Hoeveel uur staat er open op een dossier, en is dat nog declarabel? Voor veel accountantskantoren is dat een vraag die te laat beantwoord wordt. De informatie zit al in je systemen, maar verspreid over AFAS, een praktijkmanagementsysteem of een urenregistratietool. Met de juiste dashboards maak je die data bruikbaar.
Wat je al hebt, maar niet ziet
Accountantskantoren werken doorgaans met één of meerdere bronsystemen. AFAS is populair voor personeels- en financiële administratie. Daarnaast gebruiken veel kantoren een praktijkmanagementsysteem zoals Caseware, Exact of een sectorspecifieke oplossing voor dossier- en opdrachtbeheer. In die systemen zit informatie over geboekte uren, tarieven, opdrachtfases en facturatie.
Het probleem is niet dat de data ontbreekt. Het probleem is dat de data verspreid ligt. Een manager wil weten hoeveel uur er op een opdracht staat, wat al gefactureerd is, en wat er nog openstaat als onderhanden werk. Dat vraagt nu vaak een handmatige export, een Excel-bestand en een paar uur werk. Tegen de tijd dat het overzicht klaar is, klopt het alweer niet meer.
De stap naar een dashboard begint bij het begrijpen welke bronnen je hebt en wat die bronnen bevatten. Dat klinkt vanzelfsprekend, maar in de praktijk is het een stap die kantoren overslaan. Ze beginnen met bouwen zonder eerst te inventariseren welke tabellen beschikbaar zijn, welke velden betrouwbaar gevuld worden en waar dubbelingen zitten.
Van ruwe data naar bruikbare KPI’s
Power BI verbindt zich rechtstreeks met AFAS via de REST API of via een directe databasekoppeling, afhankelijk van hoe je omgeving is ingericht. Voor praktijkmanagementsystemen is de aanpak vergelijkbaar: je haalt data op uit de beschikbare exportmogelijkheden of via een directe verbinding, laadt die in het datamodel en definieert daar je berekeningen.
De KPI’s die voor accountantskantoren het meest relevant zijn, draaien om drie begrippen: declarabiliteit, realisatie en onderhanden werk. Declarabiliteit is de verhouding tussen declarabele uren en totaal geboekte uren. Realisatie is het percentage van de begrote omzet dat daadwerkelijk gefactureerd wordt. Onderhanden werk is de waarde van nog niet gefactureerde uren op lopende opdrachten.
Die drie begrippen klinken simpel, maar de berekening is dat niet altijd. Declarabiliteit hangt af van hoe uren worden gecategoriseerd in je bronsysteem. Niet elk kantoor hanteert dezelfde definitie van “declarabel”. Dat betekent dat je in het datamodel keuzes moet vastleggen: welke activiteitcodes tellen mee, welke niet, en hoe ga je om met gecorrigeerde uren? Die keuzes maak je één keer, in het model, zodat iedereen in de organisatie met dezelfde definitie werkt.
Voor onderhanden werk geldt hetzelfde. Je wilt weten welke opdrachten al lang open staan, welke de begroting overschrijden en bij welke medewerkers of teams de meeste openstaande uren zitten. Dat vraagt een combinatie van opdrachtdata, urendata en facturatiedata, gekoppeld op opdrachtnummer of klantnummer.
Bouwen op bestaande systemen zonder alles te vervangen
Een veelgehoord bezwaar is dat een dashboard-project te groot is, te duur, of te veel verstoring geeft. Dat bezwaar is begrijpelijk, maar in de meeste gevallen niet terecht. Je hoeft geen nieuw systeem aan te schaffen. Je bouwt een rapportagelaag bovenop wat je al hebt.
De architectuur is in de meeste gevallen hetzelfde. Je haalt data op uit de bronsystemen, je laadt die in een datawarehouse of rechtstreeks in Power BI via DirectQuery of een geplande vernieuwing, en je bouwt je dashboards in de rapportagelaag. De bronsystemen blijven ongewijzigd. Medewerkers blijven gewoon in AFAS of het praktijkmanagementsysteem werken. Alleen de rapportage verandert.
Wat wel aandacht vraagt, is de datakwaliteit in de bronsystemen. Als uren niet consistent worden geboekt, als opdrachtfases niet worden bijgehouden of als tarieven niet kloppen, dan zie je dat terug in het dashboard. Een dashboard maakt bestaande problemen zichtbaar, het lost ze niet op. Dat is geen nadeel, het is juist de waarde: je ziet waar de processen spaak lopen.
Binnen het Microsoft-ecosysteem heb je ook de optie om Microsoft Fabric in te zetten als je meer wilt doen met data-opslag en transformatie. Fabric biedt een geïntegreerde omgeving voor data-engineering, datawarehousing en rapportage. Voor kleinere kantoren is dat vaak niet nodig, maar voor grotere organisaties of samenwerkingsverbanden kan het een logische stap zijn.
De keuze tussen DirectQuery en een geplande importvernieuwing heeft praktische gevolgen. DirectQuery geeft je altijd actuele data, maar legt meer druk op het bronsysteem. Een geplande vernieuwing, bijvoorbeeld elke nacht of elk uur, is minder belastend en geeft in de meeste gevallen voldoende actualiteit voor managementrapportage.
Wat je in een dashboard kunt opnemen
Een goed dashboard voor een accountantskantoor bevat niet alles tegelijk. Het is verstandig om te beginnen met een beperkte set van visuals die de belangrijkste vragen beantwoorden:
- Openstaande uren per opdracht en de verhouding tot de begroting
- Declarabiliteit per medewerker over een gekozen periode
- Onderhanden werk per klant uitgesplitst naar opdrachtfase
- Realisatiepercentage per team of per verantwoordelijke partner
- Verouderd onderhanden werk: opdrachten waarbij de laatste urenboeking meer dan X dagen geleden is
- Facturatievoortgang per maand afgezet tegen de begroting
Die visuals zijn niet bedoeld als controlemiddel voor individuele medewerkers. Ze zijn bedoeld om gesprekken te starten. Als een partner ziet dat een dossier al drie maanden open staat zonder facturatie, is dat een signaal om actie te ondernemen. Niet om iemand ter verantwoording te roepen, maar om te begrijpen wat er speelt.
Belangrijk is ook de filterbaarheid. Een dashboard dat je niet kunt filteren op periode, verantwoordelijke of klantgroep heeft beperkte waarde. In Power BI stel je slicers in waarmee gebruikers zelf kunnen inzoomen op de data die voor hen relevant is. Een partner wil zijn eigen portefeuille zien. Een directeur wil het totaalplaatje.
Toegangsbeheer is een onderdeel dat vaak over het hoofd wordt gezien. Met Row-Level Security in Power BI bepaal je wie welke data ziet. Een medewerker ziet alleen zijn eigen uren, een teamleider ziet zijn team, een directeur ziet alles. Dat stel je in op basis van rollen en filters in het datamodel, niet door aparte dashboards te bouwen voor elke gebruiker.
Veelgestelde vragen over Power BI voor accountantskantoren
Hoe koppel je AFAS aan Power BI?
AFAS biedt een REST API waarmee je gegevens kunt ophalen. Je configureert een connector in Power BI die via die API verbinding maakt met AFAS. Welke entiteiten beschikbaar zijn, hangt af van je AFAS-licentie en de inrichting van je omgeving. Veelgebruikte entiteiten zijn medewerkers, projecten, uren en facturen. Voor de koppeling heb je een API-sleutel nodig die je beheert in de AFAS-omgeving. Het is verstandig om de koppeling te laten inrichten door iemand met ervaring in zowel AFAS als Power BI, omdat de datastructuur van AFAS specifieke kennis vraagt.
Wat is het verschil tussen declarabiliteit en realisatie?
Declarabiliteit meet hoeveel van de geboekte uren in aanmerking komen voor facturatie. Als een medewerker tien uur werkt en acht uur declarabel is, is de declarabiliteit tachtig procent. Realisatie meet hoeveel van de declarabele waarde daadwerkelijk gefactureerd en betaald wordt. Als je honderd euro aan declarabele uren hebt maar tachtig euro factureert omdat je een korting geeft of uren afboekt, is de realisatie tachtig procent. Beide KPI’s zijn relevant, maar ze meten iets anders. Declarabiliteit zegt iets over hoe medewerkers hun tijd besteden. Realisatie zegt iets over de commerciële effectiviteit van de opdracht.
Hoe zorg je dat het dashboard actueel blijft?
Een dashboard is zo betrouwbaar als de data die eronder ligt. Dat betekent twee dingen. Ten eerste moet de technische vernieuwing goed zijn ingericht: geplande vernieuwingen die niet falen, foutmeldingen die worden gesignaleerd en een beheerder die verantwoordelijk is voor de verbindingen. Ten tweede moeten medewerkers hun uren en opdrachtinformatie tijdig en correct bijhouden in de bronsystemen. Een dashboard dat wekelijks wordt ververst maar gevoed wordt door data die maanden oud is, heeft weinig waarde. De technische kant is relatief eenvoudig op te lossen. De proceskant vraagt meer aandacht en soms ook een gesprek over werkwijzen binnen het kantoor.