Hoe maak je een P&L per klant? Een praktisch model voor groothandels

Een P&L per klant is een resultatenrekening die niet op bedrijfsniveau, maar op klantniveau laat zien wat er werkelijk overblijft na alle kosten. Geen geaggregeerd totaalplaatje, maar een gedetailleerd inzicht in de bijdrage die elke klant levert aan het bedrijfsresultaat, inclusief alle directe en indirecte kosten die nodig zijn om die klant te bedienen.

Voor de meeste groothandels is dit een nieuwe manier van kijken. De standaard boekhouding en het ERP-systeem leveren omzet en inkoopwaarden, maar geen volledig beeld van de cost-to-serve per klant. Logistieke kosten, salesinspanning, retouren, klantenservice en overhead worden zelden op klantniveau toegerekend. Het gevolg: beslissingen over pricing, korting, assortiment en accountprioriteiten worden genomen op basis van onvolledige informatie.

In dit artikel leggen we stap voor stap uit hoe je een P&L per klant opbouwt, welke keuzes je daarin maakt en hoe je van een eenmalig model naar een continu, geautomatiseerd inzicht komt.

Key takeaways

• Een P&L per klant laat de werkelijke nettomarge per klant zien, inclusief alle directe en indirecte kosten.
• Het fundament is een kostenallocatiemodel met doordachte allocation keys die kosten eerlijk verdelen op basis van werkelijk gebruik.
• De P&L per klant kan worden uitgebreid naar product, productgroep, kanaal en regio voor een volledig winstgevendheidsperspectief.
• De grootste valkuil is een eenmalig Excel-model dat veroudert. Automatisering op een modern dataplatform maakt het inzicht structureel en betrouwbaar.
• Kimura bouwt dit soort modellen op Microsoft Fabric met het Kimura Data Framework als fundament, gekoppeld aan ERP-systemen als SAP, AFAS, Dynamics en Exact.

In dit artikel

We behandelen de opbouw van een P&L per klant van definitie tot geautomatiseerde implementatie:

• Wat is een P&L per klant en wat maakt het anders dan een standaard P&L?
• De bouwstenen: welke elementen zitten in een klant-P&L?
• Stap voor stap: hoe bouw je een P&L per klant op?
• De kern van het model: allocation keys en hoe je ze kiest
• Van statisch rapport naar continu inzicht: automatisering in de praktijk
• FAQ: veelgestelde vragen over P&L per klant

Wat is een P&L per klant en wat maakt het anders dan een standaard P&L?

Een standaard P&L, of resultatenrekening, geeft inzicht in de financiële prestatie van de organisatie als geheel. Omzet, inkoopkosten, brutowinst, operationele kosten en nettowinst worden op bedrijfsniveau gerapporteerd. Nuttig voor de jaarrekening en de externe verslaggeving, maar onvoldoende voor commerciële en operationele sturing.

Een P&L per klant breakdownt diezelfde structuur naar het niveau van de individuele klant of klantgroep. Dat betekent dat niet alleen de omzet en inkoopkosten per klant zichtbaar zijn, maar ook alle indirecte kosten die aan die klant toe te rekenen zijn. Het eindresultaat is een nettomarge of EBITDA per klant die werkelijk vergelijkbaar is tussen klanten, ongeacht hun omvang of orderpatroon.

In de groothandel zijn meerdere dimensies relevant. Naast een P&L per klant is het waardevol om dezelfde systematiek toe te passen op productniveau, productgroepniveau, kanaalniveau (direct, indirect, online) en regioniveau. Samen vormen deze dimensies een volledig winstgevendheidsperspectief dat verder gaat dan de werkelijke winstbijdrage per klant alleen.

De bouwstenen: welke elementen zitten in een klant-P&L?

Een goed opgebouwde P&L per klant bestaat uit een gelaagde opbouw van omzet naar nettomarge. De volgende elementen vormen het fundament:

• Omzet per klant: de totale facturatie aan de klant in een gegeven periode, inclusief alle productgroepen en kanalen.
• Inkoopkosten (COGS): de directe inkoopwaarde van de geleverde producten.
• Brutomarge: omzet minus inkoopkosten. Dit is het startpunt, niet het eindpunt.
• Directe logistieke kosten: vrachtkosten, spoedleveringen, retourverwerking en warehousing-kosten die direct aan de klant of orderstream zijn toe te rekenen.
• Saleskosten: de tijd en kosten van accountmanagers, buitendienstmedewerkers en offertetrajecten die aan de klant worden besteed.
• Klantenservicekosten: orderbeheer, klachtafhandeling, handmatige correcties en het verwerken van uitzonderingen.
• Marketingkosten: promoties, campagnes en andere activiteiten die specifiek aan de klant of een klantgroep zijn toe te rekenen.
• Financierings- en kredietkosten: debiteurenbeheer, betalingstermijnen en eventuele afschrijvingen op openstaande vorderingen.
• Overheadtoerekening (G&A): een eerlijk aandeel van de algemene bedrijfskosten, via gewogen allocatiesleutels.
• Nettomarge of EBITDA per klant: het eindresultaat na aftrek van alle bovenstaande kostenposten.

De gelaagde opbouw maakt het mogelijk om op elk niveau te analyseren waar de marge wordt opgebouwd of afgebroken. Een klant met een gezonde brutomarge maar hoge saleskosten en veel ordercorrecties kan onderaan de streep een negatieve bijdrage leveren. Dat inzicht is precies wat een P&L per klant zichtbaar maakt.

Stap voor stap: hoe bouw je een P&L per klant op?

Een P&L per klant opbouwen is een project met meerdere fasen. De volgende aanpak werkt in de praktijk het meest effectief voor groothandels:

• Stap 1: Definieer je klanthiërachie. Stel vast welke klantgroepen en individuele klanten je onderscheidt. Veel organisaties hebben hun klantdata in het ERP niet volledig op orde. Begin met het opschonen en structureren van de klantmasterdata.
• Stap 2: Breng de kostenstructuur in kaart. Inventariseer alle kostensoorten die in aanmerking komen voor toerekening op klantniveau. Denk aan vracht, sales, klantenservice, marketing, garantie, refurbishment en G&A. Groepeer deze in kostgroepen die logisch samen behoren.
• Stap 3: Kies allocation keys per kostgroep. Bepaal voor elke kostgroep op welke basis de kosten worden verdeeld. Vrachtkosten worden bijvoorbeeld verdeeld op basis van leverfrequentie of ordergewicht, niet op omzetaandeel. Saleskosten kunnen worden bepaald via tijdregistratie of via een gerichte vragenlijst bij de salesreps over hun tijdbesteding per klant.
• Stap 4: Bepaal gewogen allocatie waar nodig. Niet alle klanten wegen even zwaar voor alle kostensoorten. Een klant die alleen standaardorders plaatst, veroorzaakt minder klantenservicekosten dan een klant met veel uitzonderingen. Gewogen allocatie reflecteert dit en geeft een eerlijker beeld dan een vlakke procentuele verdeling.
• Stap 5: Verbind data uit meerdere bronnen. Koppel ERP-data (omzet, inkoopkosten, orderdata), financiële systemen (kostenplaatsen) en operationele data (logistiek, CRM) aan elkaar. Dit is de stap waar veel organisaties vastlopen als ze alleen met Excel werken.
• Stap 6: Bouw het model en valideer de uitkomsten. Reken het model door op basis van historische data. Laat de uitkomsten valideren door zowel finance als commercie. Herkennen salesmanagers en accountmanagers zich in het beeld? Zo niet, dan verdient de methodologie een revisie.
• Stap 7: Maak het inzicht bestuurbaar. Vertaal de P&L per klant naar overzichtelijke segmenten en dashboards die direct bruikbaar zijn voor management, finance en commercie. Zorg voor drill-through: van totaal naar klant naar product naar kostensoort.

De kern van het model: allocation keys en hoe je ze kiest

Allocation keys zijn de verdeelsleutels die bepalen welk deel van een kostenpool aan welke klant wordt toegerekend. De keuze van de juiste allocation key is de meest bepalende methodologische beslissing in het hele model. Een verkeerde sleutel leidt tot een vertekend beeld dat erger kan zijn dan helemaal geen toerekening.

Een paar praktijkprincipes die in de groothandel goed werken:

• Vrachtkosten: gebruik leverfrequentie, gewicht of ordervolume als sleutel, niet omzetaandeel. Een klant met kleine, frequente leveringen veroorzaakt meer vrachtkosten dan een klant die eens per maand een grote pallet bestelt.
• Saleskosten: vragenlijsten bij salesreps over hun tijdbesteding per klant leveren een betrouwbare en draagvlak-vergrotende sleutel op. Het proces van het invullen zorgt tegelijkertijd voor bewustwording bij het salesteam zelf.
• Klantenservicekosten: gebruik het aantal orderregels, het aantal contactmomenten of het aantal correcties als sleutel, afhankelijk van wat in het systeem beschikbaar is.
• G&A-overhead: verdeel niet blind op omzetaandeel. Gebruik een gewogen sleutel die recht doet aan de complexiteit van de klantrelatie. Een klant die intensief accountmanagement vraagt, verdient een hogere G&A-toerekening dan een klant die autonoom bestelt via een webshop.

Kostgroep-logica voegt een extra laag toe: bepaalde klanten krijgen voor bepaalde kostensoorten een andere weging dan andere klanten. Een exportklant met douanekosten krijgt die kosten toegerekend, terwijl een binnenlandse klant dat niet doet. Dit maakt het model eerlijker en preciezer.

Van statisch rapport naar continu inzicht: automatisering in de praktijk

Een P&L per klant die eens per kwartaal handmatig in Excel wordt samengesteld, heeft beperkte strategische waarde. De data is verouderd op het moment van oplevering, het proces kost controllers tientallen uren per cyclus en de organisatie heeft geen structureel inzicht maar een momentopname.

De oplossing is een geautomatiseerde datainfrastructuur die ERP-data, financiële data en operationele data continu samenvoegt en berekent. Kimura bouwt dit op het Microsoft Fabric-platform, met een Medallion-architectuur (brons, zilver, goud datalaag) die ruwe data stap voor stap omzet in schone, betrouwbare stuurinformatie. De visualisatielaag is Power BI, een tool die in veel groothandels al bekend is en een lage adoptiedrempel heeft.

Het Kimura Data Framework (KDF) vormt het fundament. In plaats van vanaf nul te bouwen, levert KDF de structuur waarop de winstgevendheidslogica wordt gebouwd. Koppelingen met ERP-systemen als SAP, Dynamics, AFAS en Exact zijn gestandaardiseerd. Allocation keys zijn parameteriseerbaar: als de kostenstructuur verandert, worden de sleutels aangepast zonder het model te herbouwen.

Het eindresultaat: één centrale, betrouwbare databron zonder Excel-versies-in-het-wild. De CFO ziet het totaalbeeld. De salesmanager ziet alleen zijn eigen klantenportefeuille. De controller analyseert in plaats van assembleert. En de directie beslist op basis van feiten.

Wil je een P&L per klant bouwen voor jouw groothandel?

Kimura helpt groothandels en distributieorganisaties om van losse data een volledig, geautomatiseerd winstgevendheidsinzicht te maken. Met de Profit Insight Scan brengen we in zes weken in kaart welke klanten en producten werkelijk bijdragen aan jouw resultaat en wat daarvoor nodig is.

Plan een vrijblijvend gesprek en ontdek wat een P&L per klant onthult over jouw organisatie.