Wat is dashboarding & BI?
Dashboarding & BI (business intelligence) is het samenbrengen van cijfers uit verschillende systemen in één dashboard dat automatisch wordt bijgewerkt. Waar webanalytics laat zien wat er op de website gebeurt, combineert een dashboard die websitedata met advertentiekosten, webshopomzet en gegevens uit een CRM-systeem tot één samenhangend beeld. Platformen als Looker Studio, Power BI en Tableau vormen de schil waarin die data samenkomt, wordt bewerkt en zichtbaar wordt gemaakt.
Dashboarding & BI verzamelt zelf geen data en richt ook geen tracking of meetplan in. Het neemt gegevens die al in de brontools worden vastgelegd en vertaalt die naar een overzicht dat in één oogopslag laat zien hoe het gaat. Niemand hoeft dan meer in vijf platformen in te loggen om cijfers met de hand naast elkaar te leggen.
De kerngedachte van dashboarding & BI is één bron van waarheid. Zodra meerdere mensen naar cijfers kijken, hanteert al snel iedereen een eigen versie: marketing rekent conversie anders dan sales, en de directie ziet in het maandrapport een derde getal. Een goed ingericht dashboard legt vast welke definities gelden, zodat iedereen dezelfde actuele cijfers ziet, ongeacht wie er inlogt.
Wat valt er precies onder?
Dashboarding & BI bestaat uit acht bouwstenen, van de koppeling met de bron tot de controle op datakwaliteit, en samen bepalen ze of een dashboard bruikbaar en betrouwbaar is.
- Databronkoppelingen: verbindingen tussen het dashboardplatform en de systemen waar de data vandaan komt, zoals GA4, Google Ads, Meta Ads Manager, een CRM-pakket of een webshopplatform. Elke koppeling heeft eigen beperkingen in wat wordt aangeleverd en hoe vaak.
- Datamodellering: het ordenen en op elkaar afstemmen van ruwe data uit verschillende bronnen, zodat een “conversie” in het ene systeem hetzelfde betekent als in het andere.
- Berekende velden en definities: vaste formules voor kengetallen als kosten per lead, marge of terugkerende omzet, zodat iedereen dezelfde berekening gebruikt in plaats van een eigen sommetje in een spreadsheet.
- Visueel ontwerp: per vraag het juiste type grafiek of tabel, een indeling per doelgroep en een opbouw die in een paar seconden leesbaar is, ook voor wie geen cijferaar is.
- Automatische verversing: een schema waarmee data zonder handwerk wordt bijgewerkt, van meerdere keren per dag tot wekelijks, afhankelijk van wat de brontool toestaat en wat nodig is.
- Toegangsbeheer en distributie: regelen wie een dashboard mag inzien of bewerken, en of cijfers ook automatisch als rapport per e-mail naar vaste ontvangers gaan.
- Datakwaliteitscontrole: een signaal wanneer een koppeling stokt, data ontbreekt of cijfers onverwacht afwijken, zodat een dashboard niet stilzwijgend verkeerde informatie toont.
- Historische opslag: een tussenlaag, zoals een dataset of eenvoudig datawarehouse, die geschiedenis bewaart die de brontool zelf na verloop van tijd opschoont.
Welke databronnen koppel je aan een marketingdashboard?
Een marketingdashboard koppelt doorgaans vijf soorten bronnen: webanalytics, advertentieplatformen, het CRM, de webshop en de boekhouding. Per bron verschilt of er een standaardkoppeling (connector) bestaat of dat er maatwerk nodig is, en dat verschil bepaalt een groot deel van de bouwtijd.
| Bron | Voorbeelden | Koppeling | Waar je op let |
|---|---|---|---|
| Webanalytics | GA4, Google Search Console | Meestal een standaardconnector | Bewaartermijnen van detaildata |
| Advertentieplatformen | Google Ads, Meta Ads, LinkedIn Ads | Standaardconnector of een connectordienst van derden | Wijzigingen in de API breken koppelingen |
| CRM | HubSpot, Salesforce | Standaard bij gangbare pakketten, anders maatwerk | Wat telt als lead, kans en klant |
| Webshop | Shopify, WooCommerce | Connector of geplande export | Retouren en btw in de omzet |
| Boekhouding | Facturen, marges, kostenplaatsen | Vaak maatwerk of periodieke export | Afwijkende periodes en boekingsdata |
Bronnen zonder stabiele API zijn het grootste risico in een dashboardtraject. Wordt data via een handmatige export of een gedeelde spreadsheet aangeleverd, dan staat het dashboard stil zodra iemand die export vergeet of een kolom hernoemt. Historie is het tweede aandachtspunt. Google Search Console toont prestatiegegevens over de afgelopen 16 maanden. GA4 bewaart gebeurtenisdata voor detailanalyses standaard twee maanden, in te stellen tot maximaal 14 maanden; de standaardrapporten vallen daarbuiten. Wie langer wil terugkijken, slaat de data periodiek op in een eigen tussenlaag, zoals BigQuery of een ander datawarehouse.
Welk BI-platform past bij je organisatie?
Het BI-platform kies je op basis van de omgeving waarin je organisatie al werkt, niet op basis van de mooiste grafieken. Looker Studio sluit aan bij Google-producten als GA4, Google Ads en Search Console. Power BI ligt voor de hand in organisaties die met Microsoft 365 en Excel werken. Tableau is een zelfstandig analyseplatform dat los van een Google- of Microsoft-omgeving draait. Daarnaast hebben veel CRM- en marketingpakketten een eigen rapportagemodule; Bright Digital beschrijft bijvoorbeeld rapportages die het bouwt op basis van de HubSpot-database.
Bureaus gebruiken uiteenlopende oplossingen voor de dashboards die ze aan klanten leveren. Afdeling Online noemt een Looker Studio-dashboard met een maandelijkse rapportage, Digital Inside heeft een eigen dashboard ontwikkeld met realtime gegevens en eRocket geeft al zijn klanten toegang tot het eRocket Dashboard. Bij een eigen bureaudashboard is het verstandig vooraf te vragen wat er met je data en weergaven gebeurt als de samenwerking stopt, want een dashboard dat in de omgeving van het bureau draait, gaat niet vanzelf met je mee.
Hoe verloopt een dashboardtraject?
Een dashboardtraject loopt in zeven stappen, van vraaginventarisatie tot beheer, en de doorlooptijd hangt vooral af van het aantal bronnen zonder standaardkoppeling. Met een handvol bronnen die via een connector lopen, staat een eerste versie meestal binnen enkele weken; elke bron die maatwerk vraagt of eerst opgeschoond moet worden, voegt daar tijd aan toe.
- Vraaginventarisatie. Vastgesteld wordt welke beslissingen het dashboard moet ondersteunen, wie het gebruikt en welke vragen steeds terugkomen. Een directiedashboard ziet er anders uit dan een werkdashboard voor het marketingteam. De duur hangt af van het aantal betrokken afdelingen.
- Databronnen ontsluiten. Toegang tot GA4, advertentieaccounts, het CRM of de webshop wordt geregeld en getest, inclusief de vraag welke data een koppeling werkelijk levert. Wachten op toegangsrechten is in deze stap de meest voorkomende vertraging.
- Datamodel opzetten. Ruwe data wordt opgeschoond, gecombineerd en voorzien van eenduidige definities. Dit is het minst zichtbare maar meest bepalende deel van het werk, en het groeit mee met het aantal bronnen.
- Dashboard bouwen. De visualisatie krijgt vorm: welke grafieken, welke filters, welke pagina’s. Daarbij telt mee of het dashboard op een groot scherm in een overleg of op een telefoon wordt bekeken.
- Valideren. De cijfers in het dashboard worden vergeleken met de brontools zelf, om dubbeltellingen en gaten op te sporen voordat iemand er een besluit op baseert.
- Opleveren en uitleggen. Gebruikers krijgen een toelichting op wat ze zien en hoe ze het lezen, samen met documentatie van de definities.
- Beheer. Koppelingen worden bewaakt en het dashboard groeit mee met nieuwe vragen of bronnen. Deze stap loopt door zolang het dashboard in gebruik is.
Wanneer heb je dashboarding & BI nodig?
Dashboarding & BI wordt zinvol zodra het verzamelen van cijfers meer tijd kost dan het bespreken ervan. Vijf signalen maken dat concreet:
- Handmatige maandrapportages. Iemand plakt elke maand exports uit meerdere platformen in een spreadsheet, en dat werk wordt foutgevoeliger naarmate het vaker met de hand gebeurt.
- Cijfers die per afdeling verschillen. Marketing, sales en directie houden elk een eigen rapportage bij met net andere getallen, wat vergaderingen en vertrouwen kost.
- Data in meer dan drie losse systemen. Website, advertenties, CRM en webshop leveren elk een deel van het verhaal, maar niemand ziet het geheel.
- Beslissingen die wachten op een export. Een budgetverschuiving of campagnekeuze blijft liggen tot iemand de cijfers heeft samengevoegd.
- Meer mensen die inzicht nodig hebben. Collega’s willen de stand van zaken zien zonder toegang tot elk afzonderlijk platform te krijgen of het te leren gebruiken.
Herken je er twee of meer, dan loont het om een dashboard te overwegen. Bij één signaal volstaat soms een vaste rapportage uit de brontool zelf.
Wat levert een dashboard op?
Een dashboard levert drie dingen op: minder uren aan het samenstellen van rapportages, snellere besluiten en minder discussie over welk cijfer klopt. De tijdwinst is het makkelijkst te meten. Tel vooraf hoeveel uur er per maand opgaat aan exports en samenvoegen; dat aantal is de bovengrens van wat een dashboard bespaart, en het komt overeen met het signaal van de handmatige maandrapportage. Snellere besluiten volgen uit actuele data: een budgetverschuiving hoeft niet te wachten op een export. Minder discussie ontstaat doordat definities vastliggen en iedereen hetzelfde getal ziet, wat het signaal van afwijkende cijfers per afdeling wegneemt.
Een dashboard neemt zelf geen beslissingen en kan foutieve of onvolledige tracking niet compenseren; het toont alleen netter wat er binnenkomt. Wie twijfelt of de meting op orde is, kijkt daarom eerst naar de bron voordat er een dashboard overheen wordt gebouwd.
Zo wordt een dashboard ook echt gebruikt
Een dashboard wordt gebruikt als het een vaste plek heeft in een bestaand overleg en niet meer toont dan de besluitvormers nodig hebben. Beperk de startpagina tot de kengetallen waar in dat overleg op gestuurd wordt, en zet details op aparte pagina’s. Wijs per dashboard één persoon aan die het in het overleg bespreekt, bijvoorbeeld de marketingmanager in het wekelijkse teamoverleg of de directeur in het maandoverleg. Spreek een vast ritme af, zodat het dashboard niet alleen wordt geopend als er iets misgaat. Wordt het dashboard in dat overleg zelden geopend, dan sluit de inhoud niet aan bij de vragen die er gesteld worden en is het tijd om de startpagina bij te stellen.
Waar let je op als je dit uitbesteedt?
Bij het uitbesteden van dashboarding & BI let je vooral op drie dingen: vastgelegde definities, eigendom van datamodel en koppelingen, en een afspraak over beheer na oplevering. Die drie punten bepalen of je het dashboard later zelf kunt aanpassen, aan een andere partij kunt overdragen en of het over een jaar nog klopt.
Documentatie van het datamodel
Een uitbesteed dashboard is alleen overdraagbaar als de definities en berekeningen zijn vastgelegd, in een document of in de tool zelf. Zonder die documentatie blijf je afhankelijk van de maker om te begrijpen waarom een getal is zoals het is, en wordt het lastig om het dashboard later zelf aan te passen of aan een andere partij over te dragen.
Eigendom en toegang
Datamodel, dashboards en eventuele datasets horen in accounts van je eigen organisatie te staan, met het bureau als gebruiker. Leg dat vast in de opdracht, net als de vraag wie na oplevering toegang houdt tot de koppelingen. Een dashboard met omzet- of klantgegevens verdient hetzelfde toegangsbeheer als de brontools zelf, ook met het oog op de AVG.
Beheer na oplevering
Het beheer van een dashboard na oplevering bestaat uit het herstellen van koppelingen, het aanpassen van rapportages als een bron verandert en het bewaken van de datakwaliteit. Spreek af wie dat doet: het bureau op basis van een beheerafspraak, of een eigen medewerker na een kennisoverdracht met documentatie en een uitlegsessie. Zonder eigenaar breekt een koppeling vroeg of laat stilletjes, bijvoorbeeld als een platform zijn API wijzigt, en toont het dashboard verouderde cijfers. Bekijk bij een beheerafspraak ook de opzegtermijn: SDIM en Digital Inside noemen in hun algemene voorwaarden twee maanden.
Veelgemaakte fouten
De duurste fout bij dashboarding & BI is bouwen voordat duidelijk is welke beslissing het dashboard moet ondersteunen. De fouten hieronder staan elk met het gevolg en wat je in plaats daarvan doet.
- Bouwen zonder vraag. Gevolg: een verzameling grafieken die niemand iets vertelt. Begin in plaats daarvan met een korte lijst beslissingen en kies per beslissing het kengetal.
- Te veel in één dashboard. Gevolg: niemand ziet in één oogopslag wat ertoe doet. Houd de startpagina klein en verplaats details naar aparte pagina’s.
- Geen eigenaar na oplevering. Gevolg: koppelingen breken ongemerkt en het dashboard veroudert. Wijs bij oplevering een eigenaar aan en leg het beheer vast.
- Definities niet afgestemd. Gevolg: een “gebruiker” uit het ene systeem staat naast een “sessie” uit het andere en de cijfers tellen niet op. Leg elke definitie vast en toon hem bij de grafiek.
- Toegang te breed. Gevolg: gevoelige omzet- of klantdata is zichtbaar voor iedereen. Geef rechten per rol en controleer ze periodiek.
- Bouwen op een gebrekkige meting. Gevolg: een strak dashboard met onbetrouwbare cijfers. Laat eerst de tracking controleren en bouw daarna.
Wat bepaalt de prijs?
De prijs van een dashboardtraject wordt vooral bepaald door drie factoren: het aantal databronnen, de complexiteit van het datamodel en of er doorlopend onderhoud bij hoort. Een dashboard met twee bronnen die via een connector lopen, is aanzienlijk minder werk dan een dashboard dat tien systemen combineert, waarvan een deel maatwerk vraagt. De kosten bestaan uit vijf posten.
| Post | Eenmalig of doorlopend | Wat erbij zit | Wat de prijs opdrijft |
|---|---|---|---|
| Datakoppelingen | Eenmalig, met onderhoud | Toegang regelen, connectors instellen en testen | Bronnen zonder standaardkoppeling |
| Datamodel en warehouse | Eenmalig, opslag doorlopend | Opschonen, definities, berekende velden, historische opslag | Veel bronnen en afwijkende definities |
| Dashboardbouw | Eenmalig | Ontwerp, pagina’s, filters, validatie | Aparte weergaven per doelgroep |
| Licenties | Doorlopend | Gebruik van het platform en eventuele connectordiensten | Aantal gebruikers en extra connectors |
| Doorlopend onderhoud | Maandelijks | Koppelingen bewaken, herstellen, kleine aanpassingen | Vaak wijzigende bronnen en nieuwe vragen |
De samenwerkingsvorm bepaalt hoe die posten worden afgerekend. Losse dashboardprijzen staan bij bureaus zelden openbaar, maar wat ze wel publiceren, laat zien hoe het gaat. Bij een eenmalige bouw op uurbasis bepalen het aantal bronnen en weergaven direct de prijs; Afdeling Online noemt 68 tot 92 euro per uur voor het inhuren van een online marketeer. Bij een doorlopende samenwerking zit het dashboard vaak in een maandpakket: Tasmanic maakt voor elke klant een dashboard met de KPI’s waarop wordt gestuurd en publiceert pakketten van 1.000, 3.500 en 7.500 euro per maand, exclusief btw en advertentiebudget. eRocket geeft alle klanten toegang tot het eRocket Dashboard en publiceert pakketten vanaf 650 euro per maand. Vraag in elk geval welke posten uit de tabel in de prijs zitten en welke los komen.
Dashboarding & BI en aanverwante diensten
Dashboarding & BI werkt het best samen met de diensten die de data leveren, bewaken en vullen, omdat een dashboard nooit beter is dan zijn bronnen.
- Webanalytics (GA4) levert het websitegedrag dat in vrijwel elk marketingdashboard de basis vormt.
- Server-side tracking maakt de metingen aan de bron vollediger, zodat het dashboard minder gaten erft van geblokkeerde scripts.
- Consent & privacy bepaalt welke data rechtmatig verzameld en getoond mag worden, en dus wat er in een dashboard mag verschijnen.
- CRM-implementatie zorgt dat leads en klanten eenduidig worden vastgelegd, zodat het dashboard marketing aan omzet kan koppelen.
- Meta Ads levert kosten en resultaten van campagnes op Facebook en Instagram, die in het dashboard naast de andere kanalen landen.
- Display & YouTube voegt bereik en videoweergaven toe, zodat ook campagnes zonder directe klik een plek krijgen in het totaalbeeld.