無料診断

呼び戻し文面の小さなABテスト

2パターンを比べて分かること


「文面を変えたら、もっと戻ってくるのではないか」。呼び戻しを続けていると、必ず出てくる疑問です。ただ、文面を総取り替えして前月と比べても、季節も対象も違うため、何が効いたのかは分かりません。

そこで有効なのが、同じ時期・同じ条件で2パターンの文面を送り分ける「ABテスト」です。大げさな仕組みは要りません。この記事では、小規模な歯科医院でも無理なくできる、最小の設計を紹介します。

先に限界も書いておきます。患者数が限られる医院では、1回のテストで「統計的に確実な差」まで判定できることは多くありません。この記事のABテストは、白黒つけるためのものではなく、「自院ではこちらの傾向がよさそうだ」という判断材料を、感覚ではなく数字で持つためのものです。

ABテストの最小設計

やることは4つだけです。

  1. 比べる要素を1つだけ決める
  2. 対象を2群に分け、同時に送る
  3. 戻った予約を群ごとに数える
  4. 結果は「傾向」として記録し、次の送信に活かす

それぞれ見ていきます。

1. 比べる要素は1つだけ

一度にあれもこれも変えると、差が出ても原因が特定できません。候補は次のような「1要素」です。

いずれも、医療広告の観点で問題のない範囲——症状や料金に触れない、効果を断定しない——で設計するのは、通常の文面と同じです。テストだからといって強い表現を使う必要はありませんし、使うべきでもありません。

2. 群の分け方——偏らせないのが要点

群分けで大事なのは、2群の顔ぶれをなるべく揃えることです。片方の群に「最近まで来ていた人」ばかりが集まると、文面ではなく患者層の差を見てしまいます。

小規模な医院で現実的なのは、次のような機械的な分け方です。

「反応しそうな人から先に送る」といった意図的な振り分けは、比較の前提を崩すので避けます。また、群ごとに専用の予約リンク(URLやQRを分ける)を用意し、「どちらの文面経由で戻った予約か」を数えられるようにしておくことが、テストの成否を分けます。電話予約については、受付で来院時にひと言確認する項目を決めておくと捕捉しやすくなります。

なお、波状送信(時期をずらして分けて送る運用)をしている医院では、その「波」をそのまま群として使えます。ただし時期自体が結果に影響するため、タイミング以外の要素を比べたい場合は、時期はそろえるのが原則です。

3. 数える指標は「戻った予約」

比較する数字は、開封やクリックのような途中の指標ではなく、最終的な「戻った予約(と来院)」にそろえます。理由は2つあります。

数え方は、送信リストと来院リストを月末に突き合わせ、「A群: 送った数/戻った予約数」「B群: 同様」と並べるだけです。因果関係を断定するのではなく、「今回はBの文面の群のほうが戻りが多かった」という事実を記録します。

4. 結果の読み方——1回で決めない

ここが一番大事なところです。

月ごとに小さく比べ続ける医院と、思いつきで文面を変え続ける医院では、1年後に持っている「自院の正解」の量が変わってきます。ABテストの本当の価値は、1回の勝敗よりも、この記録の蓄積にあります。

向いていないケース

次のような場合は、無理にテストを組む必要はありません。

まとめ


シカデスクは、歯科医院専門のフロントデスク運用代行です。定期検診の呼び戻しでは、対象の抽出・文面の作成・送信・「戻った予約と来院を数えての報告」までを、すべて医院の承認制で運用します。文面のパターンを比べて改善していく作業も、この計測の仕組みの上で行います。文面の下書きはAIも使いますが、患者さんとの直接の接点は人間が担う、というのが私たちの原則です。

「うちの医院だと、どれくらい呼び戻しの余地があるのか」を数字で見たい方には、公開情報だけで作る無料診断があります。患者さんの個人情報は一切不要です。まずは数字からご覧ください。

無料診断のご案内

無料診断を受ける