Identificeer klanten met dalende winstgevendheidstrends. Volg margeverschuivingen per kwartaal, ontdek verlieslatende accounts tijdig en onderneem actie voordat omzetverlies zich verspreidt over je klantenbestand.
Identificeer klanten met dalende winstgevendheidstrends. Volg margeverschuivingen per kwartaal, ontdek verlieslatende accounts tijdig en onderneem actie voordat omzetverlies zich verspreidt over je klantenbestand.
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
Identificeer klanten met dalende winstgevendheidstrends. Volg margeverschuivingen per kwartaal, ontdek verlieslatende accounts tijdig en onderneem actie voordat omzetverlies zich verspreidt over je klantenbestand.
Winstmargepercentage over alle klanten, gegroepeerd per kwartaal. Q1 2026 is gedeeltelijk (alleen januari).
Q2 2024 had minimale omzet ($2.279) en negatieve marge. Q1 2026 gedeeltelijke data (68,2%) uitgesloten van trendlijn om vertekening te voorkomen.
EVALUATE
ADDCOLUMNS(
SUMMARIZE(
BI_Autotask_Contracts,
BI_Date[Calendar Quarter]
),
"Revenue", CALCULATE([Total Contract Revenue]),
"Cost", CALCULATE([Total Labor Cost]),
"Profit", CALCULATE([Total Contract Revenue]) -
CALCULATE([Total Labor Cost]),
"Margin", DIVIDE(
CALCULATE([Total Contract Revenue]) -
CALCULATE([Total Labor Cost]),
CALCULATE([Total Contract Revenue]), 0)
)
ORDER BY BI_Date[Calendar Quarter]Top 12 klanten op omzet met winstgevendheidsverdeling. Marges onder 30% rood gemarkeerd, 30-50% oranje, boven 50% groen.
| Klant | Omzet | Kosten | Winst | Marge | Status |
|---|---|---|---|---|---|
| Klant A | $2.324.617 | $1.013.970 | $1.310.647 | 56,4% | Gezond |
| Klant B | $2.212.915 | $894.222 | $1.318.693 | 59,6% | Gezond |
| Klant C | $1.431.177 | $603.420 | $827.758 | 57,8% | Gezond |
| Klant D | $637.092 | $248.212 | $388.880 | 61,0% | Gezond |
| Klant E | $589.694 | $645.574 | -$55.879 | -9,5% | Verlieslatend |
| Klant F | $476.622 | $214.395 | $262.227 | 55,0% | Gezond |
| Klant G | $469.660 | $224.394 | $245.267 | 52,2% | Gezond |
| Klant H | $416.450 | $206.868 | $209.582 | 50,3% | Gezond |
| Klant I | $328.165 | $107.091 | $221.073 | 67,4% | Gezond |
| Klant J | $321.669 | $121.483 | $200.186 | 62,2% | Gezond |
| Klant K | $320.832 | $141.416 | $179.416 | 55,9% | Gezond |
| Klant L | $286.926 | $120.188 | $166.739 | 58,1% | Gezond |
EVALUATE
VAR _ClientProfitability =
ADDCOLUMNS(
SUMMARIZE(
BI_Autotask_Contracts,
BI_Autotask_Companies[company_name]
),
"Revenue", CALCULATE([Total Contract Revenue]),
"Cost", CALCULATE([Total Labor Cost]),
"Profit", CALCULATE([Total Contract Revenue]) -
CALCULATE([Total Labor Cost]),
"Margin", DIVIDE(
CALCULATE([Total Contract Revenue]) -
CALCULATE([Total Labor Cost]),
CALCULATE([Total Contract Revenue]), 0)
)
RETURN
TOPN(12, _ClientProfitability, [Revenue], DESC)
ORDER BY [Revenue] DESCKwartaalomzet en kosten naast elkaar. Let op kwartalen waar de kostengroei sneller gaat dan de omzetgroei.
Q2 2025 was het kwartaal met de hoogste omzet op $3,46M, maar de kosten bereikten ook een piek van $1,92M, waardoor de marge daalde naar 44,4%. Dat is de laagste marge in de dataset buiten de opstartperiode van Q2 2024. In Q3 2025 daalde de omzet met 10% terwijl de kosten 29% daalden, wat de marge daadwerkelijk verbeterde naar 56,2%. De kostencorrectie wijst op seizoensgebonden personele aanpassingen of afgeronde projecten.
Klant E genereerde $589.694 aan omzet maar kostte $645.574 om te bedienen, een nettoverlies van $55.879
Klant E is de enige klant in de top 12 die verlies draait. Hun omzet staat op de vijfde plaats met $589.694, maar de kosten om hen te bedienen zijn $645.574. Dat is een gat van $55.879. Elke andere klant in deze lijst genereert een marge boven de 50%.
Dit verlies is geen afrondingsfout. Het vertegenwoordigt een voortdurende kostenoverschrijding die kan worden veroorzaakt door te veel reactieve tickets, scope creep op projecten of een contract dat te laag is geprijsd ten opzichte van de werklast. De volgende stap is het ophalen van het ticketvolume en de time entries van Klant E om te achterhalen waar de uren naartoe gaan.
EVALUATE
ADDCOLUMNS(
SUMMARIZE(
FILTER(
BI_Autotask_Contracts,
RELATED(BI_Autotask_Companies[company_name]) = "Client E"
),
BI_Date[Calendar Quarter]
),
"Revenue", CALCULATE([Total Contract Revenue]),
"Cost", CALCULATE([Total Labor Cost]),
"Profit", CALCULATE([Total Contract Revenue]) -
CALCULATE([Total Labor Cost]),
"Margin", DIVIDE(
CALCULATE([Total Contract Revenue]) -
CALCULATE([Total Labor Cost]),
CALCULATE([Total Contract Revenue]), 0),
"TicketCount", CALCULATE(
COUNT(BI_Autotask_Tickets[ticket_id]))
)
ORDER BY BI_Date[Calendar Quarter]Hoeveel van de top 12 klanten boven of onder de doelmarge vallen
Klantmarges (gesorteerd op marge %)
De enige verlieslatende klant in de top 12. De omzet van $589.694 dekt de servicekosten van $645.574 niet. Dit account heeft direct een winstgevendheidsanalyse nodig om vast te stellen of de kosten kunnen worden verlaagd of de prijsstelling moet worden aangepast.
De laagste marge in de operationele periode. Kosten stegen naar $1,92M terwijl de omzet slechts 11% groeide ten opzichte van Q1. Dit wijst erop dat de kostenbeheersing in dat kwartaal is weggegleden. Q3 corrigeerde dit, maar het is de moeite waard om te controleren of hetzelfde patroon zich herhaalt in seizoenscycli.
De totale portfolio is gezond. Klant I leidt met 67,4% marge en zelfs de minst winstgevende klant (Klant H) staat op 50,3%. Die consistentie binnen de top 12 is een sterke basis. Het probleem is geconcentreerd in een enkel account.
4 prioriteiten op basis van bovenstaande bevindingen
Haal alle time entries, ticketvolumes en projecturen op voor Klant E over de afgelopen vier kwartalen. Identificeer waar de $645.574 aan kosten naartoe gaat. Zoek naar overmatige reactieve tickets, projectoverschrijdingen of verkeerde personeelstoewijzing. Dit is een probleem van $55.879 dat elk kwartaal groeit als het niet wordt aangepakt.
Als de kostenstructuur bij Klant E niet substantieel kan worden verlaagd, moet de contractprijs omhoog. Een marge van -9,5% op een account van $589K is niet houdbaar. Vergelijk hun per-device en per-user pricing met je standaard tariefkaart en identificeer het verschil.
Q2 2025 toonde de grootste kostenpiek ($1,92M) en laagste marge (44,4%). Controleer of dit samenhangt met projecttijdlijnen, onboarding van nieuwe medewerkers of seizoensgebonden werklastverhogingen. Als Q2 consistent je duurste kwartaal is, plan dan personeel en projectplanning eromheen.
Klant I (67,4% marge) en Klant D (61,0%) laten zien hoe goede pricing eruitziet ten opzichte van de leveringskosten. Gebruik hun contractstructuren als template bij het prijzen van nieuwe deals of het heronderhandelen van bestaande contracten die onder de 50% vallen.
Omzet komt uit de contractfacturatiedata van Autotask PSA. Kosten komen uit arbeidsberekeningen op basis van time entries en interne kostentarieven in Proxuma Power BI. De AI bevraagt beide via MCP en berekent winst en marge per klant en per kwartaal.
Kosten omvatten alle arbeidsuren die in Autotask zijn geregistreerd voor een klant, vermenigvuldigd met het interne kostentarief per technicus. Dit omvat geen licentiekosten van derden, hardware-inkoop of overhead. Dit betekent dat de werkelijke marge lager kan zijn dan gerapporteerd als je deze extra kosten meeneemt.
Q1 2026 bevat alleen gedeeltelijke data (waarschijnlijk januari). De marge van 68,2% weerspiegelt een kleinere steekproef met lagere kosten dan gemiddeld. Naarmate het kwartaal vordert met meer time entries en projectwerk, zal de marge waarschijnlijk dichter bij het bereik van 52-56% komen dat we in recente kwartalen zien.
De meeste MSP's streven naar een brutomarge van 50-65% op managed services. Onder de 40% per klant wijst meestal op te lage prijsstelling of te veel service. Onder de 30% is een directe contractreview noodzakelijk. Alles wat negatief is betekent dat je betaalt om die klant te bedienen.
Ja. Koppel Proxuma Power BI aan je Autotask PSA instance, 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 echte data en produceert een rapport als 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