Hoeveel omzet vertegenwoordigen onze top 10 klanten? Dit rapport analyseert de omzetconcentratie per klant, identificeert afhankelijkheidsrisico's en kwantificeert de impact als je grootste accounts vertrekken.
Hoeveel omzet vertegenwoordigen onze top 10 klanten? Dit rapport analyseert de omzetconcentratie per klant, identificeert afhankelijkheidsrisico's en kwantificeert de impact als je grootste accounts vertrekken.
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
Hoeveel omzet vertegenwoordigen onze top 10 klanten? Dit rapport analyseert de omzetconcentratie per klant, identificeert afhankelijkheidsrisico's en kwantificeert de impact als je grootste accounts vertrekken.
Je top 10 klanten genereren $9,2M van je totale omzet van $17,6M. Dat is 52,3% van alle omzet geconcentreerd in slechts 1,8% van je klantenbestand. De top twee klanten alleen al zijn goed voor 25,8%. Als een van die accounts vertrekt, verlies je in een klap meer dan een kwart van je omzet. De overige 540 klanten doen gemiddeld maar $15,6K per stuk, wat betekent dat de long tail volume oplevert maar niet genoeg per klant om een groot verlies bovenaan op te vangen.
Gerangschikt op jaaromzet met cumulatief aandeel van de totale portfolio-omzet ($17,6M)
| # | Klant | Omzet | % van Totaal | Cumulatief % | Risico |
|---|---|---|---|---|---|
| 1 | Klant A | $2.324.617 | 13,2% | 13,2% | Kritiek |
| 2 | Klant B | $2.212.915 | 12,6% | 25,8% | Kritiek |
| 3 | Klant C | $1.431.177 | 8,1% | 33,9% | Hoog |
| 4 | Klant D | $637.092 | 3,6% | 37,5% | Matig |
| 5 | Klant E | $589.694 | 3,3% | 40,9% | Matig |
| 6 | Klant F | $476.622 | 2,7% | 43,6% | Laag |
| 7 | Klant G | $469.660 | 2,7% | 46,2% | Laag |
| 8 | Klant H | $416.450 | 2,4% | 48,6% | Laag |
| 9 | Klant I | $328.165 | 1,9% | 50,5% | Laag |
| 10 | Klant J | $321.669 | 1,8% | 52,3% | Laag |
EVALUATE
VAR _TotalRevenue =
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))
VAR _Top10 =
TOPN(10,
SUMMARIZE(
BI_Autotask_Contracts,
BI_Autotask_Companies[company_name]
),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
DESC
)
RETURN
ADDCOLUMNS(_Top10,
"Revenue", CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
"PctOfTotal", DIVIDE(
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
_TotalRevenue
),
"CumulativePct", DIVIDE(
SUMX(
FILTER(_Top10,
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))
>= EARLIER(CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])))),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))
),
_TotalRevenue
)
)
ORDER BY [Revenue] DESCPareto-verdeling: 1,8% van de klanten genereert 52,3% van de omzet
Het klassieke Pareto-principe suggereert dat 20% van je klanten 80% van de omzet zou moeten opleveren. Jouw verdeling is extremer. Slechts 1,8% van je klantenbestand genereert meer dan de helft van alle omzet. Dit concentratieniveau brengt serieus operationeel en financieel risico met zich mee. Een enkel contractverlies bovenaan kan leiden tot ontslagen of herstructurering.
De top 5 klanten alleen al zijn goed voor $7,2M (40,9%). De kloof tussen Klant C ($1,43M) en Klant D ($637K) valt op: een daling van 55%. Je omzetpiramide heeft een erg smalle top met een steile afgrond na de derde positie.
EVALUATE
VAR _AllClients =
SUMMARIZE(
BI_Autotask_Contracts,
BI_Autotask_Companies[company_name]
)
VAR _TotalRev = CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))
VAR _ClientCount = COUNTROWS(_AllClients)
RETURN
ROW(
"TotalRevenue", _TotalRev,
"TotalClients", _ClientCount,
"AvgPerClient", DIVIDE(_TotalRev, _ClientCount),
"Top1Revenue", MAXX(
TOPN(1, _AllClients,
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])), DESC),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))),
"Top2Revenue", SUMX(
TOPN(2, _AllClients,
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])), DESC),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))),
"Top5Revenue", SUMX(
TOPN(5, _AllClients,
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])), DESC),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))),
"Top10Revenue", SUMX(
TOPN(10, _AllClients,
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])), DESC),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])))
)Klanten gesegmenteerd op basis van jaarlijkse omzetbijdrage
| Omzetcategorie | Klanten | % van Klanten | Totale Omzet | % van Omzet |
|---|---|---|---|---|
| > $1M | 3 | 0,5% | $5.968.709 | 33,9% |
| $250K - $1M | 7 | 1,3% | $3.239.352 | 18,4% |
| $50K - $250K | 48 | 8,7% | $4.812.000 | 27,3% |
| $10K - $50K | 210 | 38,2% | $2.856.708 | 16,2% |
| < $10K | 282 | 51,3% | $730.000 | 4,1% |
Impactanalyse: wat gebeurt er als je grootste klanten vertrekken?
| Scenario | Omzetverlies | Resterende Omzet | Impact | Herstel |
|---|---|---|---|---|
| Klant A vertrekt | -$2.324.617 | $15.282.152 | -13,2% | 73 nieuwe gem. klanten nodig |
| Klant B vertrekt | -$2.212.915 | $15.393.854 | -12,6% | 69 nieuwe gem. klanten nodig |
| Beide A + B vertrekken | -$4.537.532 | $13.069.237 | -25,8% | 142 nieuwe gem. klanten nodig |
| Top 5 vertrekken | -$7.195.495 | $10.411.274 | -40,9% | 225 nieuwe gem. klanten nodig |
Om Klant A te vervangen zou je 73 nieuwe klanten moeten binnenhalen tegen je huidige gemiddelde omzet van $32K per klant. Dat is ongeveer 13% van je gehele bestaande klantenbestand. In de praktijk kan het vervangen van een $2,3M-account via organische groei 12 tot 18 maanden duren, ervan uitgaande dat je salespipeline dat volume aankan.
Het gecombineerde verlies van Klant A en Klant B zou je omzet met $4,5M verlagen. Tegen je huidige gemiddelde dealgrootte betekent dat 142 vervangende accounts vinden. Geen enkele MSP kan dat soort concentratierisico absorberen zonder een bewuste diversificatiestrategie.
EVALUATE
VAR _TotalRevenue =
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue]))
VAR _AvgPerClient =
DIVIDE(_TotalRevenue,
DISTINCTCOUNT(BI_Autotask_Companies[company_name]))
VAR _Top5 =
TOPN(5,
SUMMARIZE(
BI_Autotask_Contracts,
BI_Autotask_Companies[company_name]
),
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
DESC
)
RETURN
ADDCOLUMNS(_Top5,
"ClientRevenue", CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
"PctOfTotal", DIVIDE(
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
_TotalRevenue),
"RemainingIfLost", _TotalRevenue -
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
"ClientsToReplace", ROUNDUP(
DIVIDE(
CALCULATE(SUM(BI_Autotask_Contracts[contract_revenue])),
_AvgPerClient),
0)
)
ORDER BY [ClientRevenue] DESCLong tail-analyse en concentratiebenchmarks
Je grootste klant genereert 7,2 keer meer omzet dan je 10e grootste klant. In een goed gediversifieerde portfolio zou deze ratio idealiter onder de 3x moeten liggen. De steile daling tussen Klant C ($1,43M) en Klant D ($637K) creert een structurele kwetsbaarheid. Als een van de top 3 klanten vertrekt, kan geen combinatie van middelgrote accounts het gat snel vullen.
De long tail van 540 klanten met een gemiddelde van $15,6K per stuk biedt breedte, geen diepte. Deze accounts zijn individueel laagrisico maar collectief belangrijk: ze genereren $8,4M (47,7% van de totale omzet). Als je de gemiddelde omzet van dit segment met slechts 10% laat groeien, voeg je $840K toe en verlaag je de afhankelijkheid van je topklanten.
Klant A ($2,32M) en Klant B ($2,21M) zijn samen goed voor meer dan een kwart van je omzet. Het verlies van een van beide zou 69-73 nieuwe gemiddelde klanten vereisen om te compenseren. Dit is het grootste financiele risico in je portfolio.
Je long tail genereert volume (47,7% van de omzet) maar tegen een erg laag gemiddelde per klant. Veel van deze accounts kosten mogelijk meer om te bedienen dan ze opleveren als je supportoverhead, onboarding en accountmanagement meeneemt. Het segmenteren op winstgevendheid helpt om te bepalen welke accounts groeipotentieel verdienen.
Ondanks het concentratierisico bovenaan: 550 actieve accounts betekent dat je geen boutique-MSP bent die afhankelijk is van een handvol relaties. Het klantenbestand is groot genoeg om een gerichte diversificatiestrategie te ondersteunen. Als je 50 middelgrote accounts laat groeien van $50K naar $100K, voeg je $2,5M toe en verlaag je de afhankelijkheid van je topklanten aanzienlijk.
5 prioriteiten op basis van de concentratieanalyse
Deze twee accounts vertegenwoordigen 25,8% van de omzet. Wijs een vaste accountmanager toe aan elk. Plan kwartaal-business reviews. Volg NPS of CSAT apart op. Bij het eerste teken van ontevredenheid moet er een gesprek op directieniveau volgen. De kosten van proactieve retentie zijn een fractie van de kosten van vervanging.
Je hebt 48 klanten in deze range die $4,8M genereren. Dit is je meest schaalbare segment. Identificeer de 15-20 accounts met het hoogste upsellpotentieel (ongebruikte services, lage seatpenetratie, geen managed security) en voer gerichte expansiecampagnes. Als je dit segment laat groeien van 27,3% naar 35% van de omzet, daalt de top-10-afhankelijkheid onder de 45%.
282 klanten die 4,1% van de omzet genereren: dat is een long tail die mogelijk marge verbrandt. Bereken de volledig belaste kosten om elk account te bedienen (supporturen, toolinglicenties, managementoverhead). Klanten die verliesgevend zijn, moeten opnieuw geprijsd worden, naar een selfservice-tier verplaatst, of doorverwezen naar een kleinere MSP. Het vrijmaken van resources bij onrendabele accounts laat je herinvesteren in groeiaccounts.
Als je topklanten maandelijks opzegbaar of op jaarcontracten zitten, heb je geen aanlooptijd om te reageren op een churnbeslissing. Zet je top 10 accounts op 2-3 jarige overeenkomsten met ingebouwde prijsverhogingen. Dit geeft je zicht op verlengingsrisico en tijd om je voor te bereiden als een klant aangeeft te willen vertrekken.
Voeg "Top 10 Omzetaandeel" en "Topklant als % van Totaal" toe aan je maandelijkse managementdashboard. Stel als doel om de top-10-concentratie te verlagen van 52,3% naar onder de 40% binnen 18 maanden. Behandel omzetdiversificatie op dezelfde manier als elke andere operationele KPI.
De meeste MSP-adviseurs raden aan dat geen enkele klant meer dan 10% van de totale omzet vertegenwoordigt, en dat de top 10 klanten onder de 40% blijft. Als je topklant boven de 15% uitkomt, wordt het als concentratierisico gemarkeerd bij due diligence door kopers en financiers.
Kopers passen doorgaans een korting van 10-30% toe op waarderingen als een enkele klant meer dan 15% van de omzet uitmaakt. Hoge concentratie signaleert key-person- en key-accountrisico. Het verlagen van je topklant-aandeel van 13,2% naar onder de 10% zou je waarderingsmultiple bij exit aanzienlijk kunnen verhogen.
De omzet wordt opgehaald uit Autotask PSA-contractdata via het Proxuma Power BI semantisch model. De AI voert DAX-queries uit op de BI_Autotask_Contracts-tabel, groepeert per bedrijf en berekent totalen, percentages en cumulatieve aandelen.
Maandelijks voor het KPI-dashboard. Per kwartaal voor een volledige analyse zoals dit rapport. Na elke grote contractwinst of -verlies: draai de analyse opnieuw om te zien hoe het concentratieprofiel is verschoven.
Ja. Koppel Proxuma Power BI aan je Autotask PSA, voeg een AI-tool toe (Claude, ChatGPT of Copilot) via MCP, en stel dezelfde vraag. De AI schrijft de DAX-queries, voert ze uit op jouw data en genereert een rapport zoals dit in minder dan vijftien minuten.
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