Como dimensionar números e SLAs do WhatsApp API para clínicas com múltiplas unidades

Dimensionar o WhatsApp API para clínicas significa relacionar volume de conversas, capacidade de resposta, quantidade de números, horários de pico e metas de agendamento. Em uma rede com cinco ou vinte unidades, a média mensal esconde diferenças relevantes entre especialidades, campanhas, regiões e períodos do dia.

Uma unidade de diagnóstico por imagem pode concentrar solicitações em determinados horários, enquanto uma clínica odontológica recebe picos depois de campanhas locais. Se todas as mensagens chegam a uma fila única sem regras de prioridade, a operação pode acumular conversas mesmo quando o volume total parece compatível com a equipe.

O primeiro erro de planejamento é usar apenas a quantidade de mensagens como medida. Uma conversa com duas interações consome menos capacidade operacional do que outra com triagem, escolha de unidade, validação de convênio, consulta de horários e confirmação no sistema de agenda.

Também é necessário separar três conceitos: mensagens enviadas, conversas iniciadas e agendamentos concluídos. O número de conversas ajuda a estimar capacidade do canal, enquanto o tempo de primeira resposta e o tempo até a proposta de horário orientam o SLA. O agendamento é o resultado de negócio, não uma unidade de capacidade.

A documentação da API oficial do WhatsApp na plataforma da Meta deve ser consultada junto ao provedor escolhido, porque limites, qualidade, modelos de mensagem e políticas podem mudar conforme a configuração da conta. Para a clínica, a decisão precisa incluir também integração com agenda, governança, fallback e observabilidade.

A planilha pode ter cinco abas: premissas, volume por unidade, capacidade do canal, SLAs e incidentes. Na aba de premissas, informe unidades ativas, números disponíveis, horário de atendimento humano, percentual esperado de transferência, interações médias por conversa e margem de segurança.

Na aba de volume, crie uma linha por unidade e por intervalo de tempo. Os campos recomendados são: novas conversas, conversas reabertas, mensagens recebidas, mensagens enviadas, solicitações de agendamento, agendamentos concluídos, transferências e falhas de integração.

Na aba de capacidade, use esta estrutura de cálculo: conversas no pico, interações médias, mensagens por hora, capacidade nominal do fornecedor, margem de segurança, capacidade efetiva e utilização projetada. A capacidade efetiva deve ser calculada abaixo da capacidade nominal, porque indisponibilidade, latência, reprocessamento e picos simultâneos consomem parte da margem.

Um exemplo hipotético ajuda a visualizar. Se três unidades geram 180 novas conversas no maior intervalo diário, com média de 5 interações por conversa e 30% de margem, a demanda estimada é de 1.170 interações equivalentes. Esse valor não define sozinho a quantidade de números, pois ainda é preciso avaliar distribuição, qualidade de envio, regras da conta e capacidade de atendimento humano.

Para uma rede que utiliza Feegow, Amplimed ou outros sistemas conectados, inclua na planilha o tempo de resposta da integração, conflitos de agenda, erros de autenticação e registros duplicados. A validação da sincronização entre IA, prontuário e agenda evita dimensionar o canal sem considerar o gargalo que aparece no momento de reservar o horário.

A coluna de margem deve permanecer visível. Uma operação que utiliza 95% da capacidade estimada em dias comuns fica vulnerável a campanhas, chuva, mudanças de escala médica e falhas temporárias de integração. Como referência operacional, muitas equipes preferem trabalhar com um limite de alerta antes de atingir a capacidade máxima, mas o percentual precisa ser validado no piloto.

Um SLA útil descreve o que será medido, em qual horário, com qual prioridade e qual ação ocorre quando o limite é ultrapassado. Para clínicas, não basta prometer resposta em determinado tempo: é preciso diferenciar uma dúvida sobre preparo de exame, uma solicitação de agendamento e uma exceção clínica que deve chegar a um profissional qualificado.

Comece com quatro indicadores. O primeiro é o tempo de primeira resposta, contado a partir da mensagem recebida. O segundo é o tempo até a próxima ação útil, como identificar a unidade ou oferecer horários. O terceiro é o tempo até a transferência humana, quando necessária. O quarto é o tempo até a conclusão do agendamento, que depende da disponibilidade da agenda e não apenas do canal.

Uma configuração inicial pode estabelecer primeira resposta automatizada em até 1 minuto, identificação da intenção em até 5 minutos e encaminhamento de exceções dentro de uma janela definida pela criticidade. Esses números são pontos de partida para teste, não garantias universais, porque a operação humana, a complexidade clínica e o horário da unidade alteram a capacidade real.

No atendimento 24/7, divida o SLA em três períodos: horário comercial, cobertura estendida e madrugada. Durante a madrugada, a IA pode conduzir fluxos autorizados de informação e agendamento, enquanto situações fora do escopo recebem uma mensagem de expectativa e entram em fila priorizada para a equipe.

O guia de escalonamento 24/7 entre IA e transferência humana ajuda a transformar exceções em regras operacionais. Uma matriz bem definida evita que a recepção receba todas as conversas ou que a IA tente conduzir assuntos incompatíveis com o fluxo aprovado.

Em uma rede com 489 unidades ou profissionais atendidos ao longo da operação, a comparação entre média e percentil é especialmente relevante. A média pode parecer adequada enquanto o p95, que representa os casos mais demorados, revela que pacientes de determinadas filiais esperam acima do limite.

O custo total envolve mais do que a tarifa de mensageria. Considere número e configuração oficial, conversas iniciadas pela empresa, mensagens de serviço, implantação, manutenção de integrações, treinamento, governança, monitoramento, fallback e esforço das equipes locais.

Uma arquitetura com um número por unidade pode elevar a carga administrativa. Cada número exige controle de acesso, modelos aprovados, revisão de qualidade, plano de contingência e alguém responsável por acompanhar indicadores. Em contrapartida, a separação pode limitar o impacto de um incidente e tornar o atendimento local mais rastreável.

A fila central costuma reduzir a quantidade de configurações, mas aumenta a exigência de roteamento. O sistema precisa identificar unidade, especialidade, convênio e intenção sem obrigar o paciente a repetir informações, além de entregar a conversa à equipe certa quando a automação chega ao limite.

Integrações genéricas podem parecer adequadas em uma prova inicial, porém gerar perdas quando a agenda muda em tempo real. Para comparar alternativas, avalie autenticação, disponibilidade de horários, regras de bloqueio, confirmação de agendamento, cancelamento, reagendamento e registro do histórico.

A Auris trabalha com infraestrutura em AWS, conformidade com LGPD e ISO 27001, além de integração com sistemas de gestão utilizados por clínicas, laboratórios e hospitais. Isso não dispensa a avaliação técnica da sua rede: peça logs, tempos de resposta, tratamento de erros, política de retenção e procedimento de incidente.

O tratamento de dados de saúde requer finalidade, acesso controlado, registro e governança compatíveis com a operação. A LGPD no portal da Autoridade Nacional de Proteção de Dados deve fazer parte da análise jurídica e técnica, especialmente quando mensagens são integradas a prontuários ou sistemas de agenda.