Dit rapport kruist SmileBack CSAT data (10.178 enquetereacties van 336 bedrijven) met Microsoft 365 licentiebeheer (218 tenants, 137 unieke SKU's) om te testen of klanten met ondergebruikte licenties een lagere tevredenheid rapporteren. Twee databronnen, een vraag: vertaalt slordig licentiebeheer zich in een slechtere klantervaring?
Dit rapport kruist SmileBack CSAT data (10.178 enquetereacties van 336 bedrijven) met Microsoft 365 licentiebeheer (218 tenants, 137 unieke SKU's) om te testen of klanten met ondergebruikte licenties een lagere tevredenheid rapporteren. Twee databronnen, een vraag: vertaalt slordig licentiebeheer zich in een slechtere klantervaring?
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: Service managers, account managers, and MSP leadership tracking customer experience
Hoe vaak: Wekelijks for trend monitoring, monthly for team reviews, quarterly for QBRs
Dit rapport kruist SmileBack CSAT data (10.178 enquetereacties van 336 bedrijven) met Microsoft 365 licentiebeheer (218 tenants, 137 unieke SKU's) om te testen of klanten met ondergebruikte licenties een lagere tevredenheid rapporteren. Twee databronnen, een vraag: vertaalt slordig licentiebeheer zich in een slechtere klantervaring?
EVALUATE ROW(
"TotalLicenses", [M365 - Total Assigned Licenses],
"ActiveUsers", [M365 - Monthly Active Users],
"UtilizationRate", [M365 - License Utilization %],
"UnusedLicenses", [M365 - Unused License Count]
)De meeste klanten met veel volume zitten comfortabel boven de 90% positief drempel. Zes van de top tien halen het. De twee die in het 84-89% bereik vallen (Klant A en Klant B) hebben allebei 380+ enquetereacties, wat betekent dat die percentages statistisch stabiel zijn en geen ruis.
Client H met 72,9% positief is de duidelijke uitschieter. Met 59 ratings was bijna 1 op 4 reacties neutraal of negatief. Zo'n patroon over tientallen tickets wijst meestal op een terugkerend serviceprobleem, niet op een eenmalige slechte week. Client H zou gebaat zijn bij een gerichte review van hun recente ticketgeschiedenis om de oorzaak te vinden.
EVALUATE
TOPN(15,
ADDCOLUMNS(
SUMMARIZECOLUMNS(
BI_Autotask_Companies[company_name],
"CSAT_Avg", [CSAT - Average Rating],
"Positive", CALCULATE(COUNT('BI_SmileBack_Reviews'[rating]), 'BI_SmileBack_Reviews'[rating] = 1),
"Neutral", CALCULATE(COUNT('BI_SmileBack_Reviews'[rating]), 'BI_SmileBack_Reviews'[rating] = 0),
"Negative", CALCULATE(COUNT('BI_SmileBack_Reviews'[rating]), 'BI_SmileBack_Reviews'[rating] = -1),
"Total_Ratings", COUNT('BI_SmileBack_Reviews'[rating])
),
"Positive_Pct", DIVIDE([Positive], [Total_Ratings], 0)
),
[Total_Ratings], DESC
)
ORDER BY [Total_Ratings] DESCDe meeste betaalde SKU's draaien boven 90% benutting, een sterk signaal dat het kernniveau van licentiebeheer werkt. AAD Premium P2 op 64% springt eruit als het grootste verspillingsgebied - 36 van 100 gekochte seats zijn ongebruikt. Bij ongeveer $9/gebruiker/maand is dat zo'n $324/maand aan nutteloze kosten.
Copilot op 100% adoptie over alle 13 seats betekent geen verspilling op de nieuwste premium licentie. M365 E3, de hoogste-volume SKU met 1.176 seats, draait op 98,8% met slechts 14 ongebruikte licenties. Het verspillingsprobleem zit geconcentreerd in add-on en security SKU's, niet in de kern productiviteitslicenties.
EVALUATE
SUMMARIZECOLUMNS(
BI_MicrosoftPartnerCenter_Subscribed_Skus[sku_part_number],
TREATAS({"SPE_E3","SPE_F1","M365_F1_COMM","SPE_E5","SPB","ENTERPRISEPACK",
"EXCHANGESTANDARD","STANDARDPACK","AAD_PREMIUM_P2","POWER_BI_PRO_CE",
"Microsoft_365_Copilot"},
BI_MicrosoftPartnerCenter_Subscribed_Skus[sku_part_number]),
"Active", SUM(BI_MicrosoftPartnerCenter_Subscribed_Skus[active_units]),
"Consumed", SUM(BI_MicrosoftPartnerCenter_Subscribed_Skus[consumed_units]),
"Available", SUM(BI_MicrosoftPartnerCenter_Subscribed_Skus[available_units]),
"Util_Pct", DIVIDE(
SUM(BI_MicrosoftPartnerCenter_Subscribed_Skus[consumed_units]),
SUM(BI_MicrosoftPartnerCenter_Subscribed_Skus[active_units]), 0)
)
ORDER BY [Active] DESC| Tenant | Betaald Actief | Betaald Verbruikt | Beschikbaar | Util % |
|---|---|---|---|---|
| Tenant Alpha | 2,016 | 2,078 | -62 | 103.1% |
| Tenant Beta | 400 | 256 | 144 | 64.0% |
| Tenant Gamma | 328 | 303 | 25 | 92.4% |
| Tenant Delta | 56 | 51 | 5 | 91.1% |
| Tenant Epsilon | 41 | 40 | 1 | 97.6% |
| Tenant Zeta | 30 | 30 | 0 | 100% |
| Tenant Eta | 12 | 12 | 0 | 100% |
Tenant Beta op 64% benutting heeft 144 ongebruikte betaalde licenties. Afhankelijk van de SKU mix (E3 op ~$36/gebruiker/maand vs. F1 op ~$2,25/gebruiker/maand) kan die ongebruikte capaciteit tussen $324 en $5.184 per maand kosten. Zelfs aan de voorzichtige kant is dat echt geld voor seats die niemand gebruikt.
Tenant Alpha toont meer dan 100% benutting, wat meestal gebeurt als consumed units de active count overschrijden door grace periods of toewijzingsvertraging. Vijf van de zeven tenants draaien op 91% of hoger, wat betekent dat het verspillingsprobleem geconcentreerd is in een tenant en niet over de hele linie verspreid.
| Client | CSAT Positief Percentage | Totaal Ratings | Betaalde Licenties | Betaald Benut % | Totale Licentie Benut |
|---|---|---|---|---|---|
| Client G | 88.7% | 62 | 12 | 100% | 0.9% |
| Klant B | 84.6% | 382 | 328 | ~92% | 1.7% |
| Client K | ~90% | 10 | 1 | 100% | 100% |
| Client L | 100% | 2 | 65 | ~100% | 101.5% |
Met slechts 4 gekoppelde bedrijven is deze analyse richtinggevend in plaats van conclusief. Er zijn wel een paar patronen die het vermelden waard zijn.
Klant B heeft het hoogste enquetevolume (382 ratings) en het laagste positieve percentage (84,6%) binnen de gekoppelde set. Ze hebben ook de grootste pool betaalde licenties met 328 seats op ongeveer 92% benutting. De "totale licentie" benutting van 1,7% is misleidend omdat het duizenden gratis/trial SKU toewijzingen bevat die de noemer opblazen.
Client L en Client K tonen beide bijna perfecte CSAT en licentiebenutting, maar hun steekproefgrootte (2 en 10 ratings) is te klein om conclusies uit te trekken. Client G zit in het midden: 88,7% positief percentage met volledig benutte betaalde licenties.
Het eerlijke antwoord is dat 4 datapunten geen correlatie tussen licentieverspilling en tevredenheid kunnen bevestigen of ontkennen. Het signaal is interessant, maar de steekproef is te dun. De echte volgende stap is meer bedrijven koppelen over beide bronnen.
Het gat tussen 550 totale bridge bedrijven en 4 cross-source matches is geen datakwaliteitsprobleem. Het is een mappingprobleem. Bridge_All_Companies verbindt databronnen via proxuma_company_id, maar de meeste SmileBack bedrijven en M365 tenants zijn nog niet gekoppeld aan hun bridge record.
332 SmileBack bedrijven en 214 M365 tenants zitten nog ongemapped. Elk bedrijf dat gekoppeld wordt voegt een datapunt toe aan de CSAT-vs-licentie analyse. Als zelfs 50 van de SmileBack bedrijven overlappen met M365 tenants (een redelijke schatting gezien de klantoverlap), springt de cross-source steekproef van 4 naar 50+ bedrijven. Dat zou genoeg zijn voor een statistisch zinvolle correlatie.
Dit gat dichten vereist geen nieuwe integraties of API werk. Het vereist dat iemand bedrijfsnamen matcht tussen Autotask (SmileBack's bron) en Partner Center (M365's bron) en de proxuma_company_id mapping schrijft. Dit is een data-invoertaak, geen engineeringproject.
Slechts 4 van 548 bridge bedrijven hebben zowel SmileBack als M365 data gekoppeld. Dit dekkingspercentage van 0,7% betekent dat de correlatieanalyse draait op een miniem deel van het werkelijke klantenbestand. Het mappen van de resterende 332 SmileBack bedrijven en 214 M365 tenants naar Bridge_All_Companies zou dit van een pilotstudy transformeren naar bruikbare intelligence.
AAD Premium P2 draait op slechts 64% benutting (36 ongebruikte seats). Tenant Beta gebruikt slechts 256 van 400 betaalde licenties (64%). Dit zijn echte kosten zonder bijbehorende waarde. Een kwartaallijkse licentie-opschoning per tenant kan aanzienlijke kosten terugwinnen, te beginnen bij de add-on SKU's waar verspilling zich concentreert.
M365 E3 op 98,8%, F1 op 98,5% en Business Premium op 97,6% tonen strak licentiebeheer voor de high-volume betaalde SKU's. Copilot draait op 100% adoptie. Het verspillingsprobleem zit geconcentreerd in add-on en security SKU's, niet in kern productiviteitslicenties.
1. Map alle SmileBack bedrijven en M365 tenants naar Bridge_All_Companies. Dit is de actie met het hoogste rendement uit dit rapport. Op dit moment dekt de cross-source analyse 0,7% van het klantenbestand. Elk bedrijf dat via proxuma_company_id wordt gekoppeld voegt een datapunt toe. Begin met de top 20 SmileBack klanten op volume - zij dragen het meeste statistische gewicht en hebben waarschijnlijk al M365 tenants die je op naam kunt matchen.
2. Voer een kwartaallijkse licentiebenutting review per tenant uit. Focus op add-on SKU's waar verspilling zich concentreert, niet op de kern E3/F1/Business licenties die al boven 95% draaien. AAD Premium P2 en eventuele standalone Exchange/SharePoint plannen zijn de gebruikelijke verdachten. Bouw een simpele Power BI pagina die elke SKU onder 80% benutting per tenant flagged - dat geeft je elk kwartaal een korte actielijst.
3. Controleer licentiebeheer bij klanten met lage CSAT. Voor elke klant die onder 85% positief percentage zakt, bekijk hun M365 licentie-opzet. Slecht licentiebeheer veroorzaakt dagelijkse wrijving: gebruikers hebben geen toegang tot apps die ze nodig hebben, of ze betalen voor tools die niemand gebruikt terwijl licenties voor gewenste tools ontbreken. Klant B op 84,6% met 328 betaalde licenties zou de eerste kandidaat zijn zodra de mapping compleet is.
4. Automatiseer dit cross-source rapport zodat het maandelijks draait. Zodra de bedrijfsmapping 30+ cross-source matches bereikt, plan dit rapport als terugkerende analyse. De DAX queries zijn al gebouwd. De waarde schaalt lineair met het aantal gemapte bedrijven - bij 100+ matches heb je een statistisch solide correlatie tussen licentieverspilling en klanttevredenheid.
SmileBack gebruikt een driepuntsschaal: +1 (positief/duim omhoog), 0 (neutraal) en -1 (negatief/duim omlaag). De "CSAT Average Rating" meting geeft het gemiddelde over alle reacties op deze schaal, dus een waarde van 0,877 betekent dat de meeste reacties positief zijn. In dit rapport drukken we tevredenheid uit als "positief percentage" - het percentage van alle reacties dat duim omhoog was. Een 92,2% positief percentage betekent 9.385 van 10.178 totale reacties waren positief.
De cross-source match gebeurt via Bridge_All_Companies, dat verschillende databronnen koppelt met proxuma_company_id. Hoewel 336 bedrijven SmileBack data hebben en 218 M365 data, zijn er slechts 4 in beide richtingen gemapped. Dit komt niet doordat de data niet bestaat - het komt doordat de mapping-entries nog niet zijn aangemaakt. De oplossing is een data-invoertaak: match bedrijfsnamen tussen Autotask en Partner Center en schrijf vervolgens de bridge records.
Bridge_All_Companies is een mappingtabel in het Power BI datamodel. Het verbindt bedrijven over verschillende databronnen (Autotask, SmileBack, Microsoft Partner Center, HubSpot, etc.) via een gedeelde proxuma_company_id. Wanneer een bedrijf een entry heeft die zijn Autotask company_id koppelt aan zijn M365 tenant_id via deze bridge tabel, kan Power BI hun data over bronnen heen joinen. Zonder de bridge entry staat de data in aparte silo's.
Totale licentiebenutting omvat alle SKU's: betaald, gratis, trial en developer licenties. Veel tenants hebben duizenden gratis SKU toewijzingen (zoals Teams Exploratory of Office Mobile) die de noemer opblazen. De totale benutting van 0,13% over 3,2 miljoen licenties is hierdoor misleidend. Betaalde licentiebenutting kijkt alleen naar commerciele SKU's met echte kosten (E3, E5, F1, Business, add-ons) en geeft een veel nauwkeuriger beeld van verspilling. Betaalde benutting loopt tussen 64% en 100% over de gevolgde tenants.
Begin met de top 20 SmileBack bedrijven op enquetevolume - zij dragen het meeste statistische gewicht. Zoek voor elk bedrijf in Partner Center naar een matchende tenant op bedrijfsnaam. Als je een match vindt, maak of update de Bridge_All_Companies entry met zowel de Autotask company_id als de M365 tenant_id onder dezelfde proxuma_company_id. Herhaal voor de overige bedrijven. Dit kan ook deels geautomatiseerd worden door fuzzy-matching van bedrijfsnamen over de twee systemen.
AAD Premium P2 (64% benutting, 36 ongebruikte seats) is het primaire doel. Bij ongeveer $9/gebruiker/maand kosten die ongebruikte seats zo'n $324/maand. Kijk daarnaast naar standalone Exchange, SharePoint of security add-on SKU's onder 80% benutting. Kern M365 licenties (E3, F1, Business) worden al goed beheerd boven 95% en hebben geen aandacht nodig. Per tenant, focus op Tenant Beta waar 144 van 400 betaalde licenties ongebruikt zijn.
Ja. De DAX queries in dit rapport zijn productie-klaar en kunnen via de Power BI MCP server op schema worden uitgevoerd. Zodra de bridge mapping 30+ bedrijven met beide databronnen dekt, zou een maandelijkse run de CSAT-vs-licentie correlatie over tijd volgen. Het genereren van het rapport duurt minder dan 15 minuten via MCP, dus een maandelijkse cadans voegt minimale overhead toe.
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