profesionales.

En este artículo vas a entender los KPIs citas imprescindibles —no-show, confirmación, reagendamiento y SLA— y cómo calcularlos con datos simples. Además, te dejo una plantilla de dashboard en Sheets para que lo apliques hoy mismo.

Nota: respeta la privacidad y las normativas locales. Esto no es asesoría legal.

Resumen accionable

• Define un dataset mínimo por cita con estado, origen y consentimiento, y alinea definiciones para tus KPIs citas.
• Mide no-show tasa semanal y por profesional/servicio para accionar recordatorios.
• Mantén una tasa de confirmación >85% con cadencia multicanal (SMS/WhatsApp/llamada).
• Controla el reagendamiento por causa; separa “paciente” vs. “operación”.
• Establece SLA para respuesta a leads y confirmación previa a la cita.
• Implementa alertas cuando un KPI supere umbrales (p. ej., no-show >12%).
• Usa cohortes por origen_lead para invertir solo en canales que convierten en asistencia.
• Construye un dashboard y revisa KPIs en un stand-up operativo de 15 minutos.

No-show

Dentro de los KPIs citas, el no-show es la cita que no se presenta ni cancela con antelación. Impacta directamente en el rendimiento del profesional, la satisfacción del paciente que espera turno y la facturación. Una no-show tasa alta suele indicar fallos en confirmación, educación previa o fricción en el acceso (ubicación, costos, preparación).

Para calcular y mejorar este KPI necesitas un dataset consistente y reglas claras de corte temporal. Idealmente, evalúa la tasa por semana, por profesional y por servicio, ya que el comportamiento varía entre especialidades. También conviene desagregar por origen_lead para detectar campañas con alta intención pero baja asistencia.

Definición y fórmula:

• No-show tasa (%) = (Número de citas con estado = “no_show”) / (Citas programadas en el período) × 100
• Corte recomendado: fecha_hora_inicio en rango [Lunes 00:00; Domingo 23:59] según la zona_horaria de la clínica.

Ejemplo de dataset mínimo (campos estándar):

id_cita | fecha_hora_inicio (ISO) | zona_horaria | paciente_nombre | paciente_contacto | profesional | servicio | estado | origen_lead | consentimiento

Señales de acción: si la no-show supera 10–12% en un servicio, refuerza recordatorios 24/48 h, agrega instrucciones claras de preparación y revisa la facilidad de cancelación.

Tras medir consistentemente, conecta esta tasa con campañas y políticas de cancelación. Un pequeño ajuste en la ventana de confirmación o en la pedagogía preconsulta suele reducir no-show rápidamente.

Confirmación

Entre los KPIs citas, la tasa de confirmación indica qué proporción de pacientes reconoció y aceptó su cita antes de la fecha. Es el principal predictor de asistencia. Sin un protocolo de confirmación multicanal y a tiempo, cualquier mejora en adquisición se diluye.

Empieza por definir qué cuenta como “confirmado”: respuesta positiva en canal digital, botón de confirmación o anotación del contact center. Incluye sellos de tiempo para medir el SLA de confirmación (ver sección SLA). Mantén la experiencia simple: un mensaje claro, instrucciones de llegada y opción fácil de reagendar.

Definición y fórmula:

• Tasa de confirmación (%) = (Citas con estado = “confirmada” antes de T-24h) / (Citas programadas) × 100

Buenas prácticas operativas:

• Cadencia: T-72h (primer aviso) + T-24h (recordatorio) + T-3h (último toque).
• Canales: SMS/WhatsApp + email; fallback a llamada si no hay respuesta.
• Contenido: fecha/hora, ubicación/mapa, preparación, botón “Confirmar/Reagendar”.
• Registro: guarda timestamp_confirmacion para auditoría y análisis.

Después de implementar, revisa semanalmente por profesional/servicio. Si confirmación <85%, ajusta la cadencia o el copy. Mejorar 5 puntos en confirmación suele traducirse en 2–3 puntos menos de no-show.

Reagendamiento

Como parte de tus KPIs citas, el reagendamiento es saludable cuando ordena la agenda con anticipación; es tóxico cuando se dispara a último minuto. Distingue entre causa paciente (imprevistos, preparación incompleta) y causa operación (cambio de profesional, equipo, overbooking).

Modela el flujo de reagendamiento como un pequeño proceso con gatillos, acciones y registros. Cada cambio debe crear una nueva cita con enlace a la original para preservar el historial. Implementa límites: después de N reagendamientos, exige confirmación telefónica.

Definición y fórmula:

• Tasa de reagendamiento (%) = (Citas que cambiaron de fecha_hora_inicio al menos una vez) / (Citas programadas) × 100
• Lead time medio de reagendamiento (h) = promedio(T’ – T), donde T es la fecha original y T’ la nueva.

Diagrama ASCII del flujo de reagendamiento

[Trigger: solicitud de cambio]
        |
     [Validar nueva fecha]
        |
   +----+----+
   |         |
[Disponible] [No disponible]
   |               |
[Crear nueva]   [Esperar lista/alerta]
   |               |
[Link a original]  |
   +-------+-------+
           |
     [Confirmar T-24h]

Tras medir, crea alertas si aumentan los cambios en la última semana o si un profesional concentra la mayoría. Eso suele revelar cuellos de botella internos o problemas de comunicación con pacientes.

SLA

Por último, en el set de KPIs citas, los SLA (Service Level Agreements) traducen expectativas en tiempos medibles. En operaciones con citas, al menos dos SLA son críticos: respuesta a leads y confirmación previa. Añade, si aplica, tiempo de espera para reagendar y tiempo de atención en front-desk.

Define cada SLA con un objetivo, una ventana de medición y un método de timestamp. Registra errores, reintentos y alertas para garantizar confiabilidad (idempotencia: que una confirmación duplicada no cuente dos veces).

SLA recomendados y medición

SLA	Definición	Objetivo sugerido	Cómo medir
Respuesta a lead	Tiempo desde lead in hasta primer contacto efectivo	≤15 min	timestamp_lead_in → timestamp_primer_contacto
Confirmación previa	Tiempo desde creación de cita hasta confirmación	≤48 h o T-24h (lo que ocurra antes)	timestamp_creacion → timestamp_confirmacion
Reagendar	Tiempo para ofrecer alternativa al paciente	≤30 min	timestamp_solicitud_reagenda → timestamp_oferta
Ventana de check-in	Antelación con la que se registra la llegada	10–20 min	timestamp_llegada – fecha_hora_inicio

Después de 2–3 semanas, correlaciona SLA con no-show y satisfacción. Cuando el SLA de respuesta a leads cae por debajo del objetivo, la asistencia posterior también se resiente; es una cadena completa.

Dataset de referencia (esquema sugerido)

Usa este esquema como base para tu dashboard y KPIs:

citas:
  - id_cita: string
    fecha_hora_inicio: "YYYY-MM-DDTHH:MM:SSZ"
    zona_horaria: "America/Montevideo"
    paciente_nombre: string
    paciente_contacto: string
    profesional: string
    servicio: string
    estado: ["programada","confirmada","asistida","cancelada","no_show","reagendada"]
    origen_lead: ["web","whatsapp","telefono","derivacion","campaña_x"]
    consentimiento: boolean
    timestamp_creacion: ISO
    timestamp_confirmacion: ISO|null
    timestamp_llegada: ISO|null
    id_cita_origen: string|null  # para encadenar reagendamientos
leads:
  - id_lead: string
    timestamp_lead_in: ISO
    canal: string
    id_cita_asociada: string|null
contactos:
  - id_contacto: string
    id_cita: string
    canal: ["sms","whatsapp","email","llamada"]
    tipo: ["confirmacion","recordatorio","reagendamiento"]
    timestamp: ISO
    resultado: ["exito","sin_respuesta","fallo"]

Nota: respeta la privacidad y las normativas locales. Esto no es asesoría legal.

Errores comunes

• Medir no-show sin ventana de confirmación definida (ruido en el dato).
• No separar reagendamientos por causa (se pierde el insight operativo).
• Mezclar zonas horarias en múltiples sedes sin normalizar a ISO.
• Falta de idempotencia: duplicar confirmaciones y “inflar” KPIs.
• No registrar origen_lead o consentimiento, limitando análisis y cumplimiento.

Un enfoque disciplinado evita estos problemas. Con datos consistentes, los KPIs citas dejan de ser un “panel bonito” y se convierten en decisiones diarias que bajan no-show y mejoran la ocupación real.

Checklist rápida del dashboard (Sheets)

1. Crea pestañas citas, leads, contactos con el esquema anterior.
2. Agrega columnas calculadas: no_show_flag, confirmada_en_ventana, sla_respuesta_lead.
3. Usa filtros por profesional, servicio, origen_lead y semana ISO.
4. KPIs en tarjetas: no-show %, confirmación %, reagendamiento %, SLA respuesta (p50/p90) y los KPIs citas prioritarios del periodo.
5. Gráficos: líneas por semana; barras por profesional; heatmap por servicio x franja horaria.
6. Reglas de formato condicional con umbrales (p. ej., no-show >12% en rojo).
7. Hoja “Alertas”: QUERY de casos fuera de SLA y citas sin confirmación a T-24h.
8. Documenta definiciones en una pestaña “Diccionario”.

Tras implementarlo, agenda una revisión semanal con tu equipo. Lo importante no es el gráfico, sino qué acción tomar cuando un KPI se desvía.

FAQ

1) ¿Cuál es una buena no-show tasa?
Depende del servicio y la población. Como referencia, entre 8–12% es común; menos de 8% suele indicar buen proceso de confirmación y acceso.

2) ¿Qué cadencia de recordatorios funciona mejor?
T-72h, T-24h y T-3h, combinando WhatsApp/SMS y email; llamada solo si no hay respuesta.

3) ¿Cómo trato cancelaciones tardías?
Defínelas como categoría aparte y mídeles el lead time. Muchas veces responden a fallos de confirmación o información de preparación.

4) ¿Puedo automatizar estos KPIs sin un CRM costoso?
Sí. Con Sheets + conectores y webhooks simples puedes capturar timestamps y calcular métricas de forma confiable.

5) ¿Cuáles KPIs citas son obligatorios?
No-show, confirmación, reagendamiento y SLA de respuesta a leads/confirmación; con ese núcleo ya tienes control operativo sólido.