Segmentacja zapytań pacjentów zwiększyła trafność kampanii o nową specjalizację
Tysiące zapytań rocznie kryły wzorce, których nikt nie miał czasu czytać. AI wyłuskuje z nich realne potrzeby pod kampanie.
Co bolało
Szpital uruchamiał nową specjalizację i marketing planował kampanię w oparciu o intuicję. Dział nie miał jak przejrzeć tysięcy zapytań pacjentów, w których ukrywały się prawdziwe pytania, obawy i oczekiwania względem oferty.
Co wdrożyliśmy
Postawiliśmy własny model AI analizujący archiwum zapytań pacjentów wewnątrz szpitala. System grupuje wątki, wskazuje najczęstsze obawy i wypisuje język, jakim pacjenci sami opisują swoje potrzeby, co stało się materiałem wprost do przekazów reklamowych.
Efekt
Trafność kampanii poprawiła się o około jedną czwartą, mierzona spadkiem kosztu pozyskania pacjenta. Komunikaty zaczęły odpowiadać na realne pytania, a nie wyobrażone, więc konwersja landing page wzrosła. Dział marketingu pracuje teraz na danych, nie na przeczuciach. Analiza odbywa się w pełni na infrastrukturze szpitala, bez wynoszenia danych pacjentów.
„Przestaliśmy zgadywać, czego chcą pacjenci, bo oni sami nam to napisali, a AI to dla nas uporządkowało."
kierownik marketingu i rozwoju
Placówkę opisujemy anonimowo. Część scenariuszy bazuje na realnych wdrożeniach, część na powtarzalnych sytuacjach z rynku ochrony zdrowia w Polsce. Pełne referencje z kontaktem do decydenta udostępniamy po podpisaniu NDA. Liczby mają charakter orientacyjny i nie są gwarancją wyniku dla konkretnej placówki.