Hoe het werkt

Wat het analyseert

Identificeert klanten met het hoogste opzeggingsrisico op basis van betalingspatronen, gebruik van diensten, klachten en historie.

Wat het oplevert

Gerangschikte lijst op risico met naam, reden en aanbevolen actie per klant.

Praktijkvoorbeeld

Een ondernemer ontdekte 517 opzeggingen terwijl hij er 150 had geschat. In de eerste week behield hij 71 klanten.

Wat het analyseert

Detecteert wanbetalers voordat ze opzeggen, door patronen van achterstand en schuldenescalatie te identificeren.

Wat het oplevert

Geprioriteerde lijst van wanbetalers op basis van risicobedrag, met duur van achterstand en aanbevolen actie.

Praktijkvoorbeeld

We identificeerden €30.000 aan betalingsachterstand waarvan de eigenaar niet wist dat die bestond.

Wat het analyseert

Projecteert toekomstige omzet op basis van werkelijke trends in je bedrijf: nieuwe verkopen, opzeggingen, prijsaanpassingen.

Wat het oplevert

Projectie met drie scenario's (optimistisch, realistisch, pessimistisch) uitgesplitst per plan, regio en kanaal.

Praktijkvoorbeeld

Toonde aan dat de MRR met 12% zou dalen in de komende 3 maanden als er geen actie werd ondernomen.

Wat het analyseert

Vergelijkt al je acquisitiekanalen — Google Ads, Meta Ads, partners, doorverwijzingen, organisch: kosten per klant, retentie en werkelijk rendement.

Wat het oplevert

Ranking van kanalen op werkelijk ROI + analyse per advertentiecampagne + individuele verkoopprestaties.

Praktijkvoorbeeld

Ontdekte dat het kanaal 'partners' 2x meer retentie had dan Google Ads, maar 5x minder budget ontving.

Wat het analyseert

Analyseert frequentie, ernst en fraudepatronen in je schadeclaims. Identificeert winstgevende en verliesgevende segmenten.

Wat het oplevert

Schadelastrapport per segment + lijst van schadeclaims met fraudesignalen.

Praktijkvoorbeeld

Ontdekte dat 45,7% van de schadeclaims werd afgewezen — en klanten met een afgewezen claim 3x vaker opzegden.

Wat het analyseert

Groepeert je klanten op basis van werkelijk gedrag (niet op plan of regio), en onthult onzichtbare patronen.

Wat het oplevert

Segmenten met profiel, omvang en aanbeveling voor gedifferentieerde behandeling per groep.

Praktijkvoorbeeld

Onthulde een groep van 400 'stille' klanten — geen klachten, geen gebruik, klaar om op te zeggen.

Wat het analyseert

Berekent de toekomstige waarde van elke klant individueel met probabilistische modellen. Laat zien wie waarde verliest, wie hoog potentieel heeft en hoe lang het duurt om acquisitiekosten terug te verdienen.

Wat het oplevert

Waarde-score per klant met betrouwbaarheidsinterval + overlevingscurves + what-if simulaties (bijv. als retentie 5% verbetert, hoeveel winst?).

Praktijkvoorbeeld

Ontdekte dat 10 verslechterende premiumklanten € 86K waard waren — meer dan 170 basisklanten samen.

Wat het analyseert

Analyseert de kostenstructuur: vast vs. variabel, contributiemarge per product/segment, break-evenpunt en operationele hefboom. De kostenkant die geen andere analyse dekt.

Wat het oplevert

Kostenclassificatie + marge per product/segment + break-even + scenario's (bijv. X besparen, Y aannemen, omzet daalt 20%).

Praktijkvoorbeeld

Toonde aan dat 2 van de 5 producten negatieve marges hadden en werden gesubsidieerd door de andere 3 zonder dat de eigenaar het wist.

Wat het analyseert

Genereert de officiële financiële rapportage (DRE in Brazilië, W&V in Nederland) met volledigheidscontrole, anomaliedetectie en periodevergelijking. Klaar voor uw accountant om te beoordelen.

Wat het oplevert

Opgemaakte DRE/W&V per periode + vergelijking + anomaliewaarschuwingen + nalevingschecklist + fiscale kansen.

Praktijkvoorbeeld

Identificeerde € 12K/jaar aan ongebruikte btw-aftrekposten die niet werden geclaimd.