# Handleiding what-if-analyse voor slimmere bedrijfsbeslissingen > Leer what-if-analyse met praktische stappen, voorbeelden uit finance en retail, en best practices om beslissingen te stresstesten met AI-gestuurde analytics. Source: https://www.electe.net/nl/post/what-if-analysis Site guide: https://www.electe.net/nl/llms.txt U staart naar een prognose die op papier keurig oogt en in de praktijk broos blijkt. Een retailer vraagt zich af of een prijsverlaging een vertragende categorie nieuw leven kan inblazen, terwijl een finance lead zich afvraagt of nog een kostenstijging het kwartaal kan breken. **What-if-analyse** is de discipline die deze bange vragen omzet in testbare scenario's, zodat u aannames kunt vergelijken voordat u zich vastlegt. Goed toegepast is het meer dan gepriegel in een spreadsheet. Het helpt u de variabelen die ertoe doen te scheiden van de variabelen die er niet toe doen, en vervolgens te zien hoe het resultaat verschuift wanneer die factoren samen of afzonderlijk veranderen. De methode heeft diepe wortels in oorlogsplanning, engineering, finance en milieumodellering, wat verklaart waarom het zo'n praktische manier is geworden om beslissingen onder onzekerheid te testen [in het historisch overzicht van sensitiviteitsanalyse](https://thedecisionlab.com/reference-guide/statistics/sensitivity-analysis) en [de evolutie van scenarioplanning](https://www.irma-international.org/viewtitle/41213/?isxn=9781615206117). ## Wat what-if-analyse werkelijk is Een manager komt **what-if-analyse** meestal tegen op een stressvol moment, niet in een studieboek. De prognose moet af, de vergadering is nabij, en de onderliggende vraag is of het plan nog standhoudt als de vraag verzwakt, kosten stijgen of een belangrijke aanname onjuist blijkt. Daar bewijst deze methode haar waarde, want ze is gebouwd om beslissingen onder onzekerheid te testen in plaats van één optimistisch getal te verdedigen. ### Van giswerk naar testbare aannames In de kern van het proces stelt what-if-analyse de vraag: “Als deze factor verandert, wat gebeurt er dan met het resultaat?” U begint met een basislijn, verandert een of meer invoerwaarden en observeert hoe de uitkomst beweegt. In het bedrijfsleven zijn die uitkomsten vaak omzet, winst, cashflow, maandelijkse betalingen of netto contante waarde, die allemaal kunnen verschuiven wanneer prijs, kortingspercentage, rentevoet of groeiaannames veranderen [zoals voorbeelden van financiële modellering laten zien](https://corporatefinanceinstitute.com/resources/financial-modeling/what-if-analysis/). De belangrijkste mentale omslag is eenvoudig. U probeert niet de toekomst perfect te voorspellen. U controleert of een strategie nog steeds zinvol is wanneer de werkelijkheid iets slechter, iets beter, of gewoon anders uitpakt dan verwacht. > **Praktische regel:** als een beslissing alleen werkt onder één beperkte set aannames, is ze niet klaar voor goedkeuring. ### De drie takken die lezers vaak door elkaar halen Mensen gooien vaak elke scenario-oefening op één hoop, maar dat schept snel verwarring. **Sensitiviteitsanalyse** isoleert één variabele tegelijk, zodat u kunt zien welke factor het resultaat het meest beïnvloedt. **Scenarioanalyse** verandert meerdere variabelen tegelijk, wat beter is wanneer u een samenhangend verhaal over een toekomstige situatie wilt. Een derde laag, **simulatie**, verkent talloze combinaties om te laten zien hoe uitkomsten zich kunnen spreiden over onzekerheid, wat verklaart waarom tools zoals [ELECTE over Monte Carlo-simulatie](https://www.electe.net/post/monte-carlo-simulation) nuttig kunnen zijn wanneer u bredere risicodekking nodig heeft. What-if-analyse is de overkoepelende term, en de andere methoden vallen eronder. Daarom vraagt een goede manager niet alleen: “Wat is het cijfer?” De betere vraag is: “Welke aannames sturen dit resultaat, en wat gebeurt er als er meerdere tegelijk veranderen?” ## Sensitiviteitsanalyse versus scenarioanalyse Deze twee zijn verwant, maar beantwoorden verschillende zakelijke vragen. **Sensitiviteitsanalyse** verandert één invoerwaarde terwijl al het andere constant blijft. **Scenarioanalyse** verandert meerdere invoerwaarden tegelijk, omdat echte zakelijke gebeurtenissen zelden alleen komen. Dit verschil is belangrijk wanneer u wilt bepalen of een prognose enkel ruis vertoont of werkelijk broos is. ### Eén variabele versus een samenhangend verhaal Gebruik een eenvoudige omzetformule, **Omzet = Prijs x Volume - Kosten**, en het verschil wordt meteen duidelijk. Als u alleen de prijs verhoogt, laat sensitiviteitsanalyse zien hoeveel de omzet verandert terwijl volume en kosten vaststaan. Als u een recessiescenario opbouwt, kan scenarioanalyse prijs verlagen, volume verminderen en kosten tegelijk verhogen, wat u een realistischere stresstest oplevert. DimensieGevoeligheidsanalyseScenarioanalyseFocusEén variabele tegelijkMeerdere variabelen samenBeste toepassingDe belangrijkste variabele rangschikkenEen samenhangende toekomstige situatie testenBeantwoorde vraag“Hoeveel verandert de uitkomst als één input verandert?”“Wat gebeurt er als de bedrijfsomgeving als geheel verschuift?”Vorm van de outputGeïsoleerde impactConsistent scenario Een nuttige externe bron voor de bankinvalshoek is [waarom banken scenarioplanning nodig hebben](https://visbanking.com/what-is-scenario-planning), omdat gereguleerde sectoren vaak gecoördineerde inzichten in krediet, rentetarieven en klantgedrag nodig hebben in plaats van geïsoleerde aanpassingen. Diezelfde logica geldt voor elk team dat te maken heeft met onderling verbonden risico's. ### Wanneer elk van de twee zijn waarde bewijst Gevoeligheidsanalyse is het juiste instrument als je variabelen wilt rangschikken. Als huur, lonen en conversieratio allemaal van belang zijn, kun je ze een voor een testen om te zien welke variabele als eerste aandacht verdient. Scenarioanalyse is beter als de bedrijfsvraag gaat over een marktverschuiving, een beleidswijziging of een aanbodschok, omdat die gebeurtenissen meerdere inputs tegelijk laten bewegen. Volwassen teams gebruiken meestal beide. Ze beginnen met gevoeligheidsanalyse om de belangrijkste hefbomen te vinden, en gebruiken vervolgens scenario's om te testen of die hefbomen nog steeds standhouden wanneer de wereld als systeem verandert. ## Een what-if-analyse stap voor stap uitvoeren Een nuttige what-if-analyse begint met een vraag waar een manager iets mee kan. Het begint niet bij een dashboard en eindigt niet bij een mooie grafiek. Het begint bij een beslissing die ertoe doet, en werkt van daaruit terug naar de inputs die daarop van invloed zijn. ### Stap 1: formuleer de bedrijfsvraag Formuleer de beslissing in één zin. Bijvoorbeeld: “Wat gebeurt er met de brutomarge als de leverancierskosten met 10% stijgen en de verkochte aantallen met 5% dalen?” Die formulering houdt de oefening gegrond in een reëel bedrijfsresultaat in plaats van vage nieuwsgierigheid. ### Stap 2: identificeer de variabelen die het antwoord daadwerkelijk bepalen Kies alleen de inputs die het resultaat wezenlijk beïnvloeden. Als de vraag over de brutomarge gaat, zijn de voor de hand liggende hefbomen mogelijk de kostprijs per eenheid, de verkoopprijs en het volume, niet kantoorbenodigdheden of de vergaderfrequentie. Veel teams verliezen hier de focus, omdat ze elke meetbare variabele meenemen in plaats van alleen de variabelen die ertoe doen. ### Stap 3: verzamel schone basisgegevens Je hebt een uitgangspunt nodig voordat je iets kunt testen. Basisgegevens moeten de huidige prestaties weerspiegelen, niet een hoopvolle versie ervan. Als de cijfers verouderd zijn, oogt je scenario precies, maar klopt het nog steeds niet. ### Stap 4: definieer realistische bandbreedtes Bepaal hoe een plausibele verschuiving eruitziet voor elke variabele. Een manager heeft hier geen absolute zekerheid nodig, alleen eerlijke grenzen. Als een bandbreedte te breed of te smal aanvoelt, is dat meestal een teken dat het team de bedrijfsrealiteit onvoldoende heeft besproken. > Leg de aannames vast, want ongedocumenteerde overtuigingen zijn precies wat bruikbare modellen stilletjes waardeloos maakt. ### Stap 5: stel een basis-, beste en slechtste scenario samen Combineer nu de inputs tot een paar duidelijke scenario's. Het basisscenario vertegenwoordigt het meest waarschijnlijke pad, het beste scenario test gunstige omstandigheden en het slechtste scenario toont het breekpunt. Als de uitkomsten maar weinig verschillen, is het plan mogelijk veerkrachtig. Als één kleine verandering het model doet omvallen, heb je een zwak punt gevonden dat het waard is om aan te pakken. Voor teams die nog in spreadsheets werken, is [gegevens van kmo's transformeren](https://www.electe.net/post/fogli-di-calcolo) een nuttige mentaliteitsverandering, omdat de taak niet bestaat uit het verplaatsen van cellen, maar uit het omzetten van ruwe data in beslissingen. ### Stap 6: interpreteer het verschil en beslis Vergelijk de uitkomsten en kies vervolgens een actie. Blijf niet steken bij “interessant resultaat.” Vraag je af wat het verschil betekent, welke drempel een reactie zou moeten uitlokken, en wie de volgende stap in handen heeft. Als je die vragen niet kunt beantwoorden, is de analyse nog niet af. **Checklist ter afronding** - **Is de vraag gericht op een beslissing?** - **Zijn de variabelen beperkt tot de factoren die ertoe doen?** - **Zijn de basiscijfers actueel en verdedigbaar?** - **Weerspiegelen de bandbreedtes de realiteit, niet optimisme?** - **Kan iemand anders de aannames uitleggen zonder dat jij erbij bent?** ## Praktijkvoorbeelden uit finance en retail Een retailer die een tweede winkel overweegt, moet in samenhangende variabelen denken, niet in losse cijfers. Klantstroom, gemiddelde besteding en huur beïnvloeden allemaal het resultaat, dus een goede scenariotest bekijkt hoe deze drie hefbomen samen bewegen voordat iemand een huurcontract tekent. ### Een retailcase met drie bewegende onderdelen In het optimistische scenario stijgt de klantstroom, blijft de gemiddelde besteding gezond en blijft de huur beheersbaar. In het basisscenario is de klantstroom stabiel, houdt de gemiddelde besteding stand en voldoet de nieuwe locatie gewoon aan de verwachtingen. In het pessimistische scenario valt de klantstroom tegen, daalt de gemiddelde besteding en drukt de huur op de marge, wat een veelbelovende uitbreiding in een last voor de cashflow kan veranderen. Daarom telt het beslissingssignaal zwaarder dan de spreadsheet. Als alleen het optimistische scenario haalbaar lijkt, is de winkel waarschijnlijk nog niet klaar. Als het basisscenario een langzame maar acceptabele terugverdientijd ondersteunt en het neerwaartse risico beheersbaar blijft, kan de manager een voorwaardelijke go geven. Een bruikbare invalshoek voor dit soort planning is [ELECTE's aanpak voor allocatieoptimalisatie](https://www.electe.net/post/resource-allocation-optimization), want retailuitbreiding is altijd net zozeer een vraagstuk van resourceallocatie als van omzet. ### Een financecase met druk op de runway Stap nu over naar een SaaS-CFO. Churn stijgt, de klantacquisitiekosten lopen op, en de runway moet plotseling opnieuw tegen het licht worden gehouden. Een scenarioset die deze twee druklagen combineert, laat snel zien of het bedrijf de klap kan opvangen of dat er kosten moeten worden gesneden, aanwervingen vertraagd, of eerder kapitaal moet worden opgehaald. Het belangrijkste is niet de exacte rekensom, maar het operationele signaal. Als hogere churn en hogere acquisitiekosten tegelijk toeslaan, moet de kostenstructuur misschien onmiddellijk flexibel worden. Als de cijfers alleen kloppen zolang acquisitie efficiënt blijft, heeft het management een duidelijke drempel voor escalatie. ScenarioBelangrijkste bijgestelde hefbomenBasiswaardeStressmargeBeslissingssignaalRetailuitbreidingKlantstroom, gemiddelde besteding, huurStabiele winkeleconomieHogere of lagere vraag, hogere huurlastGo, voorwaardelijke go, of no goSaaS-runwayChurn, acquisitiekostenHuidig groeiplanZwakkere retentie, hogere uitgaven om klanten te winnenKosten snijden, aanwerving uitstellen, of kapitaal ophalen In beide gevallen is de waarde van what-ifanalyse hetzelfde. Ze zet een vage vrees om in een zichtbare afweging en geeft een manager vervolgens iets concreets om goed te keuren, uit te stellen of af te wijzen. ## Fouten die what-ifanalyse ondermijnen De snelste manier om nuttige analyse in bestuurlijk toneelspel te veranderen, is het antwoord beschermen dat je wilt horen. Teams doen dit door alleen de scenario's te bouwen die het management wil zien, en het ongemakkelijke scenario te verbergen in een bijlage die niemand leest. ### De valkuilen die het model slimmer laten lijken dan het is Bevestigingsbias is de eerste valkuil. Als de strategie in één scenario faalt, is dat geen gebrek in de analyse, dat is juist het doel van de oefening. Goede teams gebruiken het faalscenario om te bepalen welke vroege waarschuwingsindicator problemen als eerste zou hebben laten zien. Datakwaliteit is de volgende valkuil. Een prachtig model gebouwd op verouderde aannames blijft een slecht model. Precisie schept vals vertrouwen wanneer de onderliggende inputs richtinggevend, onvolledig of achterhaald zijn. ### Het organisatorische falen dat over het hoofd wordt gezien Eén analist die het model in zijn eentje beheert, is een ander veelvoorkomend probleem. Als niemand anders de logica kan reproduceren, de aannames kan uitdagen of de gegevensherkomst kan traceren, neemt het bedrijf uiteindelijk beslissingen op basis van cijfers die het niet kan verdedigen. Dat is een governanceprobleem, geen technisch probleem. > Als het model geen kritische toetsing kan doorstaan, is het nog niet beslissingsklaar. Het dieperliggende probleem is dat veel teams blijven steken bij de output in plaats van deze te vertalen naar operationele regels. Een echt what-ifproces moet aangeven wat actie zou moeten triggeren, wie verantwoordelijk is voor de reactie, en welke drempel de beslissing verandert. Zonder dat wordt de oefening een visueel rapport in plaats van een beslissingsinstrument. ## What-Ifanalyse opschalen met ELECTE Handmatig scenariowerk loopt vast zodra de vragen zich vermenigvuldigen. Een manager heeft een eenvoudigere manier nodig om zakelijke vragen te stellen, cases door te rekenen en resultaten te vergelijken zonder telkens dezelfde spreadsheetlogica opnieuw te moeten bouwen. ### Van gewone taal naar gestructureerde scenario's Binnen ELECTE kan een manager een scenario in gewone bedrijfstaal formuleren, en de AI-agents van het platform kunnen dat omzetten in het onderliggende datawerk, zonder gepuzzel met spreadsheets. Dat is belangrijk, want het lastige deel is vaak niet de rekenkunde, maar het vertalen van een echte vraag naar een herhaalbaar model. Zodra die structuur bestaat, wordt het veel eenvoudiger om de workflow op te schalen binnen finance, retail en operations. ### Runs met één klik en vergelijkingen naast elkaar Met scenariogeneratie in één klik kunnen teams optimistische, basis- en pessimistische scenario's parallel vergelijken. Het platform kan verschuivingen in marge, cashrunway en break-even tonen in een formaat dat makkelijker leesbaar is dan een dicht werkblad. Visuele dashboards helpen managers zien welke aanname het verschil bepaalt, en dat is precies wat een besluitvormingsoverleg nodig heeft. Een screenshot van de workflow geeft een beter beeld van de indeling dan woorden alleen. ### Waarom dit belangrijk is voor mkb Voor een financeteam van vijf mensen of een regionale retailmanager is het punt niet om een enorme FP&A-afdeling na te bootsen. Het punt is om herhaalbare besluitvormingsondersteuning te draaien met versiebeheer en audit trails, zodat het werk bruikbaar blijft naarmate het groeit. Daar telt automatisering, want het vermindert herwerk zonder de kwaliteit van de analyse te verlagen. ## Belangrijkste inzichten en vervolgstappen De beste **what-if-analyse** begint met een beslissing, niet met een dashboard. Ze wordt scherper wanneer je **gevoeligheidsanalyse** scheidt van **scenarioanalyse**, aannames test tegen realistische bandbreedtes, en de uitkomst omzet in een drempel voor actie in plaats van een decoratieve grafiek. ### Pas deze checklist maandagochtend toe - **Definieer de beslissingsvraag duidelijk.** Schrijf ze in één zin, gekoppeld aan een bedrijfsresultaat. - **Scheid de methoden.** Gebruik gevoeligheidsanalyse om drijvende factoren te rangschikken, en gebruik dan scenarioanalyse om gecombineerde verschuivingen te testen. - **Toets aannames aan de realiteit.** Controleer of de inputs actueel, geloofwaardig en volledig zijn. - **Test correlaties, niet alleen losse inputs.** Echte bedrijfsgebeurtenissen bewegen vaak samen. - **Beoordeel scenario's regelmatig.** Herzie ze wanneer marktomstandigheden of interne aannames veranderen. - **Documenteer eigenaarschap.** Zorg dat iemand het model, de data en de trigger voor actie kan uitleggen. Als je wilt dat deze workflow herhaalbaar is in plaats van handmatig, begin dan met het uitvoeren van je volgende scenario in ELECTE. Het kan je helpen om scenariogeneratie te automatiseren, resultaten te visualiseren en een duidelijk rapport te delen met belanghebbenden, zonder spreadsheets vanaf nul opnieuw op te bouwen. Voor mkb-bedrijven die sneller willen beslissen met minder frictie, is dat een praktische manier om what-if-analyse aan het werk te zetten. --- Klaar om aannames om te zetten in beslissingen? Ontdek hoe ELECTE teams helpt bij het uitvoeren van what-if-analyses, het vergelijken van scenario's en het delen van heldere visuele rapporten zonder spreadsheet-overload. Bezoek [ELECTE](https://www.electe.net) om te zien hoe het platform je volgende planningscyclus kan ondersteunen.