Vi vet inte vilka våra bästa kunder är
in HealthTech & Digital Health

Det korta svaret

Bästa betyder inte störst inskriven population. Det betyder kohorterna där at-risk-andel kan bäras med acceptabel bruttomarginal, engagemangsgrad upprätthåller attribuerade utfall, och logochurn förblir låg nog för att upprepa. Digitala hälsobolag har en specifik bindning här – outcomes-risk signas snabbare än bolaget kan lära sig om det kan bära den, ett 12-månaders mätfönster mot en 11-månaders säljcykel. Tills det prissätts kommer at-risk-revenue share att fortsätta röra sig av skäl ingen kan attribuera, och debatten om bidrag per segment förblir en åsiktsfråga.

Digitala hälsobolag kan lista kontrakt efter totalt inskrivna medlemmar och ARR, men få kan isolera kohorterna som kombinerar positivt bidrag efter at-risk-revenue share, PMPM-kostnad att serva och retention mätt som logochurn, eftersom dessa uppgifter sitter i separata claims-, engagemangs- och finanssystem.

Rankingen som uppstår skiljer sig konsekvent från den som används i planeringen. Kontrakt med högst medlemsantal faller ofta när engagemangsgrad och attribuerade utfall vägs in; kohorterna som behåller marginalen är ofta de som upptäckts i tidiga piloter som aldrig omvandlats till ett repeterbart förvärvssegment.

Skillnaden avgör vilka outcomes-risk-kontrakt som signas härnäst, hur PMPM-prissättning sätts, vilka populationer som får vidare produktinvestering och vilka logon som förnyas, så felidentifiering av bästa segmentet innebär att säljcykeln och 12-månaders mätfönstret båda optimeras kring fel ekonomi.

Hur du ser att det är ditt problem

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

✓ Ledningsgenomgångar rankar aktiva kontrakt efter inskrivna medlemmar eller ARR istället för efter netto-marginal efter at-risk-revenue share och engagemangsgrad.
✓ PMPM-kostnad och bruttomarginal rapporteras bara på total bok-nivå utan kohort- eller segmentuppdelning kopplad till logochurn.
✓ Målprofilen som används för nyförsäljning skrevs från de största befintliga kontrakten istället för från kohorter som redan visat stabila attribuerade utfall och låg churn.

Steget som brukar göra det värre. Att skriva ideal customer profile från kontrakten med flest inskrivna medlemmar, vilket väljer de som kan utverka störst eftergifter på at-risk-andel istället för kohorterna som bär outcomes-risk lönsamt.

Who this is for — and who it is not

It is for you if you run or finance a digital health company and best customer means largest by revenue in internal conversation. 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 Customer Value Architecture, 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 identifierar jag mina mest lönsamma kunder?

Kombinera bidrag, anskaffningskostnad och retention på segmentnivå. Var och en av de tre ger ensam en ranking som är säkert fel.

Vad om mina bästa kunder är ett litet segment?

Det är oftast bra nyheter – det är en riktlinje. Den relevanta frågan är om segmentet är stort nog att bära tillväxtplanen, vilket går att svara på.

Bör jag säga upp olönsamma kunder?

Prissätt om först; vissa blir lönsamma och resten lämnar med beslutet redan fattat. Att säga upp direkt går fortare men kostar informationen om vilka som kunde prissättas om.

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.