Como 18 meses de dados de uma clínica revelaram R$ 5 milhões parados, e o que fizemos a respeito

Recebi acesso aos relatórios de uma clínica médica de médio porte: 18 meses de histórico de atendimentos, extraídos diretamente do sistema de gestão.

Sem cruzamento com planilha manual. Sem dashboard pago. Apenas os dados que o sistema já gerava, e que ninguém estava lendo de forma organizada.

O que encontramos:

29.303 atendimentos. R$ 10,2 milhões em produção. 12.247 pacientes na carteira.

Até aqui, uma clínica saudável.

Mas ao aprofundar a leitura:

→ 7.115 pacientes não retornaram nos últimos 6 meses. Esses pacientes geraram, historicamente, R$ 5,1 milhões em procedimentos.

→ A captação de novos pacientes caiu 40% entre o primeiro semestre de 2025 e o primeiro semestre de 2026, de 5.297 novos para 3.179.

→ O faturamento se sustentou porque os pacientes existentes geraram mais procedimentos por visita. Isso mascarou o problema. O ticket médio cresceu; a base, não.

→ 54% dos pacientes são recorrentes. Isso indica relação de confiança estabelecida, e torna a reativação muito mais viável do que aquisição nova.

Esses três fatos juntos descrevem uma clínica que está vivendo de carteira acumulada, enquanto a renovação da base desacelera silenciosamente.

O que fizemos tecnicamente

Consolidamos os quatro relatórios de períodos distintos num único pipeline de análise. Os dados passaram por normalização de nomes de procedimentos, detecção de duplicatas, classificação de cada paciente em ativo ou inativo com base na data do último atendimento, e um modelo de pontuação para priorização de reativação.

A lista de inativos foi segmentada em três faixas por score, combinando valor histórico produzido (70%) e recência do último atendimento (30%). O resultado: 1.423 pacientes na faixa de alta prioridade, com ticket histórico médio de R$ 1.433 por paciente.

Esses 1.423 nomes saíram do sistema como um arquivo CSV pronto para importar na ferramenta de automação de WhatsApp que a clínica já usava. Nenhuma ferramenta nova foi contratada.

Paralelamente, auditamos as conversas de atendimento via WhatsApp. Os padrões mais frequentes de perda de lead: ausência de resposta por mais de 2 horas, recusa de convênio sem oferta de alternativa particular, e envio de orçamento sem proposta de horário na sequência.

O que o sistema IAOS faz

IAOS não é um software. É uma metodologia de quatro frentes que roda sobre os sistemas que a clínica já possui:

Inteligência: consolidação mensal dos dados de gestão em painéis que qualquer sócio consegue ler em 10 minutos.

Auditoria: leitura sistemática das conversas de atendimento para medir a taxa de conversão real por atendente e identificar onde os leads se perdem.

Otimização: roteiros de resposta, padrão de oferta e scripts de cotação derivados dos erros encontrados na auditoria.

Seguimento: campanhas de reativação de inativos segmentadas por valor, com acompanhamento mensal do retorno gerado.

O ciclo inteiro roda em menos de duas horas por mês por clínica, apoiado em automação de análise de dados e IA.

O que esse caso ensina

Clínicas médicas de médio porte já geram volumes de dados suficientes para tomar decisões muito melhores do que tomam hoje. O problema raramente é falta de informação — é falta de estrutura para transformá-la em ação.

A queda de captação descrita acima não era visível no dia a dia porque o faturamento não caiu. Só ficou clara quando os 18 meses foram lidos de forma consolidada e comparada entre períodos.

Esse é o padrão que encontro consistentemente: clínicas que crescem no curto prazo à custa de uma base que não se renova. O dado está lá, no sistema. Falta alguém olhar para ele com método.

Trabalho com análise de dados, automação e inteligência de negócio aplicados a clínicas e consultórios.

Se você gerencia ou é sócio de uma clínica e reconhece algum desses padrões nos seus dados, fico à disposição para conversa.

Leandro S Lemes Cientista da Computação · Especialista em Marketing, IA e Automações