Datagedreven sturen begint niet met een dashboard of een BI-tool — het begint met de vraag: welke beslissingen nemen wij dagelijks, wekelijks of maandelijks — en welke informatie hebben wij daarvoor nodig? Pas als die vraag helder is, heeft een dashboard zin. De meeste MKB-bedrijven slaan stap één over en beginnen bij de tool. Dat is waarom 42% van de MKB-ondernemers aangeeft meer op data te willen sturen maar niet te weten waar te beginnen. (Exact MKB Barometer 2025)

80%

van MKB-ondernemers gelooft dat data leidt tot betere beslissingen.

Maar slechts 42% weet hoe ze moeten beginnen.

Exact MKB Barometer 2025

De vier stappen naar datagedreven sturen

De vier stappen hieronder volgen dezelfde logica: begin bij de richting, bepaal dan welke data u nodig hebt, zorg dat die data klopt, en bouw pas dan het dashboard.

1

Richting: welke beslissingen neemt u wekelijks?

De eerste vraag is niet "wat kunnen we meten?" maar "wat moeten we beslissen?" Noteer alle beslissingen die worden genomen — door de DGA, het MT, maar ook door teamleiders en anderen met beslissingsbevoegdheid — dagelijks, wekelijks, maandelijks of kwartaalsgewijs. Iedereen die beslissingen van invloed neemt, heeft de juiste informatie nodig. Vier typische voorbeelden:

  • Is er genoeg liquiditeit om de verplichtingen van volgende maand op te vangen? (cashpositie)
  • Halen we de omzettarget van deze maand, of sturen we bij? (omzet vs. begroting)
  • Welke klanten betalen te laat — en wie bel ik deze week? (debiteuren)
  • Welke product- of klantgroepen drukken op dit moment de marge? (margeanalyse) Hoe dat werkt →

Dit zijn voorbeelden van uw stuurinformatiebehoefte. Om datagedreven te kunnen werken en de juiste beslissingen te kunnen nemen zijn dit onderwerpen waar een dashboard veel toegevoegde waarde kan hebben. Het bouwen van dashboards gebeurt op basis van usecases: begin met de usecase die het meest oplevert, dan de volgende — zo wordt zo snel mogelijk waarde gecreëerd. Ergens in die lijst komt een punt waarop de uitwerking van een volgend dashboard meer kost dan het oplevert. Daar stopt u.

Nog niet helder welke usecases voor uw bedrijf het meest opleveren? Laat mij meedenken →

2

Bepaal welke data u daarvoor nodig hebt

Per beslissing wordt gekeken welke informatie werkelijk nodig is. Neem het voorbeeld van cashpositie bewaken: daarvoor heeft u openstaande debiteuren, verwachte betalingen van klanten en een overzicht van vaste lasten nodig — meer niet. Die drie elementen samen geven u voldoende basis om te beslissen of u komende maand krap zit en actie moet ondernemen.

Wees kritisch op wat u meetbaar maakt: drie tot vijf meetwaarden per beslissing is het uitgangspunt. Minder is beter dan meer — met te veel meetwaarden verlies je het overzicht en daarmee de sturing. De waarde zit niet in volledigheid, maar in relevantie.

3

Processen: zorg dat de data klopt

Pas als u weet welke data u nodig hebt, kunt u controleren of die data ook daadwerkelijk beschikbaar is, correct is en tijdig binnenkomt. Bij veel MKB-bedrijven is dat niet het geval. Kostenplaatsen worden niet consequent ingevuld. Factuurdata wordt handmatig overgetypt in Excel. Voorraadbeheer klopt niet met de boekhoudkundige telling.

Dit is de fase die de meeste bedrijven overslaan — en waarom hun dashboards uiteindelijk niet gebruikt worden. Een dashboard op vuile data is duurder dan geen dashboard. Fix de processen voordat het dashboard live gaat. Zorg daarnaast dat er voor iedere belangrijke databron een functionele eigenaar is die verantwoordelijk is voor de datakwaliteit — bij afwijkingen is dit het eerste aanspreekpunt. Zorg dat deze functionarissen voldoende tijd hebben om hun rol als data-eigenaar te vervullen, en dat IT zorgt voor de noodzakelijke technische ondersteuning.

Herkent u dit? In een kort gesprek wordt vaak snel duidelijk waar de knelpunten zitten. Bespreek uw situatie →

4

Bouw dan pas het dashboard

Pas als stap 1 tot en met 3 in orde zijn, heeft een dashboard zin. Als de data nog niet volledig op orde is, wordt dat onderdeel van de uitwerking: er wordt dan tegelijkertijd gewerkt aan de datakwaliteit én de backend (het datamodel). En dan is het bouwen relatief eenvoudig: u weet precies welke beslissingen het moet ondersteunen, welke data daarvoor nodig is, en u weet dat die data klopt. Power BI, Excel of een ander systeem — de keuze is op dit punt bijzaak.

Een goed management dashboard sluit aan bij de behoefte van de eindgebruiker. De manier van presenteren — tabel, grafiek, signaleringskleur, filtermogelijkheden — moet passen bij de belevingswereld van degene die er dagelijks mee werkt.

Meer dan techniek: wat maakt het verschil?

Datagedreven sturen is geen IT-project. Het is een organisatieverandering — en die slaagt alleen als het topmanagement er oprecht in gelooft en het zichtbaar uitdraagt. Niet als sponsor op afstand, maar als eerste gebruiker van het dashboard. Als de DGA of het MT zelf stuurt op de cijfers, volgt de rest van de organisatie. Ontbreekt dat draagvlak aan de top, dan strandt elk initiatief na de eerste demo.

IT is daarin een enabler, geen trekker. De technische infrastructuur — koppelingen, datamodellen, rapportageomgevingen — moet op orde zijn en onderhouden worden. Maar de inhoudelijke keuzes over wat gemeten wordt en waarom, horen bij de business. Projecten die vanuit IT worden aangestuurd zonder stevige betrokkenheid van de business leiden bijna altijd tot dashboards die technisch kloppen maar inhoudelijk niet gebruikt worden.

Het grootste effect is cultureel. Wanneer beslissingen structureel worden onderbouwd met data, verdwijnt het buikgevoel als dominante sturing. Dat is geen verlies — het is winst. Discussies gaan over wat de cijfers betekenen en wat de volgende stap is, niet over wie gelijk heeft. Dat leidt tot meer vertrouwen tussen afdelingen, meer transparantie richting aandeelhouders of financiers, en betere beslissingen op alle niveaus.

Herkent u een eerder mislukt initiatief, of vraagt u zich af waar te beginnen? Ik denk graag met u mee →

Bronnen

  1. Exact MKB Barometer 2025 (9e editie), uitgevoerd door Markteffect i.o.v. Exact Software NV, n=897, Q1 2025. Rapport downloaden (PDF)

Praktijkuitspraken over tijdslijnen en datakwaliteit zijn gebaseerd op de ervaringen van Mark Oosterhuis in interim finance-opdrachten.

Veelgestelde vragen

Heb ik Power BI nodig om datagedreven te sturen?

Nee. Power BI is een uitstekend hulpmiddel, maar geen vereiste. Een goed ingericht Excel-dashboard op betrouwbare data is waardevoller dan een Power BI-rapport op vuile of incomplete bronnen. Begin bij de vraag: welke beslissingen moet ik nemen, en welke data heb ik daarvoor nodig? De tool is bijzaak totdat die vraag beantwoord is. Bij OFS adviseer ik Power BI voor organisaties die meer dan één rapportagegebruiker hebben of meerdere databronnen moeten combineren — voor kleinere organisaties is Excel met de juiste inrichting vaak voldoende.

Hoe lang duurt het voordat ik stuur op betrouwbare data?

Dat hangt sterk af van de data-volwassenheid van de organisatie en de complexiteit van de situatie. Soms kan een eerste dashboard draaien op een goed ingerichte Excel als input — en is er binnen enkele weken iets werkbaars. In andere gevallen ontbreekt een betrouwbare databasis volledig en moet er eerst een data-infrastructuur worden ingericht, van een datawarehouse tot een volledig datalakehouse. De doorlooptijd verschilt daarmee enorm: van weken tot meerdere maanden. Het hoeft niet altijd een grote investering te zijn om toch al zinvolle stappen te zetten — een eerste usecase op bestaande data levert vaak al snel inzicht. Wat altijd hetzelfde is: begin klein, lever snel waarde met de eerste usecase, en bouw van daaruit verder.