Groeiend maar verlieslatend
in HealthTech & Digital Health

Het korte antwoord

Groei die cash verbruikt is ofwel een investering in toegeschreven uitkomsten of een lek in risicodragend aandeel, en de rekenkunde vertelt je binnen één pagina welke. Wat dit moeilijker maakt voor digital health-bedrijven is structureel: uitkomstenrisico wordt sneller getekend dan het bedrijf kan leren of het het kan dragen — een meetvenster van 12 maanden tegen een verkoopcyclus van 11 maanden. Elke geloofwaardige oplossing moet daarom risicodragend omzet aandeel en engagement rate in dezelfde blik houden, wat precies is waar de meeste interne analyses stoppen omdat de twee in verschillende systemen leven.

Groeiend terwijl je geld verliest is normaal als elke nieuwe ingeschreven deelnemer uiteindelijk toegeschreven uitkomsten oplevert die het risicodragend aandeel terugverdienen. Het is fataal als de engagement rate dat herstel blokkeert, en de twee zien er hetzelfde uit zolang de verkoopcyclus doorloopt — daarom wordt het falen meestal ontdekt op het moment dat groei stopt tegen het meetvenster.

De test is per ingeschreven deelnemer en simpel: wat kost één extra deelnemer aan PMPM om te werven en te bedienen via engagement, wat levert die aan risicodragend aandeel en brutomarge op, en over welke periode. Als dat positief is en het verlies vaste-kostenabsorptie betreft, lost groei het op. Als het negatief is, versnelt groei het probleem en maakt elke extra deelnemer de positie slechter.

Het tweede wat je moet checken is werkkapitaal. Een bedrijf kan positieve per-deelnemer-economie tonen op toegeschreven uitkomsten en toch zonder cash komen te zitten omdat het geld maanden eerder uitgaat dan de uitkomstenbetalingen binnenkomen — en hoe sneller het groeit, hoe groter dat gat wordt.

Hoe je ziet dat dit jouw probleem is

Deze drie samen zijn het kenmerk. Eén op zichzelf wijst meestal ergens anders op.

✓ ARR stijgt, cash daalt, en de twee worden apart uitgelegd
✓ Niemand kan de contributiemarge per ingeschreven deelnemer uit risicodragend aandeel, engagement rate en logo-churn benoemen zonder een project
✓ Financieringsbehoeften blijven eerder aankomen dan voorspeld

De stap die het meestal erger maakt. Het verlies behandelen als een schaalprobleem terwijl de unit economics negatief zijn, waardoor een oplosbaar model een groter probleem wordt.

Who this is for — and who it is not

It is for you if you run or finance a digital health company and revenue rises, cash falls, and the two are explained separately. 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.

Hoe dit eruitziet als de analyse echt draait

Below is an excerpt from a real run of this analysis on een digital health-bedrijf. 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.

Wat de engine met deze vraag doet

This question routes to Proprietary EFF Methodology, one of 29 engagements the platform runs. For digital health-bedrijven 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. Lees hier een volledig rapport if you would rather see the depth first.

Vragen die mensen hierover stellen

Is het normaal om geld te verliezen terwijl je groeit?

Ja als het verlies vaste kosten zijn die worden geabsorbeerd en de unit economics positief zijn. Nee als elke extra klant geld kost, wat een andere situatie is in dezelfde kleren.

Hoe weet ik of groei mijn verliezen oplost?

Projecteer de huidige unit economics op het volume dat je verwacht en kijk of de lijn kruist. Als het niet kruist op een volume dat je realistisch kunt bereiken, is groei niet het antwoord.

Moet ik groei afremmen om cash te beschermen?

Als unit economics negatief zijn, ja en meteen. Als ze positief zijn en de beperking werkkapitaal is, is het probleem financiering en geen strategie en moet het zo worden opgelost.

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.