We hebben de cijfers over eerste uur oplossingspercentage uit je Power BI-data getrokken. Dit valt op, hier zitten de gaten, en dit kun je eraan doen.
We hebben de cijfers over eerste uur oplossingspercentage uit je Power BI-data getrokken. Dit valt op, hier zitten de gaten, en dit kun je eraan doen.
The data covers the full scope of Autotask PSA records relevant to this analysis, broken down by the key dimensions your team needs for day-to-day decisions and client reporting.
Who should use this: MSP operations teams and service delivery managers
How often: As needed for specific analysis or reporting requirements
We hebben de cijfers over eerste uur oplossingspercentage uit je Power BI-data getrokken. Dit valt op, hier zitten de gaten, en dit kun je eraan doen.
-- Combined summary metrics from Power BI datasetKlanten gerangschikt op totaal aantal tickets uit de demodataset
| Bedrijf | Tickets |
|---|---|
| Wolters-Kuipers | 1,002 |
| Brouwer, Kok en Scholten | 1,629 |
| Janssen-Peeters | 1,317 |
| Hermans, Willems en Claes | 1,684 |
| De Vries ICT | 1,758 |
| Vermeulen, Jacobs en Maes | 1,803 |
| Pieters-Lemmens | 1,481 |
| Van Leeuwen, De Jong en Hoekstra | 6,381 |
| Timmermans-Vos | 2,364 |
| Bakker & Zonen | 2,775 |
| Dijkstra-Postma | 2,180 |
| Jansen Groep | 5,290 |
| Van Dijk BV | 2,376 |
| Gerritsen-Kuiper | 5,458 |
| Smit Holding | 1,728 |
EVALUATE TOPN(15, SUMMARIZECOLUMNS('BI_Autotask_Tickets'[company_name], "Tickets", COUNTROWS('BI_Autotask_Tickets')), [Tickets], DESC)Gelogde uren per resource uit de demodataset
| Medewerker | Uren |
|---|---|
| Thijs van Dijk | 1,343.7 |
| Pieter Jansen | 1,361.5 |
| Daan Mulder | 1,418.4 |
| Koen Hendriks | 1,504.5 |
| Eva de Boer | 1,433.4 |
| Marieke van den Berg | 1,584.5 |
| Ruben Meijer | 1,492.5 |
| Sanne Bakker MSc | 2,399.8 |
| Stefan Peters | 2,060.1 |
| Niels Dekker | 2,136.0 |
| Lars Vermeer | 2,050.3 |
| Lisa Smit | 1,779.6 |
| Bram Visser | 1,862.2 |
| Jan de Vries | 1,887.7 |
| Tom Willemsen | 1,554.0 |
EVALUATE TOPN(15, SUMMARIZECOLUMNS('BI_Autotask_Time_Entries'[resource_name], "Hours", SUM('BI_Autotask_Time_Entries'[hours_worked])), [Hours], DESC)Maandelijks ticketvolume over de gemeten periode
| Maand | Tickets |
|---|---|
| 202502 | 3,478 |
| 202503 | 3,766 |
| 202504 | 4,341 |
| 202505 | 3,639 |
| 202506 | 3,651 |
| 202507 | 6,613 |
| 202508 | 3,607 |
| 202509 | 4,563 |
| 202510 | 4,013 |
| 202511 | 3,327 |
| 202512 | 2,940 |
| 202601 | 2,164 |
EVALUATE TOPN(12, SUMMARIZECOLUMNS('BI_Common_Dim_Date'[year_month], "Tickets", COUNTROWS('BI_Autotask_Tickets')), 'BI_Common_Dim_Date'[year_month], DESC)Omzetverdeling per bedrijf uit billingdata
| Bedrijf | Omzet |
|---|---|
| Manders-Peek | €214,468 |
| Mulder & Partners | €253,148 |
| Wu-Jacobs | €321,669 |
| Torres-Jones | €255,698 |
| Vermeulen, Jacobs en Maes | €320,831 |
| Patterson, Riley and Lawson | €416,449 |
| Rijksen, Bel en Christiaans | €328,164 |
| Brouwer, Kok en Scholten | €469,660 |
| Dijkstra-Postma | €286,926 |
| Jansen Groep | €1,431,177 |
| Van Dijk BV | €476,622 |
| Gerritsen-Kuiper | €2,324,616 |
| Bakker & Zonen | €637,091 |
| Janssen-Peeters | €589,694 |
| De Vries ICT | €2,212,914 |
EVALUATE TOPN(15, SUMMARIZECOLUMNS('BI_Autotask_Companies'[company_name], "Revenue", SUM('BI_Autotask_Billing_Items'[total_amount])), [Revenue], DESC)Wat de data ons vertelt
Over 39,226 records in totaal is de verdeling sterk geconcentreerd. Wolters-Kuipers neemt alleen al 2.6% van het totale volume voor z'n rekening (1,002 records). Dat soort concentratie is het monitoren waard: als één klant structureel de workload domineert, kan dat wijzen op scope creep, onvoldoende preventief onderhoud, of een mismatch in pricing.
De maandelijkse trend laat een dalend verloop zien over de gemeten periode, van 3,478 naar 2,164. Een dalende trend kan het gevolg zijn van betere automation, betere documentatie, of minder klantactiviteit.
Het team heeft 25,868 uur gelogd over 15 resources, gemiddeld 1,724 uur per persoon. Let op uitschieters aan beide kanten: engineers die veel meer loggen zijn mogelijk overbelast, terwijl lage uren kunnen wijzen op problemen met logging compliance.
Wolters-Kuipers genereert de meeste activiteit. Check of dit past bij hun contract scope en SLA-tier.
Richt een wekelijkse of maandelijkse review in van eerste uur oplossingspercentage-metrics. Trends zijn belangrijker dan momentopnames. Gebruik de DAX-queries in dit rapport als startpunt.
Dit rapport gebruikt demodata. Koppel Proxuma Power BI aan je eigen Autotask PSA om deze analyse op je echte cijfers los te laten.
Dit rapport haalt data op uit PSA via de Proxuma Power BI-integratie, met DAX-queries tegen het live datamodel.
De onderliggende Power BI-dataset wordt dagelijks ververst. Rapporten kun je op elk moment opnieuw laten genereren voor de meest recente cijfers.
Ja. Proxuma-rapporten zijn volledig aanpasbaar. Je kunt de DAX-queries wijzigen, nieuwe secties toevoegen, of de analyse aanpassen aan jouw specifieke MSP-behoeften.
Connect Proxuma Power BI to your PSA, RMM, and M365 environment, use an MCP-compatible AI to ask questions, and generate custom reports - in minutes, not days.
See more reports Get started