Wir geben Rabatte, um Aufträge zu gewinnen
in HealthTech & Digital Health

Die kurze Antwort

Routinemäßige Rabatte sind meist ein Nachweisproblem und ein Anreizproblem, selten ein Listenpreisproblem. Das erschwert es Digital-Health-Unternehmen strukturell: Outcome-Risiken werden schneller übernommen, als das Unternehmen prüfen kann, ob es sie tragen kann – ein 12-Monats-Messfenster gegen einen 11-Monats-Verkaufszyklus. Jede glaubwürdige Lösung muss at-risk-Umsatzanteil und Engagement-Rate gemeinsam betrachten, genau dort, wo die meisten internen Analysen enden, weil die Daten in verschiedenen Systemen liegen.

Wird at-risk-Umsatzanteil zur Regel beim Abschluss, setzt sich der vereinbarte Anteil auf das rabattierte Niveau zurück, und ein höherer Anker gilt als Dekoration. Das verursacht Kosten über die Bruttomarge hinaus, weil es Zahlern und Leistungserbringern signalisiert, was das Unternehmen tatsächlich bei zugerechneten Outcomes akzeptiert, und die Erwartung zurückzudrehen dauert.

Die Treiber folgen dem Messfenster. Zugeordnete Outcomes lassen sich in einem 11-Monats-Verkaufszyklus nicht zeigen, wenn die Daten 12 Monate brauchen, also bleibt der Preis als Variable. Oder die Vergütung belohnt Logo-Abschlüsse und eingeschriebene Mitglieder statt Marge auf den at-risk-Anteil. Oder die Genehmigung für PMPM-Zugeständnisse liegt bei jedem Vertriebsmitarbeiter und wird genutzt.

Die Diagnose liegt im Zahlenmuster. Wenn höhere at-risk-Anteile oder niedrigere PMPM-Bedingungen in bestimmten Quartalen oder bei bestimmten Mitarbeitern bei sonst gleichen Engagement-Rates auftreten, liegt die Ursache bei Anreizen und Befugnissen, nicht bei der zugrunde liegenden Ökonomie der Outcomes.

Wie Sie erkennen, dass dies tatsächlich Ihr Problem ist

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

✓ at-risk-Anteile oder PMPM-Zugeständnisse steigen stark in den letzten Wochen eines Quartals
✓ Vereinbarte at-risk-Anteile oder PMPM-Bedingungen unterscheiden sich stark zwischen Mitarbeitern bei vergleichbaren Engagement-Rates und Logo-Profilen
✓ Der Vertrieb fordert mehr Befugnis für at-risk-Zugeständnisse statt zusätzlichen Nachweis zugerechneter Outcomes

Der Schritt, der es meist verschlimmert. Die Basis-PMPM an die letzten Abschlüsse anzupassen, wodurch der Anker zurückgesetzt wird und in den nächsten zwei Quartalen vergleichbare Zugeständnisse vom neuen Wert folgen.

Who this is for — and who it is not

It is for you if you run or finance a digital health company and discounts spike at period end. 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 Pricing & Revenue Optimization, 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 stoppe ich Rabatte im Vertrieb?

Begrenzen Sie die Ermessensspielräume und vergüten Sie nach Marge statt nach Umsatz. Rabatte sind eine rationale Reaktion auf eine Quote in Umsatz mit unbegrenzter Preisbefugnis.

Sind Rabatte immer schlecht?

Nein – als bewusster, strukturierter Tausch gegen etwas, das Sie wollen, etwa Laufzeit, Volumen oder eine Referenz. Als Reflex am Ende einer Verhandlung ist es Marge, die ohne Gegenleistung abgegeben wird.

Was tun mit Kunden, die bereits hohe Rabatte erhalten?

Heben Sie diese bei Verlängerung mit Frist und Begründung an und akzeptieren Sie, dass einige kündigen. Die Alternative ist ein dauerhaftes Zwei-Klassen-Preisgefüge, das der Rest des Markts irgendwann erkennt.

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.