Nous avons trop de produits
in HealthTech et santé numérique

La réponse courte

Les coûts de prolifération sont réels, souvent invisibles, et pèsent sur les offres qui portaient le chiffre d'affaires à risque. Ce qui complique les choses pour les entreprises de santé numérique est structurel : le risque sur les résultats est signé plus vite que l'entreprise ne peut vérifier si elle peut le porter — une fenêtre de mesure de 12 mois face à un cycle de vente de 11 mois. Toute réponse crédible doit donc tenir ensemble la part de chiffre d'affaires à risque et le taux d'engagement, ce qui est exactement là où s'arrête la plupart des analyses internes car les deux vivent dans des systèmes différents.

Les lignes de produits et services s'accumulent car chaque ajout se justifie individuellement par de nouveaux logos ou un accès canal et rien n'est jamais retiré. Le coût n'est dans aucune d'elles ; il est dans la complexité qu'elles imposent collectivement — suivi des résultats sur plus de pathologies, gestion du taux d'engagement, support des résultats attribués, prévision PMPM et pression sur le churn des logos.

Ce coût est supporté de façon disproportionnée par le cœur rentable, car c'est là que se trouve la capacité à porter le risque sur les résultats. C'est pourquoi une rationalisation augmente souvent le profit total même quand les lignes retirées contribuaient nominalement.

L'analyse qui vaut la peine classe les lignes par contribution face à la contrainte qu'elles consomment — la fenêtre de mesure de 12 mois — puis demande lesquelles de la queue existent pour une raison — un client stratégique, une exigence de canal — et lesquelles existent parce que personne n'a regardé.

Comment savoir si c'est vraiment votre problème

Ces trois réunis forment la signature. Un seul renvoie généralement ailleurs.

✓ Une minorité d'offres génère la grande majorité du chiffre d'affaires à risque stable avec un faible churn de logos
✓ Aucun service n'a été arrêté malgré des revues répétées du portefeuille
✓ L'écart entre les contrats à risque signés et les taux d'engagement mesurés ou les résultats attribués s'élargit

Le mouvement qui empire habituellement la situation. Couper la queue sur le seul rang de chiffre d'affaires, ce qui retire des lignes peu coûteuses à porter sur la contrainte de mesure des résultats et conserve celles qui consomment discrètement le cycle de vente de 11 mois face à la fenêtre de mesure.

Who this is for — and who it is not

It is for you if you run or finance a digital health company and a minority of lines produces the large majority of revenue. 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.

Ce que cela donne quand l'analyse est vraiment lancée

Below is an excerpt from a real run of this analysis on une entreprise de santé numérique. 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.

Ce que le moteur fait avec cette question

This question routes to Matrix Strategy, one of 29 engagements the platform runs. For entreprises de santé numérique 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. Lire un rapport complet ici if you would rather see the depth first.

Questions que les gens posent à ce sujet

Comment décider ce qu'il faut arrêter ?

Contribution par unité de la contrainte limitante, puis vérification des dépendances stratégiques. Le seul rang de chiffre d'affaires se trompe dans les deux sens.

Les clients partiront-ils si j'arrête des produits ?

Certains partiront, et l'analyse doit chiffrer ce risque avant la décision plutôt qu'après. Habituellement le chiffre d'affaires en jeu est plus faible que le coût de complexité retiré, mais ce doit être un résultat et non une hypothèse.

Quel est le coût normal de complexité ?

Il est rarement suivi, c'est pourquoi il grandit. Un proxy utilisable est la tendance du coût opérationnel par unité de volume ; quand celui-ci augmente pendant que le volume augmente, la complexité est l'explication habituelle.

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.