Te afhankelijk van één klant
in Zorgaanbieders

Het korte antwoord

Concentratie is alleen een probleem in verhouding tot hoe makkelijk de betaler het value-based contract kan verlaten. Dat hangt af van de kostprijs per episode die nodig is om downside risk te beheren, niet van percentages toegeschreven levens. Bij zorgaanbieders komt dit op een specifieke plek naar voren. De cijfers die het antwoord dragen zijn kostprijs per episode en payer mix. De industriespecifieke complicatie is dat downside risk is geaccepteerd op 38.000 levens zonder de kostprijs-per-episode data om die te prijzen. De algemene versie van dit probleem en de versie waarin je zit, vragen om andere eerste stappen.

Een betaler gekoppeld aan 38.000 toegeschreven levens is gevaarlijk of juist goed, afhankelijk van de structuur eronder. Kan die betaler de levens binnen een kwartaal naar een andere aanbieder verschuiven, dan is er een existentieel risico. Vereist verschuiven aanpassingen in netwerktoereikendheid en zorgprotocollen, dan is het een sterke positie die alleen geconcentreerd oogt.

De valkuil is dat concentratie meestal samengaat met slechtere economie: de grote betaler onderhandelt harder over shared-savings voorwaarden, vraagt meer rapportage over kostprijs per episode en houdt betalingen achter tot prestaties bewezen zijn. Zo komen risico en margeverlies tegelijk. Concentratie verdunnen door elders toegeschreven levens te groeien gaat langzaam; de snellere hefboom is meestal het herprijzen van het value-based contract zodat het de downside risk weerspiegelt die je draagt zonder kostprijs-per-episode data.

Het loont ook om omzetconcentratie te scheiden van bijdrageconcentratie. Die kunnen tegengestelde richtingen wijzen, en de tweede is degene die echt pijn doet als je meet op bijdrage per aanbieder en panelgrootte.

Hoe je ziet dat dit jouw probleem is

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

✓ Eén betaler staat voor het grootste deel van de toegeschreven levens onder value-based contracten
✓ Die betaler heeft duidelijk andere shared-savings of rapportagevoorwaarden dan de rest van de payer mix
✓ Verlies van het contract zou directe aanpassingen aan panelgrootte of aanbiederskosten vragen in plaats van een plan

De stap die het meestal erger maakt. Meer toegeschreven levens elders najagen om het percentage te verdunnen, waardoor de kostprijs per episode stijgt terwijl de afhankelijkheid intact blijft.

Who this is for — and who it is not

It is for you if you run or finance a healthcare provider and one customer exceeds a quarter 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.

Hoe dit eruitziet als de analyse echt draait

Below is an excerpt from a real run of this analysis on een zorgaanbieder. 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 Cedar Ridge Health Partners, a sample company profile used for testing rather than a customer — 38,000 attributed lives under value-based contracts.

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 zorgaanbieders it works through cost per episode, payer mix, panel size and contribution per provider, 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

Hoeveel klantconcentratie is gevaarlijk?

Er is geen drempel die op zichzelf veel zegt. Wat telt is hoe snel ze je kunnen vervangen en wat er met je vaste kosten gebeurt als dat gebeurt. Beide zijn te beantwoorden.

Moet ik zaken weigeren van een grote klant?

Zelden puur op concentratiegronden, vaak wel op margegronden. Is de grootste klant ook de slechtst geprijsde, dan hebben het concentratieprobleem en het margeprobleem dezelfde oplossing.

Hoe verminder je afhankelijkheid zonder de klant te verliezen?

Verhoog wat het hun zou kosten om weg te gaan en herprijs de exposure. Een tweede segment laten groeien is het juiste lange antwoord en helpt niet binnen de opzegtermijn die je echt hebt.

Is this different in healthcare providers than in other industries?

Materially, yes. Downside risk has been accepted on 38,000 lives without the cost-per-episode data needed to price it — which changes both the diagnosis and the order of the fixes. The metrics that decide it here are cost per episode, payer mix, panel size, 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 healthcare provider?

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 cost per episode and payer mix. 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.