Een overzicht van gewerkte uren vs gegenereerde omzet per klant uit Autotask PSA time entries en billing data. Dit rapport identificeert klanten waar inzet niet vertaald wordt naar inkomsten -- en belicht 3 kritieke mismatches die direct aandacht nodig hebben.
Een overzicht van gewerkte uren vs gegenereerde omzet per klant uit Autotask PSA time entries en billing data. Dit rapport identificeert klanten waar inzet niet vertaald wordt naar inkomsten -- en belicht 3 kritieke mismatches die direct aandacht nodig hebben.
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 overzicht van gewerkte uren vs gegenereerde omzet per klant uit Autotask PSA time entries en billing data. Dit rapport identificeert klanten waar inzet niet vertaald wordt naar inkomsten -- en belicht 3 kritieke mismatches die direct aandacht nodig hebben.
Belangrijkste metrics uit Autotask PSA time entries en billing items over 77 resources en alle actieve klanten.
Klanten gerangschikt op effectief uurtarief (omzet gedeeld door totale uren). Hogere tarieven betekenen een beter rendement op geïnvesteerde tijd.
| Klant | Totaal Uren | Billable Uren | Omzet | Effectief Tarief | Beoordeling |
|---|---|---|---|---|---|
| Client P | 84 | 84 | $416.450 | $4.958/uur | Uitstekend |
| Client Q | 197 | 183 | $255.698 | $1.298/uur | Uitstekend |
| Client O | 695 | 622 | $589.694 | $848/uur | Uitstekend |
| Client C | 2.801 | 2.665 | $2.212.915 | $790/uur | Uitstekend |
| Client A | 4.370 | 3.792 | $2.324.617 | $532/uur | Sterk |
| Client N | 782 | 681 | $328.165 | $420/uur | Sterk |
| Client B | 3.791 | 3.127 | $1.431.177 | $378/uur | Sterk |
| Client G | 1.312 | 1.096 | $469.660 | $358/uur | Sterk |
| Client K | 962 | 916 | $321.669 | $334/uur | Gemiddeld |
| Client M | 865 | 808 | $286.926 | $332/uur | Gemiddeld |
| Client S | 683 | 666 | $214.469 | $314/uur | Gemiddeld |
| Client I | 1.006 | 853 | $320.832 | $319/uur | Gemiddeld |
| Client D | 2.217 | 1.970 | $637.092 | $287/uur | Onder gem. |
| Client E | 1.697 | 1.665 | $476.622 | $281/uur | Onder gem. |
| Client H | 1.171 | 1.114 | $205.547 | $176/uur | Kritiek |
| Client J | 962 | 954 | $167.540 | $174/uur | Kritiek |
| Client F | 1.662 | -- | -- | $0/uur | Geen Omzet |
EVALUATE
TOPN(15,
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"TotalHours", SUM('BI_Autotask_Time_Entries'[hours_worked]),
"BillableHours", CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked]), 'BI_Autotask_Time_Entries'[is_non_billable] = FALSE),
"Revenue", SUM('BI_Autotask_Billing_Items'[total_amount]),
"TicketCount", DISTINCTCOUNT('BI_Autotask_Tickets'[ticket_id])
),
[TotalHours], DESC
)Klanten gerangschikt op gewerkte uren, met balken die hun effectief uurtarief tonen. Het gemiddelde van $347/uur is de benchmark -- alles eronder betekent dat je minder rendement per uur krijgt dan het portfolio-gemiddelde.
EVALUATE
TOPN(15,
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"TotalHours", SUM('BI_Autotask_Time_Entries'[hours_worked]),
"BillableHours", CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked]), 'BI_Autotask_Time_Entries'[is_non_billable] = FALSE),
"Revenue", SUM('BI_Autotask_Billing_Items'[total_amount]),
"TicketCount", DISTINCTCOUNT('BI_Autotask_Tickets'[ticket_id])
),
[TotalHours], DESC
)Hoe klanten verdeeld zijn over effectief tarief-categorieen. Circumference = 2 x pi x 55 = 345,58.
20% van de top klanten valt onder $200/uur -- dit zijn de accounts die onevenredig veel tijd verbruiken in verhouding tot wat ze betalen. Client F springt eruit met 1.662 uren en nul omzet. Client H en Client J zitten beide rond $175/uur, ruwweg de helft van het portfolio-gemiddelde.
Klanten gegroepeerd in vier kwadranten op basis van gewerkte uren (grens: 1.000 uur) en omzet (grens: $400.000).
Dit zijn je meest efficiente accounts -- hoog rendement, weinig inzet.
Deze klanten verbruiken veel resources zonder bijpassende omzet. Direct review nodig.
Matige accounts. Monitor of ze richting het rode kwadrant bewegen.
EVALUATE
TOPN(15,
SUMMARIZECOLUMNS(
'BI_Autotask_Companies'[company_name],
"TotalHours", SUM('BI_Autotask_Time_Entries'[hours_worked]),
"BillableHours", CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked]), 'BI_Autotask_Time_Entries'[is_non_billable] = FALSE),
"Revenue", SUM('BI_Autotask_Billing_Items'[total_amount])
),
[Revenue], DESC
)Totale billable ratio en per-klant verdeling. 75,6% van alle uren is billable -- de overige 24,4% bestaat uit interne tijd, non-billable werk en overhead.
Client H en Client J hebben allebei een hoge billable ratio (95%+), wat betekent dat bijna al hun uren als billable zijn geregistreerd -- maar de omzet per uur is extreem laag. Dit wijst op een tarief- of contractprobleem, niet op een bezettingsprobleem. Client F heeft nul billable uren ondanks 1.662 geregistreerde uren, wat erop wijst dat al het werk als non-billable is geclassificeerd of dat de billing-relatie volledig ontbreekt.
Dit is de grootste mismatch in de dataset. Client F registreerde 1.662 uren -- de 6e hoogste van alle klanten -- zonder billable uren en zonder bijbehorende omzet. Dit kan een intern project zijn dat verkeerd is gecategoriseerd als klant, een billing-integratiefout, of een contractueel gat waar werk wordt gedaan zonder facturatiemechanisme. Hoe dan ook, dit vertegenwoordigt ongeveer $576.000 aan gemiste potentiele omzet tegen het portfolio-gemiddelde tarief.
Beide klanten zitten rond $175/uur -- ongeveer 50% van het portfolio-gemiddelde van $347/uur. Met een gecombineerd totaal van 2.133 uren is dat een flinke resource-investering. Als deze accounts tegen het gemiddelde tarief zouden factureren, zouden ze $740K opleveren in plaats van $373K -- een gat van $367K. De hoge billable ratio's (95%+) bevestigen dat dit een prijsprobleem is, geen bezettingsprobleem.
Interne time entries vormen 14,3% van alle uren. Hoewel enige interne overhead normaal is, is de $503 aan bijbehorende omzet ongebruikelijk en waarschijnlijk een data-anomalie. Controleer of klantgerelateerd werk per ongeluk als intern wordt geclassificeerd -- zelfs een kleine verschuiving zou de billable ratio merkbaar verbeteren.
Client C ($790/uur), Client A ($532/uur) en Client P ($4.958/uur) laten zien dat efficiente klantrelaties mogelijk zijn. Client P demonstreert hoe een high-value, low-touch engagement eruitziet -- 84 uren die $416K opleveren. Gebruik deze als benchmark bij het heronderhandelen van contracten voor onderpresterende accounts.
Concrete stappen om het gat tussen uren en omzet te dichten over het hele portfolio.
Bepaal of dit een dataprobleem is (ontbrekende billing-integratie), een intern project dat verkeerd als klant is gelabeld, of daadwerkelijk ongefactureerd werk. Als het echt klantwerk is, stel dan deze maand nog een facturatiemechanisme in. Tegen het portfolio-gemiddelde tarief vertegenwoordigt 1.662 uren meer dan $576K aan potentiele omzet.
Beide klanten hebben een bijna perfecte billable ratio maar genereren minder dan de helft van het gemiddelde tarief. Trek hun contracten erbij en vergelijk afgesproken tarieven met daadwerkelijke facturatie. Als de tarieven contractueel vastliggen, onderhandel dan bij de volgende verlenging. Doel: breng beide boven $250/uur binnen 6 maanden.
7.264 interne uren is 14,3% van de totale capaciteit. Audit de time entries om te bevestigen dat geen van dit werk bij een klantaccount hoort. Zelfs het herclassificeren van 5% zou 363 billable uren terug aan de pool toevoegen en de totale billable ratio naar 76,3% brengen.
Het effectief tarief is de totale omzet gedeeld door de totale gewerkte uren voor een klant. Het laat zien wat je daadwerkelijk verdient per uur inzet -- ongeacht of die uren tegen verschillende tarieven zijn gefactureerd of non-billable tijd bevatten. Een laag effectief tarief betekent dat je meer tijd besteedt dan de omzet rechtvaardigt.
Client F heeft 1.662 uren in Autotask time entries maar geen bijpassende records in de billing items tabel. Dit betekent meestal dat de billing-integratie niet werkt, het werk onder een contract valt dat geen billing items genereert, of dat het bedrijfsrecord verkeerd is geconfigureerd in Autotask.
Dat verschilt per regio en service mix, maar een gezonde MSP richt zich meestal op een effectief tarief boven $200/uur. Het portfolio-gemiddelde van $347/uur in deze dataset is sterk. Klanten onder $200/uur moeten worden beoordeeld, en alles onder $150/uur verliest bijna zeker geld wanneer je fully-loaded kosten meerekent.
Een hoge billable ratio met een laag effectief tarief betekent dat het probleem in de prijs zit, niet in de bezetting. Je factureert de uren wel -- alleen niet tegen hoge genoeg tarieven. Een lage billable ratio met fatsoenlijke tarieven wijst op te veel non-billable werk, wat een ander probleem is dat scope- of proceswijzigingen vereist.
Ja. Kopieer een query uit de toggles hierboven en plak deze in DAX Studio of Power BI Desktop. De queries verwijzen naar standaard Proxuma datamodel-tabellen (BI_Autotask_Time_Entries, BI_Autotask_Billing_Items, BI_Autotask_Companies) die in elke Proxuma Power BI deployment bestaan.
Klanten met minimale uren (zoals Client P met 84 uren) kunnen extreem hoge effectieve tarieven tonen omdat hun omzet vooral uit productlicenties, managed services of fixed-fee contracten komt in plaats van facturatie per uur. Deze tarieven zijn reeel maar niet direct vergelijkbaar met high-touch serviceklanten.
Maandelijks voor de top-level KPI's en per kwartaal voor de volledige klantanalyse. Stel alerts in voor elke klant waarvan het effectief tarief onder $200/uur zakt op een rolling 3-maanden basis, zodat je verslechtering vroeg opmerkt.
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