Alle bedrijven beschikken wel over meerdere databronnen of softwarepakketten en dat maakt het soms lastig om alle data goed bij te kunnen houden. Er ontstaan doorgaans veel verschillende Excel sheets om data aan elkaar te knopen en deze sheets zijn vaak niet direct toegankelijk voor iedereen die ze nodig heeft.
Het kan tijdrovend en complex worden wanneer Excel sheets constant ververst moet worden, of wanneer er data vanuit meerdere databronnen gehaald moet worden. Dit zijn dus ook een aantal redenen waarom steeds meer bedrijven kiezen voor een dashboard oplossing. Als bedrijven de ambitie hebben om door te groeien is het immers belangrijk om eenvoudig toegang te hebben tot de belangrijkste data die de groei kan bevorderen.
Wanneer wij aan de slag gaan voor klanten om databronnen te combineren in een dashboard gebeurt dat in de meeste gevallen op deze manieren:
In dit artikel gaan we dieper in op deze manieren van dashboarding en hoe dit gerealiseerd kan worden. De voorbeelden en dashboards in dit artikel zijn gebaseerd op demo data, maar zijn wel situaties die echt voor komen.
Om te beginnen is het belangrijk om te bepalen welke data er gewenst is in het dashboard. Hoe beter je van tevoren weet welke data je in het dashboard wil zien en hoe je het dashboard in gaat richten, hoe minder tijd hier achteraf aan besteed hoeft te worden. Daarbij wil je er zoveel mogelijk voor zorgen dat je alleen de data op hoeft te halen welke nodig is.
Vervolgens is het belangrijk om vast te stellen hoe de databron bereikt kan gaan worden, gaat het bijvoorbeeld om een database of om een API. Voor elke databron geldt in ieder geval een andere aanpak en het is belangrijk dat dit van tevoren goed uitgezocht wordt. De data kan dan ontsloten worden zodat de data opgehaald kan worden.
Wanneer dit allemaal gereed is kan de data geladen worden in het datawarehouse. In het datawarehouse kan data van verschillende bronnen verzamelt worden, waardoor het uiteindelijk mogelijk is om data analyses te doen over meerdere databronnen heen.
Dit wordt gevolgd door het transformeren van de ruwe data naar bruikbare data, wat ingezet kan worden voor gewenste data analyses. In deze stap wordt er onder andere business logica toegepast, zodat jij altijd naar de juiste cijfers kijkt.
Als laatste kan de data ingeladen worden in de BI-tool naar keuze, zoals Power BI. Binnen Power BI kan je verbinding maken met het datawarehouse om de data in te laden. De data kan dan onder andere op de eerder toegelichte manieren gevisualiseerd worden. Uiteraard is het ook mogelijk om de data van een losse databron te visualiseren op deze manier, alleen is het nog steeds belangrijk om te van te voren te bedenken welke data je nodig hebt en hoe je het dashboard in wil gaan richten.
Je zou de data in Power BI natuurlijk ook in kunnen laden via een API-koppeling in plaats van via een datawarehouse. Toch zouden wij in de meeste gevallen een datawarehouse aanbevelen. We lichten de belangrijkste redenen toe:
1. Optimaliseren van prestaties
Door gebruik te maken van een datawarehouse kunnen er grotere hoeveelheden data verwerkt worden. Zo blijven de dashboard snel en optimaal presteren, maar blijft ook alles snel werken wanneer en complexere query’s uitgevoerd moeten worden.
2. Centralisatie van data
Wanneer je gebruik zou maken van verschillende databronnen zonder datawarehouse, zou het kunnen zijn dat je meerdere API koppelingen nodig hebt en moet je deze apart in gaan laden in Power BI. Het is dus handiger als je alle data op een locatie kan bewaren, deels voorprestaties, maar ook omdat het overzichtelijker is.
3. Toekomstgerichtheid
Datawarehouses kunnen opgeschaald worden naarmate de totale hoeveelheid data toeneemt. Wanneer je uiteindelijk meerdere databronnen toe wil voegen zonder dat de prestaties verloren gaan, kan dit dus met een datawarehouse.
4. Toegang tot historische data
Het datawarehouse maakt het mogelijk om historische data langer te bewaren. Er zijn verschillende databronnen waar data maar bepaalde tijd bewaart blijft en het kan in veel gevallen nadelig zijn wanneer deze data verloren zou gaan. Google Analytics is bijvoorbeeld een bekende tool die bijna alle bedrijven wel gebruiken die bezig zijn met online marketing. Google Analytics heeft voor bepaalde data maar een bewaarperiode van 14 maanden, waardoor belangrijke data na die tijd verloren zou kunnen gaan wanneer dit niet in een datawarehouse opgeslagen is.
5. Mogelijkheid om data te combineren
Dit is eigenlijk het voordeel waar we tijdens dit artikel nog dieper op in gaan. Doordat de data getransformeerd is en op een bepaalde manier opgeslagen is, maakt dit het mogelijk om data vanuit verschillende databronnen te combineren. Zo kan je de data op 1 plek beheren, maar ook op 1 plek inzien: het dashboard.
Een datawarehouse is dus een onmisbaar onderdeel van het hele data transformatie en -visualisatie proces.
Dit dashboard kan op verschillende manieren worden ingericht. Stel dat je bijvoorbeeld financiële data over meerdere pakketten verspreid hebt. Het zou handig zijn dat je al de financiële data in één dashboard in zou kunnen zien, zodat je sneller goede analyses kan doen. De keuze om meerdere tabbladen in te richten is vaak om de data overzichtelijk te houden.
Wanneer je een tabblad hebt met alle informatie over de debiteuren is het minder handig om hier ook de balans en liquiditeit te visualiseren. Wanneer elk onderdeel op een apart tabblad gevisualiseerd wordt blijft alles overzichtelijk en haal je sneller de belangrijkste inzichten uit je data.
Er kan dan natuurlijk wel voor gekozen worden om in het eerst tabblad van het dashboard een samenvatting te maken van alle belangrijke KPI’s. Op die manier heb je toch door middel van KPI blokken inzicht in de belangrijkste KPI’s en heb je de gedetailleerde tabbladen om meer inzicht te geven in de verschillende onderdelen.
In de onderstaande afbeelding zie je een dashboard waar alle data slim geordend is, zodat je direct de belangrijkste inzichten uit je data kan halen. Op het huidige tabblad zie je een winst- en verliesrekening, zodat je direct inzicht hebt in de financiële gezondheid van je bedrijf zodat je betere beslissingen kan nemen.
Je kan op alle onderstaande dashboards klikken om ze te vergroten
Dit is een veelvoorkomende oplossing om in één oogopslag belangrijke KPI’s vanuit verschillende databronnen in te kunnen zien. Stel je voor dat je als bedrijf in de uitzendbranche snel belangrijke financiële data in wil zien in combinatie met openstaande facturen en daarbij de instroom & uitstroom van uitzendkrachten. Het kan dan handig zijn om al deze informatie te visualiseren in één tabblad.
Zeker wanneer er van tevoren heldere doelen zijn opgesteld, kan zo een overzicht handig zijn om direct te kunnen zien of de prestaties zo zijn als verwacht, of juist niet. Het belangrijkste is dat je op een eenvoudige manier grip kan houden op de zaken die voor jou belangrijk zijn zodat je snel verbanden kan zien en betere beslissingen kan maken.
In het onderstaande dashboard heb je gelijk inzicht in:
Een andere manier hoe je databronnen samen laten voegen op één tabblad is door de begroting af te zetten tegen de daadwerkelijke resultaten. De begroting wordt bijvoorbeeld vastgelegd in AFAS en de daadwerkelijke resultaten in een andere databron, zoals Easyflex. In het onderstaande dashboard zie je de verschillende KPI blokken waarbij het werkelijke resultaat afgezet wordt tegen de begroting en daarbij is het door middel van kleur eenvoudig te zien.
Het grote voordeel hiervan is dat je op elke moment de begroting kan vergelijken met de daadwerkelijke resultaten. Dit kan worden bekeken op verschillende niveaus, zoals de resultaten t.o.v. van de begroting per week, maar ook per relatie. Dit kan helpen om de prestaties en cijfers beter te beheren, maar kan je ook de inzichten bieden om een verbeterde strategische planning te maken.
Stel dat je data vanuit verschillende databronnen is één overzicht eenvoudig zou kunnen valideren. Wanneer je alles handmatig vanuit de verschillende databronnen over zou moeten nemen en daarnaast moet controleren, kan dit al snel een tijdrovende en foutgevoelige klus zijn.
Door deze data naast elkaar in een dashboard te visualiseren en het verschil direct te laten berekenen kan je dus een hoop tijd en gedoe besparen. Je ziet in één oogopslag waar de verschillen zitten en hoeveel verschil er tussen de systemen zit, waardoor je data onder andere sneller kan valideren.
In de afbeelding hieronder zie je dit terug in het dashboard. Dit kan het geval zijn wanneer facturen vanuit het ene systeem doorgestuurd worden naar het andere systeem. Met dit overzicht kan je eenvoudig de totale factuurbedragen en het verschil analyseren en mogelijke oorzaken vast stellen.
In het volgende voorbeeld zie je een dashboard waarbij KPI blokken zijn ontstaan met data vanuit verschillende databronnen. Zo kunnen bijvoorbeeld het aantal minuten uit een urenregistratie systeem gehaald worden zoals Duinker. Daarbij kan het aantal stelen, takken e.d. uit een verkoopsysteem zoals Olsthoorn gehaald worden. Deze data zijn in verschillende KPI blokken gecombineerd om tot nieuwe diepgaande inzichten te komen.
Daarbij kan je de prestaties eenvoudig vergelijken met het vorige jaar om te zien of je beter of slechter presteert, zodat je mogelijk bij kan sturen wanneer dit nodig is. Je hebt dus meer én betere KPI’s om te bepalen of de prestaties zo gaan zijn als verwacht.
Wanneer je weet hoeveel minuten je bijvoorbeeld per 100 stelen nodig hebt, of hoeveel arbeidskosten 1 steel kost, kan je op een veel lager niveau hele goede beslissingen nemen. Zo ontstaan er namelijk gedetailleerde inzichten die je helpen om beslissingen te maken op een ander niveau.
Bij deze twee voorbeelden worden er dus echt overzichten gecreëerd die uniek zijn en normaal gesproken niet zichtbaar zijn zonder handmatig werk en berekeningen.
Hopelijk heb je nu een idee waarom het zo belangrijk is om goed na te denken over de inrichting van je data en van dashboards. Het datawarehouse is een onmisbaar onderdeel om de beste inzichten uit je data te halen. Hierbij nog even een korte opsomming van de voordelen van het datawarehouse:
Als laatste is het belangrijk om de dashboards en inzichten op te nemen in je bedrijfsprocessen zodat je ook zoveel mogelijk waarde uit je dashboards en inzichten kan halen. Wij zien dat veel bedrijven de belangrijkste cijfers bespreekbaar maken door ze in de vergaderingen te gebruiken, maar er zijn ook andere manieren zoals:
Natuurlijk zijn er genoeg mogelijkheden om de dashboards te gebruiken, het belangrijkste is dus dat de dashboards systematisch gebruikt worden, zodat ze het meest van waarde kunnen zijn voor jullie bedrijf.
Boek hieronder eenvoudig een demo om de mogelijkheden te bespreken. Zo kunnen we samen kijken welke databronnen mogelijk gecombineerd kunnen worden in een dashboard.
Alle bedrijven beschikken wel over meerdere databronnen of softwarepakketten en dat maakt het soms lastig om alle data goed bij te kunnen houden. Er ontstaan doorgaans veel verschillende Excel sheets om data aan elkaar te knopen en deze sheets zijn vaak niet direct toegankelijk voor iedereen die ze nodig heeft.
Het kan tijdrovend en complex worden wanneer Excel sheets constant ververst moet worden, of wanneer er data vanuit meerdere databronnen gehaald moet worden. Dit zijn dus ook een aantal redenen waarom steeds meer bedrijven kiezen voor een dashboard oplossing. Als bedrijven de ambitie hebben om door te groeien is het immers belangrijk om eenvoudig toegang te hebben tot de belangrijkste data die de groei kan bevorderen.
Wanneer wij aan de slag gaan voor klanten om databronnen te combineren in een dashboard gebeurt dat in de meeste gevallen op deze manieren:
In dit artikel gaan we dieper in op deze manieren van dashboarding en hoe dit gerealiseerd kan worden. De voorbeelden en dashboards in dit artikel zijn gebaseerd op demo data, maar zijn wel situaties die echt voor komen.
Om te beginnen is het belangrijk om te bepalen welke data er gewenst is in het dashboard. Hoe beter je van tevoren weet welke data je in het dashboard wil zien en hoe je het dashboard in gaat richten, hoe minder tijd hier achteraf aan besteed hoeft te worden. Daarbij wil je er zoveel mogelijk voor zorgen dat je alleen de data op hoeft te halen welke nodig is.
Vervolgens is het belangrijk om vast te stellen hoe de databron bereikt kan gaan worden, gaat het bijvoorbeeld om een database of om een API. Voor elke databron geldt in ieder geval een andere aanpak en het is belangrijk dat dit van tevoren goed uitgezocht wordt. De data kan dan ontsloten worden zodat de data opgehaald kan worden.
Wanneer dit allemaal gereed is kan de data geladen worden in het datawarehouse. In het datawarehouse kan data van verschillende bronnen verzamelt worden, waardoor het uiteindelijk mogelijk is om data analyses te doen over meerdere databronnen heen.
Dit wordt gevolgd door het transformeren van de ruwe data naar bruikbare data, wat ingezet kan worden voor gewenste data analyses. In deze stap wordt er onder andere business logica toegepast, zodat jij altijd naar de juiste cijfers kijkt.
Als laatste kan de data ingeladen worden in de BI-tool naar keuze, zoals Power BI. Binnen Power BI kan je verbinding maken met het datawarehouse om de data in te laden. De data kan dan onder andere op de eerder toegelichte manieren gevisualiseerd worden. Uiteraard is het ook mogelijk om de data van een losse databron te visualiseren op deze manier, alleen is het nog steeds belangrijk om te van te voren te bedenken welke data je nodig hebt en hoe je het dashboard in wil gaan richten.
Je zou de data in Power BI natuurlijk ook in kunnen laden via een API-koppeling in plaats van via een datawarehouse. Toch zouden wij in de meeste gevallen een datawarehouse aanbevelen. We lichten de belangrijkste redenen toe:
1. Optimaliseren van prestaties
Door gebruik te maken van een datawarehouse kunnen er grotere hoeveelheden data verwerkt worden. Zo blijven de dashboard snel en optimaal presteren, maar blijft ook alles snel werken wanneer en complexere query’s uitgevoerd moeten worden.
2. Centralisatie van data
Wanneer je gebruik zou maken van verschillende databronnen zonder datawarehouse, zou het kunnen zijn dat je meerdere API koppelingen nodig hebt en moet je deze apart in gaan laden in Power BI. Het is dus handiger als je alle data op een locatie kan bewaren, deels voorprestaties, maar ook omdat het overzichtelijker is.
3. Toekomstgerichtheid
Datawarehouses kunnen opgeschaald worden naarmate de totale hoeveelheid data toeneemt. Wanneer je uiteindelijk meerdere databronnen toe wil voegen zonder dat de prestaties verloren gaan, kan dit dus met een datawarehouse.
4. Toegang tot historische data
Het datawarehouse maakt het mogelijk om historische data langer te bewaren. Er zijn verschillende databronnen waar data maar bepaalde tijd bewaart blijft en het kan in veel gevallen nadelig zijn wanneer deze data verloren zou gaan. Google Analytics is bijvoorbeeld een bekende tool die bijna alle bedrijven wel gebruiken die bezig zijn met online marketing. Google Analytics heeft voor bepaalde data maar een bewaarperiode van 14 maanden, waardoor belangrijke data na die tijd verloren zou kunnen gaan wanneer dit niet in een datawarehouse opgeslagen is.
5. Mogelijkheid om data te combineren
Dit is eigenlijk het voordeel waar we tijdens dit artikel nog dieper op in gaan. Doordat de data getransformeerd is en op een bepaalde manier opgeslagen is, maakt dit het mogelijk om data vanuit verschillende databronnen te combineren. Zo kan je de data op 1 plek beheren, maar ook op 1 plek inzien: het dashboard.
Een datawarehouse is dus een onmisbaar onderdeel van het hele data transformatie en -visualisatie proces.
Dit dashboard kan op verschillende manieren worden ingericht. Stel dat je bijvoorbeeld financiële data over meerdere pakketten verspreid hebt. Het zou handig zijn dat je al de financiële data in één dashboard in zou kunnen zien, zodat je sneller goede analyses kan doen. De keuze om meerdere tabbladen in te richten is vaak om de data overzichtelijk te houden.
Wanneer je een tabblad hebt met alle informatie over de debiteuren is het minder handig om hier ook de balans en liquiditeit te visualiseren. Wanneer elk onderdeel op een apart tabblad gevisualiseerd wordt blijft alles overzichtelijk en haal je sneller de belangrijkste inzichten uit je data.
Er kan dan natuurlijk wel voor gekozen worden om in het eerst tabblad van het dashboard een samenvatting te maken van alle belangrijke KPI’s. Op die manier heb je toch door middel van KPI blokken inzicht in de belangrijkste KPI’s en heb je de gedetailleerde tabbladen om meer inzicht te geven in de verschillende onderdelen.
In de onderstaande afbeelding zie je een dashboard waar alle data slim geordend is, zodat je direct de belangrijkste inzichten uit je data kan halen. Op het huidige tabblad zie je een winst- en verliesrekening, zodat je direct inzicht hebt in de financiële gezondheid van je bedrijf zodat je betere beslissingen kan nemen.
Je kan op alle onderstaande dashboards klikken om ze te vergroten
Dit is een veelvoorkomende oplossing om in één oogopslag belangrijke KPI’s vanuit verschillende databronnen in te kunnen zien. Stel je voor dat je als bedrijf in de uitzendbranche snel belangrijke financiële data in wil zien in combinatie met openstaande facturen en daarbij de instroom & uitstroom van uitzendkrachten. Het kan dan handig zijn om al deze informatie te visualiseren in één tabblad.
Zeker wanneer er van tevoren heldere doelen zijn opgesteld, kan zo een overzicht handig zijn om direct te kunnen zien of de prestaties zo zijn als verwacht, of juist niet. Het belangrijkste is dat je op een eenvoudige manier grip kan houden op de zaken die voor jou belangrijk zijn zodat je snel verbanden kan zien en betere beslissingen kan maken.
In het onderstaande dashboard heb je gelijk inzicht in:
Een andere manier hoe je databronnen samen laten voegen op één tabblad is door de begroting af te zetten tegen de daadwerkelijke resultaten. De begroting wordt bijvoorbeeld vastgelegd in AFAS en de daadwerkelijke resultaten in een andere databron, zoals Easyflex. In het onderstaande dashboard zie je de verschillende KPI blokken waarbij het werkelijke resultaat afgezet wordt tegen de begroting en daarbij is het door middel van kleur eenvoudig te zien.
Het grote voordeel hiervan is dat je op elke moment de begroting kan vergelijken met de daadwerkelijke resultaten. Dit kan worden bekeken op verschillende niveaus, zoals de resultaten t.o.v. van de begroting per week, maar ook per relatie. Dit kan helpen om de prestaties en cijfers beter te beheren, maar kan je ook de inzichten bieden om een verbeterde strategische planning te maken.
Stel dat je data vanuit verschillende databronnen is één overzicht eenvoudig zou kunnen valideren. Wanneer je alles handmatig vanuit de verschillende databronnen over zou moeten nemen en daarnaast moet controleren, kan dit al snel een tijdrovende en foutgevoelige klus zijn.
Door deze data naast elkaar in een dashboard te visualiseren en het verschil direct te laten berekenen kan je dus een hoop tijd en gedoe besparen. Je ziet in één oogopslag waar de verschillen zitten en hoeveel verschil er tussen de systemen zit, waardoor je data onder andere sneller kan valideren.
In de afbeelding hieronder zie je dit terug in het dashboard. Dit kan het geval zijn wanneer facturen vanuit het ene systeem doorgestuurd worden naar het andere systeem. Met dit overzicht kan je eenvoudig de totale factuurbedragen en het verschil analyseren en mogelijke oorzaken vast stellen.
In het volgende voorbeeld zie je een dashboard waarbij KPI blokken zijn ontstaan met data vanuit verschillende databronnen. Zo kunnen bijvoorbeeld het aantal minuten uit een urenregistratie systeem gehaald worden zoals Duinker. Daarbij kan het aantal stelen, takken e.d. uit een verkoopsysteem zoals Olsthoorn gehaald worden. Deze data zijn in verschillende KPI blokken gecombineerd om tot nieuwe diepgaande inzichten te komen.
Daarbij kan je de prestaties eenvoudig vergelijken met het vorige jaar om te zien of je beter of slechter presteert, zodat je mogelijk bij kan sturen wanneer dit nodig is. Je hebt dus meer én betere KPI’s om te bepalen of de prestaties zo gaan zijn als verwacht.
Wanneer je weet hoeveel minuten je bijvoorbeeld per 100 stelen nodig hebt, of hoeveel arbeidskosten 1 steel kost, kan je op een veel lager niveau hele goede beslissingen nemen. Zo ontstaan er namelijk gedetailleerde inzichten die je helpen om beslissingen te maken op een ander niveau.
Bij deze twee voorbeelden worden er dus echt overzichten gecreëerd die uniek zijn en normaal gesproken niet zichtbaar zijn zonder handmatig werk en berekeningen.
Hopelijk heb je nu een idee waarom het zo belangrijk is om goed na te denken over de inrichting van je data en van dashboards. Het datawarehouse is een onmisbaar onderdeel om de beste inzichten uit je data te halen. Hierbij nog even een korte opsomming van de voordelen van het datawarehouse:
Als laatste is het belangrijk om de dashboards en inzichten op te nemen in je bedrijfsprocessen zodat je ook zoveel mogelijk waarde uit je dashboards en inzichten kan halen. Wij zien dat veel bedrijven de belangrijkste cijfers bespreekbaar maken door ze in de vergaderingen te gebruiken, maar er zijn ook andere manieren zoals:
Natuurlijk zijn er genoeg mogelijkheden om de dashboards te gebruiken, het belangrijkste is dus dat de dashboards systematisch gebruikt worden, zodat ze het meest van waarde kunnen zijn voor jullie bedrijf.
Boek hieronder eenvoudig een demo om de mogelijkheden te bespreken. Zo kunnen we samen kijken welke databronnen mogelijk gecombineerd kunnen worden in een dashboard.