Een uitsplitsing van arbeidsomzet, kosten en marge over 77 resources uit Autotask PSA project- en tijdregistratiedata. Dit rapport brengt declarabele uren per technicus in kaart tegenover klantomzet om te bepalen welke resources winst opleveren en welke onder water staan.
Een uitsplitsing van arbeidsomzet, kosten en marge over 77 resources uit Autotask PSA project- en tijdregistratiedata. Dit rapport brengt declarabele uren per technicus in kaart tegenover klantomzet om te bepalen welke resources winst opleveren en welke onder water staan.
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: MSP owners, finance leads, and operations managers tracking profitability
Hoe vaak: Maandelijks for financial reviews, quarterly for strategic planning, op aanvraag for pricing decisions
Een uitsplitsing van arbeidsomzet, kosten en marge over 77 resources uit Autotask PSA project- en tijdregistratiedata. Dit rapport brengt declarabele uren per technicus in kaart tegenover klantomzet om te bepalen welke resources winst opleveren en welke onder water staan.
Belangrijkste financiele en bezettingsmetrics over alle 77 actieve resources in de afgelopen 12 maanden.
De klanten met de hoogste omzet, gerangschikt op totale facturering, met totale uren, declarabele uren en het effectieve tarief per declarabel uur.
| Klant | Totaal uren | Decl. uren | Omzet | Eff. tarief |
|---|---|---|---|---|
| Klant A | 4.370 | 3.792 | $2.324.617 | $532/uur |
| Klant B | 2.801 | 2.665 | $2.212.915 | $790/uur |
| Klant C | 3.791 | 3.127 | $1.431.177 | $378/uur |
| Klant D | 2.217 | 1.970 | $637.092 | $287/uur |
| Klant E | 695 | 622 | $589.694 | $849/uur |
| Klant F | 1.697 | 1.665 | $476.622 | $281/uur |
| Klant G | 1.312 | 1.096 | $469.660 | $358/uur |
| Klant H | 84 | 84 | $416.450 | $4.958/uur |
| Klant I | 782 | 681 | $328.165 | $420/uur |
| Klant J | 962 | 916 | $321.669 | $334/uur |
| Klant K | 1.006 | 853 | $320.832 | $319/uur |
| Klant L | 865 | 808 | $286.926 | $332/uur |
| Klant M | 197 | 183 | $255.698 | $1.298/uur |
| Klant N | 710 | 605 | $253.148 | $357/uur |
| Klant O | 683 | 666 | $214.469 | $314/uur |
Klant H valt op. Met slechts 84 gelogde uren genereert deze klant $416.450 aan omzet, goed voor een effectief tarief van $4.958/uur. Dit is waarschijnlijk een licentie- of productgedreven account met minimale arbeid. Klant M toont een vergelijkbaar patroon met $1.298/uur op slechts 197 uur.
EVALUATE
TOPN(15,
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"TotalHours", SUM('BI_Autotask_Time_Entries'[hours_worked]),
"BillableHours", CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked]), 'BI_Autotask_Time_Entries'[is_non_billable] = FALSE),
"Revenue", SUM('BI_Autotask_Billing_Items'[total_amount])
),
[Revenue], DESC
)Vergelijking van totale arbeidskosten ($724,9K) tegen arbeidsomzet ($1,43M) voor de topklanten op uren. Het verschil tussen de balken is je winst per klant.
EVALUATE
ROW(
"LabourRevenue", [Labour Revenue],
"LabourCost", [Labour Cost]
)Vergelijking van klanten met de hoogste effectieve uurtarieven (product-/licentiegedreven) versus de laagste (arbeidsintensief). De donut toont welk aandeel van de omzet de top 5 klanten op effectief tarief bijdragen.
De top 5 klanten op effectief tarief genereren 55,1% van de top-15 omzet uit slechts 6.849 uur. De onderste 5 klanten hebben 6.468 uur nodig voor slechts 18,4% van diezelfde omzet. Het verschil is duidelijk: klanten met een hoog tarief draaien op licentie- en productomzet, terwijl klanten met een laag tarief voor elke verdiende dollar zware arbeid verbruiken.
De top 15 resources op totaal uren, opgesplitst in declarabel en niet-declarabel. Resources met een laag declarabel percentage zijn een directe druk op de arbeidsmarge.
| Metric | Value |
|---|---|
| Revenue/Employee | $89,300 |
| Hours/Employee | 677 |
| Effective Rate | $131.96/hr |
| Billable Ratio | 75.6% |
EVALUATE ROW("TotalRevenue", SUM('BI_Autotask_Charges'[billable_amount]), "Employees", [Total Employees], "RevenuePerEmployee", DIVIDE(SUM('BI_Autotask_Charges'[billable_amount]), [Total Employees]), "HoursPerEmployee", DIVIDE([Tickets - Hours Worked], [Total Employees]))Identificatie van de accounts en technici die het meest bijdragen aan de $708.669 arbeidswinst.
Winstconcentratie aan de klantzijde is extreem. De top 3 klanten (A, B, C) genereren $5,97M van de top-15 omzet, goed voor 56,7% van het groepstotaal. Klant B levert de beste balans: $2,2M omzet uit slechts 2.801 uur, met een effectief tarief van $790/uur. Klant A brengt de meeste omzet binnen ($2,3M) maar verbruikt ook de meeste uren (4.370).
Technicus N en Technicus M zijn de efficiency-koplopers. Technicus N logt 97,1% declarabel over 1.362 uur terwijl hij 3.275 tickets afhandelt voor 137 verschillende klanten. Dat niveau van bezetting met die breedte van dekking is uitzonderlijk. Technicus M draait op 94,7% declarabel op 1.418 uur en 3.220 tickets. Deze twee zetten de standaard voor wat goed eruitziet.
Technicus C en Technicus I drukken het zwaarst op de marge. Technicus C heeft 915 niet-declarabele uren (44,4% van totaal) terwijl hij slechts 99 tickets afhandelt voor 54 klanten. Dat patroon wijst op projectwerk met slechte urenregistratie, of intern werk dat herclassificatie verdient. Technicus I op 52,7% declarabel met slechts 29 klanten lijkt op een resource die onderbezet is.
Hoge ticketvolumes correleren met hoge declarabele percentages. Technicus D (2.613 tickets, 89,6% declarabel), Technicus E (2.297 tickets, 80,9%) en Technicus N (3.275 tickets, 97,1%) houden allemaal een sterke bezetting terwijl ze grote ticketvolumes verwerken. Het reactieve werk houdt ze bezig met declarabel werk. Resources met lage ticketaantallen maar hoge uren tenderen naar niet-declarabel.
Bij $1,43M omzet tegen $724,9K kosten levert de arbeidsoperatie bijna een dollar winst op per dollar kosten. Het verschil van 24,4% tussen de totale declarabele ratio (75,6%) en het doel (>85%) vertegenwoordigt ongeveer 5.260 uur die van niet-declarabel naar declarabel zouden kunnen verschuiven. Bij gemiddeld $347/uur is dat verschil tot $1,8M aan potentiele omzet waard.
Technicus C (55,6% declarabel, 2.060 uur) en Technicus I (52,7% declarabel, 1.554 uur) loggen samen 3.614 uur met 1.650 niet-declarabele uren ertussen. Als deze twee naar het teamgemiddelde van 75,6% gebracht worden, zou dat 807 uur naar declarabel werk converteren, goed voor een geschatte $280K aan omzet.
Dit is vrijwel zeker product- of licentieomzet gekoppeld aan minimale arbeid. Hoewel het effectieve tarief spectaculair oogt, maskeert het de werkelijke kostenstructuur. Als de relatie verandert of de productomzet daalt, zijn er geen uren om te korten. Dit type klant vereist een andere managementaanpak dan arbeidsgedreven accounts.
De vijf resources met de hoogste ticketaantallen (Technicus N, M, D, E, J) gemiddeld 85,2% declarabel. De vijf resources met de laagste ticketaantallen gemiddeld slechts 66,0% declarabel. Reactief ticketwerk vult de dag op natuurlijke wijze met declarabele activiteit. Resources op projectwerk hebben strakkere tracking nodig om die standaard te halen.
Concrete stappen om arbeidswinstgevendheid en resourcebezetting te verbeteren.
Haal elke niet-declarabele tijdregistratie op voor beide resources over de afgelopen 90 dagen. Categoriseer ze: intern project, administratie, training of verkeerd geclassificeerd. Doel: identificeer minstens 40% van niet-declarabele uren die herclassificatie of eliminatie verdienen. Stel een 75% declarabel doel voor het volgende kwartaal.
Maak het declarabele percentage wekelijks zichtbaar voor elke technicus. Resources die hun eigen cijfer kunnen zien, corrigeren zichzelf. Stel het teamdoel op 80% en markeer iedereen onder 65% voor een gesprek met de manager. De data bestaat al in Power BI; het heeft alleen een dedicated weergave nodig.
Klanten als H ($4.958/uur) en M ($1.298/uur) vertekenen het gemiddelde effectieve tarief. Maak twee segmenten: "arbeidsgedreven" (effectief tarief onder $500/uur) en "productgedreven" (boven $500/uur). Dit geeft een helderder beeld van de werkelijke arbeidsefficiency zonder ruis van licentieomzet.
Het effectieve tarief is de totale omzet gedeeld door declarabele uren per klant. Het geeft de daadwerkelijke omzet per uur declarabel werk weer, inclusief fixed-fee contracten, productverkopen en andere facturatieposten gekoppeld aan die klant.
Arbeidsmarge kijkt alleen naar omzet en kosten van projectwerk gekoppeld aan tijdregistraties. De totale marge omvat ook recurring services, productverkopen en andere facturatieposten met mogelijk heel andere kostenstructuren. Arbeidsmarge isoleert de mensenkant van het bedrijf.
Een declarabel uur is elke tijdregistratie waar is_non_billable gelijk is aan FALSE in de Autotask time entries tabel. Dit wordt bepaald door de technicus of de facturatieregels op het contract. Interne vergaderingen, training en administratieve taken zijn doorgaans niet-declarabel.
Niet per se. Lage ticketaantallen met hoge uren wijst meestal op projectwerk, waar een enkel ticket veel uren beslaat. Het wordt pas zorgwekkend als lage ticketaantallen gecombineerd worden met lage declarabele percentages, want dat wijst op onderbezetting of slecht geregistreerd intern werk.
Maandelijks voor de bezettingsmetrics per resource. Het declarabele percentage kan snel verschuiven, vooral als resources tussen projecten bewegen. De klantomzettabel is het best geschikt voor kwartaalbeoordeling of als contracten voor verlenging in aanmerking komen.
Ja. Kopieer een query uit de toggles hierboven en plak deze in DAX Studio of de Power BI Desktop performance analyzer. De queries verwijzen naar standaard Proxuma datamodeltabellen en measures die in elke Proxuma Power BI deployment bestaan.
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