Grip op personeelslasten: In 5 stappen naar een prognosemodel in Power BI

10-09-2019

Het maken van een goede prognose voor de personeelslasten lijkt voor veel gemeenten een flinke uitdaging. Het is vaak lastig om ‘prognoses’ uit het HRM systeem te halen. En als dat wel lukt, hoe koppel je dat dan aan een prognose van de inhuurlasten? Hoe krijg je inzicht in de ‘vrije ruimte’ per afdeling? Met een goede aanpak en de juiste tools hoeft dit gelukkig niet ingewikkeld te zijn. JE Consultancy heeft met behulp van Power BI een eenvoudig te implementeren model ontwikkeld dat voor elke gemeente bruikbaar is.

Hieronder geven wij inzicht in de stappen die nodig zijn om m.b.v. Power BI tot een goed prognosemodel voor de personeelslasten te komen. Aan het eind van dit artikel wordt tevens een interactief voorbeeld van een prognosemodel gegeven.

Wat is Power BI?

Power BI is een Microsoft applicatie. Met Power BI kun je eenvoudig verbinding maken met verschillende gegevensbronnen, deze gegevens modelleren, visualiseren en vervolgens delen met de organisatie.

 

Rapporteren in Power BI: in 5 stappen naar een goed prognosemodel

Of je nu streeft naar grip op personeelslasten, inzicht wilt in het sociaal domein, of streeft naar goede budgetrapportages, je doorloopt grofweg dezelfde 5 stappen die leiden tot rapportages in Power BI.

Stap 1. Bepalen van de gewenste data

De eerste stap betreft het vaststellen welke databronnen je nodig hebt. Voor grip op personeelslasten gaat het dan bijvoorbeeld om:

  • Prognose salarislasten
  • Prognose inhuurlasten
  • Budget salaris en inhuur
  • Formatie versus bezetting

Na het vaststellen van de benodigde data, worden de databronnen gekoppeld met Power BI. Dit gaat eenvoudig met de importfunctie van Power BI.

Stap 2. Modelleren van de data en bouwen van het datamodel

Nadat de databron is gekoppeld aan Power BI, moet de data gemodelleerd worden. Zo zullen de formatie- en bezettingsoverzichten die uit een HRM-systeem komen vaak niet in het gewenste databaseformat staan.

Het modelleren van de ingelezen databestanden vindt plaats in de zogenoemde Query Editor. Je bewerkt de geïmporteerde bestanden zodanig dat ze voldoen aan het gewenste format. De bewerkingsstappen die je hierbij zet worden opgeslagen in Power BI. Je stelt dit dus één keer in en zodra de data ververst wordt, worden deze stappen opnieuw uitgevoerd. Dit scheelt extreem veel tijd en neemt vrijwel al het handwerk weg.

Eén keer goed gemodelleerd betekent dat het maandelijks maken van een prognose van de personeelslasten door het systeem wordt gedaan. Dit scheelt enorm veel tijd én voorkomt fouten.

Tussen de gemodelleerde bestanden worden vervolgens ook relaties gelegd. Door de tabellen onderling met elkaar te verbinden bouw je het datamodel. Zo kan de ontwikkeling van de formatie bijvoorbeeld gerelateerd worden aan de ontwikkeling van het budget (formatie * normbedrag).

Stap 3. Definiëren van de berekeningen

Na het bouwen van het datamodel kan de geïmporteerde data verrijkt worden met zogenaamde berekeningen. Stel je hebt een formatieoverzicht geïmporteerd waarin ook de einddatum van de formatieplaats is opgenomen. Dan kan deze ‘einddatum’ gebruikt worden om te berekenen hoe de formatie zich meerjarig ontwikkelt. En op basis van die meerjarige formatieontwikkeling kun je vervolgens ook ‘berekenen’ hoe het salarisbudget zich meerjarig ontwikkelt (formatie * normbedrag).

Ook voor deze ‘berekeningen’ geldt dat ze eenmalig worden gemaakt, waarna ze bij het maandelijks inlezen van nieuwe data automatisch ge-update worden.

Stap 4. Creëren van rapporten

Zodra het datamodel gebouwd is kunnen de rapporten gebouwd worden. Power BI kent diverse zogenaamde visuals (o.a. staafdiagram, watervalgrafiek, cirkeldiagram) die gebruikt kunnen worden om data te presenteren. Maar je kunt je data natuurlijk ook gewoon in een tabelvorm presenteren.

Zo kan bijvoorbeeld in een staafdiagram de ontwikkeling van de formatie of bezetting getoond worden, of wat de ‘vrije ruimte’ of prognose is per afdeling.

Stap 5. Publiceren van het rapport

Zodra de rapportage gereed is kan deze gepubliceerd worden naar de online omgeving en gedeeld worden met collega’s of het management.

 

Voorbeeld Prognosemodel

Onderstaand een voorbeeld van een prognosemodel. U kunt door de tabblad scrollen en de visuals zijn interactief en klikbaar.

JE Consultancy helpt u graag bij het realiseren van grip op uw personeelslasten! Dit doen wij door onze kennis van financiële processen en systemen te combineren met onze kennis van Power BI. We weten uit eigen ervaring welke ‘ruwe data’ (stap 1) er nodig is én hoe we die zodanig moeten modelleren (stap 2 en 3) dat het resulteert in goed werkend prognosemodel.

Door onze ervaring met het bouwen van deze prognosemodellen kunnen wij in korte tijd een prognosemodel voor uw organisatie realiseren. Om u alvast een indruk te geven hebben wij onderstaand een voorbeeld van een prognosemodel ingeladen. Graag vertellen wij u in een persoonlijk gesprek meer over de mogelijkheden, de aanpak en het resultaat.

Bent u geïnteresseerd of wilt u meer informatie? Neem dan contact op met één van onze accountmanagers via 088 – 126 44 00 of mail naar sales@jeconsultancy.nl om de mogelijkheden te bespreken.