Wil jij omzetverlies door no-shows terugverdienen?

Binnen 90 dagen aantoonbaar resultaat, zonder extra administratief werk

Plan een vrijblijvende kennismaking Verken of dit financieel interessant is
Je betaalt alleen bij succes
Bewezen aanpak in ziekenhuis en GGZ
Minder administratief werk
Lees hoe het Erasmus MC 6000 no-shows voorkwam
No-show voorspelling dashboard

Bewezen bij vergelijkbare zorgorganisaties, ik hielp onder andere:

Erasmus MC logo Arkin logo

In eerdere trajecten werd gemiddeld 14% van het omzetverlies door no-shows terugverdiend.

Lees de Erasmus MC case study
Herkenbaar?

No-shows zijn een structureel omzetverlies

No-shows voelen incidenteel, maar werken cumulatief. Wat vandaag één gemiste afspraak is, wordt over een jaar structureel omzetverlies.

Structureel verlies, geen incident

No-shows komen niet “af en toe” voor. Maar structureel, elke dag, elke week, elke maand. Vaak verliezen organisaties 5–25% van hun omzet aan no-shows. Ze volgen vaste patronen en zijn te voorspellen.

Cumulatief en onderschat

Eén gemiste afspraak lijkt klein. Maar op jaarbasis stapelt dit zich op tot tienduizenden euro’s per behandelaar. 1 no-show per dag, gedurende 1 jaar, met €100 omzet per afspraak, is een verlies van €23.000 per behandelaar.

Achteraf factureren levert weinig op

No-shows facturen lijkt logisch, maar levert beperkt omzet op. Veel bezwaren worden toegekend, de rest afgeboekt. Wat blijft: extra administratie, discussie met patiënten en het omzetverlies.

Zolang dit niet inzichtelijk wordt, blijft het een verborgen kostenpost.

Bekijk hoeveel omzet jaarlijks weglekt
Wat kosten no-shows jouw organisatie?

Jaarlijks omzetverlies door no-shows

No-shows voelen incidenteel, maar werken cumulatief. Deze berekening maakt zichtbaar hoeveel omzet er jaarlijks verloren gaat.

Wat weet je al?

Jaarlijks omzetverlies door no-shows

€0

Berekeningen zijn indicatief en gebaseerd op ingevoerde gegevens

Dit bedrag gaat jaarlijks verloren door no-shows en komt niet terug via herplannen of no-show facturen.

In de volgende stap laat ik zien welk deel van dit verlies realistisch te voorkomen is.

Voor wie is dit?

Zorgorganisaties met geplande afspraken

Als je hiermee werkt, is de kans groot dat no-shows een structureel omzetlek veroorzaken.

GGZ-instellingen

Poli's • behandeltrajecten

Tandartspraktijken

Alle behandelingen

ZBC's of ziekenhuizen

Poli's • dagbehandeling

Consultatiebureaus / JGZ

Spreekuren • consulten

Staat jouw organisatie er niet tussen, maar werk je met geplande afspraken? Dan is dit vaak alsnog relevant.

Realiteitscheck

Wat is hiervan realistisch te voorkomen?

Niet elke no-show is te voorkomen. Maar een deel volgt voorspelbare patronen, zoals het tijdstip, hoe ver van tevoren de afspraak is geboekt, historie van no-show, en meer. Waardoor no-shows te voorspellen en voorkomen zijn.

10–20% van het omzetverlies

Bij vergelijkbare zorgorganisaties blijkt gemiddeld 10–20% van dit omzetverlies structureel te voorkomen.

Indicatie op basis van praktijkervaring. Geen garantie.

Zo los ik dit op

Ik ontzorg jullie volledig

Dagelijks worden de geplande afspraken voorspeld en herinnerd. Daardoor voorkom ik no-shows vóór de afspraak. Jullie zien transparant terug hoeveel no-shows zijn voorkomen en wat dat oplevert.

Stap 01

Ik sluit aan op jullie bestaande data

Geen nieuwe registratie en geen extra proces. Ik verzorg de koppeling met jullie bestaande afspraakdata. Data verlaat nooit jullie organisatie en jullie houden volledige controle.

Stap 02

Ik voorspel no-shows en voer extra herinneringen uit

No-shows worden preventief voorkomen vóór de afspraak, zodat het team meer tijd heeft om te behandelen.

Stap 03

Jullie zien wat is voorkomen en wat dat financieel betekent

Inzicht in voorkomen no-shows en herstelde omzet. Meetbaar, aantoonbaar en bruikbaar richting MT of directie. Omdat dit aantoonbaar is, betaal je alleen voor resultaat.

Meetbaar vanaf dag één

Je ziet niet alleen cijfers over herinneringen, maar vooral resultaat: aantal voorkomen no-shows en de financiële impact.

Zonder financieel risico

Je betaalt alleen bij aantoonbaar resultaat

Je loopt geen financieel risico. De samenwerking is volledig gebaseerd op aantoonbaar resultaat.

Pay for performance. Je betaalt uitsluitend voor aantoonbaar voorkomen no-shows.

Geen resultaat = geen kosten. Worden er geen no-shows voorkomen, dan betaal je niets.

Betaling pas na resultaat. Voorbeeld: no-shows die in januari zijn voorkomen, factureer ik pas eind februari.

Binnen 90 dagen eerste meetbare winst. Je ziet hoeveel no-shows zijn voorkomen en wat dat oplevert.

Lees hoe mijn garantie werkt
Volgende stap

Plan een korte impactanalyse (15 minuten)

We brengen jullie no-show impact concreet in kaart en bepalen of er voldoende terug te winnen is om dit verder te onderzoeken.

Plan mijn impactanalyse

Vrijblijvend • Geen voorbereiding • Direct financieel inzicht

Veiligheid & governance

Afgestemd op privacy, IT en governance in de zorg

AVG-proof ingericht. Voorspellingen worden gemaakt op basis van niet-medische, gepseudonimiseerde afspraakdata. Voor vergelijkbare zorgorganisaties is een DPIA succesvol doorlopen, zonder vastgesteld privacyrisico.

Past binnen bestaande governance- en privacykaders Deze aanpak sluit aan op bestaande herinnerprocessen en vereist geen nieuw beleid, aanvullende besluitvorming of uitzonderingen binnen de organisatie.

Data blijft volledig in jullie omgeving. Het model draait binnen jullie infrastructuur. Data verlaat de organisatie niet en blijft volledig onder jullie beheer.

Geen extra IT-risico of implementatietraject. Geen nieuwe systemen, geen integratietraject. Aansluiting op bestaande data, zonder extra beheerlast voor IT.

FAQ

Belangrijke vragen vóór besluitvorming

Over kosten, inzet, veiligheid en financieel rendement.

Werkt dit ook bij onze organisatie? ⌄
Dit werkt bij zorgorganisaties met geplande afspraken en structurele no-shows.

Voorwaarde is dat no-shows geregistreerd worden en dat afspraakdata beschikbaar is. Op basis daarvan kan ik vooraf inschatten of no-show reductie financieel haalbaar is.

In een korte kennismaking toetsen we dit concreet. Is het niet passend of niet rendabel, dan stopt het traject direct zonder vervolg.
Wat kost het echt? ⌄
De kosten zijn volledig variabel en gebaseerd op aantoonbaar voorkomen no-shows.

Er zijn geen vaste licentiekosten, geen implementatiekosten en geen kosten vooraf.

In de praktijk betekent dit: het systeem moet financieel positief zijn. In een korte business case bereken ik vooraf wat dit in jullie situatie oplevert en wat het onderaan de streep betekent.
Wanneer betalen we? ⌄
Betaling vindt altijd achteraf plaats, op basis van aantoonbaar voorkomen no-shows.

Worden er geen no-shows voorkomen, dan wordt er niets gefactureerd.

Voorbeeld: no-shows die in januari aantoonbaar worden voorkomen, factureer ik pas aan het einde van februari.

Dit betekent dat er geen financieel risico vooraf is. Je betaalt uitsluitend voor bewezen resultaat.

Lees hier meer over mijn resultaatgarantie .
Wat moeten wij zelf doen? ⌄
De inzet vanuit jullie kant is beperkt en vooral inhoudelijk.

Jullie leggen uit:
  • Hoe no-shows worden geregistreerd
  • Waar afspraakdata wordt opgeslagen
  • Welke definities intern worden gebruikt
Op basis daarvan richt ik de benodigde datasets in, met afspraak- en patiëntvariabelen zoals historie van no-shows.

Dit kan in samenwerking met jullie IT-afdeling, maar ik kan dit ook zelfstandig uitvoeren. Indien nodig werk ik op locatie.

Data verlaat nooit de organisatie.
Wat als het niet werkt? ⌄
Als je niets verandert, blijft 100% van het omzetverlies door no-shows bestaan. Dat is de enige uitkomst die vandaag gegarandeerd is.

In mijn model betaal je uitsluitend voor daadwerkelijk voorkomen no-shows. Worden er geen no-shows voorkomen, dan betaal je niets.

Binnen 90 dagen verwacht ik de eerste aantoonbare resultaten en evalueren we de financiële impact. Blijkt het voor jouw organisatie niet rendabel, dan stoppen we zonder kosten en zonder discussie.
Is dit veilig en AVG-proof? ⌄
Ja. De oplossing draait binnen de bestaande IT-infrastructuur van de organisatie. Data verlaat de organisatie niet.

Het voorspelmodel werkt op basis van gepseudonimiseerde afspraak- en patiëntgegevens. Alleen waar operationeel noodzakelijk wordt met herleidbare gegevens gewerkt.

Indien gewenst is een voorbeeld DPIA beschikbaar. De aanpak is eerder toegepast binnen ziekenhuis- en GGZ-omgevingen en afgestemd met functionarissen gegevensbescherming.