ERP-koppeling voor winstgevendheidsinzicht: SAP, AFAS en Dynamics uitgelegd

Elk groothandels-ERP bevat de data die nodig is voor winstgevendheidsinzicht. Omzet per klant, inkoopkosten, ordertransacties, kostenplaatsen, logistieke kosten: het staat er allemaal in. Maar het staat niet in één tabel, niet in één formaat en het is niet direct bruikbaar als input voor een P&L per klant.

De koppeling van het ERP aan een winstgevendheidsmodel is daarmee de meest bepalende technische stap in het hele traject. Niet de moeilijkste stap, maar wel de meest kritische. Welke data je haalt, hoe je die ophaalt en hoe betrouwbaar en actueel die data is, bepaalt direct de kwaliteit van de uiteindelijke klantranglijst op marge en het winstgevendheidsdashboard.

In dit artikel leggen we per ERP-systeem uit welke data beschikbaar is voor winstgevendheidsinzicht, hoe de koppeling werkt en wat de specifieke overwegingen zijn voor SAP, AFAS en Microsoft Dynamics. Want de aanpak verschilt per systeem, en wie dat van tevoren begrijpt, voorkomt de duurste valkuilen in de implementatie.

Key takeaways

• Elk ERP bevat de data voor winstgevendheidsinzicht, maar niet kant-en-klaar. Transactiedata, kostenplaatsdata en logistieke data moeten worden gecombineerd en via allocation keys vertaald naar een P&L per klant.
• SAP heeft de meest uitgebreide databron maar vereist de meest doorachte koppeling: via native Fabric-connectors of via SAP Business Data Cloud Connect (GA gepland Q3 2026).
• AFAS biedt via de REST API en GetConnectoren een flexibele en goed gedocumenteerde ontsluiting die naadloos aansluit op Microsoft Fabric.
• Microsoft Dynamics (F&O en Business Central) heeft via Fabric Link de meest native integratie met Microsoft Fabric, met automatische tabel-synchronisatie in een paar klikken.
• Het Kimura Data Framework heeft standaard ERP-koppelingen voor de meest gebruikte systemen, waardoor de implementatietijd aanzienlijk korter is dan bij een volledig maatwerkaanpak.

In dit artikel

We behandelen de ERP-koppeling voor winstgevendheidsinzicht per systeem en de gemeenschappelijke valkuilen:

• Welke data uit je ERP heb je nodig voor een P&L per klant?
• SAP: de meest uitgebreide databron, met de meest complexe ontsluiting
• AFAS: de Nederlandse standaard met een krachtige API
• Microsoft Dynamics: native integratie via Fabric Link
• Meerdere ERP’s combineren en de valkuilen van ERP-koppelingen
• FAQ: veelgestelde vragen over ERP-koppelingen voor profitanalyse

Welke data uit je ERP heb je nodig voor een P&L per klant?

Voordat je nadenkt over de koppeling, is het waardevol om te begrijpen welke data precies nodig is voor een betrouwbare P&L per klant. Dat zijn drie categorieën data die in vrijwel elk ERP aanwezig zijn maar zelden in dezelfde module staan:

Verkooptransactiedata: elke orderregel met klantsleutel, productcode, factuurbedrag, inkoopwaarde en leverdatum. Dit is de basis voor de brutomarge per klant. In de meeste ERP-systemen bevindt deze data zich in de verkoop- of facturatiemodule.

Logistieke en operationele data: vrachtkosten per order of per klant, orderfrequentie, retourvolumes, spoedleveringen en eventuele handlingskosten. Deze data staat soms in het WMS, soms in het ERP zelf en soms in een transportmanagementsysteem. De aanwezigheid en structuur variëren per organisatie.

Financiële kostenplaatsdata: de kosten per afdeling (sales, klantenservice, marketing, logistiek, G&A) die via allocation keys aan klanten worden toegerekend. Deze data staat in de financiële administratie, in de vorm van grootboekrekeningen en kostenplaatsen.

Het winstgevendheidsmodel combineert al drie categorieën. De eerste categorie levert de brutomarge. De tweede en derde categorie worden via het allocatiemodel toegerekend aan klanten om de nettomarge te berekenen. Hoe completer en betrouwbaarder de ERP-data in deze drie categorieën, hoe nauwkeuriger het winstgevendheidsinzicht.

SAP: de meest uitgebreide databron, met de meest complexe ontsluiting

SAP is het ERP-systeem van keuze voor grotere groothandels en distributeurs. Het bevat een rijke structuur van verkooporders (SD-module), financiële transacties (FI/CO-module), logistieke stromen (MM/WM-module) en kostenplaatsen. Voor winstgevendheidsinzicht is dit de meest uitgebreide databron die beschikbaar is.

De koppeling van SAP aan Microsoft Fabric is volwassen en actief in ontwikkeling. Microsoft Fabric beschikt over native SAP-connectors: de SAP HANA-connector voor directe toegang tot SAP HANA en SAP HANA Cloud, de SAP Table-connector voor toegang tot tabellen en CDS-views in SAP S/4HANA en SAP ECC, en de SAP BW OpenHub-connector voor extractie van analytische data uit SAP BW-systemen.

Op strategisch niveau is de samenwerking tussen SAP en Microsoft recent verdiept: SAP Business Data Cloud Connect voor Microsoft Fabric maakt bi-directionele integratie mogelijk tussen SAP-data en het bredere Microsoft-ecosysteem. Deze integratie is gepland voor algemene beschikbaarheid in Q3 2026 en maakt het mogelijk om SAP-data te combineren met niet-SAP data in OneLake, zonder tussentijdse kopieën te hoeven beheren.

De specifieke uitdaging bij SAP-koppelingen voor winstgevendheidsinzicht is het mapping-vraagstuk: SAP heeft een complexe tabelstructuur (VBAK, VBAP, BSEG, KNAS, KONV en tientallen andere tabellen) die niet één-op-één vertaalt naar de klant-productmarginedimensies die het winstgevendheidsmodel vereist. Dit mapping-werk is de meest tijdrovende stap bij een SAP-implementatie en vereist kennis van zowel SAP-datastructuren als de bedrijfslogica van de groothandel.

AFAS: de Nederlandse standaard met een krachtige API

AFAS Profit is het meest gebruikte ERP-systeem bij Nederlandse middelgrote groothandels en distributeurs. Het bevat standaard de financiële administratie, CRM, verkoop, inkoop en voorraadbeheer in één omgeving. Voor winstgevendheidsinzicht is AFAS een uitstekende databron, mits de koppeling goed is ingericht.

AFAS biedt twee methoden voor data-ontsluiting naar Microsoft Fabric:

De eerste methode is de standaard oData-connector via de BI-laag van AFAS Profit. Dit is de eenvoudigste route, maar heeft beperkingen in de hoeveelheid data per request en de beschikbare velden. Voor basisrapportages volstaat dit. Voor een volledig winstgevendheidsmodel met uitgebreide kostentoerekening is deze route te beperkt.

De tweede en krachtigere methode is de AFAS REST API via GetConnectoren. Via de REST API met OAuth 2.0-authenticatie kan alle relevante data worden opgehaald: verkooptransacties, inkoopregels, kostenplaatsen, ordertypes en logistieke kosten. De data wordt opgehaald als JSON, verwerkt via Fabric Pipelines of Notebooks, en opgeslagen als Delta-bestand in het Lakehouse. Voor grote datavolumes wordt pagination toegepast: data wordt in segmenten van maximaal 150.000 cellen opgehaald via de skip-and-take-methode van de AFAS API.

Een specifiek aandachtspunt bij AFAS is het kostenplaatsmodel. Veel AFAS-implementaties bij groothandels hebben de kostenplaatsenstructuur niet volledig ingericht voor klant- of producttoerekening. Dat betekent dat de financiële administratiedata in AFAS wel beschikbaar is, maar niet altijd op het gewenste detailniveau. Het Kimura Data Framework heeft hiervoor standaard allocatielogica die dit aanvult via gerichte allocation keys, ook wanneer de AFAS-inrichting niet volledig is geoptimaliseerd. Meer technische details over de AFAS GetConnector vind je in ons specifieke AFAS GetConnector-artikel.

Microsoft Dynamics: native integratie via Fabric Link

Microsoft Dynamics is in twee varianten relevant voor de groothandel: Dynamics 365 Finance & Operations (F&O) voor grotere organisaties met complexere financiële en operationele processen, en Business Central voor middelgrote organisaties die een meer geïntegreerde maar minder complexe ERP-omgeving gebruiken.

Het strategische voordeel van Dynamics bij Microsoft Fabric is de native integratie. Dynamics en Fabric zijn beide Microsoft-producten en hebben daardoor de meest directe koppelingsroute. Voor Dynamics F&O is Fabric Link de voorkeursroute: via een paar klikken in het Power Platform worden geselecteerde tabellen gesynchroniseerd naar een automatisch aangemaakt Fabric Lakehouse. De data is daarna direct beschikbaar voor transformatie en analyse in Fabric, zonder handmatige export- of laadstappen. Vanaf 2025 wordt Fabric Link bij meerdere klanten actief ingezet als de stabiele voorkeursroute voor F&O-data-ontsluiting.

Voor Business Central biedt Microsoft een vergelijkbare native koppeling via de Fabric-integratie in Business Central, waarmee financiële en operationele tabellen direct in OneLake worden gespiegeld. Voor winstgevendheidsanalyse zijn de verkoop-, inkoop- en kostenplaatsentabellen het meest relevant.

De uitdaging bij Dynamics voor winstgevendheidsinzicht is vergelijkbaar met AFAS: de standaard Dynamics-inrichting bevat niet altijd alle dimensies die nodig zijn voor een volledige P&L per klant. Kostentoerekeningslogica en de koppeling van logistieke kosten aan klantorders vereist aanvullende configuratie in het allocatiemodel bovenop de Dynamics-data.

Meerdere ERP’s combineren en de valkuilen van ERP-koppelingen

Groothandels die door acquisitie of organische groei meerdere ERP-systemen naast elkaar gebruiken, stellen zichzelf een extra vraag: kan ik winstgevendheidsinzicht bouwen over meerdere ERP’s tegelijk? Het antwoord is ja, maar het vereist zorgvuldige dataharmonisatie.

Microsoft Fabric is specifiek ontworpen voor dit soort scenario’s. De bronslaag van de Medallion-architectuur kan tegelijkertijd SAP-data, AFAS-data en Dynamics-data ontvangen. In de zilverlaag wordt de data geharmoniseerd: klantsleutels worden gematcht over systemen, productcodes worden gestandaardiseerd en kostenplaatsnamen worden geüniformeerd. In de goudlaag worden de gecombineerde data gebruikt voor één geconsolideerd winstgevendheidsmodel.

De meest voorkomende valkuilen bij ERP-koppelingen voor winstgevendheidsinzicht zijn:

• Onvolledige kostenplaatsenstructuur. Als kostenplaatsen in het ERP niet systematisch zijn ingericht voor klant- of producttoerekening, ontbreekt de data voor indirecte kostentoerekening. Dit vereist aanvullende allocatielogica buiten het ERP.
• Inconsistente klantsleutels. Als klanten in het ERP meerdere klantnummers hebben (door historische invoer of acquisities), worden transacties niet correct geaggregeerd per klant. Data-opschoning in de zilverlaag is dan noodzakelijk.
• Ontbrekende logistieke kostendata. Vrachtkosten staan soms in een apart logistiek systeem (TMS) en niet in het ERP. Als die koppeling ontbreekt, is de P&L per klant onvolledig.
• Historische data-kwaliteit. Voor trendanalyse is historische data essentieel. Maar als de ERP-inrichting in het verleden is gewijzigd, kunnen historische velden anders zijn gevuld dan huidige velden. Dit vereist aparte harmonisatielogica voor de historische datalaag.

Het Kimura Data Framework bevat voor elk van deze valkuilen standaard configuraties en validatielogica. Dat betekent dat de meest voorkomende data-kwaliteitsproblemen per ERP-systeem bekend zijn en proactief worden aangepakt, in plaats van pas zichtbaar te worden nadat de eerste resultaten zijn opgeleverd. Het volledige Microsoft Fabric-fundament voor winstgevendheidsinzicht en de bijbehorende Power BI-dashboardstructuur zijn in de rest van de Kimura-cluster beschreven.

Klaar om je ERP te koppelen aan winstgevendheidsinzicht?

Kimura heeft standaard koppelingen voor SAP, AFAS, Microsoft Dynamics en Exact ingebouwd in het Kimura Data Framework. Met de Profit Insight Scan beoordelen we de kwaliteit en volledigheid van je ERP-data en stellen we vast welke koppelingsaanpak het meest effectief is voor jouw organisatie.

Plan een vrijblijvend gesprek en ontdek hoe snel jouw ERP de basis kan worden voor betrouwbaar winstgevendheidsinzicht.