Waarom managementdashboards zo vaak teleurstellen
Power BI is een krachtig platform. De software is beschikbaar, de licenties zijn vaak al aanwezig via Microsoft 365, en er zijn genoeg tutorials online. Toch worden veel Power BI-dashboards gebouwd en daarna nauwelijks gebruikt. Management kijkt één keer, vindt het "niet kloppen" of "te langzaam", en keert terug naar de Excel.
Dit is niet de fout van Power BI — het is de fout van hoe het project is aangepakt. De acht fouten hieronder zijn de meest voorkomende oorzaken van mislukte dashboard-implementaties. Ze zijn allemaal vermijdbaar.
De meest technisch risicovolle fout. Power BI DirectQuery op een productiedatabase (Exact Online, AFAS of een custom SQL-database die ook de dagelijkse operaties ondersteunt) leidt tot: trage dashboards (analytische queries zijn niet geoptimaliseerd in OLTP-databases), belasting op het bronsysteem (elke dashboardklik genereert queries op de productiedatabase), geen historische data (bronsystemen bewaren alleen de huidige staat), en DAX-beperkingen (time intelligence functies werken niet in DirectQuery).
Veel Power BI-beginners laden alle data in één grote platte tabel. Dit werkt aanvankelijk, maar leidt tot problemen: slechte performance bij grote datasets (geen geoptimaliseerde joins), complexe DAX-formules (alles zit in één tabel), moeilijk uitbreidbaar (elke nieuwe bron voegt kolommen toe aan de mega-tabel), en gedupliceerde data.
We zien regelmatig dashboards met 15–25 visuals op één pagina. Het resultaat is visuele overload: management weet niet waar te kijken, de laadtijd is lang (Power BI berekent alle visuals bij het openen), en de boodschap is onduidelijk.
Management wil de beantwoording van 3–5 kernvragen op pagina 1. Alles daarboven is ruis. De rest van de informatie kan op detail-pagina's die toegankelijk zijn via drill-through.
Als iedereen alle data kan zien, is het dashboard een privacyrisico. Een teamleider die de salarissen van andere teams ziet, een medewerker die de marges van de concurrent in zijn eigen bedrijf ziet, of een klant die data van andere klanten kan inzien — dit zijn concrete GDPR-risico's met potentiële boetes.
Row-level security (RLS) is een ingebouwde functie van Power BI waarmee je per rol kunt beperken welke data zichtbaar is. Toch wordt het in meer dan de helft van de dashboards die wij reviewen niet geconfigureerd.
Een dashboard dat niet automatisch wordt ververst, wordt niet gebruikt. Na de eerste keer dat management ontdekt dat de data van vorige week is, verliest het vertrouwen in het dashboard. Ze keren terug naar de Excel of de handmatige exports.
Scheduled refresh in Power BI Service is eenvoudig in te stellen maar wordt regelmatig over het hoofd gezien bij de oplevering van een dashboard.
Een .pbix-bestand per e-mail versturen is de digitale equivalent van de Excel per e-mail. Eindgebruikers hebben Power BI Desktop nodig, ze zien een statisch moment van de data, en er is geen toegangscontrole. Elke versie-update vereist een nieuwe e-mail.
Dit is de meest schadelijke fout qua tijdsverspilling. Als je begint met bouwen voordat de KPI's zijn gedefinieerd, bouw je het verkeerde ding. Het dashboard is klaar, maar management herkent de KPI's niet of hanteert een andere definitie.
Wat is "omzet"? Is dat inclusief BTW of excl.? Inclusief creditnota's? Wat is "productiviteit"? Is reistijd direct of indirect? Deze vragen moeten vóór de bouw worden beantwoord en gedocumenteerd.
Dit is de meest organisatorische fout, maar niet minder belangrijk. Als niemand verantwoordelijk is voor het dashboard, wordt het niet onderhouden. Definities veranderen, nieuwe KPI's worden gewenst, data-issues worden niet opgepakt, en het dashboard veroudert.
Na 6 maanden is het dashboard "niet meer actueel" en wordt het niet meer gebruikt. De organisatie trekt de conclusie dat "Power BI niet werkt" — terwijl het probleem het ontbreken van eigenaarschap is.
Dashboard-review nodig?
Argus BI beoordeelt bestaande Power BI-implementaties op architectuur, datamodel, RLS en distributie. Of we bouwen uw volgende dashboard meteen goed de eerste keer.
Laat je dashboardvraag beoordelenVeelgestelde vragen
Waarom werkt Power BI direct op een brondatabase niet goed?
Een directe verbinding (DirectQuery) op een productiedatabase heeft drie problemen: trage performance (analytische queries zijn niet geoptimaliseerd in OLTP-databases), belasting op het bronsysteem dat ook operationele processen ondersteunt, en geen historische data. Een Azure SQL tussenlaag lost alle drie op.
Wat is een Power BI App en wanneer gebruik je die?
Een Power BI App is een gepubliceerde collectie van rapporten die eindgebruikers ontvangen als een link. Ze openen de app in hun browser of mobiele app zonder Power BI Desktop te hoeven installeren. Een Power BI App is de juiste distributiewijze zodra meerdere mensen het dashboard moeten gebruiken. Rechtenbeheer via row-level security en workspace-rollen.
Hoe stel je ROW-level security in voor managementdashboards?
Row-level security in Power BI werkt via rollen in het datamodel. Je definieert een rol (bijv. "Teamleider") met een DAX-filter die de data beperkt (bijv. WHERE team_id = USERPRINCIPALNAME()). In Power BI Service koppel je gebruikers of Azure AD-groepen aan de rol via Dataset → Security. Argus BI configureert RLS als standaard onderdeel van elke dashboard-oplevering.
Hoeveel visuals zijn ideaal voor een managementdashboard?
De richtlijn: maximaal 5–7 visuals op de eerste pagina (de executive summary). Management kijkt naar een dashboard voor antwoord op 3–5 kernvragen. Als je 20 visuals op één pagina hebt, is het antwoord op geen enkele vraag duidelijk. Meer detail hoort op doorklikkende detailpagina's die bereikbaar zijn via drill-through.