Financial due diligence · Klantanalyse
Welke klantanalyses zijn onmisbaar bij een overname?
Omzet vertelt hoeveel een onderneming verkocht heeft. Een klantanalyse vertelt hoe stevig die omzet werkelijk staat. Voor een overnemer is dat verschil essentieel.
Een winst-en-verliesrekening kan een mooie groei tonen. Toch zegt die op zichzelf weinig over de klanten die de omzet dragen. Komt de groei van veel nieuwe klanten of van één uitzonderlijk grote klant? Keren klanten jaarlijks terug? Groeit de kernmarkt of compenseert een tijdelijk project een terugval elders?
Daarom hoort een klantanalyse thuis in vrijwel elke financial due diligence. Niet als extra dashboard achteraan het dossier maar als een van de bouwstenen van de aankoopbeslissing.
1. Hoeveel actieve klanten zijn er werkelijk?
De eerste vraag lijkt eenvoudig: hoeveel klanten heeft de onderneming?
Toch moet je vooraf bepalen wat een actieve klant is. Telt elke historische klantenfiche mee? Alleen klanten met omzet in de onderzochte periode? En behandel je verschillende vestigingen of juridische entiteiten als één klantgroep of afzonderlijk?
Een betrouwbaar antwoord begint daarom niet bij COUNT maar bij een heldere definitie en een stabiel klantnummer. Zonder uniek sleutelveld kunnen dubbele namen, naamswijzigingen en verschillende schrijfwijzen het klantenaantal vertekenen.
2. Welke klanten keren terug?
Een terugkerende klant is niet automatisch hetzelfde als contractueel recurrente omzet. Toch vertelt herhaalaankoop veel over de duurzaamheid van de klantenrelatie.
Bekijk daarom per klant in welke perioden omzet werd gerealiseerd. Zo wordt zichtbaar welke klanten eenmalig kopen, regelmatig terugkomen, wegvallen of na een onderbreking opnieuw bestellen.
De relevante maatstaf hangt af van het bedrijfsmodel. Bij projectmatige dienstverlening kan jaarlijks terugkerende omzet betekenisvol zijn. Bij frequente handel kunnen maand- of kwartaalpatronen belangrijker zijn.
3. Hoe geconcentreerd is de omzet?
Klantconcentratie toont hoeveel van de omzet afhankelijk is van een beperkt aantal klanten. Typische vragen zijn:
- welk percentage van de omzet komt van de grootste klant;
- hoeveel vertegenwoordigen de top 5, top 10 of top 20 klanten;
- neemt die concentratie toe of af;
- welke belangrijke klanten groeien of krimpen.
Een hoge concentratie is niet per definitie slecht. Een sterke langetermijnrelatie met een grote klant kan waardevol zijn. Maar de overnemer moet wel begrijpen wat er gebeurt als die klant volumes verlaagt, opnieuw onderhandelt of vertrekt.
4. Uit welke klanttypes bestaat de omzet?
Het totale omzetcijfer kan verschillende economische werkelijkheden verbergen. B2B en B2C, distributeurs en eindklanten of grote ondernemingen en kmo's kunnen elk een ander verkoopproces, margeprofiel en risico hebben.
Segmentatie volgens klanttype helpt om te zien waar groei en rendement vandaan komen. Ze maakt ook duidelijk of de gerapporteerde strategie overeenkomt met de feitelijke omzetmix.
5. Hoe is de omzet geografisch verdeeld?
Een geografische analyse toont in welke landen of regio's de onderneming werkelijk actief is. Dat is relevant voor groeikansen maar ook voor afhankelijkheid, lokale regelgeving, valuta en commerciële slagkracht.
Let daarbij op de kwaliteit van het locatieveld. Het factuuradres, leveringsadres en land van de juridische klant kunnen een andere betekenis hebben. Kies dus het veld dat bij de onderzoeksvraag past en documenteer die keuze.
6. Hoe ontwikkelen klanten zich doorheen de tijd?
Een rangschikking van klanten op totale omzet is slechts een momentopname. De ontwikkeling doorheen de tijd vertelt meer:
- welke klanten structureel groeien;
- waar omzet begint weg te vallen;
- welke nieuwe klanten snel belangrijk worden;
- of groei breed gedragen wordt of van uitzonderingen komt.
Een goede visualisatie maakt die beweging zichtbaar zonder de onderliggende details te verbergen.
7. Sluit de klantomzet aan op de boekhouding?
Dit is de controle die de andere analyses geloofwaardig maakt. De totalen uit salesrapporten of factuurdata moeten aansluiten op de relevante omzet in het grootboek.
Verschillen hoeven niet meteen op fouten te wijzen. Creditnota's, boekingsmomenten, manuele boekingen, intercompanytransacties of een andere afbakening kunnen een verklaring zijn. Maar de verschillen moeten wel zichtbaar en verklaarbaar zijn.
Een mooi klantendashboard is pas DD-waardig wanneer de cijfers controleerbaar terugkeren naar de onderliggende facturen en boekingen.
De analyse begint vóór het dashboard
Voor deze analyses heb je meer nodig dan een Excel-bestand met klantnamen en omzet. Zorg minimaal voor:
- een stabiel en uniek klantnummer;
- verkoopfacturen en creditnota's op regelniveau;
- boekingsregels uit het grootboek;
- bruikbare klantkenmerken zoals type, land en regio;
- een controle tussen commerciële en financiële totalen;
- duidelijke definities van actief, terugkerend en geconcentreerd.
Ontbreekt die basis, dan gaat kostbare DD-tijd naar het herstellen van data in plaats van naar het beoordelen van de onderneming.
Van losse analyses naar één controleerbaar model
Insitely haalt, wanneer de gegevens in een ondersteund boekhoudpakket beschikbaar zijn, via een beveiligde koppeling de relevante boekhoud- en factuurdata op. Die wordt gestructureerd voor verdere analyse in Power BI en Excel.
Zo hoeft een externe analist niet voor elk dossier opnieuw dezelfde exports, koppelingen en controles op te bouwen. De vertrouwde analysetools blijven maar het voorbereidende dataproces wordt veel consistenter.
Welke klantvragen kosten jullie vandaag het meeste werk?
Leg jullie huidige DD-proces eens naast deze zeven analyses. In een inhoudelijk gesprek bekijken we waar gegevens ontbreken, waar manuele controles terugkomen en waar Insitely het proces kan versnellen.
Over Roel Bäumer
Ondertussen 18 jaar data en BI, bij middelgrote tot grote ondernemingen. Met Insitely combineer ik een herbruikbare financiële datalaag met implementatie- en M&A-data-expertise. Waar een dossier extra analyse of maatwerk vraagt, kan ik ook als data-specialist naast het bestaande dealteam worden ingeschakeld.
Verder lezen: Waarom gedetailleerde grootboekdata onmisbaar is bij financial due diligence