Naar de inhoud
Alle video’s

Waarom Power BI, Tableau en Looker geen toekomst hebben

Data & DashboardsDuur: 2:39 minVanaf 43:55 in de opname

Jop van Hooft, eCommerce AI Club

Uit de sessie: Maandelijkse Update sep 2026

Jop van Hooft stelt in de update van september 2026 dat klassieke rapportagetools geen toekomst hebben. Hij geeft twee redenen en schetst daarna twee rollen die uit elkaar gaan lopen: een saaie vaste waarheid en AI die de data doorzoekt. De slides met zijn voorbeeldcijfers staan in beeld.

Voor wie: Je rapportage nog in een klassieke BI-tool bouwt en wilt horen hoe een data-specialist de rol van AI daarin ziet.

Hetzelfde moment

Waarom dit ertoe doet

Veel webshops bouwen hun rapportage nog in Power BI, Tableau of Looker. Jop, mede-oprichter van de club en eigenaar van MeerMetData, zegt dat de wereld sneller verandert dan deze grote platforms kunnen volgen, en dat een dashboard slepen en klikken niet past bij hoe je met AI werkt. Zijn alternatief is niet geen rapportage, maar twee rollen. Een handvol vaste cijfers, zoals omzet, marge en orders, staat elke ochtend klaar op één plek. Daarnaast laat je AI zoeken naar het waarom, bijvoorbeeld op welk kanaal een omzet van 833.000 euro viel. Het is een stelling en geen voorspelling die bewezen is. Je kunt hem wel gebruiken om te toetsen hoeveel tijd jouw team nu kwijt is aan het bouwen van rapporten.

Belangrijkste inzichten

  • Jop stelt dat Power BI, Tableau, Looker en Google Data Studio weinig toekomst hebben, een mening en geen feit.
  • Reden 1: de tools hebben honderdduizenden klanten en zijn daardoor te log om snel te veranderen.
  • Reden 2: een rapport met 2 of 3 visuals kost volgens hem zelfs een geoefende gebruiker een uur klikken.
  • Rol 1 blijft: een handvol vaste cijfers, op zijn slide 833.000 euro omzet, 49,0% marge en 5.825 orders.
  • Rol 2 is AI die de data analyseert, bijvoorbeeld op welk kanaal een omzet viel.

De stelling

Jop noemt Power BI, Tableau, Looker en Google Data Studio bij naam. Het zijn de bekende business-intelligencetools waarin je data koppelt, visuals kiest en dashboards deelt. Zijn stelling is dat er weinig toekomst voor is. Dat is zijn mening, hij presenteert het zelf als een harde stelling. Een kleine toelichting op de namen: Google hernoemde Data Studio in 2022 naar Looker Studio, en volgens recente berichten heet het product sinds 2026 weer Data Studio. Looker zelf blijft het zakelijke BI-platform van Google Cloud.

Reden 1: te log om snel te veranderen

Het eerste punt is snelheid. Deze platforms hebben honderdduizenden klanten en moeten ervoor zorgen dat elke aanpassing voor al die klanten blijft werken. Dat maakt ze stabiel en traag. Jop zegt dat de wereld sneller verandert dan deze tools kunnen volgen. De afweging is begrijpelijk: wat voor grote klanten zorgvuldig is, is voor een snelle AI-ontwikkeling een rem.

Reden 2: je kunt er nauwelijks typen

Het tweede punt gaat over de manier van werken. Jop wil tegen een AI zeggen: ik heb dit dashboard voor ogen, bouw het, en maak het blauw in plaats van rood. In Power BI selecteer je een veld, kies je een visual en sleep je verder. Volgens hem is zelfs een geoefende gebruiker een uur bezig met een rapport van 2 of 3 visuals vanaf een leeg dashboard. Dat uur is zijn inschatting. AI zit in deze tools als een losse knop naast de manier van werken, niet als de manier van werken zelf, zoals ook op zijn slide staat.

Twee rollen die uit elkaar gaan

Jop schetst wat er met rapportage gebeurt. Rol 1 is rapportage: één centraal punt waar de waarheid van je organisatie staat. Op zijn slide zijn dat voorbeeldcijfers van 833.000 euro omzet, 49,0% marge en 5.825 orders. Het is een handvol vaste cijfers die elke ochtend worden bijgewerkt en 'saai' mogen zijn, omdat iedereen dan hetzelfde getal ziet. Rol 2 is AI: analyseren, doordrillen en ontleden. Je vraagt waar de omzet vandaan kwam, hoe die over producten is verdeeld en welke producten opvallend beter lopen. Of je laat de AI zeggen wat hem opvalt in de databron, zonder hem een richting op te sturen.

Wat je ervan overneemt

De bruikbare vraag is niet welke tool je moet weggooien, maar welk deel van je rapportage een vaste waarheid is en welk deel analyse. Leg eerst de vaste cijfers en hun berekening vast. Laat daarna AI de vragen beantwoorden die je nu in losse dashboards uitzoekt, en meet hoeveel tijd dat bespaart. Jop gaat in dezelfde sessie door met de definitielaag die daarvoor nodig is; die zit in een ander fragment.

Probeer dit deze week

  1. Maak een lijst van de 5 cijfers die je organisatie elke ochtend moet kennen en leg de berekening vast.
  2. Meet 1 week hoeveel uur je team besteedt aan het bouwen van rapporten.
  3. Stel je data 3 analysevragen via een AI-tool en vergelijk de uitkomst met je dashboard.

Begrippen

Business intelligence (BI)
Het verzamelen en analyseren van bedrijfsdata om beslissingen te ondersteunen.
Data warehouse
Een centrale plek waar je data uit verschillende bronnen opslaat, als één bron van waarheid.
Dashboard
Een overzichtspagina met grafieken en cijfers over je bedrijf.
Transcriptie

Uitgeschreven uit de audio van dit fragment. Stopwoorden en herhalingen zijn weggelaten. Waar [onverstaanbaar] staat, is de opname niet te verstaan.

Ik knal hem even hard in als stelling. Ik denk dat tools zoals Power BI, Tableau, Looker, dus je klassieke rapportage tools, Google Data Studio, maar op hetzelfde lijstje erbij, dat er niet zoveel toekomst voor is. En dat ligt puur aan de snelheid waarin deze tools zich ontwikkelen, hoe groot ze zijn, en dat is ook eigenlijk mijn eerste punt. Deze tools zijn in mijn optiek te log om snel genoeg te veranderen. Met andere woorden, de wereld verandert zoveel sneller dan dat deze tools kunnen volgen. Zij moeten zorgen dat honderdduizenden klanten deze aanpassingen die ze doen kunnen volgen. En dat het blijft werken. En ik zie links een reeds wel duimpjes omhoog gaan. Ik ben blij dat anderen dit ook op deze manier zien. Maar ja, als het dus niet deze tools zijn. En wat is er dan wat er eigenlijk moet veranderen? Is, je kunt er nauwelijks typen. En natuurlijk kun je de tekst inzetten. Maar ik wil eigenlijk tegen mijn AI stellen. van, ik heb dit dashboard voor ogen en ik wil dat je het bouwt. En je hebt het nu rood gemaakt, ik wil dat het blauw wordt. En ja, helaas is het in al deze toeren nog iets wat hier een beetje blijkt, je selecteert een veld rechts, je selecteert een visual, en om tot een rapportage met twee, drie visuals te komen, is zelfs een beoefende Power BI'er, is daar gewoon een uur mee aan het klikken, vanaf een leek dashboard. En ik denk dat dat niet meer van vandaag is. daarom denk ik, waar gaat het dan wel naartoe? ik denk sorry, ik denk dat er twee rollen eigenlijk zijn die een beetje uit elkaar aan het lopen zijn dat je een stukje rapportage nodig blijft hebben, met andere woorden, er moet één centraal punt zijn waar de waarheid van je organisatie staat, welke omzetten heb je na de afgelopen maand gedraaid, welke marges heb je behaald, hoeveel orders heb je gedaan en dat zijn een handvol aan vaste cijfers die elke ochtend wat mij betreft geüpdatet worden. En relatief saai eigenlijk die op één plek klaarstaan, waarvan je hele organisatie weet van, hé, die saaie waarheid, die kan ik hier vinden. En die tweede rol, dat is waar AI in mijn optiek om kijken, het analyseren, doordrillen en het ontleden van die data. Dus je ziet, van goh, de omzet was in dit geval 833.000 euro. Maar, hé AI, vertel me nou eens, op welk kanaal heb ik die omzet gehaald? Hoe verdeeld is die over producten? Zien we daar bepaalde producten in ontwikkelen die het beter doen dan andere? Of nog veel breder. Hé, AI, vertel me maar wat jou opvalt in mijn databron. Zonder dat je hem per se in een hele duidelijke richting opstuurt.

Spreker: Jop van Hooft, eCommerce AI Club

Bronnen

Meer over Data & Dashboards