다음 달 예약 1,000건은 정말 환자 1,000명일까요? 오늘은 예약 건수를 신규·재진, 요일별 내원율로 보정해 다음 달 환자 수와 인력 배치를 미리 잡는 병원 내원 예측 방법을 소개합니다.
매달 말이면 다음 달 예약 장부를 엽니다. 피부과 S 의원의 다음 달 예약은 1,000건이었습니다. 회의실에서는 "다음 달 환자 1,000명"으로 정리됐죠. 직원 근무표도 시술 베드 배치도 이 숫자에 맞춰 짰습니다.
그런데 다음 달이 끝나고 세어 보니 실제로 온 환자는 930명이었습니다.* 예측보다 70명, 7.5%가 적었죠. 토요일에는 직원이 남았고, 목요일에는 대기가 길어졌습니다.
예약 장부만 보고 다음 달 환자 수를 어디까지 맞힐 수 있을까요? 답은 예약 건수에 비율 두 개를 곱하는 데 있습니다.
*이 글의 숫자는 이해를 돕기 위한 예시입니다. 의원 이름은 밝히지 않고 S 의원으로 부릅니다. 한 달은 4주, 진료일 24일로 단순하게 잡았습니다.
안 오는 예약 180건을 빼고, 장부에 없던 96명을 더하면 916명입니다.
(단위: 명, S 의원 다음 달, 예시)
1,000 − 120 − 60 + 96 = 916 · 안 오는 예약에는 노쇼, 전날 취소, 다음 달로 미룸이 모두 들어감
병원 내원 예측이 예약 건수와 어긋나는 두 가지 이유
예약은 약속일 뿐입니다. 장부에 적힌 1,000건과 실제로 문을 열고 들어오는 환자 사이에는 두 가지 틈이 있죠. 하나는 예약했는데 안 오는 환자, 다른 하나는 예약 없이 오거나 늦게 예약하는 환자입니다.
첫 번째 틈에는 연락 없이 안 오는 노쇼(예약 부도)만 있는 게 아닙니다. 전날 취소한 환자, 다음 달로 미룬 환자도 들어가죠. 그래서 이 글에서는 노쇼율 대신 내원율을 씁니다. 내원율은 예약 중 실제로 온 비율입니다. 예약 100건 중 82명이 왔다면 내원율은 82%입니다.
노쇼 한 건이 병원에 얼마를 잃게 하는지는 병원 노쇼율, 예약 환자 10%가 안 오면 한 달 손실은 얼마일까?에서 계산했습니다. 이 글은 돈이 아니라 사람 수를 셉니다. 안 오는 예약을 미리 빼 두면 다음 달 근무표가 얼마나 맞는지 보려는 것이죠.
신규와 재진은 오는 비율이 다르다S 의원의 지난 석 달을 보면 신규 예약은 1,200건 중 840명이 와서 내원율 70%였습니다. 재진 예약은 1,800건 중 1,620명, 90%였죠. 처음 오는 환자는 여러 병원에 상담 예약을 걸어 두기 쉽습니다. 이미 시술을 받은 환자는 다음 회차를 잘 지키고요.
신규와 재진을 가르는 기준이 부서마다 다르면 이 비율부터 흔들립니다. 같은 환자를 마케팅은 신규로, 원무과는 재진으로 세면 내원율이 두 개가 되죠. 기준은 병원 환자 데이터 분류, 같은 달 신규 환자가 왜 부서마다 360명과 230명으로 갈릴까?의 차트 번호 규칙 하나로 맞춰 둡니다.
처음 오는 환자는 10명 중 3명이 안 오고, 다시 오는 환자는 10명 중 1명이 안 옵니다.
(단위: 명, 예약 100건당, 예시)
회색 = 예약, 파랑 = 실제 내원 · 지난 석 달 신규 1,200건 중 840명(70%), 재진 1,800건 중 1,620명(90%) · 섞어서 40 × 70% + 60 × 90% = 28 + 54 = 82
그림의 세 번째 줄이 S 의원 다음 달 예약의 모습입니다. 1,000건 중 신규가 400건, 재진이 600건이죠. 신규 40건에서 28명, 재진 60건에서 54명이 와서 100건당 82명이 됩니다. 신규 비중이 커지는 달일수록 예약 건수와 환자 수의 차이가 벌어집니다.
아직 장부에 없는 환자도 온다두 번째 틈은 반대 방향입니다. 달이 시작된 뒤에 잡히는 예약과 당일에 들어오는 환자가 있죠. 월말에 연 장부에는 이 환자들이 없습니다. S 의원은 지난 석 달 동안 이런 환자가 하루 평균 4명꼴이었습니다.
예약 1,000건으로 따라가 보는 다음 달 내원 예측
이제 S 의원의 다음 달 환자 수를 세 단계로 구해 보겠습니다. 단계마다 실제 930명과 얼마나 차이 나는지도 같이 봅니다.
다음 달 예상 환자
신규 예약 × 신규 내원율 + 재진 예약 × 재진 내원율 + 달 중 예약
400 × 70% + 600 × 90% + 하루 4명 × 24일 = 280 + 540 + 96 = 916명
1단계: 예약 건수 그대로예약 1,000건을 환자 1,000명으로 보는, 가장 흔한 방식입니다. 실제보다 70명이 많아 오차는 +7.5%죠. 실제 환자 100명마다 7~8명을 더 잡은 셈입니다.
2단계: 내원율만 보정신규 400건 × 70% = 280명, 재진 600건 × 90% = 540명. 더하면 820명입니다. 안 오는 예약 180건을 뺀 숫자죠. 그런데 실제보다 110명이 적어, 오차는 △11.8%로 오히려 커졌습니다. 빼는 것만 하고 더하는 것을 빠뜨렸기 때문입니다.
신규와 재진을 나눠 곱하는 이유S 의원의 지난 석 달 전체 내원율도 82%라, 이번 달은 비율 하나로 곱해도 820명이 나옵니다. 차이는 신규 비중이 바뀌는 달에 생기죠. 광고를 늘려 예약 1,000건 중 신규가 600건이 된 달을 생각해 보겠습니다. 나눠 곱하면 600 × 70% + 400 × 90% = 420 + 360 = 780명인데, 82% 하나로 곱하면 820명입니다. 광고를 늘린 달일수록 비율 하나로는 40명, 5.1%를 더 잡습니다.
3단계: 달 중 예약까지 더함820명에 달 중 예약 하루 4명 × 24일 = 96명을 더합니다. 예상 환자는 916명이죠. 실제 930명과 14명 차이, 오차는 △1.5%입니다. 실제 환자 100명마다 1~2명이 어긋나는 정도입니다.
빼기와 더하기를 둘 다 해야 실제 930명에 붙습니다.
(단위: 명, S 의원 다음 달, 예시)
오차 = (예측 − 실제) ÷ 실제 · 70 ÷ 930 = 7.5% · 110 ÷ 930 = 11.8% · 14 ÷ 930 = 1.5%
그림에서 실제 930명에 가장 가까운 것은 세 번째 막대입니다. 첫 번째 막대는 안 오는 예약을, 두 번째 막대는 늦게 오는 예약을 놓쳤죠. 두 틈을 모두 메워야 예측이 실제에 붙습니다.
예약 장부는 다음 달 환자 수가 아니라, 다음 달 환자 수를 계산할 재료입니다.
이처럼 한 달 합계는 비율 두 개로 거의 맞힐 수 있습니다. 그렇다면 날마다 몇 명이 올지도 맞힐 수 있을까요?
요일별 내원율로 병원 인력과 병상 배치를 잡는다
한 달 합계가 맞아도 근무표가 맞는 것은 아닙니다. 직원과 시술 베드는 날마다 배치하죠. S 의원의 한 주 예약 250건은 요일마다 고르지 않았습니다. 토요일이 60건으로 가장 많고, 목요일이 30건으로 가장 적었습니다.
요일마다 내원율도 다르다S 의원의 지난 석 달 요일별 내원율은 화·수·목이 90%로 가장 높았습니다. 월·금은 80%, 토요일은 70%였죠. 토요일에는 상담만 받아 보려는 신규 예약이 몰립니다. 월요일에는 주말 사이 일정을 바꾼 취소가 많고요. 예약이 가장 많은 날이 내원율은 가장 낮습니다.
예약이 가장 많은 토요일은 14명이 줄고, 가장 적은 목요일은 1명이 늘어납니다.
(단위: 명, S 의원 한 주, 예시)
회색 = 예약, 남색 = 예상 환자 · 예상 환자 = 예약 × 요일 내원율 + 달 중 예약 하루 4명 · 한 주 229명 × 4주 = 한 달 916명
그림에서 토요일은 예약 60건이 예상 환자 46명으로 줄어듭니다. 목요일은 예약 30건보다 환자가 31명으로 오히려 많죠. 내원율 90%로 27명이 오고, 달 중 예약 4명이 더해지기 때문입니다. 한 주 예상 환자 229명에 4주를 곱하면 한 달 916명이 됩니다.
직원 수는 같고, 자리만 바뀐다시술실 직원 1명이 하루 환자 10명을 맡는다고 해 보죠. 예약 그대로 짜면 토요일 6명, 목요일 3명입니다. 보정한 숫자로 짜면 토요일 5명, 목요일 4명이죠. 하루 인원을 한 주 동안 더하면 둘 다 25명입니다.
한 주 근무 인원 합계 25명은 그대로, 토요일 1명이 목요일로 옮겨 갑니다.
(단위: 시술실 직원 수, 명, 예시)
| 요일 (예상 환자) | 예약 그대로 | 보정한 예측 |
|---|---|---|
| 월 (36명) | 4 | 4 |
| 화 (40명) | 4 | 4 |
| 수 (40명) | 4 | 4 |
| 목 (31명) | 3 | 4 |
| 금 (36명) | 4 | 4 |
| 토 (46명) | 6 | 5 |
| 한 주 합계 | 25 | 25 |
직원 1명 = 하루 환자 10명, 소수점은 올림 · 예약 그대로는 예약 건수(월 40 · 화 40 · 수 40 · 목 30 · 금 40 · 토 60)로, 보정한 예측은 예상 환자로 나눔 · 예약 그대로면 목요일 31명 ÷ 3명 = 1명당 10.3명
표처럼 바뀌는 것은 두 칸뿐입니다. 예약 그대로 짜면 목요일 직원 3명이 환자 31명, 1명당 10.3명을 맡아 기준을 넘습니다. 반대로 토요일에는 1명이 남죠. 기다린 시간이 길수록 다시 오는 환자가 줄어든다는 것은 병원 대기시간, 30분 기다린 환자는 왜 절반만 다시 올까?에서 계산했습니다. 사람을 더 뽑을 일이 아니라, 토요일 1명을 목요일로 옮길 일입니다.
시술 베드도 같습니다. 베드 1개가 하루 8명을 받는다면 토요일 예약 60건에는 8개를 펴게 됩니다. 예상 환자 46명이면 6개로 충분하죠. 베드 2개와 그 자리의 직원을 다른 시술에 돌릴 수 있습니다.
병원 내원 예측은 대시보드 한 칸으로 매주 다시 맞춘다
예측은 한 번 하고 끝나지 않습니다. 달 중에 예약이 계속 들어오고 취소도 생기죠. 그래서 S 의원은 대시보드에 「다음 달 내원 예측」 칸을 하나 두었습니다. 숫자 다섯 개면 충분합니다.
예약 건수 한 칸 옆에, 예측을 만든 비율과 지난달 오차를 같이 둡니다.
(예시) · 비율은 매달 최근 석 달로 다시 잼 · 예측 오차가 두 달 이어 3%를 넘으면 원인을 찾음
가장 중요한 칸은 마지막 예측 오차입니다. 달이 끝나면 예측이 실제와 얼마나 어긋났는지 적어 두는 칸이죠. 비율은 매달 최근 석 달 기록으로 다시 잽니다. 그래도 오차가 3%를 넘는 달이 두 번 이어지면 원인을 찾습니다. 광고를 늘려 신규 비중이 바뀌었거나, 비수기가 와서 달 중 예약이 줄었을 수 있죠.
계절은 비율 세 개가 놓치기 쉬운 틈입니다. 지난 석 달이 성수기였다면 비수기 첫 달의 달 중 예약은 하루 4명보다 적게 들어옵니다. 그래서 비수기가 매년 같은 달에 온다면, 병원 매출 계절성, 비수기 2개월은 왜 매년 같은 달에 오는데 매번 놀랄까?의 전년 같은 달 비교로 달 중 예약을 한 번 더 고칩니다.
매주 월요일 다시 계산한다월말에 한 번 구한 916명은 첫 번째 답일 뿐입니다. 매주 월요일 남은 날의 예약을 다시 세어 같은 식에 넣습니다. 지난주에 실제로 온 환자는 예측 대신 실제 숫자로 바꾸고요. 달이 갈수록 예측은 실제에 가까워집니다.
매주는 숫자를 고치고, 매달은 비율을 고칩니다.
매주 월요일
- 남은 날의 신규·재진 예약을 셈취소·변경을 반영한 장부로
- 내원율을 곱하고 달 중 예약을 더함남은 진료일 × 하루 4명
- 지난주는 실제 환자로 바꿈예측 대신 실제 숫자
- 다음 주 근무표 · 베드 배치를 고침요일 내원율로 날마다 나눔
달이 끝나면
- 예측 오차를 적음(예측 − 실제) ÷ 실제
- 신규 · 재진 · 요일 내원율을 다시 잼가장 최근 석 달 기록으로
- 오차가 두 달 이어 3%를 넘으면 원인을 찾음광고로 신규 비중이 바뀌었는지, 계절, 가격
(예시)
병원 내원 예측, 예약 건수만 보면 다음 달 환자 수를 어디까지 맞힐 수 있을까?
이제 처음 던졌던 질문으로 돌아가 보겠습니다. 예약 건수만 보면 S 의원은 실제 환자 100명마다 7~8명을 더 잡았습니다. 신규·재진 내원율로 빼고 달 중 예약을 더하자 어긋남이 1~2명으로 줄었죠. 예약 1,000건의 진짜 뜻은 환자 916명이었습니다.
맞힌 숫자는 근무표로 이어집니다. 직원을 더 뽑지 않고도 토요일의 남는 1명을 목요일 대기 줄로 옮길 수 있었죠. 예약 건수는 장부의 숫자이고, 내원 예측은 근무표의 숫자입니다.
다음 예약 보고 때 이 세 가지만 물어보세요.
“다음 달 예약 중 신규와 재진은 각각 몇 건인가?”
“우리 병원 요일별 내원율은 몇 %인가?”
“지난달 예측은 실제와 몇 % 어긋났나?”
이 질문에 답하기 시작하면 "다음 달 예약 1,000건입니다"로 끝나던 보고가, "다음 달 916명, 토요일 1명은 목요일로 옮기겠습니다"로 바뀝니다. 예약은 세는 것이 아니라, 비율을 곱해 읽는 숫자입니다.