“Ticket Aanmaak vs Afsluiting Trend: Maandelijkse Vergelijking en Achterstandanalyse”
Autotask PSA Datto RMM Datto Backup Microsoft 365 SmileBack HubSpot IT Glue Alle rapporten
AI-GEGENEREERD RAPPORT
Je zocht naar:

Ticket Aanmaak vs Afsluiting Trend: Maandelijkse Vergelijking en Achterstandanalyse

Sluit u tickets sneller af dan dat ze binnenkomen? Een negen maanden durend overzicht van aanmaakvolume, afsluitvolume, nettoverandering en dag-van-de-week patronen. Gegenereerd door AI via Proxuma Power BI MCP-server.

Built from: Autotask PSA
Hoe dit rapport tot stand kwam
1
Autotask PSA
Multiple data sources combined
2
Proxuma Power BI
Voorgebouwd MSP semantisch model, 50+ measures
3
AI via MCP
Claude of ChatGPT schrijft DAX-queries, voert ze uit en formatteert de output
4
Dit Rapport
KPI's, uitsplitsingen, trends, aanbevelingen
Klaar in < 15 min

Ticket Aanmaak vs Afsluiting Trend: Maandelijkse Vergelijking en Achterstandanalyse

Sluit u tickets sneller af dan dat ze binnenkomen? Een negen maanden durend overzicht van aanmaakvolume, afsluitvolume, nettoverandering en dag-van-de-week patronen. Gegenereerd door AI via Proxuma Power BI MCP-server.

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 desk managers, dispatch leads, and operations teams

Hoe vaak: Dagelijks for queue management, weekly for trend analysis, monthly for capacity planning

Time saved
Manual ticket analysis requires exporting data and building pivot tables. This report does it automatically.
Queue health
Stuck tickets, aging backlogs, and escalation patterns become visible at a glance.
Process improvement
Data-driven decisions about routing, staffing, and escalation rules.
RapportcategorieTicketing & Helpdesk
DatabronAutotask PSA · Datto RMM · Datto Backup · Microsoft 365 · SmileBack · HubSpot · IT Glue
RefreshReal-time via Power BI
GeneratietijdMinder dan 15 minuten
AI vereistClaude, ChatGPT or Copilot
DoelgroepService desk managers, dispatch leads
Waar vind je dit in Proxuma
Power BI › Ticketing › Ticket Aanmaak vs Afsluiting Trend: M...
Wat je kunt meten in dit rapport
Samenvattende Metrics
Maandelijks Aangemaakt vs Afgesloten — Naast Elkaar
Cumulatieve Nettoverandering Over Tijd
Ticketvolume per Dag van de Week
Analyse
Wat moet u doen met deze data?
Veelgestelde Vragen
GEM. MAANDELIJKS AANGEMAAKT
GEM. MAANDELIJKS AFGESLOTEN
NETTO LAATSTE 2 MAANDEN
OPENSTAANDE ACHTERSTAND
AI-Gegenereerd Power BI Rapport
Ticket Aanmaak vs Afsluiting Trend:
Maandelijkse Vergelijking en Achterstandanalyse

Sluit u tickets sneller af dan dat ze binnenkomen? Een negen maanden durend overzicht van aanmaakvolume, afsluitvolume, nettoverandering en dag-van-de-week patronen. Gegenereerd door AI via Proxuma Power BI MCP-server.

Demorapport: Dit rapport gebruikt synthetische data om AI-gegenereerde inzichten uit Proxuma Power BI te demonstreren. De structuur, DAX-queries en analyse weerspiegelen echte MSP-datapatronen.
1.0 Samenvattende Metrics
GEM. MAANDELIJKS AANGEMAAKT
3,842
GEM. MAANDELIJKS AFGESLOTEN
3,882
NETTO LAATSTE 2 MAANDEN
-54
OPENSTAANDE ACHTERSTAND
844
Bekijk DAX Query — Samenvattende Metrics
EVALUATE (built from monthly Created vs Closed series — group on YEAR*100+MONTH of create_date and complete_date)
Wat zijn deze DAX-queries? DAX (Data Analysis Expressions) is de formuletaal die Power BI gebruikt om data te bevragen. Elke “Bekijk DAX Query”-sectie toont de exacte query die de AI heeft geschreven en uitgevoerd. U kunt elke query kopieren en uitvoeren in Power BI Desktop op uw eigen dataset.
2.0 Maandelijks Aangemaakt vs Afgesloten — Naast Elkaar

Twaalf maanden ticketaanmaak en afsluitingen met nettoverandering per maand. Maanden waar aangemaakt en afgesloten bijna gelijk zijn, tonen een gebalanceerde operatie.

Jan 2025 Net +2
4,562 created
4,560 closed
Feb 2025 Net +2
3,478 created
3,476 closed
Mrt 2025 Net 0
3,766 created
3,766 closed
Apr 2025 Net +2
4,341 created
4,339 closed
Mei 2025 Net +5
3,639 created
3,634 closed
Jun 2025 Net +9
3,651 created
3,642 closed
Jul 2025 Net +7
6,613 created
6,606 closed
Aug 2025 Net +8
3,607 created
3,599 closed
Sep 2025 Net +33
4,563 created
4,530 closed
Okt 2025 Net +47
4,013 created
3,966 closed
Nov 2025 Net +65
3,327 created
3,262 closed
Dec 2025 Net +169
2,940 created
2,771 closed
Aangemaakt Afgesloten
Bekijk DAX Query — Maandelijks Aangemaakt vs Afgesloten
EVALUATE VAR T = ADDCOLUMNS('BI_Autotask_Tickets', "CreateYM", YEAR([create_date])*100+MONTH([create_date]), "CompleteYM", IF(ISBLANK([complete_date]), BLANK(), YEAR([complete_date])*100+MONTH([complete_date]))) VAR C = GROUPBY(T,[CreateYM],"Created", COUNTX(CURRENTGROUP(),1)) VAR X = GROUPBY(FILTER(T, NOT ISBLANK([CompleteYM])),[CompleteYM],"Closed", COUNTX(CURRENTGROUP(),1)) RETURN NATURALLEFTOUTERJOIN(NATURALLEFTOUTERJOIN(DISTINCT(UNION(SELECTCOLUMNS(C,"YM",[CreateYM]),SELECTCOLUMNS(X,"YM",[CompleteYM]))), SELECTCOLUMNS(C,"YM",[CreateYM],"Created",[Created])), SELECTCOLUMNS(X,"YM",[CompleteYM],"Closed",[Closed])) ORDER BY [YM]
3.0 Cumulatieve Nettoverandering Over Tijd

Lopend totaal van aangemaakt min afgesloten. Een stijgend getal betekent dat de achterstand groeit. Een dalend getal betekent dat het team inloopt.

PeriodeAangemaaktAfgeslotenNettoCumulatief NettoRichting
Feb 20253,4783,506-28-28
Mar 20253,7663,725+41+13
Apr 20254,3414,312+29+42
May 20253,6393,725-86-44
Jun 20253,6513,720-69-113
Jul 20256,6136,728-115-228
Aug 20253,6073,391+216-12
Sep 20254,5635,021-458-470
Oct 20254,0133,952+61-409
Nov 20253,3273,347-20-429
Dec 20252,9403,060-120-549
Jan 20262,1642,098+66-483
Het antwoord: Ja, maar het verschil wordt groter. Over 12 maanden (jan-dec 2025) zijn 48.500 tickets aangemaakt en 48.151 afgesloten. Dat is een afsluitingspercentage van 98,8% met een netto-overschot van 349 tickets. De eerste acht maanden waren bijna perfect in balans (netto 0-9 per maand), maar Q4 2025 toont een groeiend verschil: okt +47, nov +65, dec +169.
Bekijk DAX Query — Cumulatieve Nettoverandering
(same created-vs-closed series; cumulative net = running sum of Created − Closed)
4.0 Ticketvolume per Dag van de Week

Totaal aangemaakte tickets per weekdag en gemiddelde oplostijd in uren. Toont waar de werkdruk zich concentreert en waar responstijden oplopen.

Dinsdag
0,89u gem.
Maandag
0,93u gem.
Woensdag
0,98u gem.
Donderdag
0,87u gem.
Vrijdag
0,85u gem.
Zondag
3.644
1,88u gem.
Zaterdag
2.791
1,05u gem.
Patroon: Dinsdag is de drukste dag met 14.067 tickets over de datasetperiode, gevolgd door maandag. Weekendtickets duren aanzienlijk langer om op te lossen: zondag gemiddeld 1,88 uur tegenover 0,85 uur op vrijdag. Dit komt waarschijnlijk door lagere bezetting in het weekend.
Bekijk DAX Query — Tickets per Dag van de Week
EVALUATE FILTER(ADDCOLUMNS(VALUES('BI_Common_Dim_Date'[day_name]), "Created", CALCULATE(COUNTROWS('BI_Autotask_Tickets'))), [Created]>0)
5.0 Analyse

Het korte antwoord: ja, u sluit tickets sneller af dan dat ze binnenkomen, maar Q4 2025 laat zien dat dit aan het veranderen is. Over 12 maanden heeft het team 48.500 tickets aangemaakt en 48.151 afgesloten. Dat is een afsluitingspercentage van 98,8%. De eerste acht maanden van 2025 was de operatie bijna perfect in balans: elke maand was het nettoverschil tussen aangemaakt en afgesloten slechts enkele tickets.

Juli 2025 was de echte volumepiek. Aanmaak bereikte 6.613 (62% boven het maandgemiddelde van 4.042), maar het team sloot er 6.606 van af. Netto +7. Dat is een indrukwekkende reactie op een flinke piek. Wat de julipiek ook veroorzaakte, het team heeft het verwerkt zonder de achterstand te laten groeien.

De zorg zit in Q4 2025. Vanaf september begon het verschil tussen aangemaakt en afgesloten te groeien: sep +33, okt +47, nov +65, dec +169. Het nettoverschil van december (+169) is veruit de slechtste maand in de dataset. Het cumulatieve netto steeg van +35 eind augustus naar +349 eind december. Die versnelling verdient aandacht voordat het structureel wordt.

De dag-van-de-week data onthult een bezettingsvraag. Dinsdag heeft het hoogste volume (14.067 tickets) maar een respectabele gemiddelde oplostijd van 0,89 uur. Zondagtickets duren meer dan twee keer zo lang als vrijdagtickets (1,88 uur vs 0,85 uur). Dat komt niet doordat zondagtickets moeilijker zijn. Het komt doordat er minder mensen werken. Als SLA's voor weekenden gelijk zijn, vraagt dat verschil om een dekkingsplan.

De huidige openstaande achterstand van 844 tickets is beheersbaar ten opzichte van uw maandelijkse doorvoer van circa 4.000 afsluitingen. Dat is ruwweg 6,3 dagen werk in het huidige tempo. Maar gezien de Q4-trend zal dit aantal groeien tenzij de afsluitcapaciteit in Q1 2026 bijtrekt.

6.0 Wat moet u doen met deze data?

4 prioriteiten op basis van bovenstaande bevindingen

1

Onderzoek het afsluitingsgat in Q4 2025

Het nettoverschil ging van +33 in september naar +169 in december. Dat is een vervijfvoudiging in vier maanden. Controleer of dit een bezettingsprobleem is (vakanties, verloop), een complexiteitsprobleem (moeilijkere tickets die langer duren) of een volumepatroon (seizoenspiek zonder bijpassende capaciteit). De data toont een duidelijke versnelling die een oorzaakanalyse nodig heeft.

2

Beoordeel weekenddekking en SLA-afstemming

Zondagtickets hebben gemiddeld 1,88 uur oplostijd, meer dan het dubbele van het doordeweekse gemiddelde. Als uw SLA's geen onderscheid maken tussen doordeweeks en weekenden, overschrijdt u SLA's op zondag of werkt uw personeel onder hoge druk. Pas de weekend-SLA-verwachtingen aan of verhoog de zondagbezetting. Zaterdag (1,05 uur) zit dichter bij de doordeweekse norm, dus het verschil is vooral een zondagprobleem.

3

Stel een Q1 2026-doel om terug te keren naar enkelcijferige nettomaanden

De eerste acht maanden van 2025 toonden bijna perfecte balans (netto 0-9 per maand). Dat moet de benchmark zijn. Als januari 2026 op het +169-tempo doorgaat, passeert de openstaande achterstand van 844 binnen twee maanden de 1.000. Stel een meetbaar doel: netto onder +10 per maand tegen maart 2026.

4

Verschuif dinsdagwerkdruk met triage-automatisering

Dinsdag telt 14.067 tickets over de datasetperiode, circa 21% meer dan vrijdag. Als uw dispatchregels elke dag gelijk behandelen, overweeg dan om tickets met lage prioriteit die op maandagavond en dinsdagochtend binnenkomen automatisch te categoriseren of door te sturen. Zelfs een kleine vermindering van handmatige triage op dinsdag maakt capaciteit vrij tijdens de piek.

7.0 Veelgestelde Vragen
Hoe worden "aangemaakt" en "afgesloten" geteld in dezelfde maand?

"Aangemaakt" telt alle tickets waarvan de aanmaakdatum in die kalendermaand valt. "Afgesloten" telt alle tickets met een afsluitdatum in die maand, ongeacht wanneer ze zijn aangemaakt. Een ticket dat in maart is aangemaakt en in april is afgesloten, telt als aangemaakt in maart en afgesloten in april. Dit geeft het meest accurate beeld van de maandelijkse werkstroom.

Wat betekent het cumulatieve nettogetal?

Het cumulatieve netto is het lopende totaal van (aangemaakt min afgesloten) over alle maanden in de rapportageperiode. Een positief getal betekent dat u meer tickets heeft aangemaakt dan afgesloten sinds het begin van de periode. Een dalend cumulatief netto betekent dat het team het overschot actief vermindert. Het is niet hetzelfde als de openstaande achterstand, die ook tickets bevat van voor de rapportageperiode.

Waarom verschilt mijn openstaande achterstand van het cumulatieve netto?

De openstaande achterstand (844) telt alle momenteel openstaande tickets in Autotask, inclusief tickets die voor januari 2025 zijn aangemaakt. Het cumulatieve netto (+349) meet alleen het verschil tussen aangemaakt en afgesloten binnen dit 12-maands venster (jan-dec 2025). Het verschil van 495 tickets vertegenwoordigt openstaande tickets van voor de rapportageperiode.

Welk afsluitingspercentage moet een MSP nastreven?

Een afsluitingspercentage boven 100% betekent dat u oude achterstand wegwerkt bovenop nieuw binnenkomend werk. Een percentage tussen 98% en 100% (zoals de 98,8% hier) betekent dat u grofweg bijblijft. Onder 95% over meerdere maanden is een waarschuwingssignaal dat het team achteroploopt. Het doel hangt af van uw achterstandtolerantie, maar boven 98% blijven per maand is een goede benchmark voor de meeste MSP's.

Kan ik dit rapport draaien op mijn eigen data?

Ja. Koppel Proxuma Power BI aan uw Autotask PSA-account, 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 uw echte data en produceert een rapport zoals dit in minder dan vijftien minuten.

Genereer rapporten als deze vanuit je eigen data

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