Стоматологія на 4 крісла у Києві: +38% записів за 2 місяці

Клініка працює на ринку 6 років, розташована на Печерську в Києві, спеціалізується на терапевтичній та ортопедичній стоматології. 4 крісла, 6 лікарів (2 з них тримають основний потік), одна адміністраторка у залі і одна — на адміністративному чаті. До звернення в MTDK ai жодної автоматизації запису не було: усе тримала на собі людина.

Канали залучення: телефон (Київстар + Vodafone), Instagram (~12 тис. підписників), Telegram-канал (~3 тис.) і сайт із формою. Усі ці канали з 9 до 19 вела одна людина, а ввечері лікарі іноді відповідали в Direct особисто — звідси подвійні бронювання, забуті обіцянки і помилки в розкладі.

Важлива деталь: Helsi у клініці використовували лише для електронних декларацій, а не для управління записами. Тому ми не змінювали основну систему — ми збудували AI-адміністратора стоматології поверх наявної. Це не чергова «програма для стоматології» чи окрема CRM, яку треба впроваджувати з нуля, — це шар автоматизації над тим, що вже працює. Принциповий момент для клінік, які бояться «зламати те, що працює»: автоматизація запису пацієнтів не вимагає міняти медичну систему.

Стартові показники, які ми зафіксували перед запуском, щоб було з чим порівнювати: ~590 записів на місяць, медіана часу відповіді на звернення — 47 хвилин, завантаження крісел — 67%, частка скасувань — близько 24%.

Стоматологія — складна ніша для запису: високий середній чек, довгий цикл лікування, виражена сезонність (пік — вересень і січень) і дуже чутливі до швидкості відповіді пацієнти. Тут кожне пропущене звернення коштує дорого, тому автоматизація запису пацієнтів дає швидкий і помітний у грошах ефект.

Усі три болі мали один корінь: процес тримався на одній людині в робочі години, а пацієнти зверталися тоді, коли їм зручно — переважно ввечері та у вихідні.

Біль перший — вечірні запити та вихідні. Пацієнти писали о 21:00 «А є вільне завтра на 18:00?» і чекали відповіді до ранку. До 40% таких звернень закінчувалися фразою «не дочекався, записався в іншу клініку». За оцінкою власника — це 80–100 втрачених пацієнтів щомісяця, причому на багатьох із них уже витратили гроші в рекламі Instagram.

Біль другий — рутина з'їдала адміністратора. «Скільки коштує чистка?», «Чи приймаєте картку?», «Чи можна з дитиною?» — близько 60% усіх діалогів це однотипні питання. Замість роботи в залі з пацієнтами людина сиділа в чатах і відповідала те саме по колу.

Біль третій — провалений follow-up. Після першої консультації пацієнту треба передзвонити через 3–7 днів і нагадати про продовження лікування. Вручну на це не вистачало часу, тому конверсія в повторні візити була низькою — а саме повторні візити в стоматології дають основну маржу.

Серце рішення — AI-адміністратор на базі Claude з кастомним промптом під послуги саме цієї клініки. Базою знань стали: прайс (47 позицій), графік лікарів (двостороння синхронізація з Google Calendar), 32 типові питання з відповідями адміністратора слово в слово та правила медичної етики — список тем, які AI принципово НЕ обговорює (симптоми, діагнози, поради щодо лікування).

Канали: Telegram-бот, Instagram Direct через офіційний Meta API і Viber для нагадувань. AI-помічник відповідає миттєво у всіх трьох. Якщо запит складний — скарга, дитяча терапія, ортодонтія для дорослих — AI ескалує його адміністраторці з повним контекстом діалогу, щоб людина не перепитувала пацієнта заново.

Інтеграції: Helsi через офіційний партнерський API для синхронізації пацієнтів, Google Calendar — для розкладу лікарів, WayForPay — для онлайн-завдатку на дорогі процедури (ним користуються ~8% записів).

Окремий важіль — нагадування і follow-up. Бот автоматично нагадує про візит за день і за 2 години (через Viber, бо це безкоштовно), а через 5 днів після першого візиту надсилає персональне повідомлення з пропозицією продовжити лікування. Саме цей сценарій дав найбільший приріст повторних візитів і фактично перетворив чат-бот для стоматології на менеджера з утримання пацієнтів.

Окремо ми прописали тон спілкування — дружній, але професійний, без надмірних емодзі та канцеляризмів, щоб у переписці пацієнт відчував турботу клініки, а не «робота». Для медичної ніші це важливо: довіра починається з першого повідомлення.

Найкраще автоматизацію стоматології пояснює не опис, а реальний діалог. Ось типове вечірнє звернення в Telegram — те, що раніше залишалося без відповіді до ранку, а тепер закривається в запис за 4 секунди, без участі людини:

Жодного «оператор відповість найближчим часом». Пацієнт одразу отримує конкретні слоти, обирає зручний і потрапляє в розклад лікаря — а клініка не втрачає його на користь конкурента, у якого просто швидше відповіли.

День 1–3. Збір даних: прайс, графіки, FAQ. Інтерв'ю з адміністраторкою — «на які питання ти відповідаєш по 10 разів на день і що саме відповідаєш дослівно». Це фундамент для промпта AI.

День 4–7. Налаштування AI, інтеграція з Helsi та Google Calendar. Тестування у внутрішньому Telegram-чаті — 50 діалогів, кожну помилку фіксуємо і коригуємо промпт.

День 8–10. Запуск на Telegram-каналі — там найменше ризику, бо це «свої» лояльні клієнти, які пробачать дрібну незграбність. Паралельно моніторимо кожен діалог.

День 11–14. Якщо стабільно — підключаємо Instagram Direct. Це найбільший канал, і помилка тут коштує дорого, тому перші 3 дні працюємо в режимі «AI + людина бачить кожен діалог».

День 14+. Повна автономія. Адміністраторка переходить на роботу в залі та складні випадки, а адміністративний чат для людини скорочується до 4 годин на день — для VIP і нестандартних ситуацій.

Через 2 місяці після повного запуску ми звели показники. Це не маркетингові округлення — це дані з Helsi, Google Calendar і статистики ботів:

Записів на місяць: 590 → 814 (+38%). Основний приріст — саме за рахунок вечірніх (19:00–23:00) і вихідних звернень, які раніше губилися.

Час відповіді впав із 47 хвилин до 4 секунд — це переламне число для конверсії: клієнт ще не встиг піти до конкурента. Скасувань стало менше на 52% завдяки нагадуванням за день і за 2 години та завдатку 200–500 грн на дорогі процедури.

Завантаження крісел зросло з 67% до 89% — це не косметичний показник, а гроші, які раніше просто не виставлялися. А години адміністратора в чаті скоротилися з 12 до 4 на день: людина перейшла на пів ставки в чаті й повну — у залі.

Окремо порахували вечірній сегмент: до запуску після 19:00 закривалося лише ~6% записів, після — 22%. Тобто час, який раніше був «мертвим», став третім за виручкою каналом клініки. Саме тут і захований основний приріст +38%.

Повторні візити зросли на +24% — і це, можливо, найважливіша цифра кейсу: саме продовження лікування дає основну маржу в стоматології. Спрацював автоматичний follow-up через 5 днів після першого візиту, який раніше робили вручну й часто забували.

Щоб було чесно: AI не замінив людину повністю — він забрав рутину та нічні зміни, а адміністраторка зосередилася на тому, що робить краще за будь-який алгоритм. Ось як змінилися ключові операційні точки до і після запуску:

Перші 5 днів AI намагалася давати медичні підказки («якщо болить — найімовірніше карієс»). Для медичної ніші це неприпустимо. Виправили промпт жорстким правилом: будь-яке питання про симптом → «це має оцінити лікар, можу записати на консультацію».

AI спершу вивалювала всі вільні слоти підряд. Пацієнт, який просив «будь-який зручний», отримував 47 варіантів і губився. Виправили: бот пропонує 3 найближчі слоти, питає «чи підходить» — і лише після відмови показує більше.

Інтеграція з Helsi на тесті давала затримку 30–40 секунд (запити йшли синхронно). Перевели на асинхронну чергу — тепер AI відповідає миттєво, а синхронізація з Helsi відбувається у фоні.

Один лікар не хотів, щоб бот записував до нього без попередньої телефонної консультації — його особистий стиль роботи. Зробили окреме правило в промпті під його розклад. Висновок простий: AI-адміністратор має підлаштовуватися під клініку, а не навпаки.

Перше: AI-адміністратор працює рівно настільки добре, наскільки якісна база знань. 80% успіху — це не «магія штучного інтелекту», а чіткий прайс, актуальний графік лікарів і дослівні відповіді на типові питання. Закладіть на підготовку 2–3 дні роботи ще до запуску.

Друге: не запускайте автоматизацію одразу на найбільший канал. Почніть із Telegram або «теплої» аудиторії, відкатайте сценарії на реальних діалогах, і лише потім підключайте Instagram Direct, де ціна помилки вища.

Третє: чітко пропишіть межі. У медичній ніші AI не має давати порад щодо лікування — тільки записувати, нагадувати й відповідати на організаційні питання. Усе інше — миттєва ескалація до лікаря. Саме межі відрізняють надійного AI-помічника від ризику для репутації клініки.

Тепер головне питання будь-якого власника — скільки це коштує і коли окупається. Для цієї клініки взяли пакет «Корпорація» — €200/міс (≈10 300 грн) плюс одноразове впровадження €1500 (≈76 900 грн): інтеграція з Helsi складніша за середню, тому брали найвищий пакет.

Додатковий дохід: +224 записи на місяць × середній чек 1 850 грн = +414 400 грн обороту щомісяця. За маржинальності ~45% (з матеріалами і роботою лікаря) це +186 480 грн чистими.

Окупність повного пакета (підписка + впровадження за перший місяць) — близько 2 тижнів. З другого місяця щомісячний платіж окупається за 1–2 робочі дні клініки. Для порівняння: найняти нічного адміністратора на ставку коштувало б ~25–30 тис. грн/міс плюс податки — і це лише один канал, без нагадувань, follow-up та аналітики.

Висновок власника дослівно: «якби знали раніше — не наймали б другу адміністраторку рік тому». Ця друга зарплата (~28 000 грн) фактично оплачувала роботу, яку AI-адміністратор тепер виконує швидше, без вихідних і дешевше. Якщо у вашій клініці звернення губляться ввечері — це не проблема персоналу, це проблема процесу. І вона вирішується за 14 днів.