Wat zijn de werkelijke servicekosten per klant inclusief licenties? Cross-source analyse die Microsoft 365 en Autotask PSA data combineert om het volledige kostenplaatje per klant te onthullen.
Wat zijn de werkelijke servicekosten per klant inclusief licenties? Cross-source analyse die Microsoft 365 en Autotask PSA data combineert om het volledige kostenplaatje per klant te onthullen.
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
Wat zijn de werkelijke servicekosten per klant inclusief licenties? Cross-source analyse die Microsoft 365 en Autotask PSA data combineert om het volledige kostenplaatje per klant te onthullen.
Dit rapport ontleedt de totale servicekosten over je top 12 klanten op basis van omzet. Het combineert arbeidsuren uit Autotask PSA met licentiekosten uit Microsoft 365 om het complete kostenplaatje te tonen. De totale marge van 53% is gezond, maar er is een klant die actief geld verliest en twee klanten vormen een geconcentreerd risico.
Omzet, arbeidskosten, licentiekosten, totale kosten en winstmarge per klant
| Company | Revenue | Contracts | Devices |
|---|---|---|---|
| Craig-Huynh | $2,324,617 | 22 | 715 |
| Lewis LLC | $2,212,915 | 13 | 481 |
| Little Group | $1,431,177 | 38 | 350 |
| Martin Group | $637,092 | 30 | 1,355 |
| Lopez-Reyes | $589,694 | 8 | — |
| Wall PLC | $476,622 | 23 | 320 |
| Burke et al | $469,660 | 17 | 97 |
| Patterson et al | $416,450 | 9 | — |
| Richards et al | $328,165 | 14 | 142 |
| Wu-Jackson | $321,669 | 14 | 119 |
EVALUATE TOPN(10, SUMMARIZECOLUMNS('BI_Autotask_Companies'[company_name], "Revenue", SUM('BI_Autotask_Billing_Items'[total_amount]), "Contracts", DISTINCTCOUNT('BI_Autotask_Contracts'[contract_id]), "Devices", COUNTROWS('BI_Datto_Rmm_Devices')), [Revenue], DESC)Factureerbare uren per klant -- toont waar je team de meeste tijd besteedt
Klant E valt op: ondanks slechts 695 uur (11e plek) heeft deze klant de hoogste arbeidskosten van $645.574. Dat betekent een uurtarief van circa $929/uur, ver boven het portfoliogemiddelde van $164/uur. Dit wijst op dure inhuur, projectoverschrijdingen of verkeerd toegewezen kosten die onderzocht moeten worden.
EVALUATE
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"Hours", [Analytics - Total Hours],
"LaborCost", [Analytics - Total Cost],
"CostPerHour", DIVIDE([Analytics - Total Cost], [Analytics - Total Hours])
)
ORDER BY [Hours] DESCMicrosoft 365 licentie-overhead per klant
Van de 12 geanalyseerde klanten hebben slechts twee meetbare licentiekosten in het kostenmodel. De overige 10 klanten tonen geen licentie-overhead, wat kan betekenen dat licenties gebundeld zijn in de contractprijs of apart worden bijgehouden.
| Klant | Toegewezen Licenties | Verbruikte Licenties | Licentiekosten | % van Totale Kosten |
|---|---|---|---|---|
| Klant C | 20.403 | 352 | $20.403 | 3,3% |
| Klant L | 1.513 | 13 | $1.513 | 1,2% |
Klant C heeft 20.403 licenties toegewezen maar slechts 352 in gebruik -- een verbruikspercentage van amper 1,7%. Dit wijst op forse overprovisioning. Met $20.403 aan licentiekosten is het de moeite waard om te bekijken of ongebruikte licenties teruggehaald of gedowngraded kunnen worden.
Klant L toont hetzelfde patroon op kleinere schaal: 1.513 toegewezen versus 13 in gebruik (0,9% verbruik). De financiele impact is bescheiden met $1.513, maar het patroon is het signaleren waard.
Winstmarge per klant met verliesgevende klanten gemarkeerd
Klant E is de enige verliesgevende klant in het portfolio, met kosten die de omzet met $55.880 overtreffen (een marge van -9,5%). Alle andere klanten genereren positieve marges tussen 50% en 67%. De portfolio-brede marge van 53% is sterk, maar Klant E trekt het naar beneden en zou de hoogste prioriteit moeten zijn voor een winstgevendheidsevaluatie.
EVALUATE
ADDCOLUMNS(
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"Revenue", [Analytics - Total Revenue],
"TotalCost", [Analytics - Total Cost] + [M365 - License Cost]
),
"Profit", [Revenue] - [TotalCost],
"Margin", DIVIDE([Revenue] - [TotalCost], [Revenue]),
"IsLoss", IF([Revenue] < [TotalCost], "Yes", "No")
)
ORDER BY [Margin] ASCOmzet per uur en kosten per uur berekeningen over het hele portfolio
| Klant | Uren | Omzet/Uur | Kosten/Uur | Winst/Uur |
|---|---|---|---|---|
| Klant H | 84 | $4.958 | $2.463 | $2.495 |
| Klant E | 695 | $849 | $929 | -$80 |
| Klant A | 4.370 | $532 | $232 | $300 |
| Klant I | 782 | $420 | $137 | $283 |
| Klant B | 2.801 | $790 | $319 | $471 |
| Klant C | 3.791 | $378 | $165 | $213 |
| Klant D | 2.217 | $287 | $112 | $175 |
| Klant G | 1.312 | $358 | $171 | $187 |
| Klant F | 1.697 | $281 | $126 | $154 |
| Klant J | 962 | $334 | $126 | $208 |
| Klant K | 1.006 | $319 | $141 | $178 |
| Klant L | 865 | $332 | $141 | $191 |
Klant H levert de beste omzet per uur op met $4.958 -- maar let op dat er slechts 84 uur gelogd zijn, wat wijst op een projectmatig of licentie-gedreven engagement. Klant B is de sterkste allround presteerder: $790 omzet/uur over 2.801 uur. Klant E is de enige klant waar de kosten per uur ($929) de omzet per uur ($849) overtreffen, wat het verlies op elk gewerkt uur bevestigt.
Klant E kost $645.574 tegenover $589.694 aan omzet, een nettoverlies van $55.880 (-9,5% marge). De kosten per uur van $929 zijn bijna 6x het portfoliogemiddelde. Dit vraagt om directe actie: het contract is te laag geprijsd, de scope is uitgebreid buiten de afspraken, of kosten worden verkeerd toegewezen aan deze klant.
Klant A ($1.013.970) en Klant B ($894.222) zijn samen goed voor $1.908.192 aan kosten -- 46% van het totaal van $8,3M. Hoewel beide winstgevend zijn (56% en 60% marge), creert deze concentratie risico. Als een van beide klanten vertrekt of heronderhandelt, heeft dat een buitenproportioneel effect op de totale winstgevendheid.
Zonder Klant E mee te rekenen, halen de overige 11 klanten gemiddeld 57% marge. Het totale portfolio genereert $9,3M winst op $17,6M omzet. Dit is een gezonde positie voor een MSP, en de consistentie van de marge over de meeste klanten (50-67% range) toont goede prijsdiscipline.
1. Audit Klant E direct. Bekijk de contractvoorwaarden, het daadwerkelijk geleverde werk en de kostentoewijzing voor Klant E. Stel vast of kosten verkeerd zijn toegewezen of dat het contract echt te laag geprijsd is. Heronderhandel de prijs of herstructureer de scope binnen 30 dagen.
2. Onderzoek de licentie-overprovisioning bij Klant C. Met 20.403 toegewezen licenties maar slechts 352 in gebruik, heeft Klant C zo'n $19.000 aan potentieel ongebruikte licentie-overhead. Voer een licentie-audit uit en trek ongebruikte seats terug of downgrade ze.
3. Verminder concentratierisico van de top 2 klanten. Klant A en B vertegenwoordigen 46% van de kosten en een vergelijkbaar aandeel van de omzet. Maak een plan om mid-tier klanten (D, F, G) te laten groeien om de afhankelijkheid te verminderen. Zelfs kleine groei bij deze accounts verbetert de portfoliobalans.
4. Standaardiseer de kostenregistratie over alle klanten. Tien van de 12 klanten tonen nul licentiekosten, wat waarschijnlijk betekent dat licenties niet via hetzelfde kostenmodel worden bijgehouden. Standaardiseer hoe licentiekosten worden vastgelegd zodat toekomstige winstgevendheidsanalyses het complete plaatje laten zien.
5. Bekijk het engagementmodel van Klant H. Met 84 uur maar $416.450 aan omzet lijkt Klant H een licentie- of projectmatig engagement te zijn. Bevestig of dit correct is gecategoriseerd, en overweeg of dit model ook bij andere klanten kan worden toegepast.
Dit rapport combineert twee primaire bronnen: Autotask PSA (voor omzet, arbeidskosten en uren) en Microsoft 365 (voor licentietoewijzingen en verbruik). De data wordt op klantniveau gekoppeld via Power BI's semantic model, waardoor cross-source analyse in een enkel overzicht mogelijk is.
Dit gebeurt meestal wanneer licentiekosten zijn gebundeld in de contractprijs in plaats van apart worden bijgehouden, of wanneer de Microsoft 365 dataverbinding geen kostentoewijzing heeft voor die klanten. We raden aan om de registratie van licentiekosten over alle klanten te standaardiseren voor een nauwkeuriger beeld.
De winstmarge wordt berekend als (Omzet - Totale Kosten) / Omzet, waarbij Totale Kosten zowel arbeidskosten uit Autotask PSA als licentiekosten uit Microsoft 365 omvat. Een negatieve marge betekent dat het meer kost om de klant te bedienen dan deze betaalt.
Ja. Verbind je Autotask PSA en Microsoft 365 data via Proxuma's Power BI MCP server. De DAX queries in dit rapport draaien dan tegen jouw eigen semantic model, waardoor je dezelfde analyse krijgt met je echte klantdata. Geen voorbeelddata, geen handwerk.
Begin met het verifieren van de data: controleer of kosten correct zijn toegewezen en of het omzetcijfer alle contractcomponenten bevat. Als het verlies echt is, zijn je opties: prijzen heronderhandelen, scope verkleinen, operationele efficientie voor die klant verbeteren, of -- als laatste redmiddel -- het engagement beeindigen. De meeste MSP's merken dat een direct gesprek met de klant over scope en prijs het probleem oplost.
Maandelijks is ideaal om trends te volgen. Elk kwartaal is het minimum om problemen te signaleren voordat ze zich opstapelen. Met Proxuma's MCP server kun je dit rapport in minder dan 15 minuten opnieuw genereren op elke gewenste frequentie, waardoor maandelijkse reviews praktisch en weinig werk zijn.
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