Upptagen men inte lönsam
in hälsoteknik och digital hälsa

Det korta svaret

Full inskrivning och tunna marginaler är ett kontraktvalproblem som döljer sig som ett operationsproblem. Frågan som gäller digitala hälsobolag är inte den generella. Risken för utfall tecknas snabbare än bolaget hinner lära sig om det klarar av den – ett 12-månaders mätfönster mot en 11-månaders försäljningscykel – så ett svar som ignorerar intäktsdelning med risk blir säkert fel. Analysen måste utgå från engagemangsgrad och bruttomarginal i stället för från intäkter.

När ett digitalt hälsobolag har en stor inskriven population men ändå visar svaga marginaler, är instinkten att granska leveransverksamheten. Viss ineffektivitet kan finnas, men att ta bort den löser inte problemet, eftersom orsaken ligger tidigare: kontrakt accepterades med intäktsdelning vid risk som engagemangsgraden och bruttomarginalerna inte kan bära.

Mönstret upprepas i portföljer. Ett litet antal program ger positivt bidrag efter att utfallen mätts. En längre rad kontrakt tar personal- och plattformstid i anspråk samtidigt som de ger lågt engagemang och upprepad logotypchurn, så organisationen verkar aktiv medan kassan inte förbättras. Eftersom kontrakten redan upptar mät- och stödskapaciteten kan högre kvalitativa riskdelningsavtal inte läggas till.

Det rätta steget är därför en regel för kontraktval i stället för en produktivitetsinsats. När varje avtal kan rangordnas efter förväntat bidrag efter mätfönstret följer de flesta efterföljande beslut direkt.

Digitala hälsobolag hamnar i detta läge när nya riskavtal tecknas innan tidigare kohorter avslutat sina tolv månaders utfallscykler: försäljningsmomentum fyller kalendern medan bolaget fortfarande saknar data för att veta vilka PMPM- eller utfallsvillkor som klarar bruttomarginalmålen.

Hur du ser att det är ditt problem

De här tre tillsammans är signaturen. En ensam pekar oftast någon annanstans.

✓ Team rapporterar full allokering över befintliga program medan månatliga kassauttag fortfarande behövs trots rapporterad ARR.
✓ Finans kan inte identifiera vilka kontrakt eller medlemskohorter som gav positivt bidrag utan att beställa en engångsanalys.
✓ Ledningen fortsätter att acceptera nya riskvillkor även när interna granskningar flaggar lågt förväntat engagemang eller förhöjd churnrisk.

Steget som brukar göra det värre. Att öka antalet anställda eller plattformskapacitet för att hantera den nuvarande affärsboken, vilket bara skalar volymen av lågbidragande kontrakt och förstärker samma missanpassning.

Who this is for — and who it is not

It is for you if you run or finance a digital health company and everyone is fully occupied and cash is tight. 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.

Hur det ser ut när analysen körs

Below is an excerpt from a real run of this analysis on ett digitalt hälsobolag. 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.

Vad motorn gör med den här frågan

This question routes to Egenutvecklad EFF-metod, one of 29 engagements the platform runs. For digitala hälsobolag 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. Läs en komplett rapport här if you would rather see the depth first.

Frågor som folk ställer om det här

Hur vet jag vilket arbete jag ska sluta ta?

Rangordna efter bidrag per enhet av din verkliga begränsning – maskintimme, debiterbar timme, leveransplats, kvadratmeter. Inte efter intäkter och inte efter bruttomarginalprocent, som båda gynnar fel arbete när begränsningen är kapacitet.

Skadar det relationen att tacka nej till arbete?

Ibland, och det är oftast billigare än alternativet. I praktiken gör ett pris som speglar vad arbetet förbrukar antingen kontot lönsamt eller flyttar det till en konkurrent, och båda utfallen är bättre än det nuvarande.

Är detta ett prissättningsproblem eller ett effektivitetsproblem?

Testa det: om varje jobb kördes perfekt utan spill, skulle de tunna då gå med vinst? Om svaret är nej är det prissättning och urval, och inget effektivitetsprogram når dit.

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.