Analyse van billable versus totale uren over 14 klanten, met 50.752 totale uren geregistreerd in Autotask PSA. Overall billable ratio: 75,6%. Data afkomstig uit het Proxuma Power BI semantic model.
Analyse van billable versus totale uren over 14 klanten, met 50.752 totale uren geregistreerd in Autotask PSA. Overall billable ratio: 75,6%. Data afkomstig uit het Proxuma Power BI semantic model.
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
Analyse van billable versus totale uren over 14 klanten, met 50.752 totale uren geregistreerd in Autotask PSA. Overall billable ratio: 75,6%. Data afkomstig uit het Proxuma Power BI semantic model.
DIVIDE([Company - Billable Hours], [Company - Hours Worked], 0) uit de BI_Autotask_Companies tabel. Totale uren omvatten alle tijdregistraties in Autotask PSA. Billable uren zijn die welke als billable zijn gemarkeerd op de tijdregistratie. De 75,6% overall ratio betekent dat 12.388 uren zijn geboekt maar niet gefactureerd.
Gesorteerd op billable ratio. Groene balken: >90%, amber: 80-90%, rood: <80%.
EVALUATE TOPN(10, ADDCOLUMNS(VALUES(BI_Autotask_Time_Entries[company_name]), "TotalHours", CALCULATE(SUM(BI_Autotask_Time_Entries[hours_worked])), "BillableHours", CALCULATE(SUM(BI_Autotask_Time_Entries[Billable Hours])), "BillableRatio", DIVIDE(CALCULATE(SUM(BI_Autotask_Time_Entries[Billable Hours])), CALCULATE(SUM(BI_Autotask_Time_Entries[hours_worked]))), "NonBillableHours", CALCULATE(SUM(BI_Autotask_Time_Entries[Non billable Hours]))), [NonBillableHours], DESC)De top 5 klanten op billable ratio zitten allemaal boven 95%. Dit zijn schone accounts waar bijna elk uur omzet genereert. Aan de andere kant staan de onderste 5, met Klant F op 0% en vier klanten in de 82-85% range die stilletjes niet-gefactureerde tijd lekken.
EVALUATE
TOPN(10,
ADDCOLUMNS(
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"BillableHrs", [Company - Billable Hours],
"TotalHrs", [Company - Hours Worked]
),
"BillableRatio", DIVIDE([BillableHrs], [TotalHrs], 0)
),
[BillableRatio], ASC
)
ORDER BY [BillableRatio] ASCOver alle 14 klanten zijn 12.388 uren geboekt maar nooit gefactureerd. Dat is 24,4% van alle engineeringtijd. De tabel hieronder toont waar die niet-gefactureerde uren zitten. Klant F alleen al is verantwoordelijk voor 1.662 daarvan, waarmee het de grootste bron van omzetverlies is.
| Klant | Totaal Uur | Billable Uur | Niet-gefact. Uur | Niet-gefact. % | Status |
|---|---|---|---|---|---|
| Klant F | 1.662 | 0 | 1.662 | 100,0% | Kritiek |
| Klant B | 3.791 | 3.127 | 664 | 17,5% | Let op |
| Klant A | 4.370 | 3.792 | 578 | 13,2% | Let op |
| Klant D | 2.217 | 1.970 | 247 | 11,2% | Let op |
| Klant G | 1.312 | 1.096 | 216 | 16,5% | Let op |
| Klant I | 1.006 | 853 | 153 | 15,2% | Let op |
| Klant C | 2.801 | 2.665 | 136 | 4,8% | OK |
| Klant N | 782 | 681 | 101 | 12,9% | Let op |
| Klant H | 1.171 | 1.114 | 57 | 4,9% | OK |
| Klant M | 865 | 808 | 57 | 6,6% | OK |
| Klant J | 962 | 916 | 46 | 4,8% | OK |
| Klant E | 1.697 | 1.665 | 32 | 1,9% | OK |
| Klant K | 962 | 954 | 8 | 0,9% | OK |
| Klant L | 866 | 860 | 6 | 0,7% | OK |
Hoge omzet betekent niet automatisch hoge billable efficiency. De tabel hieronder vergelijkt de omzetbijdrage van elke klant met hun billable ratio. Dit helpt je te bepalen of je meest winstgevende klanten ook je meest efficiënte zijn, of dat hoge omzet slechte tijdsbenutting maskeert.
Klant A genereert de meeste totale uren (4.370) maar zit op slechts 86,8% billable. Klant E, met minder uren (1.697), draait op 98,1% billable. De vraag is of het volume van Klant A opweegt tegen de 578 niet-gefactureerde uren, of dat die uren wijzen op een contractprobleem dat aandacht nodig heeft.
| Klant | Totaal Uur | Billable Uur | Billable Ratio | Efficiency |
|---|---|---|---|---|
| Klant A | 4.370 | 3.792 | 86,8% | Amber |
| Klant B | 3.791 | 3.127 | 82,5% | Amber |
| Klant C | 2.801 | 2.665 | 95,2% | Groen |
| Klant D | 2.217 | 1.970 | 88,8% | Amber |
| Klant E | 1.697 | 1.665 | 98,1% | Groen |
| Klant F | 1.662 | 0 | 0,0% | Kritiek |
EVALUATE
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"Revenue", [Revenue - Total],
"BillableHrs", [Company - Billable Hours],
"TotalHrs", [Company - Hours Worked]
)
ORDER BY [Revenue] DESCElk uur geboekt tegen Klant F is niet-billable. Dat zijn 1.662 uren engineeringtijd zonder enige omzet. Dit is waarschijnlijk een intern project, een pro-bono afspraak, of een verkeerd geconfigureerde factureringsopzet. Hoe dan ook, het moet worden beoordeeld. Als de uren daadwerkelijk niet-billable zijn, moet het team dat vooraf weten zodat capaciteitsplanning er rekening mee houdt.
Klant B (82,5%), Klant G (83,5%), Klant I (84,8%) en Klant A (86,8%) zitten allemaal onder of nabij de 85% grens. Samen vertegenwoordigen ze 10.479 totale uren, waarvan 1.611 niet gefactureerd. Klant A en Klant B zijn de twee grootste accounts op volume, waardoor hun lagere ratio's meer impact hebben op de totale winstgevendheid.
Klanten L (99,3%), K (99,1%), E (98,1%), C (95,2%), J (95,2%) en H (95,1%) draaien allemaal op hoge efficiency. Deze accounts tonen aan dat goed afgebakende contracten met duidelijke billable definities minimaal tijdverlies opleveren. Ze kunnen dienen als benchmark voor het verbeteren van andere accounts.
1. Audit Klant F direct. Bepaal of de 1.662 uren op 0% billable bewust zijn (intern project, garantiewerk) of een facturatieconfiguratiefout. Als het bewust is, scheid deze klant dan van billable ratio rapportages zodat het gemiddelde niet omlaag wordt getrokken. Als het een fout is, corrigeer de billing flags en herbereken.
2. Review contracten voor Klant B en Klant A. Deze twee accounts dragen de meeste totale uren (3.791 en 4.370 respectievelijk) maar factureren op slechts 82,5% en 86,8%. De niet-gefactureerde uren komen mogelijk van out-of-scope verzoeken, reistijd, of interne meetings die gedekt zouden moeten worden. Een contractreview kan een deel van die verloren omzet terugwinnen.
3. Stel een billable ratio target van 90% in voor alle klanten. Zes klanten zitten al boven 95%, wat bewijst dat het haalbaar is. Voor de vier klanten tussen 80-87%, werk samen met accountmanagers om te identificeren welke typen tijdregistraties niet worden gefactureerd en of de scope-afspraken moeten worden bijgewerkt.
4. Voeg billable ratio toe aan QBR-rapportages. Door elke klant hun eigen billable ratio te tonen tijdens kwartaalreviews stel je verwachtingen en open je gesprekken over scope. Klanten die zien dat 15-17% van de tijd niet-billable is, stemmen mogelijk in met aanpassingen.
5. Monitor maandelijks. Plan dit rapport via MCP om elke maand te draaien. Stel een alertdrempel in op 80% zodat elke klant die daaronder zakt wordt gemarkeerd voordat het een patroon wordt.
Dit rapport is gegenereerd door een AI-agent verbonden met Proxuma Power BI via de MCP (Model Context Protocol) server. De AI schreef drie DAX queries tegen de BI_Autotask_Companies tabel, voerde ze uit, en formatteerde de resultaten in dit document.
Databron: Autotask PSA, gesynchroniseerd naar Power BI via de Proxuma connector. De dataset bevat 50.752 uren over 14 klanten. Billable uren worden bepaald door de billable flag op elke tijdregistratie in Autotask. De billable ratio per klant wordt berekend als DIVIDE([Company - Billable Hours], [Company - Hours Worked], 0).
Scope: Top 14 klanten op totale gewerkte uren. Er is geen datumfilter toegepast. De overall billable ratio (75,6%) omvat alle klanten in de dataset, niet alleen de top 14 die hier worden getoond.
Een billable uur is elke tijdregistratie in Autotask waarbij de billable flag op true staat. Dit wordt doorgaans bepaald door het werktype dat aan de tijdregistratie is gekoppeld (bijvoorbeeld "Onsite Support" is billable, terwijl "Intern Overleg" dat niet is). Het Proxuma Power BI model leest deze flag rechtstreeks uit de Autotask API.
Er zijn een paar veelvoorkomende redenen. De klant is mogelijk een intern project dat als bedrijf in Autotask is aangemaakt. Het kan garantie- of goodwillwerk zijn waarbij alle tijd bewust niet-billable is. Of de werktypen voor die klant zijn verkeerd geconfigureerd, met de billable flag op false terwijl het true zou moeten zijn. Controleer eerst de werktypen.
De meeste MSP's richten op 85-95% billable ratio per klant. Onder 80% wijst meestal op scope creep, contractgaten, of operationele inefficiency. Boven 95% is uitstekend en wijst op goed gedefinieerde contracten. De totale bedrijfsbrede billable ratio (over alle klanten) is doorgaans lager omdat het interne tijd, training en admin omvat.
Ja. Kopieer een query uit de toggles hierboven en plak hem in DAX Studio of de Power BI Desktop performance analyzer. De queries verwijzen naar standaard Proxuma datamodel tabellen en measures die in elke Proxuma Power BI deployment aanwezig zijn. Als je een ander datamodel gebruikt, moet je mogelijk de tabel- en kolomnamen aanpassen.
Billable ratio meet welk percentage van uren geboekt tegen een specifieke klant billable is. Utilization rate meet welk percentage van de totale beschikbare capaciteit van een engineer wordt besteed aan billable werk over alle klanten. Beide zijn nuttig, maar ze beantwoorden verschillende vragen. Dit rapport richt zich op de billable ratio per klant.
Dat hangt af van wat je wilt meten. Als je interne projecten meeneemt (zoals Klant F op 0%), trekken ze je overall billable ratio flink omlaag. Voor klantwinstgevendheidsanalyse kun je interne projecten beter apart houden en apart meten. Voor totale capaciteitsplanning neem je alles mee.
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