Groeit de achterstand, krimpt deze of blijft die stabiel? Negen maanden ticketflowdata, uitgesplitst naar netto verandering per maand. Gegenereerd door AI via Proxuma Power BI MCP-server.
Groeit de achterstand, krimpt deze of blijft die stabiel? Negen maanden ticketflowdata, uitgesplitst naar netto verandering per maand. 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
Groeit de achterstand, krimpt deze of blijft die stabiel? Negen maanden ticketflowdata, uitgesplitst naar netto verandering per maand. Gegenereerd door AI via Proxuma Power BI MCP-server.
EVALUATE
ROW(
"CurrentBacklog", CALCULATE(
COUNTROWS(BI_Autotask_Tickets),
BI_Autotask_Tickets[status_name] <> "Complete"),
"AvgTicketAge", CALCULATE(
AVERAGE(BI_Autotask_Tickets[resolved_due_age_days]),
BI_Autotask_Tickets[status_name] <> "Complete"),
"ClosureRate", DIVIDE(
CALCULATE(COUNTROWS(BI_Autotask_Tickets),
BI_Autotask_Tickets[status_name] = "Complete"),
COUNTROWS(BI_Autotask_Tickets))
)Het directe antwoord op "groeit of krimpt?" staat hier: netto verandering per maand, met kleurcodering. Groen betekent dat de achterstand kromp. Rood betekent dat deze groeide.
| Periode | Aangemaakt | Afgesloten | Netto Verandering | Richting | Visueel |
|---|---|---|---|---|---|
| Dec 2025 | 2.940 | 2.771 | +169 | Groeiend | +169 |
| Nov 2025 | 3.327 | 3.262 | +65 | Lichte groei | +65 |
| Okt 2025 | 4.013 | 3.966 | +47 | Lichte groei | +47 |
| Sep 2025 | 4.563 | 4.530 | +33 | Lichte groei | +33 |
| Aug 2025 | 3.607 | 3.599 | +8 | Stabiel | +8 |
| Jul 2025 | 6.613 | 6.606 | +7 | Stabiel | +7 |
| Jun 2025 | 3.651 | 3.642 | +9 | Stabiel | +9 |
| Mei 2025 | 3.639 | 3.634 | +5 | Stabiel | +5 |
| Apr 2025 | 4.341 | 4.339 | +2 | Stabiel | +2 |
EVALUATE
ADDCOLUMNS(
SUMMARIZE(BI_Autotask_Tickets, 'BI_Common_Dim_Date'[year_month]),
"Created", CALCULATE(COUNTROWS(BI_Autotask_Tickets)),
"Closed", CALCULATE(COUNTROWS(FILTER(BI_Autotask_Tickets, [status_name] = "Complete")))
)
ORDER BY 'BI_Common_Dim_Date'[year_month] DESCDe huidige openstaande achterstand en wat de cijfers zeggen over de gezondheid van de wachtrij
Een afsluitpercentage van 98,8% klinkt uitstekend, en dat is het ook. Het team sluit vrijwel elk ticket dat binnenkomt. Het probleem zit in de 1,2% die niet wordt afgesloten. Bij 4.077 tickets per maand betekent 1,2% dat er maandelijks ongeveer 49 tickets in de achterstand terechtkomen. Over negen maanden is dat ruwweg 345 tickets, wat deels de huidige 844 openstaande tickets verklaart (de rest dateert van voor deze periode).
De gemiddelde achterstallige leeftijd van 92 dagen bevestigt dat veel van deze openstaande tickets niet recent zijn. Het zijn oudere items die waarschijnlijk zijn gedeprioriteerd, wachten op een reactie van de klant, of vastzitten in een wachtrij die niemand bekijkt. Een gerichte achterstand-opschoning van tickets ouder dan 60 dagen zou het aantal waarschijnlijk halveren.
EVALUATE
ROW(
"OpenTickets", CALCULATE(
COUNTROWS(BI_Autotask_Tickets),
BI_Autotask_Tickets[status_name] <> "Complete"),
"AvgAgeDays", CALCULATE(
AVERAGE(BI_Autotask_Tickets[resolved_due_age_days]),
BI_Autotask_Tickets[status_name] <> "Complete"),
"ClosureRate", DIVIDE(
CALCULATE(COUNTROWS(BI_Autotask_Tickets),
BI_Autotask_Tickets[status_name] = "Complete"),
COUNTROWS(BI_Autotask_Tickets))
)Juli kende 6.613 aangemaakte tickets (62% boven het maandgemiddelde van 4.077), maar het team sloot er 6.606 af. De netto groei was slechts +7. De echte zorg is het groeiende verschil in Q4 2025.
6.613 aangemaakte tickets in juli is verreweg het hoogste volume in het negen-maands venster. Het team sloot er 6.606 af, waardoor de netto toename slechts +7 was. Dat is een indrukwekkende respons op een piek. Wat de piek ook veroorzaakte, het team ving het vrijwel perfect op.
De grotere zorg is de Q4 2025-trend. Oktober (+47), november (+65) en december (+169) laten een gestaag groeiend verschil zien tussen aangemaakte en afgesloten tickets. Dit kan seizoensgebonden zijn (vakantievertraging, jaareinde change freezes) of het kan wijzen op groeiende vraag die de bezetting niet bijhoudt. Houd januari en februari 2026 goed in de gaten om te bepalen wat van toepassing is.
Als het groeiende verschil aanhoudt in Q1 2026, overweeg dan tijdelijke capaciteit toe te voegen of triageprocessen te herzien om tickets te identificeren die sneller opgelost kunnen worden.
EVALUATE
ADDCOLUMNS(
SUMMARIZE(BI_Autotask_Tickets, 'BI_Common_Dim_Date'[year_month]),
"Created", CALCULATE(COUNTROWS(BI_Autotask_Tickets)),
"Closed", CALCULATE(COUNTROWS(FILTER(BI_Autotask_Tickets, [status_name] = "Complete")))
)
ORDER BY 'BI_Common_Dim_Date'[year_month] DESCHet korte antwoord: de achterstand is stabiel maar begint af te drijven. Over het volledige negen-maands venster overtrof het aantal aangemaakte tickets het aantal afgesloten tickets met 345 in totaal, wat neerkomt op ongeveer 38 extra tickets per maand. Dat is een langzame verschuiving, geen crisis, maar de trend versnelt.
April tot en met augustus 2025 waren vrijwel stabiel, met netto veranderingen van +2, +5, +9, +7 en +8. Het team hield de vraag bijna perfect bij. Maar vanaf oktober werd het verschil groter: +47, +65 en +169 in de laatste drie maanden. December 2025 alleen was goed voor bijna de helft van de totale 9-maands verschuiving.
De echte zorg is niet het doorstroomtempo. Het zijn de 844 openstaande tickets met een gemiddelde achterstallige leeftijd van 92 dagen. Dit zijn geen verse tickets die wachten op triage. Het zijn oudere items die in wachtrijen blijven hangen. Sommige wachten mogelijk op onderdelen, reacties van leveranciers of goedkeuringen van klanten. Andere zijn simpelweg vergeten. Een gerichte achterstandsreview zou waarschijnlijk 200+ tickets identificeren die afgesloten, geherclassificeerd of geescaleerd kunnen worden.
Conclusie: Je team sluit 98,8% af van wat binnenkomt. Het verschil van 1,2% is klein in percentagetermen maar betekenisvol op schaal. Pak de verouderde achterstand aan, houd de Q4-verbredingstrend in de gaten, en de cijfers zien er sterk uit.
4 prioriteiten op basis van de bovenstaande bevindingen
Met een gemiddelde leeftijd van 91 dagen is een groot deel van de 844 openstaande tickets verouderd. Haal alle openstaande tickets op die ouder zijn dan 60 dagen. Bepaal per ticket: wacht het op de klant? Wacht het op een leverancier? Of is het simpelweg vergeten? Sluit af wat afgesloten kan worden. Escaleer wat actie vereist. Dit alleen al zou het openstaande aantal met 300-400 tickets kunnen verminderen.
Oktober tot en met december 2025 laten een duidelijke trend zien: +47, +65, +169 netto groei per maand. Als dit aanhoudt in Q1 2026, groeit de achterstand met 200+ tickets per kwartaal. Bepaal of dit seizoensgebonden is (vakantievertraging) of structureel (groeiende vraag). Bekijk of de ticketcomplexiteit is toegenomen of de bezetting is gedaald in die periode.
Maak een Power BI-alert of gepland rapport aan dat afgaat wanneer de maandelijkse netto verandering boven de +100 uitkomt. Je ontdekte dit patroon door een rapport te draaien. Laat de data de volgende keer naar jou toe komen. Een simpele drempelwaarschuwing op de aangemaakt-minus-afgesloten-metriek geeft je vroegtijdig signaal voordat kleine groei een capaciteitsprobleem wordt.
Je team sluit vrijwel elk ticket af dat binnenkomt. Dat is sterke uitvoering. Het achterstandsprobleem gaat niet over doorvoer. Het gaat over de randen: de tickets die door de mazen glippen, verouderen en zich ophopen. Erken de output van het team terwijl je verbeterinspanningen richt op de lange staart van verouderde tickets.
"Aangemaakt" telt elk ticket dat in een bepaalde maand in Autotask is binnengekomen op basis van de aanmaakdatum. "Afgesloten" telt elk ticket dat in diezelfde maand de status "Complete" bereikte, ongeacht wanneer het oorspronkelijk was aangemaakt. Een ticket dat in oktober is aangemaakt en in december afgesloten, telt als aangemaakt in oktober en afgesloten in december.
Het aantal openstaande tickets is een momentopname. Het vertelt je waar je vandaag staat, maar niet welke kant je op gaat. Netto verandering (aangemaakt minus afgesloten) vertelt je het tempo van verandering. Een achterstand van 800 die met 80 per maand krimpt is in veel betere staat dan een achterstand van 500 die met 100 per maand groeit. Richting is belangrijker dan omvang.
Januaripieken zijn gebruikelijk bij MSP's. Klanten keren terug van vakantie met achterstallige verzoeken. Nieuwe IT-budgetten voor het nieuwe jaar zetten projecten en aankopen in gang. Onboarding van nieuwe medewerkers piekt in Q1. Patch Tuesday in januari valt vaak samen met uitgestelde december-updates. Dit alles duwt het ticketvolume boven normale niveaus.
Een afsluitpercentage van 98,8% betekent dat van elke 1.000 aangemaakte tickets er 988 uiteindelijk worden afgesloten. De overige 12 blijven ofwel voor onbepaalde tijd open of zijn nog in behandeling. Op schaal (3.750 tickets/maand) komt zelfs dat verschil van 1,2% neer op ongeveer 45 tickets per maand die zich ophopen in de achterstand. Het is uitstekende doorvoer, maar het residu telt op den duur mee.
Ja. Verbind Proxuma Power BI met je Autotask-account, voeg een AI-tool (Claude, ChatGPT of Copilot) toe via MCP, en stel dezelfde vraag. De AI schrijft de DAX-queries, voert ze uit op je eigen data en produceert 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