Dit rapport kruist Microsoft 365-licentiegebruikdata (3,25 miljoen licenties over 137 unieke SKU's) met Datto RMM-alertvolumes (135.387 alerts) om bedrijven te identificeren waar gelicentieerde apparaten ongebruikt blijven terwijl ze overmatige monitoring-alerts genereren. Twee databronnen, een vraag: waar betaal je drie keer voor apparatuur die niemand aanraakt?
Dit rapport kruist Microsoft 365-licentiegebruikdata (3,25 miljoen licenties over 137 unieke SKU's) met Datto RMM-alertvolumes (135.387 alerts) om bedrijven te identificeren waar gelicentieerde apparaten ongebruikt blijven terwijl ze overmatige monitoring-alerts genereren. Twee databronnen, een vraag: waar betaal je drie keer voor apparatuur die niemand aanraakt?
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: NOC teams, asset managers, and service delivery leads
Hoe vaak: Wekelijks for fleet reviews, monthly for lifecycle planning, quarterly for budgeting
Dit rapport kruist Microsoft 365-licentiegebruikdata (3,25 miljoen licenties over 137 unieke SKU's) met Datto RMM-alertvolumes (135.387 alerts) om bedrijven te identificeren waar gelicentieerde apparaten ongebruikt blijven terwijl ze overmatige monitoring-alerts genereren. Twee databronnen, een vraag: waar betaal je drie keer voor apparatuur die niemand aanraakt?
EVALUATE ROW("TotalLicenses", SUM('BI_MicrosoftPartnerCenter_Subscribed_Skus'[total_units]), "ConsumedLicenses", SUM('BI_MicrosoftPartnerCenter_Subscribed_Skus'[consumed_units]), "AvailableLicenses", SUM('BI_MicrosoftPartnerCenter_Subscribed_Skus'[available_units]))
Het portfoliobrede licentiegebruik van 0,13% is extreem laag. Dit betekent dat van de 3,26 miljoen ingerichte licentieseats slechts een fractie actief wordt verbruikt. Dit patroon is gebruikelijk in MSP-omgevingen waar trial-SKU's, legacy-abonnementen en bulkprovisioning de noemer opblazen. Maar zelfs als je daar rekening mee houdt, vertegenwoordigt het gat tussen gekochte en verbruikte seats een aanzienlijk kostenrisico dat de meeste CFO's nooit terugzien in hun maandrapporten.
| Bedrijf | RMM-alerts | M365-licenties | Gebruik | Risico |
|---|---|---|---|---|
| Client A | 26.873 | n.v.t. | Geen data | Hoog |
| Client B | 27.225 | 3.234.204 | 0,12% | Kritiek |
| Client C | 9.307 | n.v.t. | Geen data | Hoog |
| Client D | 7.430 | n.v.t. | Geen data | Medium |
| Client E | 5.032 | n.v.t. | Geen data | Medium |
| Client F | 4.086 | 1.513 | 0,86% | Kritiek |
| Client G | 3.838 | 20.403 | 1,73% | Kritiek |
| Client H | 3.437 | n.v.t. | Geen data | Medium |
| Client I | 2.920 | n.v.t. | Geen data | Medium |
| Client J | 2.646 | n.v.t. | Geen data | Medium |
Client B springt eruit als het slechtste geval: 27.225 RMM-alerts gecombineerd met 3,2 miljoen ingerichte licenties bij 0,12% gebruik. Dat is het schoolvoorbeeld van een spookvloot. Client F en Client G laten hetzelfde patroon zien op kleinere schaal: laag gebruik gekoppeld aan duizenden alerts. Deze drie bedrijven zouden het eerste doelwit moeten zijn voor een licentie- en alertopschoning.
De top twee bedrijven alleen al zijn goed voor 54.098 alerts, wat bijna 40% van het totale alertvolume in de portfolio is. Die concentratie betekent dat het opschonen van slechts twee accounts de alertruis met bijna de helft zou verminderen. Voor de servicedesk vertaalt dat zich direct in minder valse triagecycli en snellere respons op de alerts die er daadwerkelijk toe doen.
EVALUATE TOPN(15,
SUMMARIZECOLUMNS(
BI_Autotask_Companies[company_name],
"LicenseUtil", [License Utilization %],
"ActiveUsers", [Active Users],
"TotalLicenses", [Total Licenses],
"Alerts", COUNTROWS(BI_Datto_Rmm_Alerts)
),
COUNTROWS(BI_Datto_Rmm_Alerts), DESC
)
| Status | Devices | % of Fleet |
|---|---|---|
| Online | 3,395 | 48.8% |
| Offline | 3,556 | 51.1% |
| Unknown | 2 | 0.0% |
Deze drie bedrijven zijn de bevestigde "drievoudige verspilling"-gevallen. Ze verbranden licentiekosten aan seats die niemand gebruikt, genereren duizenden RMM-alerts vanuit die inactieve apparaten, en verbruiken technicianuren aan het triagen van ruis. Client F heeft de slechtste alerts-per-licentie-ratio met 2,70, wat betekent dat hun kleine licentiebestand onevenredig veel ruis veroorzaakt. Client B heeft het hoogste absolute alertaantal maar een lage ratio vanwege hun enorme licentiepool.
Voor CFO-rapportages is de rekening simpel: vermenigvuldig ongebruikte seats met de licentiekosten per seat, tel daar de geschatte techniciantijd per alert bij op (doorgaans 5-10 minuten voor initiële triage), en je hebt de maandelijkse burn rate voor apparaten die nul waarde leveren.
EVALUATE ROW("TotalDevices", COUNTROWS('BI_Datto_Rmm_Devices'), "OnlineDevices", COUNTAX(FILTER('BI_Datto_Rmm_Devices', 'BI_Datto_Rmm_Devices'[Online] = TRUE()), 1), "OfflineDevices", COUNTAX(FILTER('BI_Datto_Rmm_Devices', 'BI_Datto_Rmm_Devices'[Online] = FALSE()), 1))
De geschatte $146.000 per maand aan verspilde techniciantijd is gebaseerd op een conservatieve 5 minuten triage per alert tegen een $50/uur blended tarief. Dit is exclusief de licentiekosten zelf, die per SKU variëren maar al snel $30.000-50.000 per maand aan ongebruikte E3/E5-seats kunnen toevoegen. De totale kosten van spookapparaten bij deze drie accounts kunnen jaarlijks meer dan $2 miljoen bedragen als je licentieverspilling, alert-triage en de opportuniteitskosten van technici die aan factureerbare projecten hadden kunnen werken bij elkaar optelt.
De data schetst een helder beeld. De beheerde portfolio heeft een spookapparatenprobleem dat diep zit. Met 99,87% van de licentieseats ongebruikt en 135.387 RMM-alerts verspreid over de omgeving, ontstaat er door de overlap tussen ongebruikte licenties en luidruchtige apparaten een samengestelde verspillingslus.
Drie bedrijven veroorzaken het gros van deze verspilling. Client B houdt meer dan 3,2 miljoen licentieseats vast bij nagenoeg nul gebruik, terwijl het 27.225 alerts genereert. Dit is waarschijnlijk een provisioneringsartefact waarbij bulklicentieaankopen of trial-SKU's nooit zijn opgeruimd na deployment. Client F en Client G laten een meer typisch patroon zien: gematigde licentiepools met minder dan 2% gebruik, gekoppeld aan duizenden alerts van apparaten die al lang buiten dienst hadden moeten zijn.
De bedrijven zonder licentiedata (Client A, C, D, E, H, I, J) genereren nog steeds aanzienlijke alertvolumes. Dit kunnen omgevingen zijn waar RMM-agents draaien op apparaten die nooit gekoppeld zijn aan M365-tenants, of waar de Bridge_All_Companies-mapping incompleet is. Hoe dan ook: het zijn opschonkansen.
Voor de CFO is de conclusie simpel: spookapparaten zijn niet alleen een IT-operationeel probleem. Het is een financieel lek dat in drie posten tegelijk opduikt. Licentiekosten, supporturen en verminderde servicekwaliteit zijn allemaal terug te voeren op dezelfde oorzaak. Los het spookapparateninventaris op en je lost alle drie op.
Dit ene account houdt de overgrote meerderheid van ongebruikte licenties vast. Maak een uitsplitsing per SKU, identificeer trial- en legacy-abonnementen, en decommission alles dat de afgelopen 90 dagen nul activiteit heeft gehad. De licentiebesparing alleen al kan aanzienlijk zijn, en het verkleinen van de apparaatvoetafdruk vermindert het alertvolume evenredig.
Maak een Datto RMM-beleid dat automatisch niet-kritieke alerts onderdrukt op apparaten waarvan het gekoppelde M365-account geen inlogactiviteit toont. Dit verwijdert de ruis zonder het apparaat buiten dienst te stellen, zodat de klant tijd heeft om te bevestigen of het apparaat moet worden afgevoerd of opnieuw geactiveerd.
Zeven van de top tien alertgeneratoren hebben geen M365-licentiedata. Dat betekent dat de Bridge_All_Companies-tabel incompleet is of dat die omgevingen geen M365-integratie hebben. Maak de mapping compleet om een volledig beeld te krijgen van welke alerts afkomstig zijn van gelicentieerde vs. niet-gelicentieerde apparaten.
Configureer een Power BI-alert die afgaat wanneer het licentiegebruik van een bedrijf onder 5% zakt. Pak het probleem vroeg aan in plaats van maanden later een gebruikspercentage van 0,12% te ontdekken. Dit geeft de accountmanager een trigger om met de klant in gesprek te gaan over het right-sizen van hun licentiepool.
Bundel de gecombineerde kosten van ongebruikte licenties + alert-triage-uren + opportuniteitskosten in een enkel bedrag. Volg het per kwartaal. Wanneer de CFO een jaarlijkse post van $2 miljoen ziet voor apparaten die niemand gebruikt, wordt het opschoonproject gefinancierd. Cijfers sturen beslissingen, en dit cijfer is moeilijk te negeren.
De Totaal M365-licenties metric wordt afgeleid uit het onderliggende Power BI dataset met DAX queries. Het aggregeert data over de rapportageperiode voor een geconsolideerd overzicht van totaal m365-licenties performance.
Dit rapport haalt operationele data op uit Autotask PSA, Datto RMM, Datto Backup via de Proxuma Power BI integratie. De analyse dekt de standaard rapportageperiode en bevat alle actieve records die aan de rapportcriteria voldoen.
Bekijk de specifieke datapunten in deze sectie en vergelijk ze met je operationele context. Gebruik het rapport als startpunt voor teamdiscussies en prioritering van vervolgacties.
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