Een dashboard lost je rapportageprobleem niet op
Bijna elk groeiend bedrijf dat bij ons aanklopt heeft hetzelfde plan: er moet een dashboard komen. Vaak is dat precies de verkeerde eerste stap — en betaal je er twee keer voor.
Öner Yücel
7 minuten lezen
Het gesprek verloopt bijna altijd hetzelfde. Een directeur van een bedrijf dat in vijf jaar van vijftien naar veertig man is gegroeid vertelt dat de cijfers niet meer kloppen. De maandcijfers komen te laat. Twee afdelingen noemen een ander omzetgetal. Niemand kan uitleggen waarom de marge vorige maand daalde. En dan volgt de conclusie: we hebben een dashboard nodig.
Dat is een begrijpelijke conclusie. Het is alleen zelden de juiste.
Het symptoom is niet de oorzaak
Een dashboard is een presentatielaag. Het maakt zichtbaar wat er in je systemen zit — niet meer en niet minder. Als de cijfers daaronder niet kloppen, dan bouw je met een dashboard vooral een snellere manier om verkeerde getallen te verspreiden. Erger nog: doordat het er professioneel uitziet, gaan mensen ze geloven.
We hebben meer dan eens een Power BI-omgeving overgenomen die technisch prima in elkaar zat. Mooie visuals, goede performance, netjes gebouwd. Alleen: niemand gebruikte hem. Niet omdat het dashboard slecht was, maar omdat de directie de cijfers niet vertrouwde. En terecht — als je twee bronnen hebt die allebei "omzet" heten en verschillende dingen tellen, dan is het dashboard niet het probleem.
Een dashboard versnelt wat eronder zit. Zit daar rommel, dan krijg je snellere rommel.
Wat er misgaat als je bovenaan begint
In de praktijk zien we drie manieren waarop een dashboard-eerst-project vastloopt.
1. De definities zijn nooit vastgelegd
Wat is omzet? Gefactureerd of geleverd? Inclusief of exclusief intercompany? Tellen creditnota's mee in de maand van de originele factuur of in de maand van creditering? Zolang dit soort vragen niet expliciet beantwoord zijn, kiest de bouwer van het dashboard er zelf een — meestal degene die het makkelijkst uit de data te halen is. Vervolgens is dat stilzwijgend de bedrijfsdefinitie geworden, zonder dat iemand daar bewust voor gekozen heeft.
Dit is de meest voorkomende oorzaak van "de cijfers kloppen niet". Ze kloppen wél; ze meten alleen iets anders dan wat de directie in haar hoofd heeft.
2. De brondata is niet betrouwbaar genoeg
Een dashboard maakt datakwaliteit meedogenloos zichtbaar. Klanten die drie keer in het CRM staan. Projecten zonder kostenplaats. Uren die pas aan het eind van het kwartaal geboekt worden. Zolang die dingen in de bron zitten, komen ze er in de rapportage weer uit — en dan wordt het dashboard verantwoordelijk gehouden voor problemen die ergens anders ontstaan.
3. Niemand is eigenaar
Een dashboard dat door een externe partij is opgeleverd en waar intern niemand verantwoordelijk voor is, veroudert binnen een half jaar. Er komt een nieuwe productlijn bij, een rekeningschema wordt aangepast, iemand verandert een veld in het ERP. Zonder eigenaar merkt niemand dat de cijfers stilletjes afwijken, tot het moment dat iemand het toevallig ziet. Dan is het vertrouwen al weg.
Wat er wél eerst moet staan
Voordat je aan de presentatielaag begint, moeten vier dingen op orde zijn. Ze zijn geen van alle spannend, en precies daarom worden ze overgeslagen.
- Definities. Een korte lijst van je belangrijkste begrippen — omzet, marge, orderintake, bezetting — met per begrip één zin over wat er wel en niet in zit. Niet twintig pagina's; één A4 is vaak genoeg.
- Bronnen. Per definitie: uit welk systeem komt dit, en welke bewerking gaat eroverheen? Zodra dit is opgeschreven, wordt zichtbaar waar twee bronnen elkaar tegenspreken.
- Proces. Wanneer is een maand dicht? Wie doet wat, en wanneer? Een rapportage die op de tiende af moet zijn maar afhankelijk is van urenregistratie die op de vijftiende binnenkomt, gaat het niet redden.
- Eigenaarschap. Eén persoon die verantwoordelijk is voor de betrouwbaarheid van de cijfers, en die het mandaat heeft om er iets aan te doen als het misgaat.
Dit is minder werk dan het klinkt. Voor de meeste bedrijven van deze omvang is het een kwestie van weken, niet maanden. En het is werk dat je hoe dan ook moet doen — de vraag is alleen of je het vooraf doet, of achteraf terwijl je dashboard al draait en mensen er hun beslissingen op baseren.
Een korte test
Wil je weten of jouw fundament klopt? Stel deze vier vragen aan je team:
- Kunnen twee mensen onafhankelijk van elkaar hetzelfde omzetcijfer over vorige maand produceren?
- Kan iemand uitleggen waarom de marge vorige maand veranderde, zonder eerst een dag te hoeven zoeken?
- Weet je op welke dag van de maand de cijfers definitief zijn?
- Als de persoon die de rapportage maakt morgen wegvalt, staat het dan stil?
Is het antwoord op één of meer van deze vragen ongemakkelijk, dan zit je probleem niet in de presentatielaag.
En AI dan?
Dezelfde redenering geldt, alleen scherper. AI is nog gevoeliger voor de kwaliteit van wat eronder zit dan een dashboard, want de output ziet er nóg overtuigender uit terwijl je nóg minder makkelijk kunt controleren waar hij vandaan komt.
Dat betekent niet dat je moet wachten tot alles perfect is — dat moment komt nooit. Het betekent wel dat je de volgorde omdraait ten opzichte van wat de meeste aanbieders je vertellen. Eerst een fundament waar je op kunt bouwen. Daarna automatiseren wat repeterend en goed afgebakend is. Niet andersom.
Betekent dit dat je geen dashboard moet bouwen?
Nee. Een dashboard is uiteindelijk precies wat je wilt: één plek waar je ziet hoe het bedrijf ervoor staat, zonder dat je iemand hoeft te vragen. Maar het is het sluitstuk, niet het startpunt.
De bedrijven waar dit goed werkt, zijn zonder uitzondering de bedrijven die eerst de saaie vragen hebben beantwoord. Wat meten we, waar komt het vandaan, wie is ervoor verantwoordelijk. Daarna is het dashboard bouwen het makkelijke deel — en, belangrijker, wordt het ook echt gebruikt.
