Data in de AGF

Veiling Data & Financiële Data in de Phalaenopsis kwekerij

Omzet binnen de kwekerij vraagt meestal om iets meer dan een simpele optelsom. Omzet die verschilt per veiling waarbij verschillende verkoopprijzen, retouren en correcties constant verwerkt moeten worden en wisselende producten die zorgen voor ondoorzichtigheid in de kale verkoopprijs. Hoe zorgt u dan toch dat u op de juiste cijfers stuurt en inzichtelijk maakt welke klanten de meeste winst opleveren en welke planten het beste presteren?

Bij Phalaenopsis kwekerij De Vreede werd Power BI geïmplementeerd. De inzichten waren zo waardevol dat zij inmiddels veel meer omzet maken en het salesteam getraind hebben om met deze data dagelijks aan de slag te gaan.  

Omzet die werkelijk omzet is & data sluitend maken

Omzet is een enorm belangrijk stuurmiddel binnen dit bedrijf, men verkoopt per week planten die volgroeid zijn dus als die omzet niet klopt blijft men met planten zitten of komen ze tekort. Beide kosten geld. De omzet berekenen was een uitdaging omdat een verkoop niet altijd een omzet betekende, veroorzaakt door de verkoop via veilingen. Deze klokhandel maakte dat men achteraf pas de verkoop en desbetreffende verkoopprijs doorgestuurd kreeg en tevens rekening moest houden met correcties en retouren. Vanuit Navision zijn we de financiële gegevens gaan inlezen en hebben deze gekoppeld aan de verkooporders van de veiling. De omzet die nu in de rapportages getoond wordt is werkelijke omzet. Er is geen onzuivere data meer in de cijfers te vinden.   

Wat krijg ik werkelijk voor een plant?  

Ook de kale plant prijs, dat wat ze werkelijk ontvangen voor een plant, was op dat moment niet direct inzichtelijk. De orchidee wordt namelijk in verschillende vormen aangeboden. Hij kan in een simpel plastic potje met plastic jasje worden verkocht maar sommige leveranciers nemen de plant weer af met een keramiek bakje of een leuke cadeauverpakking. Al deze materialen en hun kostprijs zoals bijvoorbeeld de sticker, label, verpakking of potje stonden op verschillende plekken geregistreerd. Het was daardoor in het financiële systeem niet direct inzichtelijk wat nu exact de kale prijs per plant was. Een klant kon daardoor wel een hoge omzet tonen maar dat zei nog niets over de kale plantprijs. Om klanten & planten echt goed met elkaar te kunnen vergelijken diende de kale prijs bepaald te worden. De data van de verschillende materialen werd gekoppeld aan de financiële administratie en na integratie kon men direct inzien wat de kale plantprijs per plant per klant was.  

Heatmaps & heldere dashboards  

Nu de data helemaal kloppend was werd deze omgezet naar een Power BI dashboard die in één oogopslag liet zien wat belangrijk was voor de beslissers. Met een zogenaamde heat map is nu direct inzichtelijk welke plant de beste prijs heeft en welke klant daar de hoogste prijs voor heeft betaald. Zo kan de salesafdeling direct zien waar ze teveel hebben weggegeven en welke plant en klant de meeste winst heeft behaald.  

Daarnaast kunnen ze nu in één oogopslag zien welke planten in welke maanden verkocht zijn en of dit afwijkt van de begroting. In deze overzichten is tevens ruim van te voren te zien of er een tekort ontstaat zodat men nog kan schuiven met volgroeide planten. Maar ook de overschotten worden hierdoor direct duidelijk in kaart gebracht zodat de Salesafdeling nog de tijd heeft om deze tegen een goede prijs te verkopen voor ze geklokt worden.     

Deze data is tevens gekoppeld aan het percentage planten dat verkocht wordt via klokhandel. In het design van de dashboards hebben deze een opvallende kleur en vorm. Zo kan men in één oogopslag zien welke planten niet voldoende verkocht zijn, de begroting niet gehaald hebben en waar dus winst te behalen valt voor de volgende ronde.  

Met deze nieuwe inzichten kan de salesafdeling veel scherper verkopen en is de omzet (en kale plantprijs) gestegen.   

Ook interesse in wat Business Intelligence voor uw organisatie kan betekenen? Neem dan contact op voor een vrijblijvende inspiratie sessie >

Facebook
Twitter
LinkedIn
Pinterest
Translate »