惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
月光博客
月光博客
D
DataBreaches.Net
云风的 BLOG
云风的 BLOG
F
Fortinet All Blogs
T
The Blog of Author Tim Ferriss
Stack Overflow Blog
Stack Overflow Blog
Blog — PlanetScale
Blog — PlanetScale
aimingoo的专栏
aimingoo的专栏
U
Unit 42
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
MyScale Blog
MyScale Blog
T
Tailwind CSS Blog
N
Netflix TechBlog - Medium
B
Blog
博客园_首页
G
Google Developers Blog
Recent Announcements
Recent Announcements
博客园 - 【当耐特】
P
Proofpoint News Feed
博客园 - 司徒正美
Hugging Face - Blog
Hugging Face - Blog
MongoDB | Blog
MongoDB | Blog
Last Week in AI
Last Week in AI

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
医疗信息领域的需求方、决策方、准入方以及关注点(一)
云 · 2026-04-10 · via 人人都是产品经理

医疗信息化项目的成功合作,往往取决于对三方角色的精准把握。本文将深入剖析决策方、准入方与需求方的核心关注点,揭示医院采购背后的真实决策逻辑,以及厂商如何通过价值定位与案例验证在竞争中脱颖而出。

1. 三方是指哪些角色?

任何领域的客户合作,都会涉及到三方:决策方、准入方、需求方,三方可能是同一角色或者不同角色。对于医疗信息化领域而言,三方一般分别指:

1.1 需求方

  • 需求方负责评估系统功能是否高效、稳定且超出期望的满足自己的需求。
  • 是指真正使用软件功能解决问题的角色,一般会包括临床科室、医技科室(如影像科、检验科)、护理科等,常见为临床科室;

1.2 决策方

  • 决策方决定和哪个厂商合作,厂商是否可以入驻本院;
  • 是指有财务预算或者资源调配权的角色,一般会包括院长、分管院长等角色;

1.3 准入方

  • 准入方负责评估厂商的安全性,包括实施安全和数据安全等,负责监督规范厂商安全稳定合规的入驻本院
  • 准入方是红线控制,决定厂商是否符合要求,可以如期入驻本院。

Q:三方一定是不同的科室角色吗?

A:不一定,常见情况是当项目金额较多,如10万以上(不同医院有不同的限制)时,一般医院会走招投标流程,需求方和决策方会不同,厂商所接触的三方可能是不同的科室角色;若项目金额较少,需求方和决策方可能是一个角色,需求方直接决定是否合作,准入方支持配合进行项目实施。

2. 三方分别关注哪些内容?

2.1 需求方

关注核心:满足自己需求、稳定(真实可落地)、高效(较少的人为操作)、超出预期。因此需求方的关注点和提问点一般都是基于需求的满足程度和实际效果验证展开。

2.1.1 关注点一:方案是否满足需求?

  • 满足需求:核心需求点和解决方案要一一对应
  • 高效满足需求:方案是否高效,需求方无论是临床、医技、护理等科室,都很忙,因此系统操作需要非常简洁高效,尽量减少人为操作
  • 临床科研场景下的需求特殊点:最好提供医学服务。

Q:为什么这点特殊?

A:对于做科研的老师而言,尤其一些大PI,大家有个共识:【科研=医疗大数据+科研服务】,不是一个简单的医疗大数据软件可满足的,因此医学服务团队非常重要,也是他们很关注的点。

2.1.2 关注点二:方案和其他友商的差别?

软件厂商间常见的差异点如下:

<价值>:若方案价值差异巨大,则价值可打动人;

Q:如何想到高价值的解决方案?

A:我的建议是从行业政策出发,医院尤其是三甲医院,需要承担较多的政策领导示范效用,所以基于政策考虑,在最新政策点上提出的包装方案会容易打动领导

<落地案例>:落地案例=方案成熟 + 投入可控(没有建设经验的话很多时候在实施过程中面临成本不断增加的问题)+ 效果可控(有现成的产出以供启发)

##备注:其实对任何行业任何领域而言,“抄作业”都是最快出成果的方式,可以借鉴别人经验加速建设进程

<价格>:客户多数情况下都价格敏感

  • 如B端大客户,一般都是倾向于战略合作。大客户意味着行业领先、经验领先,大客户的选择权更大,很多厂商愿意和大客户战略合作打响自己的标杆案例,从而在其他客户处推广
  • 如B端小客户,预算一般较有限,价格敏感是注定的。

Q1:为什么?难道价格贵但是效果可靠的吸引力不大吗?

A1:效果可靠的吸引力不大,价格比重较高,我们可以分情况分析下:

Q2:客户大部分对价格敏感,厂商如何才能避免陷入无休止的恶性价格竞争呢?

A2:我的小思考:要改变身份,如果厂商只是一个方案实施者,对客户而言,更愿意选择性价比较高的厂商;如果身份变为一个方案引领者,那么客户付费的部分 = 方案实施费 + 先进的管理建设理念费用,类似于知识付费,这部分是其他不可代替的。这其实回到了<价值>因素上

Q3:如何让客户为方案的先进理念买单?

A3:理念提出后,选定标杆客户共建,验证效果,经过实例验证的先进理念可以获得客户的信任。这部分适合大公司,现金流充足愿意尝试开拓的,对于小公司而言,生存已很难,除非有其他资金注入,否则比较难扛过共建标杆案例的成本消耗。

<已有的合作基础>:这个点意味着更贴近用户的个性化情景。以医院为例,如果已合作了其他项目,那么意味着对医院的政策流程落地关系把控较到位,且有很多基础已搭建,有助于更快的实现方案。

<硬性竞争条件差异>:如市场占有率、业务范畴、既往内容数据累积等差异。

Q4:这些差异点谁的比重较大,谁的较少?

A4:在不同背景的客户面前,差异点所占的比重是不同的。接触很多客户后,我发现常见的比重是:价格 > 落地案例 > 已有的合作基础 > 硬性竞争条件差异 > 价值

Q5:我为什么把价值提在了最后?

A5:客户/厂商的idea很多时候都可以互相快速借鉴学习,这个可以在短期内快速补齐。尤其是三甲的标杆客户,很多时候可以自己想出来一些很有价值的方案目标,因此很多时候不缺特殊的价值点,除非是战略合作,厂商和客户是愿意围绕价值点去建设,否则在预算紧缺的前提下,价格和落地案例是综合来说占比较大的因素。

2.1.3 关注点三:如何证明有效?实际的落地案例、产出?

对于医疗信息化领域的科研方向,实际的产出一般围绕以下几点:

  • 合作落地的医院客户数量、医生数量
  • 项目数量
  • 产出的文章数量
  • 专病标准数据集数量
  • 申请的国家课题数量等

Q:为什么科研领域关注的是这些指标?

A:与科研相关的群体,涉及到医生、医院、药企、政府公卫、医保等。在真实世界研究的场景下,群体一般为医生、医院,从医生个人而言,文章数量、文章期刊分区、课题数量、基金申请等,直接挂钩到晋升评级,是硬性标准;从医院而言,科研这一大块,和医院整体的综合等级评级、排名、品牌建设等都息息相关,因此聚焦在RWS研究场景下,常关注如上指标,在其他RCT情景下关注的指标会有所变动。

本文由 @云 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议