Te afhankelijk van één klant
in HealthTech & Digital Health

Het korte antwoord

Concentratie is alleen een probleem in verhouding tot hoe snel de betaler leden kan verplaatsen of stoppen met het toeschrijven van uitkomsten, wat afhangt van contractvoorwaarden rond het meetvenster in plaats van het aandeel in de ARR. De versie van deze vraag die geldt voor digital health bedrijven is niet de generieke. Outcomes-risico wordt sneller getekend dan het bedrijf kan leren of het dat kan dragen — een meetvenster van 12 maanden tegen een verkoopcyclus van 11 maanden — dus een antwoord dat het aandeel at-risk omzet negeert, zal met overtuiging fout zijn. De analyse moet starten vanuit engagement rate en brutomarge in plaats van vanuit omzet.

Een at-risk aandeel dat een groot deel van de omzet uitmaakt is gevaarlijk of beheersbaar afhankelijk van de engagement rate en de lengte van het outcomes-venster. Als de betaler attributie kan omleiden of de PMPM kan verlagen binnen de verkoopcyclus, is de blootstelling direct. Als de voorwaarden betaling koppelen aan het herontwerpen van zorgpaden, is de positie sterker zelfs als het aandeel hoog lijkt.

De valkuil is dat grote at-risk contracten meestal slechtere economie hebben: lagere PMPM, strengere engagement-eisen en tragere afwikkeling, dus zowel het outcomes-risico als de margedruk komen tegelijk. Andere contracten laten groeien om het percentage te verlagen kost tijd; de snellere stap is meestal de at-risk voorwaarden heronderhandelen om de blootstelling aan het meetvenster te beprijzen.

Het is ook nuttig ARR-concentratie te scheiden van contributie-concentratie op basis van toegeschreven uitkomsten en brutomarge. De twee kunnen tegengesteld bewegen, en alleen de tweede bepaalt of het verliezen van het contract echt kostenbesparingen zou vereisen.

Hoe je ziet dat dit jouw probleem is

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

✓ Eén contract is goed voor een groot deel van de ARR onder at-risk voorwaarden
✓ Dat contract laat een duidelijk lagere PMPM of hogere engagement-eisen zien dan de rest van de portefeuille
✓ Het verliezen van het contract zou directe aanpassingen aan programma's voor ingeschreven leden afdwingen in plaats van een gefaseerd plan

De stap die het meestal erger maakt. Nieuwe logo's najagen om het percentage te verdunnen, wat de verkoopcyclus verlengt en kosten toevoegt terwijl de afhankelijkheid van uitkomsten blijft bestaan.

Who this is for — and who it is not

It is for you if you run or finance a digital health company 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 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

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 ze dat doen. Beide zijn te beantwoorden.

Moet je business van een grote klant weigeren?

Zelden alleen op concentratiegronden, en vaak wel op margegronden. Als de grootste klant ook de slechtst geprijsde is, hebben het concentratieprobleem en het margeprobleem dezelfde oplossing.

Hoe reduceer je afhankelijkheid zonder de klant te verliezen?

Verhoog wat het ze zou kosten om te vertrekken, en herprijs de blootstelling. Een tweede segment laten groeien is het juiste lange antwoord en helpt niet binnen de opzegtermijn die je werkelijk hebt.

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.