本篇重要内容预览：

1.2020年产生了哪些沉要变动？

2.2021年最沉要的投资主题及市场预判

3.2021年投资热点预测

不变的成分——数字健全行业的驱动力

1  人丁结构的持久演变趋向不变

我们分析任何行业时，首先看的是大盘，其中最沉要的一点就是人丁结构。中国近几十年的发展，人丁结构盈利是最大的正向成分之一。中国的人丁结构，反映在数字健全产业中，有这么两点比力沉要：

• 80后作为互联网原居民，已悄然迈向中年

• 长命化带来了老龄人丁不休增长

什么叫互联网原居民？中国最起头的那部门互联网公司都是2000年左右成立的，80后那时辰或许在15岁-20岁，正是在想书时有闲心有乐趣，最能挖掘互联网并能坦然接受互联网的那一代人，能够说互联网整整影响了一代人。

80后对互联网的概想是从无到有，他们最先最快地亲自经历了互联网带来的各种刷新。在7、8年前，这部门人约莫在25、26岁，正是互换、求知、消费欲望旺盛的时期，是互联网即时通讯、资讯、电商的重大用户群的中坚力量，成为互联网行业繁华的推手之一。

今年是2021年，1980年诞生的人刚迈过40岁门槛，其余80后经过3-5年也会跨入中年阶段。35岁这个春秋段，从医疗角度来说，有些人刚起头出现慢病苗头，就已经对自身健全的关注产生了性质变动：从30岁以前靠着身段熬夜彻夜，到现如今的枸杞养生。观点的转变，再以互联网原居民对互联网无比熟悉的加持，这幼我丁基数贡献了一波早期数字健全的火热。

但是在数字医疗领域，互联网原居民人丁基础的贡献还不大，目前不是每个到了中年的人城市求医问药，但能够预感的是将来3-5年随着这波人丁慢病率的提升，会将对整个数字健全行业的发展提供超强的推动力。

另表一点，中国人丁长命化趋向也是不争的事实，凭据国度统计局的数据，对于中国人的预期寿命，已经从1990年的68.55岁提高到2020年的77.30岁。

这个数据意思沉大：中国的老年人丁将不休荟萃壮大，四世同堂的景象已经较为普遍。这代表什么？优质医疗资源在全球领域里都较为紧缺，医疗资源使用率最高的就是中老年群体。

这意味着若是现有医疗资源没有在供给侧的显著提升，当80后这批中青年变老的时辰，不得不面对着跟父辈争抢医疗资源的逆境，那时辰医疗通胀将远远超出正常水平。

当然国度不会坐视不论，医疗资源的供给侧提升，不仅仅必要硬投入，如造就更多优良的医生、提供更多优质的医院床位，还必要通过软投入来提升医疗各项环节的效能，因而医院信息化早已是医院评级的沉要指标，而医疗数字化也在被供给侧鼎新的需要在不休推动急剧发展，将来无论是从行政层面还是从市场层面，通过数字化进行提效需要将会越来越沉要。

2  对更高水平医疗技术的刚需不变

从经济学角度，供给与需要城市有价值弹性，供给曲线与需要曲线城市订交于某一点，这一点代表了供需的平衡。对于其他大部门行业，需要曲线有比力显著的递减曲率，当某一新科技产品推出时，往往价值较昂贵，或者技术超出现有需要，形成一按时期的“技术剩余”。

反观医疗行业，一向有一个景象，那就是医疗水平无论若何进取，都远远满足不了人民人民对于新的医疗技术的不休需要，人们对医疗消费的价值变动极不敏感，对医疗行业的需要不会受价值颠簸影响。

这对于医疗行业是个持久不变的沉大利好：医疗技术无论怎么高端，都较低概率出现技术水平超出社会需要的剩余，医疗行业企业能够也愿意斗胆的进行投资与钻研。

全球在创新药的研发支出上不休增长，检测检验的水平不休提升，背后除了有本钱以表，更是看沉的是社会强劲的刚需。数字及AI技术，在药物研发、医学影像方面已经起头显露出肯定的科技与医疗水平，在医疗刚需的大布景下，仍会不休有新的利用场景与技术伎俩出现。

3  中国医疗政策的鼎新刻意不变

民生问题，最大的难处之一就是人民的医疗问题。历届国度辅导，都将医疗问题作为沉点，也获得了举世瞩主张成就，根基医疗保险几近覆盖全民（据国度卫健委统计，覆盖群体占比96.8%）。

国度发展的每个阶段，城市有切合当下的相应医疗政策，但当国度发展向上迈一个台阶时，正本的医疗政策城市有其局限性，因而医疗鼎新向着更相宜当前国情的方向在不休进行中。

医疗行业是受国度政策监管最严格的行业之一，险些每次政策的出台都带来行业的竞争格局的变动，同时给了创新企业更多的发展机遇。有较强创新意识的企业，愿意甩开包袱在新的环境下不休索求，同时也会是享受医疗政策鼎新盈利的先行者。

医疗行业近几年的历次鼎新，不表乎萦绕国计民生，且政策频出，一次比一次向深水区进发Ｄ芄淮右韵滤母龇矫胬醋芙幔

降低医疗开支（医？胤眩

• 药品带量采购

• 两票造

• 药占比(现已取缔)

• DRGs

• 医用耗材带量采购

• 医保幼我账户鼎新

增长医疗资源供给

• 抗癌药零关税

• 认可境表新药临床数据，缩短境内表上市功夫距离

• 建设海南博鳌乐城国际医疗游览先行区、丽江港澳药械通先行示范区，成立境表未上市药品使用通路

• 部门新特药按3%减征增值税，共计148种抗癌药品造剂和96种原料药

• 药品上市许可持有人造度

• 允许医生多点执业

• 仿造药一致性评价

• AI辅助诊断审批通过创新医疗器械绿色通路

便民

• 互联网医院可进行部门常见病、慢病复诊

• 互联网在线诊疗纳入医保

• 网售处方药盛开

• 互联网医院药品销售纳入医保

• 药房双通路

• 分级诊疗（如医联体、医共体建设）

反腐

• 医药分居，处方表流

• 药品零加成造度

• 不容药房托管

• 医药代表登记造

变动的成分——数字健全行业的机缘

1  政策不休出新 

• 网售处方药全面铺开

• 国度医保局发文，互联网医院销售药品可用医保两全，但互联网医院卖药的医保额度要基于依附的医疗机构医保总额

• 互联网医疗服务费纳入医保结算

• 海南盛开博鳌医疗先行区与丽江港澳药械通先行示范区，允许未在国内上市的新药（械）少量进口当场使用

• 通辽、成都、浙江等地试点尝试药品双通路政策，加快处方表流

• 各地沉点整治医药代表院内营销

• 广东等地国度集采平台向社会药房医院盛开

• 广东将生理医治纳入医保

2  疫情催化剂

2020年因疫情防控必要，国度卫健委等部门密集出台一系列政策，大量推动数字健全发展，让正本可能必要3-5年的能力实现的国民教育缩短到1年，实现人人通过互联网进行在线问诊开药的教育过程。

这些政策大体分为三个阶段：

垂危驰援期：当局要求各地集中颁布本地互联网医院衔接，激励发展线上复诊

医保美满期：医保局发文将切合前提的“互联网+”医疗服务用度纳入医保支付

常态发展期：国度卫健委要求各地加快成立互联网医院服务平台

3  数字健全行业本钱市场升温

2020年几家国内表数字健全公司的上市及并购案，对全球本钱市场产生了极度大的影响。

1  医疗健全智能化是终局，医疗健全数字化是必经之路

好多影视文章为我们设想并展示了将来医疗的水平是什么样。

好比《神盾局奸细》里，Coulson被从殒命边缘救治回来后通过虚构现实技术移植影象来治愈PTSD；

好比《2049银翼杀手》里，人们能够通过基因设计出产人造内脏器官耽搁自己的寿命；

好比《普罗米建斯》里，女主角能够在一个单人医疗舱里处于休眠状态，由AI系统为女主进行身段检测，并通过机械臂自动实现手术；

好比《阿丽塔战斗天使》里，手脚残破的人们能够通过脑机传感，用脑波节造假肢，实现机械与身段的美满融合；

这些超智能化的医疗技术都是人们美好的向往，或许离我们还很遥远，但仍是医疗技术不休索求进取的指标。医疗智能化不是一挥而就的，最早一波医院信息化率先实现了结构化数据，成为了数字医疗的大底层，进而能够基于数据做进一步训练与利用，吓爪用于单一场景，再利用于复杂场景。

所以数字化利用由易到难，过程由诠释数据到预测数据再到输出数据；市场先出现了互联网挂号、问诊、缴费、购药等数据浅层利用，再过渡到基于特定疾病数据的分析与综合形成辅助诊断能力，再更进一步通过深度机械进建实现医药学预测，将来还会通过对数据的加工对表输出（如手术机械人、脑机义肢），所有都是基于数据和算法的不休利用、累进和迭代。

数字与AI健全的发展线按功夫过程，根本分以下六个阶段：（以下每个阶段不齐全代表功夫先后，会有功夫上的沉叠交叉，仅供梳理参考）

第一阶段

医院信息化过程造就了HIS,LIS,PACS等信息系统，让传统医疗急剧堆集大量的结构化、可视化医疗数据，实现医院内部的数据交互流转，为将来所罕见字化模式奠定了基础。这是发展最早、目前最成熟的阶段，已有蕴含卫宁健全、东软集团、万达信息等为代表的公司实现上市过程。

第二阶段

基于互联网技术的信息流转利用，实现浅层的边缘性的数字健全模式，重要以平台模式为主，例如数字化号、费、诊、药、营销、临床、慢病治理等。这个阶段被视为“互联网医疗”的开创，大部门公司成立于2010-2015年前后，经过5-10年的发展，已步入成熟区，即将或者刚已实现上市，好比已上市的阿里健全、安然好医生、1药网、医渡科技，即将上市的微医、智云健全、圆心科技、太美医疗等。

第三阶段

基于疾病的深度数据，实现对某一垂直领域的病种或科室的数字化辅助诊断、辅助医疗，例如从医疗影像先起头的AI读片，以虚构现实为基础的辅助医治心灵类疾病，以及通过单病种数据设计带病体保险等。这个阶段对医疗健全数据的量级与质量产生了巨大需要，数据层面直接决定了利用层面的发展，开启了“大数据医疗”的时期。

从最容易尺度化的影像数据领域启程，大部门AI+影像公司成立于2015年前后，经过5年左右功夫的发展，在眼底、CT、DR、MRI、超声、心电蹬装像基础上针对特定身段部位实现AI辅助疾病诊断，并陆续通过NMPA的三类医疗器械认证。这类AI影像公司逐步进入融资阶段的中后期，利用本钱优势持续拓展产品线并不休推向市场，竞争格局已根基成型。

在非影像数据领域，好比人群的疾病序列数据等，数据呈结构化低及齐全性低的状态。由于这部门数据量级巨大且涉及到患者隐衷及各医院间的不联通，必要肯定确当局推动周期，因而近几年在卫健委的领导下成立了两家国资布景的数据服务公司——中电数据与联仁健全，以逐步实现医疗数据的洗濯及结构化梳理。在此基础上成立的贸易模式还必要较长功夫周期的发展，目前相对处于中早期，好比基于个别基因组学、代谢组学、临床表型等医疗数据实现的精准医疗、个性化病程治理领域，或基于疾病数据设计带病体保险的精算行业等，仍处于本钱的价值挖掘期。

第四阶段

基于分子药理学与药物动力学下的海量数据，通过卷积神经网络算法、循环神经网络算法等机械深度进建技术，在医疗工作者已经要耗费大量精力还不愿定能出了局的领域，实现高效获取了局的指标。好比AI为技术的蛋白质结构预测、靶点发现、化合物筛选及合成、新适应症发现及晶型预测等AI药物研发环节。这个阶段的公司无数于近几年起头急剧发展，处于早期，常呈此刻尝试室、人为智能科技公司及大型药企孵化，贸易化产出仍在索求，但将来潜力空间巨大。

第五阶段

基于人体生理组织数据，通过5G传输技术、微传感技术、高精度节造技术等，实现从单一到复杂的智能化手术。正如同微创手术的发展颠覆了盛开性手术，手术机械人在开启新一轮的微创手术方式的迭代：一方面，提升了手术医治精准性，对必要谨小慎微预防危险其他组织的表科手术来说，确保了医生的高质量可见度和操控能力；另一方面，降低了医生的手工操作难度，针对某一术式造就一个合格的手术医生必要2年甚至更长的周期来说，可大大提升医疗资源的供给；以及，精准的操作带来效能的提升，惠及更多的患者同时，规；档土耸质醯囊搅瓶。

自2000年达芬奇手术机械人获得FDA认证，机械人技术不休迭代，从多孔技术升级到单孔技术，甚至到天然腔路技术；基于科室的手术机械人也将不休细化，针对骨科、神经表科及口腔科较为刚性的组织，定位类机械人实现手术的尺度化；针对心内科普表科血管腹腔软组织，操作类机械人实现手术的精确化，多多国产技术已在NMPA申请的路路上。手术机械人可由设备带头耗材的销售，从而发展为耗材销售为主、设备为辅的贸易模式，具备规模性贸易化的前提。目前每台达芬奇设备采购价约2000万人民币，医院使用门槛极度高，在低成本代替上，为将来国产化带来了巨大的设想空间。手术机械人行业是典型的copy to China以及me too的模式，有国表成熟的参考及国内极大的市场，但对技术的升级及专利的合理躲避也有极高的要求。这个阶段，医疗与通讯、机械动力工程等实现多学科交叉，对上游组件的技术要求极度高，短期内难以齐全国产取代。在神表及口腔领域，一些国产技术已拿到NMPA三类证，仍能够看到行业正处于急剧发展期，对本钱的需要旺盛。

第六阶段

基于人体微生理信号数据的捉拿与分析技术（例如脑电波、神经电流），通过脑机接口输出数据，实现人机“意识”互换。这个阶段的公司仍处于极度早的索求期，无数仍在各高校、医院内进行钻研并尝试产生利用，如通过脑机实现神经刺激来医治癫痫、脑机接口节造机械义肢等。作为目前最前沿的技术，脑机接口应器拥有划时期的意思，是一个能承接海量本钱注入并能产生巨大价值的领域，是数字医疗领域里最“硬”的科技。

2  我们对中国的健全产业与健全险市场形成良性互动与循环怀有持久的信心

我们先来看一组数据，凭据国度医保局统计，国度根基医疗保险（含城镇职工、城乡居民、新农合）覆盖人群已不变在96.8%（截止2021年1月）以上，根基做到应保尽保。

另表一组数据，健全险2020年原保费收入达8173亿元，对总保费收入的占比提升到18%，汗青5年的CAGR达19%，其中疾病险60%，医疗险23%。同时2020年原保险赔付支出2921亿，同比增长24%。

在整个2019医疗支出的结构中，医保支出仍是最大，占比50%，商保支出从2018年的点比4%上升到6%。

以上数据反映了三个事实：

• 国度医保的收入已进入瓶颈，将来不会有太大增长空间；医保支出逐年递增，逐步靠近赔付上限。

• 贸易健全险增长迅速，但社会总赔付占比仍处于较低程度，仍未阐扬出影响力。

• 居民幼我医疗支出压力巨大，因病返贫景象普遍，影响社会不变性。

若何从底子上解决居民幼我医疗用度高的问题是一向以来国度的关注沉点。解决思路必要一方面从供需动手，另一方面从风险分管着手，即通过规；墓布眯岳捶稚⒏霰鸬姆缦。

对于目前居民幼我支出部门（大分部是超出国度医保两全领域的自费部门），由医保来覆盖的可能性较低，更大可能是由社会化的贸易保险来进行覆盖。

但商保代替幼我支付的过程会很漫长，一方面商保是盈利机构，会对参保用户群体进行预先选择，对于既往症禁绝入或不赔付，只能先从健全群体覆盖起头；另一方面，分歧于医保强造缴费的属性，商保是自愿行为，也是市场贸易行为，必要获取规；７，尤其必要吸引到更多的健全群体，来分散患病群体风险，在市场化的供需中极易产生逆向选择。因而，商保产品的合理设计对整个代替过程有着沉要的影响度。

我们不以为中国的商；峤羲婷拦瘫７⒄沟拇胧。中国的商保无疑会急剧发展，但体量在相当长的一段功夫内与美国的商；嵯嗖钌踉。美国的特殊性在于自身占有大体量的高保费的保险用户、服务和药品价值弹性较大、当局愿意将医保用户交给商保运营，因而美国能够出现诸如凯撒HMO模式、结合健全PBM模式的集团内部的医-药-险关环。

中国商保目前的问题一是保费规模仍较低，二是赔付较为被动，对服务及药品的议价权低，三是市场化获客成本高。但从近几年的发展趋向来看，商保在不休地做产品创新，同时也在获切当局强有力的支持，从百万医疗这样的纯市场化产品到惠民保这样确当局主导产品，一步一步在夯实。

从前5年，齐全市场化的百万医疗保险产品盛极一时，贸易保险公司靠这一款单一景象级产品，实现了9000万群体的覆盖，2020年总保费超过500亿元。类似的，继惠民保在丽江初创后实现投保人群超过800万人，从去年起头，我们也看到以当局为背书的各地惠民保的出现，参保人群不休增长，总保费超过50亿元。尤其是近期推出的沪惠保，目前参保人群超过400万人。以上海当局为背书、上海医保个账可支付、9家贸易保险机构共同承保的模式，又为商保代替幼我支付进行了一次沉要索求。固然目前的惠民保模式，对保司有潜在巨大的风险（可保既往症逆向选择严沉，当局公益性与商保盈利性需要相矛盾），件均价低以至保费规模也极度幼，但能够看到，当局与商保在共同索求模式上，意愿与刻意极度一致。

大型药企和保险机构已经在自动启发医药险联动机造，同时各掉标原研药企也在找寻新的支付方式，医保主导的商保目录也被提上了日程。最近几年一向在提出的医保目录之表的商保目录随着医保带量采购的落实及获取的阶段性成就，釉祓头进入保司与当局探求的焦点。商保往往是被动后赔付，无数必要经二级及以上公立医院报销后做补充报销，药品也必须在医保目录领域内。商保目录从底层逻辑上是医保目录的有力补充。在没有医院与医保的强势管控下，“若何进行风控”是巨大的问题。

以原研药为例，带量采购尝试之后，大批原研药品落标，且随着带量采购的扩围，这一景象将会更普遍。原研药有着更好的工艺、更不变的品质，固然中标国产药经一致性评价，在大部门指标上已趋近原研药，但仍在临床成效上有着肯定疗效差距，原研药仍拥有肯定的市场价值。然而，医？胤咽枪炔忝娴恼绞，原研药势必必要找到另一个支付方，而不是一味地让患者自费，商保就是绝佳的支付方。当然，中国的商保体量及分散度还不及以跟原研药企大领域交涉降价，将来或许有一种可能是，以医保局牵头各家保险公司共同造订商保目录并参加药企交涉，既给了原研药支付缓冲带，也为商保发展提供了肯定的空间，最终为居民使用高品质药提供了更多的可及性。

就目前而言，“数字化医+药+险”关环在一些专科领域或特定消费群体中在形成的过程中，但总体上还约到能够真正实现“全产业大关环”的阶段。即便在大关环形成之后，社保在大关环中依然会表演举足轻沉的作用，商保只是补充。

中国的数字健全行业，由于其创新性及前瞻性，在政策支持上拥有极度显著的延后性，也不会像传统医疗一样等闲在政策领域下进院获得医保支付，因而支付方式对数字健全行业的影响巨大，尤其在数字健全企业发展的早中期，好的产品必要思考相宜的贸易化支付。

目前的数字健全行业，适合的模式是当下支付方与获客场景的合理交叉，贸易模式最终的落脚点是规；谋湎。当前，医疗行业支付方的单一及其明确的控费需要对数字化医疗健全相当不敦睦，所以在数字化医疗健全的发展阶段必要一方面明确用户是谁，另一方面必要同时撬动用户的付费能力：

1  支付方

医保

作为最大的支付方，目前重要需要是控费。数字健全产品在能验证其控费能力后，一旦进入招标目录，不变性有保险，是兵家必争之地。

药（械）企

作为目前最为矫捷的支付方，目前重要需要是药（械）的研发、准入、上量。数字健全产品可萦绕药（械）企产品的性命周期某些环节进行沉点布局，结合发展。

健全险

2020年健全险赔付总额为2921亿元，同比增长24%。健全险最大的两部门是疾病险与医疗险，疾病险是给付型保险，对数字健全行业的影响与关联杜仔限；而医疗险是报销型保险，与医疗健全服务品质和价值高度有关，是支付主力。作为将来5年最具潜力的支付方，健全险目前重要需要是在风险可控下的保费的规模增长。

以百万医疗险为例，作为医疗险个险市场的景象级产品，2020年总保费收入超过500亿，但人群渗入率已放缓，增长已越过峰值，后续更多通过短险转长险、幼我转家庭等的销售战术维持肯定的增长趋向。

要撬动健全险支付，数字健全产品要么能在保险产品上赐与差距化服务，要么能在次标体、甚至非保体的保险产品设计上赐与细分的定价能力，要么能持续为现有保险产品提供大量精准客户并实现买卖的渠路。

2  获客场景

C端场景（互联网用户流量场景）

纯C端流量作为齐全市场化的资源，已被大的流量平台把控。同时医疗是一个相对产生频率较低的场景，很容易出现大流量平台以高频对低频的降维进攻，因而在纯C端场景下，大流量平台即便有后发劣势并且后知后觉，但仍能够照抄市场已验证的模式，通过流量倾斜搀扶自有业务，反胜的概率仍很大。同时嫁接在大流量平台的纯C端模式，若是不是拥有产品或服务的品牌竞争力，在将来肯定情况下极有可能被大平台打压控量，得不到充足的发展空间。

以B2C医药电商行业为例，自营B2C医药电商必要不休的进行获客运营，由于对客户精准度要求高，客户对作为标品的药品价值敏感，从而导致客户容易流失，造成规；幕窨统杀揪痈卟幌，客户LTV（性命周期价值）很难覆盖用度，因而在财政上挑战很大。目前自营B2C医药电商，除了阿里健全、京东健全将来持续盈利表，其余独立平台根基维持较幼规模以维持盈亏平衡，或被收购，或彻底退出竞争。

另表，三方平台B2C医药电商固然以大流量平台公域、低成本流量获客为主，且不少已经实现盈亏平衡甚至盈利，但从长远来看，三方平台B2C医药电商一方面会受到平台自营大药房的流量挤压，另一方面也受到同业的价值竞争，同时也无法将客户带离买卖平台，如不实时索求新的增长模式，将来在公司价值上会受到不幼挑战。

当然，医药电商公司的主题供给链资产，将来可能会是致力于进入数字健全行业的大平台的收购投资标的，但估值逻辑或许会产生变动。

H端场景（医院场景）

纯H端流量属于专有化资源，资源的获取往往必要很强的公关能力，一旦获取便较易形成肯定的排他性、垄断性，形成竞争壁垒，但也相应不足可急剧复造的能力，无数最终形成区域性龙头。例如医院信息化海潮中出现的东软、卫宁等上市公司以及各大大幼幼的区域型公司。

另表目前H端场景下，大医院话语权强，对作为支付方的意愿不强，基于纯H场景下的模式在执行上不得不做肯定的固定成本投入，因而必要另辟支付方以实现财政上的营收。

通常可规；挠涨路蕴含药（械）买卖服务费佣金、药（械）企营销用度等，类似美国的PBM模式。同时，为了实现这些营收，仅是获取了医院资源往往是不够的，医院作为一个综合体，其决策环节往往很复杂，这对企业在业务模式的顶层设计上有较高的要求。

D端场景（医生场景）

纯D端流量属于半专有化半市场化资源，一方面仍必要肯定的公关成立信赖度，另一方面也有肯定的复造性，但在排他性、垄断性上不及，很容易在各平台进行迁徙。

另表，患者流量重要集中在大公立医院的医生手里，而中国的医生仍是公立医疗机构的一份子，并不能像美国医生一样自由执业，因而受到医院的强有力的行政治理，对于表部贸易的参加杜仔限，且承担极度高的职业风险，会在收益与风险上做衡量。固然阳光化收入是医生的诉求，但“君子爱财取之有路”，除了已被验证的阳光化模式（如在问诊平台上在线问诊的服务费收入），大无数医生仍持有极度审慎的态度。

以某通过医生处方表流为导向的慢病治理平台为例，注册医生数量超过100万名，但活跃处方医生仅占1%，由于医生运营守护的固定开支居高不下，人效较低，加上对医生的激励，财政层面一向处于持久吃亏状态，单元经济模型上也不及以支持业务盈利逻辑。如若不在转化层面进行更多索求，钻营刷新，或许仍离不开本钱的输血。

I端场景（保险场景）

纯I端流量属于半市场化半专有化资源，流量主题起源于保险公司壮大的线下代理人团队或者合作的流量平台，通过个险、团险获取用户流量。

其中，线下代理人流量，拥有客单价高、复购率高的个性，互联网流量拥有领域广、年轻化的个性。数字健全产品通过合理的设计，成为保险产品的加挂服务或直接成为保险产品的一部门（服务费不超过总保费的20%），可较好的解决流量与支付的问题，但前提是能满足保险公司的诉求。不外，这种背靠背绑定的方式，保险公司往往会要求肯定的股权关系或控股关系，数字健全企业免不了站队的问题，必要在业务发展宽度及深度上做弃取。

以“安然RUN”作为保险公司做数字健全产品的经典案例：

安然RUN属于安然健全险的“安然乐健全”产品系列，是基于南非Discovery公司的Vitality系统，打造的国内首款健全治理产品。安然RUN的重要职能是，用户在支付年费后，通过健全行为（步数等）可直接兑换奖品，且可获得的奖品总价值远远逾越年费，通过嘉奖来激励用户多活动，提升用户的活跃度及提高健全意识。同时，活动对个别健全产生积极影响，在个别续保时可增长保额、用度返还等（某些版本可享受最高7折的保险折扣）。安然RUN初次推出是打包嵌入安然福寿险，通过代理人渠路销售寿险时，领导用户开明安然RUN职能，年费由寿险保费支付。起初，寿险市场竞争不充分，安然福大卖的同时，保险代理人对搭售安然RUN颇有微词。后来，由于市场竞争越来越强烈，占有安然RUN职能的安然福寿险成为了市场上的差距化产品，成为标志化职能。据悉，每年通过安然RUN流转的奖品金额超过10亿元。

这个案例特殊性较强，安然RUN正是由于属于安然自己的产品，才得到了安然人寿内部大力的行政式推广，才有后来的成长，如若是其他股权层面不有关的合作产品，或许在一路头推广出现阻力时，就功亏一篑了。

P端场景（药房场景）

P端场景流量属于较高市场化的资源，是目前较被低估的一个获客场景，这也跟目前为止没有找到一款适合此流量的数字健全产品有极大的关系。凭据国度药品监督治理局综合和规划财政司及国度药品监督治理局信息中心颁布《药品监督治理统计年度汇报（2020年）》数据统计，截至2020年底，全国共有药店门店55万家，其中连锁药店门店24万家（对应约6000家连锁总部），连锁率56%。

药店场景中，通常药房以慢性病患者流量居多，DTP药房以肿瘤患者为主，拥有精准的用户群体。另表，在资源拓展上，连锁药房由因而由总部统一治理，准则上与各省分公司总部对接，即可实现与全省的各门店通路，再由专人对接各门店具体执行即可，拓展效能较高。

通常药房场景的流量有如下个性：

• 带病群体居多

• 春秋中老年居多

• 药房场景大部门情况下是医疗行为的结尾及被动变现点

• 药房场景下店员的非药品销售能力有限

目前市场上针对P端场景的数字健全产品较少，或许是由于数字健全行业现阶段最为普遍且可规；谋湎植肪褪且┢，与药房东业相矛盾。有些保司曾试过在药房进行保险销售，但遇到了一些难题，其中重要阻力是药房多以带病体，成交率低，转而通过幼金额赠险以低成本获取用户核保信息后进行二次开发。

也有些保险科技公司通过在药房驻点销售创新支付产品，变现点仍在药房内，通过折扣来吸引患者参加，再通过药企或保司做用度支持，模式能否在财政层面大规模走通还有待观察。等待将来有更多的创新数字健全产品与药房场景相结合。

3  推荐方向：当下支付方与流量场景的合理交叉点

前面提到，要动态的对待事物，模式只有在相宜的环境下能力产生化学反映。通过对当下支付方与流量场景的合理交叉分析，针对数字健全行业，我们有以下概想： 

用户场景以医院+医生为首选，解决了流量与转化的问题；同时支付以药企+医保为首推，从效能及不变性上支持规；睦┱。

纯C端场景模式维持中立

看好H+D端结合场景下的模式索求

• 细分病种的全病程治理，蕴含数字化辅助诊断、辅助医治

• 细分病种的数字化医疗技术，蕴含利用于细分科室的手术机械人、脑机技术

• 科室共建，通过更好的医疗治理能力、医学输出能力为经验不及能力不够的科室赋能

• 以上模式必要可基于医保支付及药企支付，甚至肯定水平的科室付费

• 以H为主D为辅下，推荐有内容性药（械）变现能力的模式索求，如：基于公立医院及其自费药房分拆的处方流转模式（类PBM），以及在此基础上实现药企业参加的准入及顺从性治理的模式

• 以D为主H为辅的前提下，推荐有在大三甲公立医院院方背书下的病程治理模式索求

I端场景下，推荐有能带头增量市场能力的模式

尺度体：能覆盖差距化流量或有转化率提升能力的保险（经纪）平台

次标体：基于疾病大数据风控能力实现产品定价与输出能力的保险科技

非保体：逆选严沉，模式有待验证，对目前以创新支付做支付转移的模式、以市场化运营惠民保的模式暂维持中立

B端场景下， 萦绕药企临床前后场景

1）AI药研

2）针对药（械）产品准入、上量的数字化营销

     注：文中图片均起源于网络