Viden/Guide

7 fejl, der kan gøre klinikkens nøgletal misvisende

Et nøgletal kan se præcist ud og alligevel føre til en forkert konklusion. Guiden viser, hvordan I stiller bedre spørgsmål til jeres tal og kontrollerer grundlaget, før I ændrer arbejdsgange eller træffer større beslutninger. Fejlene opstår i helt almindelige arbejdsgange, også når alle gør deres bedste.

Start guidenGå til tjeklisten
Guiden, beregneren og tjeklisten er gratis og kræver ingen kontaktoplysninger.
Indledning

Når tallet ser bedre ud, men hverdagen ikke gør

FIKTIV SITUATION

En klinik ser, at belægningsgraden er steget. På papiret ser måneden stærkere ud. Samtidig oplever medarbejderne mere overarbejde, og der er længere ventetid på konsultationer om eftermiddagen. Alle tre observationer kan være rigtige på samme tid, for et nøgletal viser kun den del af virkeligheden, som det er defineret til at måle.

Målet er ikke perfekte tal. Målet er at kende deres betydning og begrænsninger godt nok til at træffe en forsvarlig beslutning.

01Ledelsen får rapporter, men er usikker på, hvilke tal der kan sammenlignes.
02Forskellige medarbejdere bruger de samme ord om forskellige statusser.
03Små ændringer i få aftaler får en procent til at svinge meget.
04Et samlet gennemsnit skjuler travle tidspunkter eller store forskelle.
05Økonomiske tal ser gode ud, mens arbejdspres eller ventetid stiger.
06En ændring bliver udlagt som resultatet af en ny indsats.
07Et flot dashboard giver falsk tryghed, hvis data bagved er mangelfulde.
Før I læser et nøgletal

Fem grundspørgsmål

Stil dem hver gang, et tal skal bruges til en beslutning. De fleste af de syv fejl kan opdages her.

  1. 1Hvad er spørgsmålet?Hvilken beslutning eller udfordring skal tallet belyse?
  2. 2Hvad tæller med?Hvilke aftaler, timer, henvendelser eller beløb indgår?
  3. 3Hvad tæller ikke med?Mangler der kanaler, perioder eller typer af aftaler?
  4. 4Hvor kommer oplysningerne fra?Hvilket system, hvilken registrering og hvilket tidspunkt?
  5. 5Hvad bør læses sammen med tallet?Fx arbejdspres, ventetid, omkostninger eller en anden måling.
TÆLLER OG NÆVNER · FIKTIVT
TÆLLER6 udeblivelser
NÆVNER120 relevante aftaler i samme periode
6 ÷ 120 = 0,05 = 5 %Tælleren er det, I tæller. Nævneren er det, I tæller ud af. Ændrer I, hvilke aftaler der er "relevante", ændrer procenten sig, selvom antallet af udeblivelser er det samme.
NHS · MEASUREMENT FOR IMPROVEMENTNHS-vejledningen om måling til forbedring forklarer, at en rate eller andel består af en tæller og en nævner, og at målinger næsten altid kræver en præcis, operationel definition, der bruges ens hver gang. Ændres definitionen, skal det noteres på grafen.Vejledningen er skrevet til forbedringsarbejde med patientsikkerhed i det engelske sundhedsvæsen og giver ingen branchestandarder for kosmetiske klinikker.The How-to guide for measurement for improvement (PDF) ↗
Fejl 1 af 7

At sammenligne tal med forskellige definitioner

Den samme betegnelse kan dække forskellige opgørelser. Så ligner en ændring i tallet en ændring i virkeligheden.

Sene afbud: definitionen ændresFIKTIVT
Måned A, afbud inden for 24 timer9 af 180 aftaler9
Måned B, afbud inden for 48 timer16 af 180 aftaler16
Måned B genberegnet med 24 timerkræver tidspunkt for afbud10
Det ser ud som en stigning fra 9 til 16. Med samme definition er stigningen fra 9 til 10. Det meste af "stigningen" skyldes den nye definition.
Belægning: nævneren ændresFIKTIVT
Måned A, gennemført ÷ tilgængeligtilgængelig tid inkl. møder og dokumentation520 ÷ 680 = 76,5 %
Måned B, samme gennemførte timermøder og dokumentation trukket ud af nævneren520 ÷ 600 = 86,7 %
Forskel uden ændret aktivitet86,7 % − 76,5 %+10,2 procentpoint
Klinikken gennemførte præcis lige mange timer. Belægningen steg alene, fordi nævneren blev mindre.
Skriv definitionen nedTæller, nævner, periode, datakilde og dato for seneste ændring, ved siden af tallet.
Genberegn, hvis det er muligtHar I tidspunkt for afbud og varighed af aftaler, kan I ofte regne den gamle periode om med den nye definition.
Markér bruddetKan I ikke genberegne, så markér tydeligt, hvor definitionen skiftede, og sammenlign ikke på tværs af bruddet.
Fejl 2 af 7

At læse procenter uden antal og nævner

Den samme ændring kan beskrives som 10 procentpoint, 100 % eller to udeblivelser. Alle tre er korrekte, men de giver meget forskellige indtryk.

En lille klinik, to perioderFIKTIVT
PERIODE A10 %2 ÷ 20 aftaler
PERIODE B20 %4 ÷ 20 aftaler
Procentpoint20 % − 10 %+10 procentpoint
Relativ ændring(20 − 10) ÷ 10 × 100+100 %
Antal4 − 2+2 udeblivelser
Med 20 aftaler flytter én udeblivelse andelen 5 procentpoint. Vis derfor altid antal og nævner ved siden af procenten.
ANTAL OG ANDEL SVARER PÅ FORSKELLIGE SPØRGSMÅLFiktiv periode C: 4 udeblivelser ud af 40 aftaler = 10 %. Antallet er det dobbelte af periode A, men andelen er den samme, fordi der var dobbelt så mange aftaler. Antallet siger noget om tabt tid. Andelen siger noget om, hvor ofte det sker.
NHS · MEASUREMENT FOR IMPROVEMENTVejledningen beskriver "small number"-problemet: Når en hændelse er sjælden, kan én hændelse mere eller mindre give et stort udsving i en procent. Den foreslår at bruge antal, når grundlaget er nogenlunde stabilt, og andele, når grundlaget svinger.Der findes ikke en universel grænse for, hvor mange aftaler der er "nok".
BEREGNER

Procent, procentpoint og antal

Indtast samlede tal for to perioder. Brug kun samlede tal. Intet gemmes eller sendes.
Fejl 3 af 7

At stole på gennemsnit uden at se fordelingen

Et gennemsnit samler mange forskellige oplevelser i ét tal. Det kan skjule, at nogle personer venter meget længere end andre.

Ventetid til ny konsultation, 40 personerFIKTIVT
Formiddag · 28 personer · 5 dage hver
Efter kl. 15 · 12 personer · 21 dage hver
GENNEMSNIT9,8 dage(28×5 + 12×21) ÷ 40 = 392 ÷ 40
MEDIAN5 dage20. og 21. værdi er begge 5
EFTER KL. 1521 dageopdelt på tidspunkt
VISERAt den samlede ventetid i gennemsnit er knap 10 dage.
SKJULERAt personer, der ønsker en tid efter kl. 15, venter 21 dage, mere end fire gange så længe som om formiddagen.
MEDIANENEr 5 dage og skjuler eftermiddagen endnu mere. Heller ikke medianen fortæller hele historien.
OPDELEfter tidspunkt eller type aftale, hvis grundlaget er stort nok.
SMÅ GRUPPERJo mere I opdeler, jo færre personer er der i hver gruppe. Små grupper giver usikre tal og kan gøre personer genkendelige. Se afsnittet om persondata og små grupper.
Fejl 4 af 7

At forveksle omsætning med overskud

En ekstra booking er ikke automatisk ren fortjeneste. Materialer, løn, tid og lokaler påvirker resultatet. Og målet bør aldrig være at presse patienter til flere behandlinger. Faglig relevans og patientens valg kommer først.

Én måned, ekskl. momsFIKTIVT
Omsætning380.000 kr.
− Kendte variable omkostningermaterialer og engangsartikler95.000 kr.
= Forenklet dækningsbidrag380.000 − 95.000285.000 kr.
− Løn190.000 kr.
− Husleje38.000 kr.
= Tilbage efter kendte poster285.000 − 190.000 − 38.00057.000 kr.
− Øvrige faste omkostningerforsikring, systemer, revisor m.m.ukendt
= Overskudkan ikke beregnes
UKENDT ER IKKE NULØvrige faste omkostninger er ukendte i eksemplet. Derfor kan overskuddet ikke beregnes. Sættes de til nul, ser resultatet bedre ud, end det er.
Én ekstra behandling2.800 kr. omsætning − 650 kr. materialer = 2.150 kr. forenklet dækningsbidragLigger behandlingen i overarbejde, kommer løn for den time oveni. Hvor meget, er ukendt i eksemplet.Guide: Omsætning pr. behandlingstime →
Fejl 5 af 7

At reagere på én periode uden at forstå variation

"19 sene afbud, 27 % flere end sidste måned" lyder alarmerende. Et længere forløb giver mere kontekst.

Sene afbud pr. måned, 12 månederFIKTIVE DATA
median 13,5
14
12
15
11
13
16
9
10
14
12
15
19
JFMAMJJASOND
December (stribet) er den højeste måned, men tallene har svinget mellem 9 og 16 hele året. Tallene ligger skiftevis over og under medianen, så der er ikke en længere serie i samme retning. Det tyder mere på et enkelt udsving end på et nyt niveau. December har helligdage og sæsonsygdom, så undersøg det først.
01Sæson og helligdage.
02Ferie, sygdom og bemanding.
03Ændrede åbningstider.
04Kampagner eller ændret efterspørgsel.
05Små datamængder.
06Ændret registreringspraksis.
07Forsinkede eller manglende oplysninger.
IHI OG NHS OM VARIATIONIHI beskriver, at enhver proces har en indbygget variation, og skelner mellem almindelige årsager og særlige årsager. Et run chart viser data over tid. NHS-vejledningen nævner fx, at seks eller flere punkter i træk på samme side af midterlinjen kan tyde på et skift. Et enkelt markant afvigende punkt skyldes ofte et problem med dataindsamling eller definition, som bør tjekkes først.Kilderne handler om forbedringsarbejde i sundhedsvæsenet og bruges som inspiration til metoden. De dokumenterer ikke en bestemt effekt i kosmetiske klinikker.
Fejl 6 af 7

At antage, at en ændring skyldes en bestemt indsats

Klinikken ændrer sin opfølgning på henvendelser. I de følgende uger bliver flere aftaler booket. Det er en observation, men ikke i sig selv et bevis for, at ændringen skabte hele forskellen.

Seks uger før og seks uger efterFIKTIVT
FØREFTER
Henvendelsersum af 6 uger366464
Bookede aftalersum af 6 uger137180
Andel, der bookerbookinger ÷ henvendelser37,4 %38,8 %
Ændring i andel38,8 % − 37,4 %+1,4 pp
Bookingerne steg ca. 31 % (180 ÷ 137 ≈ 1,31), men henvendelserne steg også ca. 27 % (464 ÷ 366 ≈ 1,27). Andelen af henvendelser, der blev til en booking, steg kun 1,4 procentpoint. Det meste af stigningen kan altså skyldes flere henvendelser.
Andre mulige forklaringer
Flere henvendelserSæson eller kampagnerÆndret bemandingÆndrede priser eller åbningstiderÆndret registreringAlmindelig variation
Sådan lærer I mere
  1. 1Skriv ned, hvad der ændres og hvornår.
  2. 2Vælg få relevante målepunkter.
  3. 3Se på udgangspunktet før ændringen.
  4. 4Følg udviklingen over tid, og notér andre kendte ændringer.
  5. 5Tal med medarbejderne om, hvad de oplever.
  6. 6Vurder, hvad data kan og ikke kan sige.
En simpel før- og eftermåling kan ikke dokumentere en sikker årsagssammenhæng.
Fejl 7 af 7

At optimere ét tal og overse konsekvenserne

Et forbedret tal kan skjule et nyt problem et andet sted.

Kortere svartid
mere uklare svar.
Højere belægning
mere overarbejde.
Flere genbookinger
risiko for pres på patienter eller manglende faglig relevans.
Kortere ventetid
utilstrækkelig tid til nødvendige opgaver.
ResultatmålHvad oplever patienterne samlet set?
FIKTIVT · MÅL: KORTERE SVARTIDAndel personer, der får en relevant tid inden for aftalt tid.
ProcesmålFungerer det konkrete trin?
FIKTIVT · MÅL: KORTERE SVARTIDMedian svartid på nye henvendelser.
BalancemålSkaber ændringen et problem andre steder?
FIKTIVT · MÅL: KORTERE SVARTIDAndel svar, der kræver et opfølgende spørgsmål, og medarbejdernes oplevelse.
IHI og NHS-vejledningen skelner mellem resultat-, proces- og balancemål. NHS-vejledningen bemærker, at skeptikere ofte peger på relevante balancemål, når de siger "hvis I ændrer det her, påvirker det dét". I vælger selv jeres mål. Der findes ikke ét målesæt, der passer til alle.INSTITUTE FOR HEALTHCARE IMPROVEMENTEstablishing Measures↗
Datagrundlaget

Når fejlen ligger i oplysningerne bag tallet

01En gennemført aftale står stadig som booket.
02En aflyst og en flyttet tid tælles begge som aktive aftaler.
03Nogle henvendelseskanaler mangler i rapporten.
04En dataforbindelse er forsinket.
05Medarbejdere registrerer afbud og udeblivelser forskelligt.
En enkel kontrolmetode
  1. 1Vælg et afgrænset tidsrum.
  2. 2Tag en passende stikprøve mod kildesystemet.
  3. 3Notér, hvad der afviger, og hvorfor det kan være sket.
  4. 4Ret registrering eller definition, hvor det er relevant.
  5. 5Gentag kontrollen, før tallet bruges til en større beslutning.
NHS-vejledningen anbefaler at søge brugbare frem for perfekte data og at bruge eksisterende registreringer. Kontrollen er en stikprøve, ikke en ny permanent registrering.
GUIDEBedre datakvalitet i bookingsystemet
→
Persondata og små grupper

Jo mere I opdeler, jo mere skal I overveje

Guiden er ikke individuel juridisk rådgivning, og ingen teknisk løsning sikrer i sig selv overholdelse af GDPR.

DATATILSYNETEn personoplysning er enhver information, der kan henføres til en bestemt person, også i kombination med andre oplysninger. Aggregerede oplysninger er kun anonyme, hvis ingen kan genkende personerne. Pseudonymiserede oplysninger anses som udgangspunkt, men ikke altid, for personoplysninger. Helbredsoplysninger er følsomme oplysninger.
Datatilsynet: Hvad er personoplysninger ↗Datatilsynet: De grundlæggende principper ↗
01Hav et klart formål med oplysningerne.
02Begræns data og adgang til det nødvendige.
03Samlede tal er ikke automatisk anonyme.
04Små grupper eller kombinationer af oplysninger kan gøre personer genkendelige.
05Pseudonymiserede oplysninger kræver en konkret vurdering og er ofte stadig personoplysninger.
06Oplysninger, der kan afsløre helbred, kræver særlig opmærksomhed.
07Analyser af enkelte medarbejdere eller patienter kræver omtanke, relevant grundlag og en saglig vurdering.
OM VÆXTERDatasikkerhed og persondata
→
Tjekliste

Før I handler på et tal

Markér de spørgsmål, I kan svare ja til. Intet gemmes eller sendes.

0 af 10
Start med spørgsmålet om, hvad tallet skal hjælpe jer med.
Samlet fiktivt eksempel

Alt ser ud til at gå bedre. Gør det?

FIKTIVT · IKKE EN KUNDECASE

En klinik sammenligner to måneder. Belægning og omsætning er steget, men ventetid og overarbejde er også steget. Klinikken undersøger tallene, før den konkluderer.

BELÆGNING78,1 % → 86,0 %+7,9 procentpoint
OMSÆTNING402.000 → 431.000 kr.+29.000 kr. (≈ +7,2 %)
VENTETID EFTER KL. 158 → 18 dage+10 dage
OVERARBEJDE12 → 29 timer+17 timer
01Er belægningen opgjort ens?
Nej. Nævneren faldt fra 640 til 600 tilgængelige timer, fordi møder blev trukket ud. Med den gamle nævner er belægningen 80,6 %. Den reelle stigning er 2,5 procentpoint.500 ÷ 640 = 78,1 % ; 516 ÷ 600 = 86,0 % ; 516 ÷ 640 = 80,6 %
02Er omsætning det samme som overskud?
Nej. Variable omkostninger steg fra 98.000 til 112.000 kr. Dækningsbidraget steg derfor kun 15.000 kr. Løn for 17 ekstra timers overarbejde er ikke medregnet.402.000 − 98.000 = 304.000 ; 431.000 − 112.000 = 319.000
03Gælder ventetiden alle tider?
Nej. Ventetid til formiddagskonsultation er uændret 6 dage. Stigningen gælder kun eftermiddagen.opdelt på tidspunkt
04Er statusser og datakilder pålidelige?
En stikprøve på 20 aftaler viste 2 forkerte statusser. Det er ikke nok til at forklare ændringerne, men noteres.2 ÷ 20 = 10 % af stikprøven
05Hvad er ændret i bemanding og efterspørgsel?
En behandler har gået ned i tid, og der var en kampagne midt i måneden.kendte ændringer i perioden
06Hvad oplever medarbejderne?
At eftermiddagene er pressede, og at konsultationer skubbes ind mellem behandlinger.samtale ved ugemødet
ÉN AFGRÆNSET HANDLINGI fire uger holdes fire konsultationstider fri tirsdag og torsdag efter kl. 15. Ansvarlig: kliniklederen. Hver fredag følges ventetid til eftermiddagskonsultation, overarbejde og belægning med den gamle nævner.
Det kan klinikken endnu ikke konkludereOm overarbejdet skyldes flere bookinger, mindre bemanding eller kampagnen.Om den højere omsætning giver et højere overskud.Om fire frie eftermiddagstider er nok, eller om de presser behandlingstiderne.
VÆXTER

Væxters mulige rolle

Væxter er et modulært operationelt system, der er tænkt til at understøtte overblik og administrative arbejdsgange omkring jeres eksisterende booking-, journal-, telefoni- og kommunikationssystemer.

Et samlet overblik kan potentielt gøre det lettere at se status, ansvar og relevante mønstre. Men et dashboard gør ikke mangelfulde data korrekte og erstatter ikke jeres faglige eller ledelsesmæssige vurdering.

01Konkrete visninger afhænger af dokumenteret funktionalitet, datagrundlag, lovlig adgang og kvalificerede integrationer.
02Vi lover ikke bestemte integrationer, realtidsdata, tidsbesparelser eller økonomiske resultater uden dokumentation.
03I træffer selv de ledelsesmæssige beslutninger.
04Sundhedsfaglige vurderinger bliver hos jeres personale.
05Væxter må ikke skabe dobbeltregistrering eller parallel vedligeholdelse af oplysninger.
LØSNINGOverblik og nøgletal
→
Spørgsmål og svar

Ofte stillede spørgsmål

Alle spørgsmål og svar →
Hvad er forskellen på procent og procentpoint?

Procentpoint er forskellen mellem to procenter. Går en andel fra 10 % til 20 %, er stigningen 10 procentpoint, men relativt er det en stigning på 100 %.

Hvornår kan to perioder sammenlignes?

Når tæller, nævner, definition og datakilde er de samme, og når I kender til ændringer i fx åbningstider, bemanding og kampagner.

Hvad gør vi, hvis vi kun har få aftaler?

Vis altid antallet ved siden af procenten, og følg tallet over længere tid. Med få aftaler kan én hændelse ændre procenten meget.

Er et gennemsnit altid retvisende?

Nej. Et gennemsnit kan skjule store forskelle. Supplér med fordelingen eller en opdeling, fx efter tidspunkt, hvis grundlaget tillader det.

Hvordan ved vi, om en ændring skyldes vores indsats?

Det kan I sjældent vide sikkert. Notér, hvornår I ændrede noget, følg tallet over tid, og undersøg andre forklaringer som sæson og flere henvendelser.

Hvad er et balancemål?

Et mål, der viser, om en forbedring ét sted skaber et problem et andet sted, fx overarbejde, når belægningen stiger.

Hvad gør vi, hvis et tal ikke stemmer med kildesystemet?

Tag en stikprøve, find ud af, hvor afvigelsen opstår, og ret registrering eller definition, før I bruger tallet til beslutninger.

Er samlede tal altid anonyme?

Nej. Små grupper eller kombinationer af oplysninger kan gøre personer genkendelige. Det afhænger af en konkret vurdering.

Kan et dashboard gøre vores data pålidelige?

Nej. Et dashboard viser de data, det får. Mangelfulde registreringer giver mangelfulde tal, uanset hvordan de vises.

Kan Væxter garantere bedre nøgletal?

Nej. Væxter er tænkt til at understøtte overblik og administrative arbejdsgange. Hvad der kan vises, afhænger af jeres systemer, data og en fælles afprøvning.

Læs videre
Klinikkens nøgletal→Klinikrapportering→Datakvalitet i bookingsystemet→Excel eller KPI-dashboard→Belægningsgrad→Kapacitetsplanlægning→Omsætning pr. behandlingstime→Patientens levetidsværdi→

Vil I tale om, hvordan I læser jeres tal?

Fortæl os, hvilke tal I bruger til beslutninger i dag, og hvor I er usikre på, hvad de viser. Så ser vi sammen på, om Væxter er relevant for jer.

Book et kort møde
Mødet er uforpligtende. I behøver ikke vise os data fra jeres systemer.