Kan ik van mijn Excel een dashboard maken met Power BI?
Kort antwoord
Ja. Zet je gegevens in Excel als tabel, bewaar het bestand in OneDrive voor Bedrijven of SharePoint, open het in het gratis Power BI Desktop en bouw daar je grafieken. Publiceer het rapport naar de Power BI-service en stel een vernieuwingsschema in. Vanaf dat moment werkt je dashboard zichzelf bij als iemand de Excel aanpast: tot 8 keer per dag met een Pro-licentie, tot 48 keer per dag met Premium Per User.
De meeste bedrijven die we spreken, hebben geen datawarehouse en geen BI-afdeling. Ze hebben een Excel. Eentje met de omzet per maand, eentje met de planning, eentje met de uren of de voorraad. Die bestanden werken, en niemand zit te wachten op een groot project om ze te vervangen. Wat ze wél willen: de cijfers zien. In een paar heldere grafieken, actueel, en zo dat de rest van het team kan meekijken zonder in het bestand te gaan rommelen.
Daar is Power BI voor gemaakt. Het is de BI-tool van Microsoft en voor wie al met Microsoft 365 werkt, is het de kortste route van sheet naar dashboard. In dit artikel lees je hoe je dat aanpakt, wat het kost, wat "levend" in de praktijk betekent, en waar de grens ligt.
Excel of Power BI: wat is het verschil?
Excel kan zelf ook grafieken en draaitabellen maken, en voor één persoon die één bestand bijhoudt is dat vaak genoeg. Het verschil zit in wat er gebeurt zodra anderen moeten meekijken.
Excel is een werkbestand. Je typt erin, rekent erin en maakt er een grafiek bij. Wil een collega meekijken, dan stuur je het bestand of deel je het via SharePoint. Iedereen ziet dan ook alle formules en ruwe gegevens, en één verkeerde klik verschuift een kolom.
Power BI is een kijkvenster. Het leest je gegevens in, maar verandert ze niet. Je bouwt er een rapport mee met grafieken, filters en doorklikmogelijkheden, en deelt dat via een link, in Teams of op een SharePoint-pagina. Kijkers kunnen filteren en inzoomen, maar niets kapotmaken. En je kunt meerdere bronnen combineren: de omzet-Excel naast de uren-Excel naast je CRM.
Zie het als een taakverdeling: Excel om mee te werken, Power BI om te delen en te volgen. Je hoeft dus niet te kiezen. Excel blijft de plek waar de cijfers worden bijgehouden; Power BI wordt de plek waar je ernaar kijkt.
Stap 1: je Excel klaarzetten
Hier gaat het in de praktijk het vaakst mis. Een Excel die voor mensen prettig leest, is vaak onleesbaar voor Power BI. Samengevoegde cellen, een titel in de bovenste drie rijen, een totaalregel halverwege, kleuren die iets betekenen: allemaal dingen die een mens snapt en een computer niet.
Power BI wil een saaie, rechte tabel. Vijf regels houden je uit de problemen:
- Maak er een echte Excel-tabel van. Selecteer een cel in je gegevens en druk op Ctrl+T, of kies Opmaken als tabel. Geef de tabel een herkenbare naam, zoals
Omzetin plaats vanTabel1. Power BI herkent zo'n tabel als één geheel, en als er regels bijkomen, groeit hij vanzelf mee. Een los celbereik doet dat niet. - Eén kopregel, één regel per record. Bovenaan staan de kolomnamen, daaronder elke rij één factuur, één order, één dag of één medewerker. Geen titels erboven, geen lege regels ertussen, geen subtotalen. Totalen rekent Power BI zelf uit.
- Geen samengevoegde cellen. Staat de maand maar één keer in een samengevoegde cel boven twaalf regels, dan ziet Power BI elf lege cellen. Zet de maand gewoon op elke regel.
- Eén soort gegevens per kolom. Een kolom met bedragen bevat alleen getallen, geen "n.v.t." of "zie opmerking". Datums zijn echte Excel-datums, geen tekst als "jan '26".
- Maanden onder elkaar, niet naast elkaar. Een sheet met januari tot en met december als twaalf kolommen leest prettig, maar Power BI wil één kolom Maand en één kolom Bedrag. Power Query, de bewerkingsstap in Power BI, kan dat omzetten met "kolommen naar rijen draaien", maar netter is het om het in Excel al zo op te zetten.
Heb je meerdere tabellen die bij elkaar horen, zoals orders en klanten, zet ze dan op aparte tabbladen met een gedeelde sleutel, bijvoorbeeld een klantnummer. In Power BI leg je daar een relatie tussen, zodat je omzet per klantgroep kunt laten zien zonder dat je in Excel alles in één grote lap hoeft te zetten.
Een Excel die Power BI goed kan lezen, ziet er saai uit. Dat is precies de bedoeling.
Stap 2: het bestand op de juiste plek zetten
Waar je Excel staat, bepaalt of je dashboard zichzelf kan bijwerken. Dit is het punt dat in de meeste handleidingen te snel voorbijkomt.
In OneDrive voor Bedrijven of SharePoint. Dit is de route die je wilt. Power BI draait in de cloud van Microsoft en kan een bestand in OneDrive of SharePoint zelf ophalen. Je hebt geen extra software nodig. Let op dat je in Power BI Desktop het bestand ook via die online locatie ophaalt (via Gegevens ophalen en dan SharePoint-map of het webadres van het bestand) en niet via de gesynchroniseerde map op je laptop. Dat laatste lijkt hetzelfde, maar dan wijst het rapport naar C:\Users\... en dat pad bestaat in de cloud niet.
Op je eigen computer of een netwerkschijf. Dan kan Power BI er vanuit de cloud niet bij. Je hebt dan een on-premises data gateway nodig: een programmaatje van Microsoft dat op een computer in je netwerk draait en de gegevens doorgeeft. Dat werkt, maar die computer moet altijd aan staan. Voor een Excel-bestand is het verhuizen naar SharePoint bijna altijd de betere keuze.
Als bijlage in je mail of op een USB-stick. Dan maak je een momentopname. Prima voor een eenmalige analyse, maar er wordt nooit iets bijgewerkt.
Eén waarschuwing: verander de naam of de locatie van het bestand niet meer zodra Power BI eraan gekoppeld is. Het rapport onthoudt het pad. Verplaats je het bestand naar een andere map, dan faalt de volgende verversing, en dat zie je pas als iemand vraagt waarom de cijfers van vorige week zijn.
Stap 3: het rapport bouwen in Power BI Desktop
Power BI Desktop is gratis te downloaden voor Windows. Daarin haal je je Excel-tabel op, controleer je in Power Query of de kolommen het juiste type hebben (datum is datum, bedrag is getal), en sleep je je grafieken op het canvas.
Een paar keuzes maken het verschil tussen een rapport dat gebruikt wordt en een rapport dat na twee weken niemand meer opent:
- Begin bij de vraag, niet bij de grafiek. Welke drie of vier cijfers wil je elke maandagochtend zien? Zet die als grote kaarten bovenaan. De rest komt daaronder of op een tweede pagina.
- Maak een datumtabel. Zonder aparte tabel met alle dagen van het jaar werken vergelijkingen als "deze maand tegenover vorig jaar" niet goed. Power BI kan er automatisch een maken, maar een eigen datumtabel geeft je meer grip, bijvoorbeeld op boekjaren of weeknummers.
- Leg berekeningen één keer vast. Marge, gemiddelde orderwaarde, bezettingsgraad: maak er een meting (measure) van in Power BI in plaats van het in elke grafiek opnieuw uit te rekenen. Dan betekent "marge" overal hetzelfde. Dat is in het klein wat een semantische laag in het groot doet.
- Gebruik filters in plaats van extra pagina's. Eén pagina met een filter op vestiging is beter dan vijf bijna identieke pagina's per vestiging.
Stap 4: publiceren en laten verversen
Als het rapport klaar is, publiceer je het vanuit Power BI Desktop naar een werkruimte in de Power BI-service (app.powerbi.com). Daar stel je bij het semantische model, zoals Microsoft de gegevens achter je rapport noemt, een vernieuwingsschema in.
Hoe vaak dat kan, hangt af van je licentie. Volgens de documentatie van Microsoft over geplande vernieuwing:
- Power BI Pro: tot 8 keer per dag.
- Premium Per User of een Fabric-capaciteit: tot 48 keer per dag, dus ongeveer elk half uur.
Voor de meeste Excel-dashboards is 8 keer per dag ruim voldoende. Een Excel die één keer per dag wordt bijgewerkt, hoeft niet elk kwartier opnieuw te worden ingelezen. Plan de verversingen op logische momenten: vroeg in de ochtend, rond de lunch en aan het eind van de middag.
Stel ook een e-mailmelding in voor mislukte verversingen. Power BI stuurt die standaard naar de eigenaar van het model. Zorg dat dat iemand is die er ook naar kijkt, en niet een ex-collega van wie het account nog op de lijst staat.
Wat betekent "levende data" eigenlijk?
Dit is de vraag die het vaakst tot teleurstelling leidt, dus eerlijk antwoord: een dashboard op Excel is nooit live in de echte zin van het woord.
Excel wordt altijd geïmporteerd. Power BI kan sommige bronnen, zoals een SQL-database, rechtstreeks bevragen op het moment dat je het rapport opent. Excel niet. Power BI leest het bestand in op het moment van verversing en laat daarna die kopie zien. Tussen twee verversingen in verandert er niets, ook al past iemand de Excel aan.
Het dashboard is zo actueel als de Excel. En dat is belangrijker dan het aantal verversingen. Als de omzet-Excel elke vrijdag door iemand van finance wordt bijgewerkt met cijfers uit de boekhouding, dan is je dashboard op donderdag zes dagen oud, ook al ververst Power BI acht keer per dag. Het knelpunt zit dan niet in Power BI maar in het overtypen.
Dat brengt je bij de vraag die er echt toe doet: waar komen de cijfers in je Excel vandaan?
- Worden ze echt in Excel gemaakt, zoals een planning, een prognose of een lijst die alleen daar bestaat? Dan is Excel de juiste bron en is Power BI erop een prima oplossing.
- Worden ze overgetypt of geëxporteerd uit je boekhouding, je webshop, je CRM of je urenregistratie? Dan is de Excel een tussenstation. Koppel Power BI in dat geval direct aan die bron. Power BI heeft kant-en-klare connectors voor veel pakketten, en waar die ontbreken kan een koppeling met je boekhouding de gegevens automatisch klaarzetten. Dan verdwijnt het overtypen, en daarmee ook de fouten en de vertraging.
Hoe vaak Power BI ververst, maakt weinig uit als de Excel eronder maar één keer per week wordt bijgewerkt.
Wat kost het?
Power BI zelf is goedkoop in te stappen, maar het licentiemodel heeft een paar addertjes.
Power BI Desktop is gratis. Je kunt dus zonder kosten uitproberen of je Excel goed in te lezen is en hoe je dashboard eruitziet.
Delen vraagt Pro, voor iedereen. Zodra je het rapport via de Power BI-service wilt delen, hebben zowel de maker als elke kijker een Pro-licentie nodig. Op de Nederlandse prijspagina van Microsoft kost Pro € 12,10 per gebruiker per maand en Premium Per User € 20,80, bij jaarlijkse betaling en exclusief btw. Zit je op Microsoft 365 E5, dan is Pro al inbegrepen. Ga er niet van uit dat dit zo blijft: Microsoft verhoogde de dollarprijzen per 1 april 2025 voor het eerst in tien jaar, Pro van $10 naar $14.
Gratis kijkers kan alleen met een capaciteit. Wil je het dashboard aan veel mensen laten zien die zelf geen licentie hebben, dan moet de inhoud in een Fabric-capaciteit staan die groot genoeg is (vanaf F64). Dat is voor een MKB-bedrijf met een paar Excel-dashboards zelden de moeite waard. Reken het dus even uit: tien kijkers met Pro is overzichtelijk, honderd medewerkers of klanten met Pro is dat niet meer.
Niet doen: "Publiceren op internet". Power BI heeft een knop om een rapport zonder login te delen. Dat maakt het rapport openbaar voor iedereen met de link, en die link kan worden doorgestuurd, gedeeld en door zoekmachines worden opgepikt. Voor bedrijfscijfers of iets met persoonsgegevens is dat geen optie. Microsoft zegt het zelf ook: niet gebruiken voor vertrouwelijke informatie.
Vragen stellen aan je data met Copilot
Sinds Microsoft Copilot in Power BI heeft ingebouwd, kun je in gewone taal vragen stellen over je rapport: "welke klant groeide dit kwartaal het hardst?" of "maak een samenvatting van deze pagina". Copilot kan ook een eerste versie van een rapportpagina voor je bouwen.
Twee dingen om te weten voordat je je daar op verheugt.
Pro alleen is niet genoeg. Volgens de vereisten van Microsoft heb je een betaalde Fabric-capaciteit van minimaal F2 nodig, of Power BI Premium P1. Een proefcapaciteit telt niet. Dat is een extra maandelijkse kostenpost bovenop de Pro-licenties.
Copilot is zo goed als je kolomnamen. Een kolom die Kolom7 heet of een tabel met de naam Blad1 (2) snapt Copilot net zo slecht als een nieuwe collega. Duidelijke namen, vastgelegde metingen en een korte omschrijving per kolom maken het verschil tussen een bruikbaar antwoord en een verzonnen antwoord. Ook hier geldt: als "omzet" op drie plekken iets anders betekent, kiest de AI er willekeurig één. Daarom is het vastleggen van je definities, zoals in een semantische laag, de stap die AI op je cijfers betrouwbaar maakt.
Van kijken naar doen
Lange tijd was het grootste nadeel van Power BI dat je alleen kon kijken. Zag je dat een klant achterliep met betalen, dan moest je naar een ander systeem om er iets mee te doen. Dat is aan het veranderen.
Met translytical task flows, sinds maart 2026 algemeen beschikbaar, kan een knop in je rapport gegevens aanpassen of een actie in een ander systeem starten, zoals een status bijwerken of een opmerking vastleggen. Daarnaast kun je met meldingen op dashboardtegels een e-mail krijgen als een cijfer over een drempel gaat.
Voor wie op Excel draait, heeft dat een grens: die acties schrijven naar Fabric-databases of externe systemen, niet terug in je Excel-bestand. Wil je vanuit het dashboard echt in je bedrijfsproces ingrijpen, dan zit je al snel aan een database in plaats van een sheet.
Het alternatief: chatten met je cijfers in Claude of ChatGPT
Power BI is gebouwd voor een wereld waarin iemand vooraf bedenkt welke grafieken je nodig hebt, die in een rapport zet en daarna onderhoudt. Dat werkt, maar het is traag. Elke nieuwe vraag ("hoe deed vestiging Noord het in maart, alleen de nieuwe klanten?") is een nieuwe grafiek die iemand moet bouwen, of een filter dat er net niet in zit.
Met AI draai je dat om. Je koppelt je cijfers aan de AI-assistent die je toch al gebruikt, zoals Claude of ChatGPT, en stelt je vraag gewoon in de chat. "Laat de omzet per maand van dit jaar zien naast vorig jaar." "Welke tien klanten hebben het langst niet besteld?" "Maak daar een staafdiagram van." Beide assistenten kunnen ter plekke een grafiek of tabel maken, en je kunt doorvragen tot je het antwoord hebt. Geen rapport bouwen, geen DAX leren, geen licentie per kijker.
De koppeling loopt via het Model Context Protocol (MCP): een standaard waarmee je een AI-assistent gecontroleerd toegang geeft tot je eigen gegevens. Dat kan je Excel zijn, maar net zo goed rechtstreeks je boekhouding of database. Dan sla je het overtypen meteen over. Voor gangbare pakketten zoals Exact Online bestaan zulke koppelingen al.
Drie dingen maken het verschil tussen een handig speeltje en iets waar je op kunt sturen:
- Alleen-lezen toegang. De AI mag je cijfers bekijken, niet aanpassen. Dat regel je in de koppeling, niet in een prompt.
- Vaste definities. Als "omzet" in je Excel op drie manieren berekend kan worden, kiest de AI er één. Leg je KPI's één keer vast, in een semantische laag of in de koppeling zelf, dan krijgt iedereen hetzelfde antwoord.
- Een zakelijke omgeving. Gebruik een zakelijk abonnement waarbij je gegevens niet worden gebruikt om modellen te trainen, en controleer wat er met persoonsgegevens gebeurt. Hoe je dat AVG-proof inricht, lees je in AI AVG-proof gebruiken met OpenAI en Anthropic.
Voor de cijfers die je elke dag wilt zien, blijft een vast overzicht handig. Maar dat hoeft geen Power BI-rapport te zijn: een eenvoudig dashboard op maat met je vijf belangrijkste KPI's, plus een AI-assistent voor alle vragen daaromheen, is sneller ingericht, makkelijker te gebruiken en goedkoper als er veel mensen meekijken.
Een rapport beantwoordt de vragen die iemand vooraf bedacht. Een AI-assistent op je cijfers beantwoordt de vraag die je nu hebt.
Wanneer Excel als bron niet meer genoeg is
Excel plus Power BI is een sterke combinatie, zolang de Excel de juiste plek is voor je gegevens. Dit zijn de signalen dat je eroverheen groeit:
- Meerdere mensen werken tegelijk in hetzelfde bestand en er gaan regelmatig dingen mis: overschreven cellen, verschoven kolommen, een tabblad dat ineens anders heet. Elke verandering in structuur breekt de koppeling met Power BI.
- Cijfers worden overgetypt uit je boekhouding, webshop of CRM. Dan is de Excel een vertraging en een foutbron tegelijk.
- Het bestand wordt traag omdat er tienduizenden regels en zware formules in staan. Dat lees je terug in Excel wordt te traag.
- Er zijn meerdere versies van de waarheid. Finance heeft een andere omzet dan sales omdat ze elk hun eigen Excel bijhouden.
- Klanten of partners moeten meekijken. Iedere externe kijker een Pro-licentie geven is duur, en je wilt ook niet dat ze bij elkaars cijfers kunnen.
Dan zijn er drie logische vervolgstappen, van klein naar groot:
- Power BI direct aan de bron koppelen. Laat de Excel als tussenstation weg en haal de cijfers rechtstreeks uit je boekhouding, database of webshop. Je dashboard blijft in Power BI, maar wordt actueler en betrouwbaarder.
- Een centrale plek voor je cijfers. Komen er steeds meer bronnen bij, zet ze dan samen in een datawarehouse met vaste definities. Power BI, Excel en AI-tools lezen dan allemaal dezelfde cijfers.
- Een dashboard op maat met AI erbij. Een eigen dashboard met je vaste KPI's, gekoppeld aan Claude of ChatGPT voor alle andere vragen. Zeker als het dashboard onderdeel is van je dienstverlening, bijvoorbeeld in een klantportaal, of als mensen er vanuit moeten kunnen handelen in je eigen processen, past een dashboard op maat beter dan een BI-tool met een licentie per kijker. En als de Excel zelf het probleem is, lees dan van Excel naar maatwerk software.
Mijn kijk op Excel en Power BI
Ik word regelmatig gebeld door bedrijven die hun Excel "gewoon even mooi en actueel" willen zien. Power BI is dan het voor de hand liggende antwoord, en wie al Microsoft 365 heeft en een paar uur wil investeren, kan er met deze stappen prima mee uit de voeten. Toch doen we bij Coding Agency zelf niets met Power BI, en dat is een bewuste keuze.
Wat ik in de praktijk zie: een Power BI-rapport wordt gebouwd, een paar weken enthousiast gebruikt, en daarna komen de vragen die er net niet in zitten. Dan moet iemand weer aan het rapport sleutelen. Met een AI-assistent op je cijfers vraag je het gewoon, en je krijgt de grafiek erbij. Dat is sneller, makkelijker en voor veel meer mensen in je bedrijf bruikbaar dan een BI-tool waar je eerst een cursus voor moet volgen. De echte winst zit er bovendien zelden in het dashboard zelf. Als ik doorvraag waar de cijfers in de Excel vandaan komen, is het antwoord vaak "die zet iemand van de administratie er elke vrijdag in vanuit de boekhouding". Haal je dat overtypen weg en koppel je de bron direct, dan klopt alles erachter vanzelf.
— Jasper
Zo helpt Coding Agency hierbij
We bouwen geen Power BI-rapporten. We bouwen de route van je cijfers naar inzicht zonder BI-tool ertussen: een MCP-koppeling die Claude of ChatGPT veilig en alleen-lezen toegang geeft tot je Excel, boekhouding of database, met vastgelegde definities zodat de antwoorden kloppen. En waar je elke dag dezelfde cijfers wilt zien, een dashboard op maat in je eigen software, voor je team of voor je klanten.
Benieuwd hoe chatten met je eigen cijfers er bij jou uitziet? Neem contact op, dan kijken we samen naar je Excel, waar de cijfers vandaan komen en wat de kortste route is naar antwoorden die kloppen.