Het begon met een managementvraag
Stel je voor: je beheert 600 voertuigen, verdeeld over acht operationele vestigingen.
Sommige voertuigen zijn inzetbaar. Bij andere komt een keuring dichterbij, staan ze in de garage, loopt de kilometerstand op of nadert het einde van het leasecontract.
Ondertussen wil Finance weten waar het geld naartoe gaat.
De fleetmanager wil weten welke voertuigen vandaag aandacht vragen.
En de operationsmanager wil voorkomen dat vijf minuten voor vertrek blijkt dat een voertuig niet beschikbaar is.
Allemaal heel redelijke vragen.
Maar ze horen niet noodzakelijk op hetzelfde dashboard.
Daarom ontwierp ik Fleet Control Center rond twee verschillende momenten waarop beslissingen worden genomen.
Het eerste draait om inzicht in de bedrijfsvoering.
Wat kost het wagenpark? Welke vestigingen veroorzaken de meeste uitgaven? Waar zitten de financiële risico's?
Het tweede draait om de dagelijkse operatie.
Welke voertuigen hebben aandacht nodig? Waarom? En wat is de volgende praktische stap?
Hetzelfde wagenpark. Andere beslissingen.
€ 4,75 miljoen. Interessant. En nu?
Het eerste deel van Fleet Control Center is gebouwd in Power BI.
Het demowagenpark bestaat uit 600 voertuigen op acht vestigingen, met ongeveer € 4,75 miljoen aan geregistreerde uitgaven.
Van daaruit kan ik het financiële beeld verkennen per vestiging, voertuigcategorie en rapportageperiode.
Wanneer ik bijvoorbeeld Amsterdam selecteer, verandert het beeld naar € 685.537 aan uitgaven voor de 74 voertuigen die aan Amsterdam zijn gekoppeld.
Dat is nuttig.
Ik zie de kostenopbouw, begrijp trends en kan financiële prestaties vergelijken.
Maar er is een belangrijke beperking.
Een financieel bedrag laat zien waar ik verder moet kijken. Het vertelt me niet automatisch welke operationele actie nodig is.
Een hoge reparatierekening verdient misschien onderzoek.
Een voertuig dat al drie weken in de garage staat, verdient misschien een telefoontje.
En een voertuig met een verlopen APK verdient waarschijnlijk aandacht voordat het weer de weg op gaat.
Dat zijn drie heel verschillende gesprekken.
Vier dashboards. Vier vragen.
In plaats van alles op één gigantisch rapport te proppen, bouwde ik vier Power BI-weergaven.
Fleet Financial Executive richt zich op uitgaven, kostendrijvers en managementprioriteiten.
Maintenance & Reliability laat garagebezoeken, reparatiehistorie en voertuigbeschikbaarheid zien.
Cost, Downtime & Decisions houdt geregistreerde kosten gescheiden van geschatte financiële blootstelling en helpt dure voertuigen en mogelijke beslissingen onderzoeken.
Netherlands Hub Performance vergelijkt inzetbaarheid en aandachtspunten tussen de acht vestigingen.
De rapporten delen één visuele stijl, interactieve filters en KPI-kaarten met uitleg.
Ik voegde ook iets toe waar ik persoonlijk blij van word: KPI-kaarten die omdraaien wanneer je er met je muis overheen gaat.
Op de voorkant staat het cijfer.
Op de achterkant staat wat het betekent, hoe het wordt berekend en waarom het relevant is.
Want een cijfer zonder definitie is een uitstekend begin van een vergadering die veel te lang duurt.
Maar de rapporten vertellen nog maar de helft van het verhaal.
Van dashboard naar voertuig
Wanneer ik wil begrijpen wat er operationeel gebeurt, ga ik naar de Fleet Control Center-applicatie.
Hier komt het Attention Center van pas.
Het brengt verschillende signalen samen: keuringen, verzekeringen, kilometerstanden, leasecontracten en langdurige garagebezoeken.
In het demowagenpark signaleert het 35 voertuigen die aandacht vragen vanwege hun APK en vier voertuigen die al meer dan 15 dagen in de garage staan.
Die cijfers zijn niet alleen decoratie.
Ze zijn een startpunt voor onderzoek.
Ik selecteer de categorie APK en open het Vehicle Passport van een van de gemarkeerde voertuigen.
Daar kan ik de keuringsstatus bekijken, naast de relevante voertuiggegevens, kilometerstand, leasegegevens en onderhoudshistorie.
In dit voorbeeld is de APK verlopen.
Nu heb ik een veel betere vraag voor de verantwoordelijke vestiging:
“Is de keuring al ingepland?”
Geen revolutionaire vraag.
Maar wel een stuk nuttiger dan nog langer naar een rode KPI kijken.
En precies daar gaat het om.
Het systeem moet iemand helpen om van een signaal naar een concreet gesprek, besluit of actie te gaan.
Waarom Power BI en Django?
Ik heb bewust twee verschillende interfaces gebruikt.
Power BI is uitstekend voor de analyse van financiële en operationele informatie: trends, vergelijkingen, kostenopbouw en managementrapportage.
Maar dagelijkse operationele processen vragen iets anders.
Een fleetmanager moet soms één voertuig bekijken, gegevens bijwerken, een melding onderzoeken of vastleggen dat een reparatie is afgerond.
Voor die werkzaamheden bouwde ik een webapplicatie met Django en PostgreSQL.
De applicatie biedt de operationele interface; PostgreSQL bewaart de onderliggende demogegevens.
Power BI gebruikt dezelfde databasis voor rapportage, waarbij wijzigingen zichtbaar worden na een gecontroleerde vernieuwing van de gegevens.
Het doel is niet om een bestaand wagenparkbeheersysteem te vervangen.
Het is een demonstratie van hoe financiële analyse en operationele opvolging kunnen samenkomen rond dezelfde bedrijfsvragen.
En soms is dat veel waardevoller dan nóg een dashboard.
De cijfers moeten eerlijk zijn
Een belangrijk uitgangspunt tijdens dit project was dat duidelijk moest blijven wat cijfers daadwerkelijk betekenen.
Een echte reparatiefactuur is een geregistreerde kostenpost.
Een voertuig dat niet beschikbaar is, kan financiële blootstelling veroorzaken. Maar dat betekent niet automatisch dat het bedrijf een bepaald bedrag aan omzet is misgelopen.
Een toekomstige leaseverplichting is weer iets anders.
Je moet die bedragen niet zomaar optellen omdat er toevallig overal een euroteken voor staat.
Ook inzetbaarheid vraagt om duidelijke definities. De status Ready is een operationele classificatie volgens de regels van het model, geen officiële verklaring dat een voertuig aan iedere wettelijke eis voldoet.
Hetzelfde geldt voor meldingen.
Eén voertuig kan meerdere aandachtspunten hebben. Daarom mag je de aantallen per meldingscategorie niet behandelen alsof het steeds om verschillende voertuigen gaat.
Dit zijn misschien niet de meest spectaculaire onderdelen van dashboardontwerp.
Maar zonder dat onderscheid kan een prachtig rapport een bijzonder efficiënte manier worden om je bedrijf verkeerd te begrijpen.
Een werkende demo, geen kant-en-klaar fleetproduct
Fleet Control Center is een werkend LimiaData-prototype met gesimuleerde gegevens.
Het omvat een functionerende operationele applicatie, voertuigregistraties en werkprocessen, een PostgreSQL-databasis en vier Power BI-rapportagedashboards.
Het doel is de aanpak te demonstreren, niet om te beweren dat er een volledig commercieel fleetplatform is uitgerold.
Er worden geen echte klantgegevens gebruikt en het prototype wordt niet gepresenteerd als een productieklare oplossing voor compliance of financiële beheersing.
Voor een echte implementatie moeten bestaande processen, databronnen, autorisaties, definities en operationele verantwoordelijkheden van een organisatie worden meegenomen.
En precies daar begint het interessante gesprek.
Welke informatie is er al?
Welke beslissingen zijn vandaag lastig?
Waar controleren mensen nog spreadsheets, bellen ze collega's of zoeken ze naar de meest recente status?
En wat zou morgenochtend gemakkelijker maken?
Het echte doel was nooit nog een dashboard
Ik bouw graag dashboards.
Ik hou ook van een mooi ontworpen interface, en ik heb waarschijnlijk meer tijd besteed aan die kleine glazen KPI-kaarten dan een redelijk mens zou toegeven.
Maar het ontwerp is niet het doel.
Het gaat om wat er gebeurt nadat iemand het cijfer heeft gezien.
Leidt het tot een betere vraag?
Kan de juiste persoon het onderzoeken?
Is de volgende actie duidelijk?
En kunnen we vaststellen of er daadwerkelijk iets is veranderd?
Dat wilde ik met Fleet Control Center laten zien.
De cijfers kennen is goed. Weten wat je vervolgens moet doen is beter.
Daarom mijn vraag:
Als je morgenochtend tien minuten had met je fleetteam, waar zou je dan als eerste naar kijken?
Ontdek meer LimiaData-projecten
Ik bouw praktische demonstraties die bedrijfsdata, analyse en operationele beslissingen met elkaar verbinden.
Als jouw organisatie veel rapporten heeft, maar nog steeds moeite heeft om informatie om te zetten in actie, ga ik graag in gesprek.
Fleet Control Center (P007) is een onafhankelijke LimiaData-demonstratie met volledig fictieve gegevens. Financiële en operationele resultaten illustreren het prototype en zijn geen klantprestaties of daadwerkelijk gerealiseerde bedrijfsvoordelen.