Een contractniveau-analyse van winstgevendheid over 187 actieve contracten uit Autotask PSA. Dit rapport wijst de 23 contracten aan die verlies draaien, goed voor -$312K aan gecombineerde verliezen, en laat zien welke contracttypen het meeste risico dragen.
Een contractniveau-analyse van winstgevendheid over 187 actieve contracten uit Autotask PSA. Dit rapport wijst de 23 contracten aan die verlies draaien, goed voor -$312K aan gecombineerde verliezen, en laat zien welke contracttypen het meeste risico dragen.
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 contractniveau-analyse van winstgevendheid over 187 actieve contracten uit Autotask PSA. Dit rapport wijst de 23 contracten aan die verlies draaien, goed voor -$312K aan gecombineerde verliezen, en laat zien welke contracttypen het meeste risico dragen.
Kerngetallen over alle 187 actieve contracten uit Autotask PSA billing data.
De slechtst presterende contracten gerangschikt op totaal verlies, met contracttype en marge voor context.
| Metric | Value |
|---|---|
| Total Revenue | $17,606,769 |
| Contracts | 1,889 |
| Avg Value | $9,321 |
Contract B is het slechtst op marge. Bij -300% zijn de kosten 4x de omzet. Maar Contract A veroorzaakt de meeste absolute schade met -$56K. Samen zijn de top 3 contracten goed voor $137K aan verliezen -- 44% van alle contractverliezen.
EVALUATE ROW("TotalRevenue", SUM('BI_Autotask_Billing_Items'[total_amount]), "TotalContracts", COUNTROWS('BI_Autotask_Contracts'), "AvgContractValue", DIVIDE(SUM('BI_Autotask_Billing_Items'[total_amount]), COUNTROWS('BI_Autotask_Contracts')))Gemiddelde marge en aantal contracten per type. Hogere balken zijn gezonder. Het aantal onrendabele contracten staat rechts.
Per User contracten leveren de beste marges met gemiddeld 55,2%, en slechts 2 van de 22 draaien verlies. Fixed Price en T&M Block Hours contracten zitten onder 42% marge, wat wijst op te krappe pricing of scope creep. Managed Services heeft het hoogste absolute aantal onrendabele contracten (11), maar dat komt deels doordat het de grootste categorie is met 89 contracten.
EVALUATE SUMMARIZECOLUMNS('BI_Autotask_Contracts'[contract_type_name], "ContractCount", COUNTROWS('BI_Autotask_Contracts'))Hoe alle 187 contracten zich verdelen over margebanden. Het rode segment rechts representeert contracten die geld verliezen.
59% van de contracten zit boven 40% marge -- dat is de gezonde kern van het portfolio. De 16 contracten in de 0-20% band verdienen aandacht: ze zijn een slecht kwartaal verwijderd van negatief worden. Samen met de 23 al-onrendabele contracten gaat het om 39 contracten (20,9%) in de gevarenzone.
Niet alle onrendabele contracten zijn gelijk. De top 3 is verantwoordelijk voor een buitenproportioneel deel van de totale verliezen.
De verliescurve is steil. Contracten A, B en C alleen al genereren $137K aan verliezen -- 44% van het totaal van $312K. Het fixen of heronderhandelen van alleen die drie contracten zou de totale portfolioverliezen bijna halveren. De top 10 contracten dekken 90% van alle verliezen, wat betekent dat de overige 13 onrendabele contracten samen slechts $31K bijdragen.
EVALUATE
VAR _ContractProfits =
ADDCOLUMNS(
SUMMARIZE('BI_Autotask_Billing_Items', 'BI_Autotask_Contracts'[contract_name]),
"Profit", [Profit - total]
)
RETURN
ROW(
"TotalLoss", SUMX(FILTER(_ContractProfits, [Profit] < 0), [Profit]),
"Top3Loss", SUMX(TOPN(3, FILTER(_ContractProfits, [Profit] < 0), [Profit], ASC), [Profit]),
"UnprofitableCount", COUNTROWS(FILTER(_ContractProfits, [Profit] < 0))
)11 van de 23 onrendabele contracten (48%) zijn Managed Services. Hier is de breakdown van die 89 MS-contracten.
Managed Services contracten vormen 47,6% van het portfolio maar genereren 65,7% van alle verliezen. Het typische patroon: een vast maandelijks bedrag dat jaren geleden is afgesproken, terwijl de omgeving van de klant groeide in complexiteit en ticketvolume. Contract B is het extreme geval -- $18K omzet tegen $72K aan kosten, een contract dat waarschijnlijk klein begon en nooit is hergepriced toen de klant opschaalde.
De 78 winstgevende MS-contracten halen een gemiddelde marge van 58,3%, wat bewijst dat het model werkt als de pricing klopt. Het probleem zit niet in het contracttype zelf. Het zit in verouderde pricing en ontbrekende scope-grenzen op specifieke deals.
Contracten A, B en C verliezen samen $137K. Contract B springt eruit met een marge van -300%, wat betekent dat de kosten 4x de omzet zijn. Deze drie contracten hebben onmiddellijke aandacht nodig -- heronderhandeling, scope-reductie of beeindiging.
11 onrendabele MS-contracten verliezen samen $205K. De hoofdoorzaak is flat-fee pricing die niet is meegegroeid met toenemende servicebehoeften. De winstgevende MS-contracten halen gemiddeld 58,3% marge, dus het model is gezond als de pricing actueel blijft.
Deze contracten verliezen nog geen geld, maar de marges zijn flinterdun. Een enkele maand ongepland werk kan ze negatief duwen. Samen met de 23 al-onrendabele contracten staan 39 contracten (20,9%) op de tocht.
Deze twee typen halen gemiddeld onder 42% marge. T&M Block contracten verliezen vaak geld wanneer block hours op zijn maar het werk doorgaat zonder facturatie. Fixed Price contracten lijden onder scope creep die niet wordt vastgelegd in change orders.
Concrete stappen om het bloeden te stoppen en je marges te beschermen.
Contracten A, B en C verliezen samen $137K. Trek hun time entries op, vergelijk de gecontracteerde scope met de werkelijke levering, en bouw een case voor repricing. Voor Contract B specifiek (-300% marge): bereken het breakeven-tarief en presenteer het aan de klant. Als ze geen prijscorrectie accepteren, plan dan een exit.
Stel een Power BI alert in voor elk MS-contract dat onder 20% marge zakt op een rolling 3-maanden basis. Pak problemen aan voordat ze zich opstapelen. De 78 winstgevende MS-contracten bewijzen dat het model werkt -- de mislukkingen zijn pricingproblemen, geen structurele fouten.
Beide typen halen gemiddeld onder 42% marge en zijn kwetsbaar voor ongefactureerde overschrijdingen. Voeg automatische overage billing toe wanneer block hours op zijn. Voor Fixed Price contracten: definieer expliciete scope-grenzen en vereis change orders voor alles daarbuiten.
Omzet minus Kosten per contract uit Autotask billing items. Omzet is de SOM van total_amount en Kosten is de SOM van our_cost in BI_Autotask_Billing_Items, gegroepeerd per contract. Marge is Winst gedeeld door Omzet als percentage.
MS-contracten werken met vaste maandelijkse bedragen. Wanneer de omgeving van een klant groeit of het ticketvolume stijgt, stijgen de kosten maar de omzet blijft gelijk. Zonder regelmatige repricing erodeert de marge over tijd. De 11 onrendabele MS-contracten verloren $205K, terwijl de 78 winstgevende gemiddeld 58,3% marge haalden.
Het betekent dat het contract 4x kost wat het oplevert. Voor elke $1 omzet geeft de MSP $4 uit aan levering. Contract B genereerde $18K omzet maar kostte $72K om te servicen, wat resulteerde in $54K verlies. Dit gebeurt typisch als een klein contract nooit wordt hergepriced terwijl de behoeften van de klant groeien.
Niet per se. Sommige onrendabele contracten horen bij klanten met andere winstgevende contracten. Opzeggen moet een laatste redmiddel zijn na repricing en scope-reductie. Begin met de grootste verliezen, bouw een business case, en onderhandel. Stap alleen uit als de klant een eerlijke prijscorrectie weigert.
Maandelijks voor het KPI-dashboard, per kwartaal voor de volledige contract-level breakdown. Stel geautomatiseerde alerts in voor elk contract dat onder 15% marge zakt, zodat je problemen opvangt tussen formele reviews door.
Ja. Kopieer een query uit de toggle-secties en plak deze 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 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