Calidad de datos en tu clínica dental: por qué sostiene todo lo demás

Qué es la calidad de datos en una clínica dental

La calidad de datos de tu clínica es el porcentaje de fichas de pacientes con las que realmente puedes trabajar: un móvil que existe, una ficha sin duplicar, la fecha de la última visita bien registrada y el consentimiento de contacto guardado. Más que un concepto informático, es la diferencia entre "tengo 3.000 pacientes en el sistema" y "puedo contactar con 2.400".

Tu software de gestión te dice cuántas fichas hay. Lo que no te dice es cuántas sirven. Y las dos cifras pueden estar sorprendentemente lejos, porque una ficha inservible no avisa: sigue ocupando su sitio en la base, cuenta en los totales y solo falla el día que intentas usarla.

Esa es la trampa de este problema. Una silla vacía se ve. Un teléfono muerto, no: se descubre meses después, cuando la campaña de reactivación no llega, la revisión no se avisa o la previsión sale mal. Por eso casi ninguna clínica sabe su porcentaje real de fichas útiles, y por eso vale la pena calcularlo.

Los cuatro problemas que se repiten en casi todas las bases

Después de conectar con bases de datos de clínicas de todos los tamaños, los patrones que encontramos son casi siempre los mismos cuatro:

• Duplicados. El mismo paciente dado de alta dos veces: una como "José García" y otra como "Jose Garcia López", con el historial repartido entre las dos fichas. Para el sistema son dos personas distintas: una recibe mensajes duplicados y la otra parece un paciente dormido que en realidad vino el mes pasado.
• Teléfonos muertos. Fijos de hace diez años, móviles que cambiaron, prefijos mal tecleados o campos con anotaciones ("preguntar por la madre") donde debería haber un número. El mensaje se envía, no llega, y nadie se entera.
• Campos vacíos. Fichas sin móvil, sin email o sin fecha de última visita. Sin esa fecha, el paciente ni siquiera aparece cuando filtras por inactivos: es invisible para cualquier campaña.
• Formatos inconsistentes. Fechas en tres formatos distintos, nombres en mayúsculas o minúsculas según quién los tecleó, notas clínicas guardadas en el campo del email. Cada inconsistencia es un filtro que falla o un duplicado futuro.

Nada de esto es culpa de nadie. Una recepción que atiende el teléfono, recibe pacientes y cierra la agenda no tiene un hueco al día para verificar fichas: es un problema de capacidad, no de dedicación. La base de datos envejece en silencio, y solo se nota cuando intentas apoyarte en ella.

La cuenta: cuánto te cuesta una base sucia

No necesitas ninguna herramienta para estimar tu situación. Abre tu software y revisa una muestra de 100 fichas al azar. Cuenta cuántas tienen el móvil vacío, incompleto o claramente inválido. Supón que salen 12.

Aplicado a una base de 3.000 fichas, ese 12% son unos 360 pacientes con los que nadie puede contactar. Ni recordatorios, ni recall, ni reactivación: para cualquier campaña, esos 360 pacientes no existen.

Ahora cruza el dato con tus pacientes dormidos. Si 1.200 llevan más de un año sin venir y el mismo 12% tiene el teléfono mal, unos 144 no recibirán nunca un mensaje de reactivación. A un ticket medio de 110 €, son 144 × 110 € = 15.840 € de tratamiento pendiente fuera del alcance de cualquier campaña, por buena que sea.

Dos matices, para que la cuenta sea honesta. Primero: no todos esos pacientes volverían aunque su teléfono fuera correcto; algunos se han mudado y otros ya no necesitan tratamiento. Segundo: tu porcentaje puede ser mayor o menor que el del ejemplo, y por eso el primer paso es medirlo con tu propia muestra, no asumir una media ajena. La estructura de la cuenta, en cambio, no cambia: cada punto de datos malos es un trozo de tu base con el que no puedes trabajar.

«Creíamos que teníamos 9.000 pacientes. Cuando miramos cuántos tenían un móvil válido y consentimiento registrado, el número real era bastante más bajo.» Es una cita compuesta (resume varias conversaciones reales con clínicas, anonimizadas), y es de las frases que más se repiten cuando una clínica mira su base de datos de cerca por primera vez.

Por qué la calidad de datos sostiene todo lo demás

En los KPIs de una clínica dental ya señalábamos la calidad de datos como el número a priorizar sobre los demás. La razón es estructural: todo lo que quieras hacer con tu base de pacientes empieza por poder contactar y poder contar bien. Con datos malos fallan las tres cosas a la vez.

Falla la reactivación. Reactivar pacientes inactivos consiste en contactar a quien lleva más de un año sin venir. Si el teléfono está mal, el mensaje no llega; si el paciente está duplicado, recibe dos mensajes; si falta el consentimiento, no deberías enviarlo. La campaña mejor diseñada no puede superar el techo de su lista de contactos.

Falla el recall. El recall dental depende de un dato concreto: la fecha de la última visita o revisión. Una ficha sin esa fecha nunca entra en el filtro de "pacientes que tocan revisión", así que hasta el sistema más disciplinado la pasa por alto. Y un duplicado hace lo contrario: avisa dos veces al mismo paciente, que percibe descontrol donde debería percibir cuidado.

Falla la previsión. La previsión de ingresos se construye contando: cuántas citas confirmadas, cuántos pacientes contactables, qué parte suele responder. Si tu base dice 1.200 dormidos pero 150 son duplicados y 144 incontactables, cualquier previsión hecha sobre 1.200 nace inflada. El cálculo es correcto; lo que falla es la base sobre la que cuenta.

Los números que miras cada mes (pacientes recuperados, revisiones cerradas, ingresos previstos) descansan sobre el mismo cimiento. Cuando el cimiento está mal, todos mienten a la vez y en la misma dirección: te hacen creer que tienes más base útil de la que tienes.

Cómo auditar tu base esta semana

Una auditoría inicial es trabajo de una tarde, no de un mes. El objetivo todavía no es corregir: es saber de qué tamaño es el problema.

1. Saca una muestra de 100 fichas al azar. Con 100 basta para una primera estimación; no hace falta revisar las 3.000.
2. Cuenta cuatro cosas. Móviles vacíos o inválidos; posibles duplicados (mismo nombre y fecha de nacimiento); fichas sin fecha de última visita; consentimientos de contacto sin registrar.
3. Extrapola. El porcentaje de la muestra, aplicado al total, te da la foto: 12 móviles malos de 100 fichas, en una base de 3.000, son unos 360 pacientes incontactables.
4. Prioriza en este orden. Primero los teléfonos de los pacientes dormidos, porque es donde hay tratamiento pendiente esperando. Después los duplicados, porque distorsionan todos tus números. Al final, los campos secundarios.

¿Y corregirlo a mano? Se puede, una vez. A unos 2 minutos por ficha entre verificar y corregir, 3.000 fichas son 6.000 minutos: 100 horas de trabajo, dos semanas y media a jornada completa. Ninguna recepción tiene ese hueco, y por eso la limpieza completa se pospone año tras año.

Y aunque se haga: la base no se queda limpia. Cada semana entran altas nuevas, hay pacientes que cambian de móvil y duplicados que se crean con las prisas del mostrador. Una base limpiada en enero ya no es la misma en junio. La limpieza puntual ayuda; lo que cambia el resultado es que la calidad se mantenga sola.

En la era de la IA, los datos son la puerta de entrada

Hasta hace poco, una base sucia costaba oportunidades perdidas. En 2026 cuesta algo más. Cualquier sistema de IA que quieras usar en la clínica, desde un asistente que responde WhatsApps hasta un sistema autónomo que opera toda la recepción, lee tu base de datos y trabaja con lo que encuentra. No pregunta si el dato es bueno: lo usa.

Con datos limpios, ese sistema multiplica tu capacidad: cientos de conversaciones personalizadas, cada una con el contexto correcto del paciente. Con datos sucios, multiplica el ruido: recordatorios al número antiguo, dos mensajes al mismo paciente duplicado, previsiones sobre pacientes que no existen. La IA amplifica la base que le des, en las dos direcciones.

Por eso la calidad de datos ha dejado de ser una tarea de mantenimiento para convertirse en una condición de entrada. La clínica con la base ordenada puede delegar trabajo administrativo en sistemas de IA con confianza; la que no, primero tiene que resolver los cimientos. La buena noticia es que las dos cosas no van por separado: la propia limpieza es de las primeras tareas que se pueden delegar.

Limpieza puntual o calidad continua

Aquí es donde cambia el enfoque. En Keishal tratamos la calidad de la base de datos como un proceso continuo, no como un proyecto anual:

• El sistema analiza la base de tu software de gestión de forma continua y detecta los patrones de siempre: duplicados (por coincidencia aproximada, no solo nombres idénticos), teléfonos y emails inválidos, campos clave vacíos.
• Lo que se puede corregir con seguridad se corrige automáticamente.
• Los campos que faltan se completan por la vía natural: cuando el paciente responde por WhatsApp, su ficha se enriquece con lo que la conversación aporta.
• Y lo que no se puede resolver sin criterio humano se presenta al equipo para revisión, en lugar de decidirse solo.

Todo esto ocurre sobre tu software actual: Gesden, Nubimed, Dentalink, Clinic Cloud o el que uses. Sin migraciones y sin que tu equipo tenga que aprender una herramienta nueva.

Hay además una capa que va más allá de la higiene. Una base con datos correctos, actualizados y con el consentimiento registrado es también una señal de seriedad en protección de datos: el paciente recibe mensajes por el canal que autorizó, con su nombre bien escrito y sin duplicados. Un paciente que ve que su clínica cuida sus datos confía más, y esa confianza vale más que cualquier campaña. El marco jurídico concreto conviene definirlo con asesoramiento especializado en protección de datos; la práctica de cuidarlos empieza en la propia base.

Empieza por medir

La calidad de datos no se arregla en una tarde, pero se mide en una. Haz la muestra de 100 fichas esta semana y pon el número encima de la mesa: qué porcentaje de tu base es realmente contactable. Es probablemente el KPI más barato de calcular de toda la clínica, y es el que marca el techo de todos los demás.

Y si quieres ver cómo queda tu base cuando se mantiene limpia sola, pide una demo y te lo enseñamos con tus propios datos.