Dashboard para clínicas: citas, no-shows y origen de cada paciente

El dashboard de una clínica cuenta citas, no personas: cuántas se pidieron, cuántas se atendieron, cuántos no-shows hubo por día, franja y profesional, y de dónde llegó cada paciente nuevo, sea Google, Maps, ChatGPT o una recomendación. Sale de la agenda, del formulario con UTM y de GA4, y no enseña nombres ni tratamientos.

Es para quien dirige una clínica dental, de fisioterapia, estética o psicología y tiene la agenda en un programa, las visitas en Google Analytics y las reseñas en Google, sin nada que lo junte. Vas a encontrar qué medir, cómo definir un no-show para que la cifra no engañe, cómo saber el origen de cada paciente, de dónde sale cada dato, qué exigen el RGPD y la LOPDGDD y qué decisiones permite.

Lo montamos dentro del servicio de datos para decidir con una condición que va antes que cualquier gráfica: al panel no llega ningún dato que identifique a un paciente. Las cifras son recuentos por día, profesional y origen, y con eso se toman las decisiones de agenda y de captación que importan en una clínica.

¿Qué tiene que medir el dashboard de una clínica?

Cinco cosas: citas pedidas, citas atendidas, no-shows, cancelaciones con tiempo de rellenar el hueco y pacientes nuevos por origen. Todo por semana, con desglose por día, franja horaria, profesional y sede. Las reseñas nuevas y la nota media van en un bloque aparte, porque ayudan a explicar por qué llegan, o no, los pacientes nuevos.

La cifra que se mira primero es la tasa de no-shows, y conviene definirla bien porque hay varias formas de calcularla. La nuestra divide los no-shows entre las citas que seguían en la agenda el día de la cita, sin contar las canceladas con antelación. Si se divide entre todas las citas pedidas, la tasa sale más baja y esconde el problema.

El diseño sigue el de de GA4 a un panel que se usa: pocos números por pantalla, cada uno con su comparación con la semana anterior y con la misma semana del año pasado, que en una clínica pesa por las vacaciones.

¿Cómo se ven los no-shows por día y profesional?

Con una cuadrícula de días de la semana por franjas horarias, coloreada según la tasa de no-shows, y una tabla por profesional con citas, atendidas, no-shows y tasa. La cuadrícula enseña dónde se concentran los huecos; la tabla, si el problema es de una agenda concreta o de toda la clínica. Las dos se comparan con las cuatro semanas anteriores.

La cuadrícula responde a una pregunta operativa: en qué momento de la semana se pierden más citas. Si los lunes a primera hora o los viernes por la tarde acumulan no-shows, la decisión puede ser reforzar el recordatorio en esas franjas, dejar allí las revisiones cortas en lugar de las primeras visitas o llamar para confirmar.

La tabla por profesional no es una evaluación de nadie. Quien atiende sobre todo primeras visitas tendrá más no-shows que quien lleva tratamientos largos con pacientes que ya conocen la clínica, y el tipo de cita lo explica. Por eso se cruza con primera visita o sucesiva, y por eso la ve dirección y no se proyecta en la sala del equipo. Los nombres de los profesionales son datos personales de trabajadores: dentro del panel están bien, con el acceso limitado.

Cuando la clínica monta recordatorios de cita por WhatsApp, este bloque es el que dice si funcionan. La tasa de no-shows de las semanas anteriores al flujo se compara con la de después, por franja y por tipo de cita. Sin la cuadrícula, la mejora se nota en recepción pero no se puede demostrar.

¿Cómo saber de dónde viene cada paciente?

Preguntándolo en dos sitios y midiéndolo en uno. El formulario de cita guarda las UTM de la visita y la página por la que entró; recepción pregunta en la primera visita cómo nos ha conocido, con una lista cerrada de opciones; y GA4 cuenta las visitas y las solicitudes de cita por canal. Juntos dan el origen de cada paciente nuevo con un margen de error que se puede explicar.

El formulario de cita lleva campos ocultos que recogen utm_source, utm_medium y utm_campaign de la URL y los envían con la solicitud a la agenda o al CRM. La solicitud lleva el origen y nunca un campo libre de motivo que luego viaje al panel.

En la ficha de Google, el enlace a la web y el de reserva llevan UTM propias para que las visitas desde Maps no se mezclen con la búsqueda orgánica en GA4. Las llamadas que salen de la ficha no pasan por la web; su número aparece en las estadísticas de la ficha, y su origen real solo se sabe si recepción lo pregunta.

Con las IA pasa algo parecido. Cuando ChatGPT o Perplexity enlazan tu web y el paciente hace clic, la visita suele aparecer en GA4 como referencia del dominio de la IA; cuando la aplicación no pasa esa información, llega como directo. Por eso «me lo recomendó ChatGPT u otra IA» tiene que ser una opción en la lista de recepción. Qué responde hoy la IA cuando alguien busca clínica está en GEO para clínicas.

¿De dónde sale cada dato y cómo se junta?

De la agenda sale casi todo: citas, estado, profesional, sede, tipo de cita y origen. GA4 aporta las visitas y solicitudes por canal; la ficha de Google, las llamadas y los clics; y las reseñas, su número y su nota. Se juntan ya agregados, en recuentos por día, profesional y origen, sin bajar nunca al nivel de paciente.

La agenda decide si el panel se puede hacer. Si el programa tiene API o exportación automática, se lee cada noche; si solo exporta a mano, se empieza con una exportación semanal. Lo que se extrae son columnas operativas: identificador interno de la cita, fecha, hora, profesional, sede, estado, primera visita o sucesiva y origen. El nombre, el teléfono y el motivo se quedan en la agenda.

El paso que protege es agregar antes de sacar. El proceso que lee la agenda cuenta las citas por día, franja, profesional, sede y origen, y solo esos recuentos salen hacia el almacén de datos y el panel. El identificador de cita sirve para no contar dos veces y no sale del recuento.

¿Qué exigen el RGPD y la LOPDGDD a un panel así?

Exigen que el panel no trate datos de salud que no necesita. En una clínica, saber que alguien tiene cita ya revela una relación sanitaria, y el motivo o el tratamiento la convierten en un dato de salud explícito, que es una categoría especial. Un panel de recuentos sin nombres ni tratamientos responde a las preguntas de gestión sin entrar en esa categoría.

El RGPD define los datos relativos a la salud en su artículo 4.15 y prohíbe tratarlos en su artículo 9, salvo excepciones tasadas. El artículo 5.1.c exige minimización: tratar solo los datos adecuados y limitados a lo necesario para el fin. Y el considerando 26 deja fuera del reglamento la información anónima, la que no permite identificar a nadie. Un recuento de citas por franja y profesional, bien agregado, está de ese lado.

Bien agregado quiere decir sin celdas pequeñas. Si el panel enseña que el martes a las seis hubo una primera visita de una especialidad que solo lleva un profesional, cualquiera con acceso a la agenda sabe de quién se trata. La regla práctica es agrupar por semana o por franjas amplias cuando el número es muy bajo, y no cruzar especialidad con franja en clínicas pequeñas.

La LOPDGDD añade una obligación que afecta al proyecto: su artículo 34 exige delegado de protección de datos a los centros sanitarios que llevan historias clínicas, salvo a los profesionales que ejercen a título individual. El diseño del panel pasa por él antes de conectar nada. Y quien extrae los datos de la agenda, si no es la propia clínica, actúa como encargado del tratamiento y necesita contrato, como exige el artículo 28 del RGPD.

El panel vive en Power BI o en Looker Studio (desde abril de 2026 ha vuelto a llamarse Data Studio), con acceso solo para dirección y, si hay varias sedes, con seguridad por filas para que cada responsable vea la suya. Los accesos se revisan cuando alguien deja la clínica.

¿Qué pintan las reseñas en el panel?

Ayudan a explicar el origen. Las reseñas cuentan en la prominencia con la que Google ordena el mapa, y una ficha con pocas reseñas recibe menos pacientes desde Maps. En el panel van cuatro cifras al mes: reseñas nuevas, nota media de las nuevas, proporción de pacientes atendidos a los que se les pidió reseña y tiempo medio de respuesta de la clínica.

La proporción de pacientes a los que se les pidió es la que más dice del proceso, porque la política de reseñas de Google prohíbe pedirlas solo a los clientes satisfechos, desanimar las negativas y ofrecer incentivos. Si se pide a todos los atendidos, el número de reseñas sigue a las citas, y el panel enseña esa relación semana a semana.

Responder tiene una regla más en sanidad: la respuesta no confirma que quien escribe es paciente ni menciona su tratamiento. Cómo pedirlas y responderlas sin trampas está en reseñas de Google, y cómo encaja todo en lo que montamos en clínicas: citas, reseñas y GEO.

¿Qué decisiones permite?

Permite decidir dónde poner recordatorios y llamadas de confirmación, qué franjas abrir o cerrar, en qué canal invertir para captar pacientes nuevos y cuándo un canal trae solicitudes que no acaban en cita. Son decisiones de agenda y de captación, y se toman en una reunión semanal de media hora con el panel abierto, terminada con una decisión apuntada.

El panel parte de 1.400 euros, con una auditoría de medición previa desde 490 euros, y el precio sube con cada fuente que haya que conectar: una agenda sin exportación automática o varias sedes. El soporte y la actualización parten de 120 euros al mes.

Seguimos este tema en todos los artículos de datos para decidir.

Preguntas frecuentes