Hoe het werkt
Geen enkele stap hoeft op een consultant te wachten. Het systeem begeleidt u van ruwe gegevens naar herleidbare aanbevelingen.
Stap 1
01Gegevens uploaden
Upload transactiegegevens als CSV-, tekst- of Excel-bestand met gewone exports. Bestanden worden versleuteld opgeslagen in Microsoft Azure in Zweden, binnen de EU.
Stap 2
02Kolommen bevestigen
Het systeem stelt voor wat elke kolom betekent. U controleert en bevestigt de kolomkoppeling.
Stap 3
03Kwaliteitscontrole
De gegevens worden automatisch gecontroleerd. Ernstige fouten stoppen de verwerking; kleinere afwijkingen worden vastgelegd.
Stap 4
04Deterministische analyse
De analyse-engine berekent bevindingen en verbeterpotentieel. Elk cijfer is herleidbaar.
Stap 5
05AI-interviews
Stuur persoonlijke links naar sleutelfiguren. Intelligente chatbots verzamelen bedrijfscontext terwijl de analyse loopt. Anders dan bij een geplande afspraak kunnen deelnemers op elk moment pauzeren en later via dezelfde link doorgaan — zonder agenda’s op elkaar af te stemmen.
Stap 6
06Rapport en resultatenchat
Bevindingen en interviews worden omgezet in een rapport, dashboard, presentatie en workshoppakket. Een AI-chatbot licht de resultaten toe en bespreekt initiatieven.
Wat u nodig hebt
- Transactiegegevens op orderregel- of factuurniveau.
- Iemand die kan bevestigen wat de kolommen betekenen.
- Optioneel: mensen die AI-interviews over het bedrijf kunnen beantwoorden.
Vast product, vaste prijs
De standaardanalyse kost 999 EUR exclusief belasting. Een workshoppakket is inbegrepen. U kunt een workshop onder begeleiding van een consultant of een directiepresentatie bijboeken.
Zijn uw gegevens goed genoeg?
Uw gegevens zijn meestal niet de belemmering — ze zijn vrijwel altijd toereikend. Wat u nodig hebt, is een ruwe export op regelniveau uit uw ERP-systeem. Kortom:
Echte namen zijn niet nodig
Als klant- of productnamen gevoelig zijn, kunt u ze gerust maskeren — vervang ze door eigen codes zoals "Klant A" of "Product 12". De enige voorwaarde is dat u dit consequent doet: dezelfde klant moet altijd dezelfde gemaskeerde naam hebben, in het hele bestand en op elk werkblad. Anders kunnen de rijen niet worden gekoppeld en kunnen we niet de juiste conclusies trekken. Geef bij het koppelen van de kolommen eenvoudig aan welke kolommen gemaskeerd zijn.
- Eén rij per verkocht artikel — factuur- of orderregels, geen draaitabel of samenvatting.
- Eén volledig jaar — een kalenderjaar of de afgelopen 12 maanden — zodat seizoensinvloeden en prijseffecten over een heel jaar zichtbaar worden.
- Elke rij laat zien wanneer, aan wie, welk product, hoeveel en tegen welke prijs is verkocht.
- De kostprijs per eenheid, indien beschikbaar — zonder die informatie tonen we prijzen, maar geen marges.
- Ruwe gegevens rechtstreeks uit het systeem werken beter dan bewerkte bestanden. Kolommen mogen elke naam hebben — we helpen u ze te koppelen.
- Excel of CSV, maximaal 100 MB per bestand. Meerdere werkbladen zijn geen probleem. Grotere datasets kunnen worden opgesplitst in meerdere bestanden, bijvoorbeeld één jaar per bestand, en worden samengevoegd met Historie uitbreiden.
Toon het gedetailleerde gegevensverzoek
Stuur het verzoek gerust door naar uw controller of systeembeheerder — het beschrijft precies hoe het bestand eruit moet zien.
DATA REQUIRED FOR THE PRICING ANALYSIS File format: Excel (.xlsx/.xls) or CSV; CSV is recommended above 100,000 rows. One row = one order/invoice line (item position), not an entire order. Columns needed (column names can be in any language — you confirm which column is which yourself): • Date (transaction date, ideally including year and month) • Customer (customer ID or name) • Product/service (item ID or name) • Quantity • Revenue per line (amount before/after discount, as invoiced) • Unit price or list price, if available • Cost per line or purchase price (optional, but enables margin analyses) • Discount per line (optional, if discounts are not already in revenue) Currency: all amounts in one currency, or a column with the currency code. Coverage: ideally at least 12 months of completed transactions; multiple years enable better comparisons. Larger groups: choose one coherent business unit or market at a time, rather than the entire group in a single file. Do not include personal data. Remove or replace names of individuals in the columns you upload.