Wir kennen unsere besten Kunden nicht
in HealthTech & Digital Health

Die kurze Antwort

Am besten bedeutet nicht die größte eingeschriebene Population. Es bedeutet die Kohorten, bei denen der Anteil der Risikopatienten zu akzeptablen Bruttomargen getragen werden kann, die Engagement-Rate die zugeschriebenen Ergebnisse aufrechterhält und die Logo-Abwanderung niedrig genug bleibt, um wiederholt zu werden. Digital-Health-Unternehmen tragen hier eine spezifische Last: Das Risiko der Ergebnisse wird schneller übernommen, als das Unternehmen lernen kann, ob es dieses tragen kann – ein 12-Monats-Messfenster gegen einen 11-Monats-Verkaufszyklus. Solange das nicht eingepreist ist, wird der at-risk-Umsatzanteil aus Gründen weiter schwanken, die niemand zuordnen kann, und die Debatte über den Segmentbeitrag bleibt eine Frage der Meinung.

Digital-Health-Betreiber können Verträge nach eingeschriebenen Mitgliedern und ARR auflisten, doch nur wenige können die Kohorten isolieren, die nach at-risk-Umsatzanteil, PMPM-Kosten und durch Logo-Abwanderung gemessener Retention einen positiven Beitrag liefern, weil diese Daten in getrennten Claims-, Engagement- und Finanzsystemen liegen.

Die daraus resultierende Rangfolge unterscheidet sich regelmäßig von der in der Planung verwendeten. Verträge mit den höchsten Mitgliederzahlen fallen oft ab, sobald Engagement-Rate und zugeschriebene Ergebnisse einbezogen werden; die Kohorten, die Margin halten, sind häufig jene aus frühen Piloten, die nie zu einem wiederholbaren Akquisesegment ausgebaut wurden.

Die Unterscheidung bestimmt, welche Outcomes-Risk-Verträge als Nächstes geschlossen werden, wie PMPM-Preise festgelegt werden, welche Populationen weitere Produktinvestitionen erhalten und welche Logos verlängert werden. Wer das falsche Segment als bestes identifiziert, optimiert daher sowohl den Verkaufszyklus als auch das 12-Monats-Messfenster an der falschen Wirtschaftlichkeit.

Wie Sie erkennen, dass dies tatsächlich Ihr Problem ist

Diese drei zusammen sind das Kennzeichen. Eines allein deutet meist auf etwas anderes hin.

✓ Führungsmeetings ordnen aktive Verträge nach eingeschriebenen Mitgliedern oder ARR statt nach Nettomarge nach at-risk-Umsatzanteil und Engagement-Rate.
✓ PMPM-Kosten und Bruttomarge werden nur auf Gesamtbuch-Ebene ausgewiesen, ohne Kohorten- oder Segmentaufschlüsselung mit Bezug zur Logo-Abwanderung.
✓ Das Zielprofil für neue Verkäufe wurde aus den größten bestehenden Verträgen abgeleitet statt aus Kohorten, die bereits stabile zugeschriebene Ergebnisse und niedrige Abwanderung gezeigt haben.

Der Schritt, der es meist verschlimmert. Das Ideal-Customer-Profil aus den Verträgen mit den höchsten eingeschriebenen Mitgliedern zu schreiben, wodurch jene ausgewählt werden, die die meisten Zugeständnisse beim at-risk-Anteil durchsetzen können, statt der Kohorten, die Outcomes-Risiko profitabel tragen.

Who this is for — and who it is not

It is for you if you run or finance a digital health company and best customer means largest by revenue in internal conversation. It is the situation where the numbers are available but nobody has put them in an order that produces a decision.

It is not for you if Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.

Wie das aussieht, wenn die Analyse tatsächlich durchgeführt wird

Below is an excerpt from a real run of this analysis on ein Digital-Health-Unternehmen. It is a sample profile rather than a customer, and it is engine output translated from English — this is the format you get, on your own numbers.

The subject is Vantabridge Health, a sample company profile used for testing rather than a customer — $62M ARR, 340,000 enrolled members.

This is one move out of a full analysis. Read a complete report — every page, no email required.

Was die Engine mit dieser Frage macht

This question routes to Customer Value Architecture, one of 29 engagements the platform runs. For Digital-Health-Unternehmen it works through at-risk revenue share, engagement rate, gross margin and logo churn, then produces the sequence rather than a list of options — which move first, what it funds, and the observation that would say the sequence is wrong.

You watch the analysis get built before paying anything. Lesen Sie hier einen vollständigen Bericht if you would rather see the depth first.

Fragen, die Menschen dazu stellen

Wie identifiziere ich meine profitabelsten Kunden?

Kombinieren Sie Beitrag, Akquisekosten und Retention auf Segmentebene. Jede der drei Kennzahlen allein liefert eine Rangfolge, die mit hoher Wahrscheinlichkeit falsch ist.

Was, wenn meine besten Kunden nur ein kleines Segment sind?

Das ist meist eine gute Nachricht – es ist eine Targeting-Anweisung. Die relevante Frage ist, ob das Segment groß genug ist, um Ihren Wachstumsplan zu tragen. Diese Frage lässt sich beantworten.

Sollte ich unprofitable Kunden kündigen?

Preisen Sie zuerst neu. Manche werden profitabel, die übrigen gehen mit der Entscheidung, die Sie ohnehin treffen würden. Direkte Kündigung ist schneller und kostet Sie die Information, welche repricebar waren.

Is this different in healthtech & digital health than in other industries?

Materially, yes. Outcomes risk is being signed faster than the company can learn whether it can carry it — a 12-month measurement window against an 11-month sales cycle — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are at-risk revenue share, engagement rate, gross margin, and an answer built on industry-general benchmarks will usually point at the wrong one first.

What data do I need before this analysis is worth running for a digital health company?

Less than most people expect. Your last twelve months of revenue and cost split the way you already split it, plus whatever you hold on at-risk revenue share and engagement rate. The analysis is explicit about what it is assuming where your data stops, which is more useful than waiting for numbers you may never have.

When is Percision the wrong tool?

Percision is the wrong tool if you already know the answer and only need execution capacity, or if the business is pre-revenue — then the constraint is evidence about the market, not analysis of your own figures. Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library. Also wrong if you need facilitation, politics, or someone to sit with a lender or buyer. Those are human jobs.

Does Percision replace a lawyer, tax advisor, auditor, or AI implementation team?

Percision is not a lawyer, tax advisor, auditor, licensed appraiser, clinical or regulatory filer, or an AI implementation shop. It does not do HR casework, creative-only brand work, or impersonate a named consulting firm. It is a strategy analysis engine — not a template library.