Klantranglijst op marge: wie is echt winstgevend in jouw groothandel?

In de meeste groothandels en distributieorganisaties genereren een kleine groep klanten het overgrote deel van de werkelijke nettowinst. Een grote middengroep is quitte. En een substantieel deel van de klantenportefeuille is per saldo verlieslatend, zonder dat iemand dat weet.

Dit is geen theorie. Het is een terugkerend patroon in de internationale distributiesector dat zichtbaar wordt zodra klanten worden gerangschikt op nettomarge in plaats van omzet. Die ranglijst heet een klantranglijst op marge, en het is een van de meest impactvolle analytische instrumenten die een CFO of controller ter beschikking heeft.

In dit artikel leggen we uit hoe een klantranglijst op marge werkt, welke patronen je kunt verwachten, hoe je klanten segmenteert op basis van de uitkomst en welke concrete beslissingen dit inzicht mogelijk maakt. Want de vraag “wie is echt winstgevend?” heeft een antwoord, maar dat antwoord vind je niet in de omzetrapportage.

Key takeaways

• Een klantranglijst op marge toont de werkelijke nettobijdrage per klant, van de meest winstgevende tot de meest verlieslatende, en geeft daarmee een fundamenteel ander beeld dan een omzetranglijst.
• De whale curve laat zien dat een kleine groep klanten meer dan 100% van de totale nettowinst genereert, terwijl een grote groep dit resultaat systematisch ondermijnt.
• Grote klanten staan opvallend vaak lager in de ranglijst dan hun omzet suggereert, door hoge cost-to-serve, intensief accountmanagement en structurele kortingen.
• De ranglijst levert vier concrete actiesegmenten op: behouden, ontwikkelen, heronderhandelen en afbouwen.
• Het opstellen van een betrouwbare klantranglijst vraagt om een kostenallocatiemodel met doordachte allocation keys, niet alleen om ERP-data.

In dit artikel

We behandelen het concept, de patronen, de actiesegmenten en de opbouw van een klantranglijst op marge:

• Wat laat een klantranglijst op marge zien?
• De whale curve: het patroon dat elke groothandel zou moeten kennen
• Vier actiesegmenten op basis van de ranglijst
• Waarom grote klanten zo vaak laag ranken
• Hoe je de ranglijst opmaakt en wat je daarvoor nodig hebt
• FAQ: veelgestelde vragen over de klantranglijst op marge

Wat laat een klantranglijst op marge zien?

Een klantranglijst op marge is een geordend overzicht van alle klanten, gesorteerd op hun werkelijke nettobijdrage aan het bedrijfsresultaat, van hoogste naar laagste. Niet op omzet, niet op brutomarge, maar op de nettomarge die overblijft nadat alle directe én indirecte kosten zijn toegerekend aan de klant.

Dat is een fundamenteel ander beeld dan de klassieke omzetranglijst. Op een omzetranglijst staat de klant met de grootste ordervolumes bovenaan. Op een margeranglijst staan de klanten die de meeste waarde genereren per euro omzet en per euro bedieningsinspanning. Die twee lijsten overlappen zelden volledig.

Om een betrouwbare klantranglijst op marge op te stellen, zijn drie bouwblokken nodig: de omzet per klant uit het ERP, de inkoopkosten per klant voor de brutomarge, en de toerekening van indirecte kosten via een allocatiemodel met doordachte allocation keys. Dat derde onderdeel is wat de meeste groothandels missen. Zonder indirecte kostentoerekening is de ranglijst een brutomargelijst, en die vertelt maar de helft van het verhaal. Voor de opbouw van een volledig model verwijzen we naar ons artikel over de P&L per klant.

De whale curve: het patroon dat elke groothandel zou moeten kennen

Zodra klanten worden gesorteerd op cumulatieve nettobijdrage, van hoogst winstgevend naar meest verlieslatend, ontstaat een kenmerkend grafisch patroon: de whale curve, vernoemd naar de vorm die lijkt op de rug van een walvis die boven water komt.

Het patroon verloopt altijd in drie fasen. Links zijn de winstmakers: een kleine groep klanten die samen meer dan 100% van de totale nettowinst genereert. Soms 150 tot 200% of meer. Dit is mogelijk omdat andere klanten verlies veroorzaken dat dit voordeel weer gedeeltelijk opheft. In het midden bevinden zich de quitte-klanten: een grote middengroep waarvan de omzet en de kosten elkaar nagenoeg opheffen, zonder significante nettobijdrage. Aan de rechterkant zijn de verliesmakers: klanten die per saldo meer kosten dan ze opleveren, en daarmee de nettomarge van de winstmakers systematisch uithollen.

In de internationale distributiesector is dit patroon goed gedocumenteerd. Onderzoek toont aan dat in de meeste distributieorganisaties een klein deel van de klanten het overgrote deel van de nettowinst genereert, terwijl een substantieel deel van de klantenbasis per saldo waarde vernietigt. De omvang verschilt per organisatie, maar het patroon is universeel. En het blijft onzichtbaar zolang alleen op omzet wordt gestuurd.

Wat de whale curve zo krachtig maakt, is dat het direct duidelijk wordt waarom de totale nettomarge van een organisatie lager is dan de som van de brutomarges per klant suggereert. Het zijn de verlieslatende klanten aan de rechterkant die de winst van de winstmakers aan de linkerkant gedeeltelijk wegeten. Dat is precies de onzichtbare kruissubsidie die in cost-to-serve analyses steeds terugkomt.

Vier actiesegmenten op basis van de ranglijst

Een klantranglijst op marge is geen eindpunt. Het is het startpunt voor gerichte beslissingen per klant of klantsegment. Op basis van de positie in de ranglijst en de onderliggende oorzaken zijn vier actiesegmenten te onderscheiden:

Segment 1: Behouden en beschermen

De winstmakers linksboven in de whale curve. Dit zijn de klanten die de organisatie in stand houden. Ze verdienen niet minder aandacht dan andere klanten, maar een andere soort aandacht: aandacht gericht op relatiebehoud, service-excellentie en het signaleren van risico’s op churn of margeerosie. De valkuil is dat deze klanten soms worden verwaarloosd juist omdat ze geen problemen veroorzaken. Een actief retentiebeleid voor de top van de ranglijst is minstens zo belangrijk als het aanpakken van de onderkant.

Segment 2: Ontwikkelen en groeien

De quitte-klanten in het midden van de curve. Ze zijn niet verlieslatend, maar ze creëren ook geen significante nettomarge. Hier liggen twee kansen: pricing-optimalisatie (een kleine prijsverhoging of kortingsreductie heeft direct impact) en volumegroei (als de cost-to-serve relatief laag is, levert meer volume bij deze klant disproportioneel meer marge op). Dit segment verdient gericht commercieel werk.

Segment 3: Heronderhandelen en herpositioneren

Klanten die verlieslatend zijn, maar waarbij een herpositionering van de relatie mogelijk is. Denk aan prijsherziening, het afspreken van minimumordergroottes, het reduceren van servicelevels, het elimineren van maatwerkleveringen of het heronderhandelen van kortingsafspraken. De verlieslatendheid is hier niet inherent aan de klant, maar aan de commerciële afspraken of het serviceprofiel. Met aanpassingen kan de nettobijdrage positief worden.

Segment 4: Afbouwen en beëindigen

Klanten waarbij de verlieslatendheid structureel is en herpositionering niet realistisch is, omdat de klant te klein is voor de benodigde orderfrequentie, de behoeften te ver afwijken van het core-aanbod, of de relatie te sterk afhankelijk is van maatwerkafspraken die de cost-to-serve onhoudbaar hoog maken. Afscheid nemen van verlieslatende klanten is een rationele keuze als de vrijgekomen capaciteit en aandacht worden ingezet voor winstgevende groei.

Waarom grote klanten zo vaak laag ranken

Een van de meest verrassende uitkomsten van een klantranglijst op marge is dat de grootste klanten op omzetbasis relatief laag staan in de margeranglijst. Dit patroon is zo consistent dat het een eigen verklaring verdient.

Grote klanten hebben doorgaans hogere onderhandelingsmacht. Ze hebben de omvang om kortingsafspraken af te dwingen, langere betalingstermijnen te bedingen en extra servicelevels te eisen. Die combinatie drukt de nettomarge structureel. Tegelijkertijd krijgen ze meer accountmanagementtijd, vaker klantbezoeken en meer maatwerkaanpak. Als al die kosten worden toegerekend, is de nettobijdrage van een grote klant soms verrassend laag.

Dit is de kern van de onzichtbare kruissubsidie: de kleine klanten die efficiënt bestellen, zelden vragen, standaard betalen en geen kortingen eisen, genereren per euro omzet vaak een veel hogere nettomarge dan de grote strategische accounts. Als dat niet inzichtelijk is, worden de verkeerde klanten als “waardevol” behandeld.

Dit wil niet zeggen dat grote klanten per definitie moeten worden afgebouwd. Het betekent wel dat de relatie met grote klanten actief moet worden gemanaged vanuit margebewustzijn: wat zijn de werkelijke kosten van de dienstverlening aan deze klant, en welke afspraken zijn nodig om de nettobijdrage op een aanvaardbaar niveau te brengen? Een gesprek over nettomarge in plaats van omzet begint bij de klantranglijst.

Hoe je de ranglijst opmaakt en wat je daarvoor nodig hebt

Een klantranglijst op marge opbouwen vraagt om drie categorieën data en een methodologisch fundament:

• Transactiedata uit het ERP: omzet per klant, inkoopkosten, orderfrequentie, orderpatronen, retourvolumes en betaalgedrag. Dit is de basis die in de meeste organisaties beschikbaar is.
• Kostendata per kostenplaats: de totale kosten per afdeling of activiteit, inclusief logistiek, sales, klantenservice, marketing en overhead. Dit is doorgaans beschikbaar in de financiële administratie, maar niet automatisch op klantniveau.
• Een allocatiemodel: de methodologische laag die de kostendata via doordachte allocation keys aan de juiste klanten toerekent. Zonder dit model blijft de ranglijst een brutomargelijst. De kwaliteit van de ranglijst is direct afhankelijk van de kwaliteit van het allocatiemodel.

Kimura bouwt dit soort modellen op Microsoft Fabric en het Kimura Data Framework. De uitkomst is een volledig geautomatiseerde klantranglijst die maandelijks wordt bijgewerkt, met drill-through mogelijkheden van totaalranglijst naar individuele klant naar productgroep naar kostensoort. Niet als eenmalig rapport, maar als continu managementinstrument dat beschikbaar is voor finance, directie en commercie.

Het eerste inzicht is bijna altijd verrassend. De werkelijke winstbijdrage per klant wijkt structureel af van wat de omzetranglijst suggereert. En dat verschil is precies de hefboom waarmee Kimura werkt.

Ontdek hoe jouw klantranglijst op marge eruitziet

Kimura stelt voor groothandels en distributieorganisaties een volledige klantranglijst op marge op, inclusief de identificatie van winstmakers, quitte-klanten en verlieslatende accounts. Met de Profit Insight Scan is de ranglijst in zes weken beschikbaar, inclusief concrete actiepunten per segment.

Plan een vrijblijvend gesprek en ontdek wie in jouw organisatie écht bijdraagt aan het resultaat.