Análisis de Competencia I Industria Salud - Entidades Promotoras de Salud (EPS) en Colombia .

Una entidad promotora de salud, conocida en sus siglas como EPS, en conjunto son empresas del Sistema de Salud en Colombia, las cuales prestan servicios médicos. Las personas se afilian a las EPS para luego ser atendidas en clínicas y hospitales, los cuales sí brindan los servicios médicos pero no cobran por estos a los pacientes.

Objetivo 

Se llevó a cabo un proyecto de análisis de competencia a través del monitoreo continuo de datos en redes sociales e internet utilizando la plataforma BigDataMachine con el objetivo de comparar  el comportamiento y experiencia de los afiliados en cada etapa del ciclo de vida de una EPS con otras del sector. El análisis de competencia permite comparar las fortalezas y debilidades de un producto o servicio de manera constante en las diferentes etapas del ciclo de vida.

“Son organizaciones que son vitales para el funcionamiento del sector salud en Colombia y es importante que cuenten con los recursos tecnológicos necesarios para analizar lo que sienten las personas sobre ellas en Internet y las redes sociales, donde las personas interactúan y comentan sobre la calidad de la atención que reciben. Por eso, es necesario garantizar la competencia de los datos para la toma de decisiones hacia la mejora de los servicios” - Miguel Caucalí, Representante Comercial de BigDataMachine en Colombia.

Solución 

El análisis de competencia segmentada por clasificación en etapas de ciclo de venta permite profundizar la satisfacción del cliente y su experiencia en cada una de esas etapas analizando el FODA con respecto a su competencia. 

Además se aplicó la solución de Customer Experience que permite capturar los indicadores analíticos de las cuentas oficiales de cada EPS para poder analizar la experiencia de los afiliados en los canales propios.

La solución se ofrece a  través de una membresía que brinda el acceso a una plataforma que contiene un tablero de gestión de datos dinámicos y un segundo tablero de visualización. En el primer tablero se capturan los datos  de manera constante de internet y se realiza la gestión automática y de auditoría de los datos, entre ellos la  clasificación y sentimiento.

En tanto, en la plataforma de visualización se representa la información a través de gráficas dinámicas que facilitan la interpretación de resultados. 

Gestión y Análisis de Datos 

Una vez generado los accesos al usuario, la tecnología realiza todo el procesamiento de datos de manera automática. Para convertir los datos en información relevante según el objetivo del monitoreo, se clasificó la información según el embudo de ciclo de venta y se agregó un ítem relacionados a canales de comunicación. A saber:  

 

  1. Conocer y Aprender
  2. Comprar y Contratar
  3. Pagar por lo adquirido
  4. Usar 
  5. Reclamar 
  6. Canal de comunicación  

 

De esta manera, cada información capturada de datos abiertos de internet se clasifica según la etapa que corresponda. Así, una publicidad o promoción se etiqueta en la primera etapa “Dar a Conocer y Aprender”, una opinión de redes sobre el servicio brindado se etiqueta en la etapa “Usar”, o un comentario en tono de queja como “Reclamar”.  Por volumen y sentimiento de cada etapa ya el análisis comienza a interpretarse.

Bajo la observación diaria se evalúan las etapas, se las compara con la competencia y se profundiza aspectos según el foco de interés, en este caso: 

 

  • Divulgación de nuevos servicios y prensa 
  • Cobertura de prestaciones de salud 
  • Experiencia en la identificación por etapas. Puntos críticos 
  • Identificación de reclamos: atención médica, comunicación, servicios. 
  • Análisis de comportamiento en clientes activos.  
  • Identificación de reclamos de competencia 
  • Precio en relación a la atención, cobertura, comunicación. 

 

De lo mencionado, algunos indicadores de ejemplo: 

  • Durante el período de análisis se observó cómo operan cada una de las EPS a nivel de volumen de datos, presentando picos en algunos casos por publicaciones viralizadas. En uno de los casos, la EPS 4 presentó un pico a partir de menciones replicadas con un tono negativo y que se concentraron en una de las etapas específicas del embudo de clasificación. 

 

  • Aquí se puede observar como la EPS 4 presentó claramente un sentimiento negativo, diferenciador con respecto a sus competidores. En este caso representa claramente un punto débil detectado que puede ser aprovechado por esa empresa para corregir y fortalecer. Asimismo, puede ser tenido en cuenta por cualquiera de las otras EPS, con el objetivo de sacar ventaja a partir de haber identificado un punto flojo de un competidor directo.

 

  • Se destaca, asimismo, dentro del proceso de ciclo de vida para todas las EPS analizadas, que “Reclamar” sobresale en relación a las otras etapas de clasificación. Por lo tanto todas parecen presentar debilidades en común en esa instancia del embudo. En el caso de la EPS 4, mencionada anteriormente por haber presentado un pico de menciones de tono negativo, aquí puede cruzarse con la etapa en la que se ve afectada, siendo crítica la de “Usar” para esta entidad. 

 

A través del análisis continuo de datos, las EPS y el sector de la salud puede profundizar sobre el comportamiento y experiencias de sus afiliados a través de todo el ciclo de vida.
Así, se logra optimizar la performance de sus servicios y estrategias de comunicación y marketing, brindando una mejora sustancial a los miembros que atienden y poder generar mejores mecanismos de captación para aumentar su masa de afiliación. 

 

“La plataforma BigDataMachine permite a las EPS y EAPB trabajar en el refinamiento de sus gastos de marketing, eliminando canales con los niveles más bajos de compromiso, incluyendo lo que dice su afiliación sobre sus principales competidores en el sector. La medición de la reputación se ha convertido en un elemento clave para que las organizaciones de salud colombianas conozcan qué se puede hacer para mejorar y fortalecer su relación con sus afiliados”. Miguel Caucalí, Representante Comercial de BigDataMachine en Colombia.