[Data Drill #2] O2O × 헬스케어 🏥

Об этом предложении

1. 상황 비대면 진료 예약 플랫폼의 상황. 현재 사용자는 의사를 선택한 뒤 예약 가능한 시간을 보고 진료를 신청한다. 팀은 예약 전환율을 높이기 위해 새로운 안(B안)을 제안했다. B안 = 의사 선택을 없애고, 증상만 입력하면 가장 빨리 진료 가능한 의사를 자동 배정한다. 2주간 A/B 테스트를 진행했다. 2. 숫자 / 근거 지표 A: 직접 선택 B: 자동 배정 예약 완료율 42% 57% 평균 대기시간 38분 21분 진료 전 취소율 9% 6% 진료 후 만족도 4.6 4.3 30일 내 재진율 31% 24% 3. 추가 정보 초진 환자: B의 만족도 4.5 재진 환자: B의 만족도 3.8 재진 환자의 62%는 이전에 진료받았던 의사를 다시 선택. B에서는 기존 담당 의사와 다른 의사에게 자동 배정될 수 있음. 전체 예약의 72%는 초진, 28%는 재진. 4. 의사결정 질문 B안을 전체 적용하겠는가, 폐기하겠는가, 수정하겠는가? 5. 토론 🧠 PM A — “의사 직접 선택을 유지한다” 예약 완료율과 대기시간은 B가 더 좋다. 하지만 의료에서는 단순히 빨리 예약하는 것만이 사용자 가치라고 보기 어렵다. 환자가 어떤 의사에게 진료받을지를 직접 결정하는 것도 중요할 수 있다. 특히 B에서는 만족도가 4.6에서 4.3으로 떨어졌고, 재진 환자 만족도는 3.8까지 낮아졌다. 예약 전환율을 높이기 위해 선택권과 진료 연속성을 희생한다면? 단기 전환은 좋아져도 장기적 신뢰를 잃을 수 있다. 따라서 A안을 기본으로 유지하되, 원하는 사용자에게만 ‘가장 빠른 의사에게 바로 예약’ 옵션을 추가하겠다. 🧠 PM B — “자동 배정을 기본값으로 한다” 전체 예약의 72%가 초진이고, 초진에서는 B의 만족도도 4.5다. 또 B는 예약 완료율을 42%에서 57%로 높였고 평균 대기시간도 38분에서 21분으로 줄였다. 재진 환자 만족도가 낮다고 해서 B 전체를 포기할 필요는 없다. 초진에는 자동 배정을 적용하고, 재진에는 기존 의사를 우선 배정하는 방식을 택하겠다. 6. 더 생각해보기 '진료 후 만족도'의 함정 대기시간 , 의사 선택 자유도 , 의사에 대한 만족도 , 진료 결과 , UI/UX 등이 뒤섞여 있다. 따라서 현재 '진료 후 만족도'는 A안이 B안보다 더 낫다는 근거로 삼기에 좀 빈약하다. A안이 B안보다 더 나아서 만족도가 높은 게 아닐 수 있다. 그냥 의사가 마음에 들었거나, 병이 빨리 나아서 만족했을 수도 있다. 만족도 조사를 할 때는 더 구체적으로 물어야 한다. 의사를 직접 선택할 수 없어도 가장 빨리 매칭되는 게 더 나은지 물어보면 어떨지? '30일 내 재진율'의 함정 30일 재진율이 31%에서 24%로 떨어졌다는 것만으로 B가 나쁘다고 판단하기는 어렵다. 의료 서비스에서는 환자가 회복되어 다시 진료받을 필요가 없어졌기 때문에 재진하지 않을 수도 있기 때문이다. 따라서 재진율을 일반 서비스의 리텐션처럼 해석하면 오류가 생길 수 있다. 그래서 KPI를 좀 더 구체적으로 만들어보면 의사가 재진을 권고한 환자 중 실제 재진한 비율 정도는 어떨까 싶다. 더 확실히 신뢰할 수 있는 지표에 무게를 둔다 이 문제에서는 '진료 후 만족도', '30일 내 재진율'이 애매한 부분이 있다. 그래서 소거법(?) 느낌으로 더 명확한 지표에서 우위를 보이는 B안에 무게감을 두겠다.

Детали предложения

Провайдер

velog

Источник

velog-rss

Балл

54.39

Уверенность

49%