“Datto Backup 28-Dagen Backup Heatmap”
Autotask PSA Datto RMM Datto Backup Microsoft 365 SmileBack HubSpot IT Glue Alle rapporten
AI-GEGENEREERD RAPPORT
Je zocht naar:

Datto Backup 28-Dagen Backup Heatmap

Analyse en rapportage over 28-dagen backup heatmap voor managed service providers.

Built from: Datto Backup
Hoe dit rapport tot stand kwam
1
Autotask PSA
Multiple data sources combined
2
Proxuma Power BI
Voorgebouwd MSP semantisch model, 50+ measures
3
AI via MCP
Claude of ChatGPT schrijft DAX-queries, voert ze uit en formatteert de output
4
Dit Rapport
KPI's, uitsplitsingen, trends, aanbevelingen
Klaar in < 15 min

Datto Backup 28-Dagen Backup Heatmap

Analyse en rapportage over 28-dagen backup heatmap voor managed service providers.

De data dekt het volledige bereik van Autotask PSA-records die relevant zijn voor deze analyse, uitgesplitst naar de belangrijkste dimensies die je team nodig heeft voor dagelijkse beslissingen en klantrapportage.

Wie dit zou moeten gebruiken: NOC teams, service managers, and MSP owners monitoring backup compliance

Hoe vaak: Dagelijks for operations, weekly for management review, monthly for client reporting

Time saved
Checking backup status across all clients manually means logging into multiple consoles. This report pulls everything into one view.
Risk visibility
Backup failures are invisible until a restore fails. This report surfaces gaps before they become incidents.
Compliance evidence
For regulated clients, documented backup status is not optional. This report provides the audit trail.
RapportcategorieBackup & Data Protection
DatabronAutotask PSA · Datto RMM · Datto Backup · Microsoft 365 · SmileBack · HubSpot · IT Glue
RefreshReal-time via Power BI
GeneratietijdMinder dan 15 minuten
AI vereistClaude, ChatGPT or Copilot
DoelgroepNOC teams, service managers
Waar vind je dit in Proxuma
Power BI › Backup › Datto Backup 28-Dagen Backup Heatmap
Wat je kunt meten in dit rapport
Samenvatting
Perfect Days per Klant
28-Dagen Backup Heatmap Trend (3 Kwartalen)
Mislukte Backup Apparaten: Specifieke Fouten
Backup Taakvolume Analyse
28-Dagen Backup Succestrend
Belangrijkste Bevindingen
Strategische Aanbevelingen
Veelgestelde Vragen
Perfect Days
Worst Day
Weekend Avg
AI-Gegenereerd Power BI Rapport
Datto Backup 28-Dagen Backup Heatmap

Analyse en rapportage over 28-dagen backup heatmap voor managed service providers.

Demorapport: Dit rapport gebruikt synthetische data om AI-gegenereerde inzichten te demonstreren vanuit Proxuma Power BI. De structuur, DAX-queries en analyse weerspiegelen echte MSP-datapatronen.
1.0 Samenvatting
Perfect Days
75,310
Across 204 days
Worst Day
98
Report items (customers)
Weekend Avg
99.0%
Overall average
Weekday Avg
93.8%
Mon-Fri success
DAX Query Bekijken - Samenvatting
EVALUATE ROW("Total History Records", COUNTROWS('BI_Backup_SaasProtection_Backup_History_Summary_Day'), "Distinct Dates", DISTINCTCOUNT('BI_Backup_SaasProtection_Backup_History_Summary_Day'[Date]), "Total Report Items", COUNTROWS('BI_Backup_SaasProtection_Report_Items'), "Avg Perfect Pct", AVERAGE('BI_Backup_SaasProtection_Backup_History_Summary_Day'[Max_Active_Service_Perfect_Percent]))
Wat zijn deze DAX-queries? DAX (Data Analysis Expressions) is de formuletaal die Power BI gebruikt om gegevens op te vragen. Elke “DAX Query Bekijken” sectie toont de exacte query die de AI heeft geschreven en uitgevoerd. U kunt elke query kopiëren en uitvoeren in Power BI Desktop tegen uw eigen dataset.
2.0 Perfect Days per Klant

Uitsplitsing van 28-dagen backup heatmap per beheerde klant.

CloudGuard MSP
98.4%
DataVault Pro
96.2%
IronShield IT
93.8%
SafeHaven Tech
90.1%
Citadel Systems
86.5%
FortKnox IT
81.3%
ClientUsed (GB)
Herrera, Archer and Torres26,276
Orr-Johnson16,634
Stanton-Hill15,982
Burke, Armstrong and Morgan10,706
Lewis LLC10,502
Day, Martinez and Hunt8,639
Allen, Wood and Stevens8,572
Coleman, Rojas and Smith6,804
Gonzalez LLC5,993
Davis-Walton5,617

De Jong Cloud handhaaft het hoogste backup-slagingspercentage in het portfolio met meer dan 99%. Dekker Systems loopt aanzienlijk achter en heeft een gericht herstelplan nodig. Het dichten van deze kloof zou de meest voorkomende bron van klantrisico in uw backup-operaties elimineren.

DAX Query Bekijken - Perfect Days per Klant
EVALUATE TOPN(10, ADDCOLUMNS(SUMMARIZE('BI_Backup_SaasProtection_Report_Items', 'BI_Backup_SaasProtection_Report_Items'[customer_name]), "Used_GB", CALCULATE(SUM('BI_Backup_SaasProtection_Report_Items'[used_bytes])) / 1073741824), [Used_GB], DESC) ORDER BY [Used_GB] DESC
3.0 28-Dagen Backup Heatmap Trend (3 Kwartalen)

Hoe 28-dagen backup heatmap is geevolueerd in de afgelopen drie kwartalen.

Q1 2026
95.6%
Q4 2025
93.8%
Q3 2025
91.4%
DatePerfect %Total ServicesPerfect Services
2026-01-2097.3%22,02021,295
2026-01-1999.97%22,02822,015
2026-01-1899.97%22,04222,030
2026-01-0982.2%22,83520,187
2026-01-0777.4%22,79719,991

Het portfolio toont consistente verbetering over drie kwartalen, van 91.4% in Q3 2025 naar 95.6% in Q1 2026. Deze opwaartse trend weerspiegelt gerichte optimalisatie-inspanningen. Handhaaf het huidige verbeterritme en breid aandacht uit naar nieuw geonboarde klanten om het traject voort te zetten.

DAX Query Bekijken - 28-Dagen Backup Heatmap Trend (3 Kwartalen)
EVALUATE TOPN(28, GROUPBY('BI_Backup_SaasProtection_Backup_History_Summary_Day', 'BI_Backup_SaasProtection_Backup_History_Summary_Day'[Date], "Avg_Perfect_Pct", AVERAGEX(CURRENTGROUP(), 'BI_Backup_SaasProtection_Backup_History_Summary_Day'[Max_Active_Service_Perfect_Percent]), "Total_Services", SUMX(CURRENTGROUP(), 'BI_Backup_SaasProtection_Backup_History_Summary_Day'[Max_Active_Service_Count]), "Perfect_Services", SUMX(CURRENTGROUP(), 'BI_Backup_SaasProtection_Backup_History_Summary_Day'[Max_Active_Service_With_Perfect_Backup_Count])), 'BI_Backup_SaasProtection_Backup_History_Summary_Day'[Date], DESC) ORDER BY 'BI_Backup_SaasProtection_Backup_History_Summary_Day'[Date] DESC
4.0 Mislukte Backup Apparaten: Specifieke Fouten

Individuele apparaten met mislukte backups in de afgelopen 7 dagen.

ClientDeviceLast SuccessConsecutive FailuresErrorSeverity
Citadel SystemsSRV-DC-012026-03-286VSS writer timeout
Citadel SystemsSRV-SQL-022026-03-304Disk space exhausted
CloudGuard MSPSRV-FILE-012026-04-013Network timeout
SafeHarbor TechWS-CAD-042026-04-022Agent not responding
FortKnox ITSRV-APP-012026-03-259License expired
BackupFirst IncSRV-DC-022026-04-013VSS writer timeout

Citadel Systems heeft twee servers met opeenvolgende fouten, waaronder hun domeincontroller SRV-DC-01 die sinds 28 maart geen succesvolle backup meer heeft gehad. SRV-APP-01 van FortKnox IT heeft de langste reeks met 9 opeenvolgende fouten door een verlopen licentie die door proactieve monitoring had moeten worden opgemerkt.

5.0 Backup Taakvolume Analyse

Dagelijkse backup-taakstatistieken over het gehele portfolio.

ClientDaily JobsAvg Size (GB)Success RateAvg DurationEfficiency
CloudGuard MSP48124.699.2%42 min
DataVault Pro3689.497.8%38 min
FortKnox IT52156.288.4%68 min
IronShield IT2842.896.4%22 min
Citadel Systems44198.472.4%94 min
SafeHarbor Tech3267.294.8%34 min
Vault360 IT2434.698.6%18 min
BackupFirst Inc40112.891.2%52 min

Citadel Systems draait 44 dagelijkse backup-taken met het laagste slagingspercentage van 72,4% en de langste gemiddelde duur van 94 minuten. Hun gemiddelde backupgrootte van 198,4 GB suggereert te grote backupsets die moeten worden herzien. CloudGuard MSP toont best practice met 99,2% succes over 48 taken.

6.0 28-Dagen Backup Succestrend

Wekelijkse backup-slagingspercentages voor de afgelopen 4 weken.

WeekTotal JobsSuccessfulFailedSuccess RateChange
Mar 10-162,1842,05213293.9%--
Mar 17-232,2162,08213493.9%+0.0%
Mar 24-302,1982,03816092.7%-1.2%
Mar 31-Apr 62,2402,06817292.3%-0.4%

Backup-slagingspercentages daalden van 93,9% naar 92,3% over de afgelopen vier weken. Mislukte taken stegen van 132 naar 172, een toename van 30,3%. De daling begon in de week van 24 maart, wat correleert met het verlopen van de Citadel Systems-licentie en toegenomen VSS-fouten bij meerdere locaties.

7.0
Belangrijkste Bevindingen
!

Prestatiekloof Vereist Aandacht

De kloof tussen best en slechtst presterende entiteiten is groter dan verwacht. De onderste 20% scoort meer dan 25 procentpunten onder het portfoliogemiddelde, wat duidt op structurele problemen die gerichte interventie vereisen.

!

Dalende Trend bij Matig Risico Groep

Entiteiten in de matig risico categorie vertonen een neerwaartse trend over het laatste kwartaal. Zonder interventie kunnen 3-4 van deze entiteiten binnen 60 dagen naar de hoog-risico categorie verschuiven.

Top Presteerders Blijven Consistent

De bovenste 30% van het portfolio handhaaft stabiele prestaties boven het streefniveau, wat aangeeft dat de huidige best practices effectief zijn en als model kunnen dienen voor de rest.

8.0
Strategische Aanbevelingen

1. Voer een gerichte beoordeling uit van alle hoog-risico entiteiten binnen 2 weken. Documenteer de hoofdoorzaak voor elke entiteit en stel een herstelplan op met duidelijke deadlines en verantwoordelijke eigenaren.

2. Implementeer geautomatiseerde monitoring voor de matig-risico groep. Stel drempels in die een melding triggeren wanneer prestaties 5 procentpunten onder het streefniveau zakken, zodat vroege interventie mogelijk is.

3. Plan dit rapport maandelijks in als onderdeel van het QBR-proces. Gebruik de trenddata om te verifiteren dat verbeteringsinitiatieven daadwerkelijk resultaat opleveren over meerdere kwartalen.

9.0
Veelgestelde Vragen
Hoe lezen we een 28-daagse backup-heatmap effectief?

Zoek naar horizontale strepen (hardnekkige apparaatproblemen) en verticale kolommen (datumspecifieke gebeurtenissen die veel apparaten troffen).

Welke patronen in de heatmap duiden op systemische problemen?

Regelmatige fouten op specifieke weekdagen suggereren geplande conflicten. Fouten rond middernacht duiden op backup-venstercongestie.

Hoe vult de heatmap het slagingspercentage aan?

Een slagingspercentage van 95% klinkt goed, maar de heatmap kan laten zien dat dezelfde 5% apparaten elke dag falen, wat veel erger is dan willekeurig verspreide fouten.

Welk tijdsbereik geeft het nuttigste heatmap-overzicht?

28 dagen vangt een volledige maandcyclus op, inclusief maandeinde-verwerking, wanneer backup-problemen vaak pieken door hogere dataverloop.

Wat is het RPO-risico bij een slagingspercentage van 92%?

Bij 92% faalt ruwweg 1 op 12 backuptaken. Als backups dagelijks draaien, zitten sommige apparaten 2+ dagen tussen succesvolle backups. Voor servers met RPO-doelen onder 24 uur is 92% onacceptabel.

Moeten we bij elke backupfout waarschuwen?

Waarschuw bij opeenvolgende fouten (2+), niet bij enkele fouten. Tijdelijke problemen veroorzaken eenmalige fouten die vanzelf herstellen. Opeenvolgende fouten duiden op een persistent probleem.

Genereer rapporten als deze vanuit je eigen data

Koppel Proxuma's Power BI integratie, gebruik een MCP-compatible AI om vragen te stellen en genereer op maat gemaakte rapporten - in minuten, niet in dagen.

Bekijk meer rapporten Aan de slag