KPI-bomen helpen productteams om elk initiatief te verbinden aan strategische bedrijfsresultaten.
Ze zijn vooral nuttig voor het prioriteren van functies, het op één lijn brengen van multifunctionele teams en het onderbouwen van beslissingen tegenover belanghebbenden.
Bij het opbouwen ervan breng je doelen en statistieken hiërarchisch in kaart—je vraagt “waarom?” om doelen naar boven te volgen en “hoe?” om ze op te splitsen.
Gebruik je KPI-boom als een levend document en werk deze bij wanneer statistieken veranderen of je product zich ontwikkelt.
Een gestructureerd KPI-model helpt je initiatieven op gelijke basis te vergelijken—waardoor intuïtie verandert in zelfverzekerde, datagestuurde beslissingen.
Waarom KPI-chaos de ergste vijand van een productmanager is
Als je ooit hebt geprobeerd productinitiatieven te prioriteren binnen een team dat tegelijkertijd met tien verschillende statistieken jongleert, weet je dat het een rommeltje is.
Ik heb het ook meegemaakt.
Bij TransferWise (nu Wise) werkte ik in het team voor kaarten en betaalmethoden: een relatief kleine groep met een enorme impact op klanten.
We waren verantwoordelijk voor tientallen succesindicatoren. Op een gegeven moment beoordeelden we meer dan 10 statistieken over meer dan 10 dimensies, alleen maar om één lancering te beoordelen. Het resultaat? Meer dan 100 substatistieken.
Er is geen manier om op al deze statistieken te focussen, en je aandacht te dun verspreiden is een snelle route naar een lage hefboomwerking.
Maar hoe vergelijk je een stijging van 0,5% in conversie...
...met een daling van 10% in contactratio?
Wat is belangrijker voor het product? Wat stimuleert echte, langdurige groei?
Volgens Deloitte hebben bedrijven met een goed gestructureerd, crossfunctioneel KPI-raamwerk 20% meer kans om aanzienlijke waarde te realiseren uit hun digitale initiatieven.
Dat is geen overbodige luxe. Het is een signaal.
Voor productteams maakt het kiezen van de juiste KPI's en het koppelen ervan aan bedrijfsimpact je roadmap beter verdedigbaar, je prioriteiten duidelijker en je werk moeilijker te negeren.
Daarom ben ik begonnen met het maken van KPI-kaarten: bomen die productdoelen, statistieken en impactgebieden op één plek met elkaar verbinden. Ze bleken meer te zijn dan alleen een planningshulpmiddel.
Ze veranderden de manier waarop we prioriteiten stelden, hiaten opspoorden, onze teams opschaalden en strategie afstemden op resultaten.
Laat me laten zien hoe ze werken.
Product-KPI's koppelen aan het werk dat ertoe doet
Wat is een KPI-boom?
Een KPI-boom is een eenvoudige maar krachtige manier om alle mogelijke impactgebieden (en hun statistieken) als een hiërarchie te ordenen. Elke tak vertegenwoordigt een doel of statistiek, en elke subtak werkt dit verder uit in specifiekere doelen of processen. De wortel van de boom is de kern-KPI van je team: het belangrijkste doel dat je probeert te stimuleren.
Als je in de consultancy met probleembomen hebt gewerkt, zal dit bekend aanvoelen. De structuur moet uitputtend zijn (alle mogelijke impactgebieden omvatten) en elkaar uitsluiten (geen overlappende statistieken). Deze opzet dwingt je om helder na te denken, te zien wat ontbreekt en impact te ordenen op een manier die eenvoudig te navigeren, in te schatten en te communiceren is.

Woordenlijst: belangrijke termen in KPI-bomen
Voordat we dieper ingaan op het onderwerp, volgt hier een korte woordenlijst met belangrijke termen die je zult tegenkomen.
| Term | Definitie |
| Actieve gebruikers | Het aantal gebruikers dat binnen een bepaalde periode (bijvoorbeeld dagelijks, wekelijks of maandelijks) momenteel met je product bezig is. Wordt vaak gebruikt als indicatie voor de gezondheid of het bereik van een product. |
| Waarde per gebruiker | De gemiddelde waarde die elke actieve gebruiker genereert, gemeten in omzet, winst, transacties of een andere belangrijke statistiek die gekoppeld is aan bedrijfsimpact. |
| Nieuwe maandelijkse gebruikers (MNU) | Het aantal unieke gebruikers dat je product in een bepaalde maand voor het eerst is gaan gebruiken. Een kernstatistiek voor acquisitie. |
| Maandelijks afgehaakte gebruikers (MCU) | Het aantal gebruikers dat in een bepaalde maand is gestopt met het gebruik van je product (of inactief is geworden). Nuttig om inzicht te krijgen in de gezondheid van gebruikersretentie. |
| Afhaakpercentage (CR) | Het percentage gebruikers dat in een specifieke periode verloren gaat. Formule: MCU ÷ actieve gebruikers. Een belangrijke indicator voor de aantrekkelijkheid van het product en de tevredenheid van gebruikers. |
Een KPI-boom maken
Dit is het proces dat ik gebruik:
- Breng alle impactgebieden in kaart die relevant zijn voor je product of team, samen met de bijbehorende statistieken. Dit kunnen transactievolume, conversieratio, contactpercentage, klantverloop, fraudecijfer, LTV en meer zijn.
- Koppel ze aan grotere doelstellingen door herhaaldelijk te vragen: “waarom?” totdat je bij de onderliggende KPI uitkomt. Zo kan het verhogen van de transactiesnelheid bijvoorbeeld het klantverloop verminderen, waardoor de LTV stijgt en de groei versnelt.
- Splits elke doelstelling op door te vragen: “hoe?” en breng het proces dat gebruikers volgen in kaart. Nieuwe klanten werven omvat bijvoorbeeld bekendheid → landingspagina → registratie → eerste transactie. Elk van deze stappen kan worden verbeterd.
- Splits op naar gebruikerssegmenten als dat nuttig is. Totaal aantal klanten = klanten uit het VK + klanten uit de VS + overige klanten. Dit brengt vaak kansen per geografisch gebied of doelgroep aan het licht.
- Verwijder overlappingen en voeg samen. Dupliceer niet wat al elders wordt behandeld. Ik laat statistieken zoals NPS of LTV buiten beschouwing wanneer ze al worden afgedekt door meer fundamentele KPI’s zoals klantverloop, marge en transactiefrequentie.
Pen en papier of een spreadsheet werken net zo goed, maar ik gebruik liever tools zoals MindNode of Mindmup om deze elementen visueel weer te geven.
Uiteindelijk krijg je een actuele kaart van hoe elk project verband houdt met bedrijfsresultaten. Niet alleen een dashboard, maar een raamwerk voor besluitvorming.
Waarom KPI-bomen niet alleen voor strategische bijeenkomsten zijn
De kracht van KPI-bomen zit in hun veelzijdigheid. Zo gebruik ik ze in de praktijk:
- Prioritering: Dankzij de boomstructuur kun je elke statistiek of elk project terugleiden naar de hoofddoelstelling. Hierdoor kun je ogenschijnlijk ongerelateerde initiatieven vergelijken door hun impact op een gemeenschappelijke bovenliggende statistiek in te schatten. Zelfs als je geen precieze cijfers hebt, helpt de logische relatie om verstandige keuzes te maken.
- Brainstormen: Door te vragen “hoe?” genereer je gedetailleerde ideeën voor verbetering. Je gaat van vage doelstellingen zoals “betrokkenheid verhogen” naar concrete acties zoals “uitval in stap 2 verminderen voor nieuwe gebruikers in segment X.”
- Teamorganisatie: Naarmate je team groeit, groeien ook de verantwoordelijkheden. KPI-bomen helpen om de reikwijdte duidelijk af te bakenen. Je kunt subteams afstemmen op takken van de boom, zodat iedereen verantwoordelijk is voor een gebied zonder inspanningen te overlappen of te dupliceren.
- Prognoses: KPI-kaarten kunnen eenvoudig worden vertaald naar spreadsheetmodellen. Als je de wiskundige verbanden tussen statistieken begrijpt (bijvoorbeeld conversie × volume × marge), kun je snel dynamische prognoses opstellen en scenario’s simuleren.
Het belangrijkste is dat het opstellen van een goede KPI-boom geen eenmalige activiteit is. Naarmate het product zich ontwikkelt en de meest voor de hand liggende kansen worden benut, wordt de boom volwassener. Je bekijkt hem opnieuw, breidt hem uit en verfijnt hem voortdurend om diepere groeimogelijkheden te ontdekken.
Het prioriteringsdilemma: welk project komt eerst?
Laten we dit toepassen op een realistisch voorbeeld. Je staat voor twee projecten die qua implementatiekosten ongeveer gelijk zijn:
- Project A verhoogt je conversieratio met 0,5%.
- Project B verlaagt het klantcontactpercentage met 10%.
Welk project moet je als eerste uitbrengen?
Op het eerste gezicht lijken beide waardevol. Maar zonder context is het moeilijk om te weten welk project op de lange termijn meer zal opleveren. Daar komen KPI-bomen en de onderliggende formules om de hoek kijken.
Het standaardmodel voor een KPI-boom
Na verloop van tijd merkte ik dat de meeste KPI-bomen voor productteams uiteindelijk een vergelijkbare structuur krijgen. Bovenaan staan totale productwaarde en winst per waarde-eenheid. Deze vertakken zich vervolgens in:
- Waarde = Actieve gebruikers × Waarde per gebruiker
- Winst = Opbrengst per waarde-eenheid – Kosten per waarde-eenheid
De centrale prioriteringsvergelijking wordt dan:
Productwinst = Actieve gebruikers × Waarde per gebruiker × (Opbrengst – Kosten)
Je kunt dit verder uitwerken:
Waarde per gebruiker = Interacties per gebruiker × Gem. waarde per interactie
Voor veel digitale producten betekent “waarde” iets als het aantal transacties (in fintech), ritten (bij Uber) of zoekopdrachten (bij Google). Hierdoor is de structuur aanpasbaar en vergelijkbaar.
Groei prioriteren: acquisitie versus behoud
Daar zit de crux. Wanneer je moet kiezen tussen het verbeteren van acquisitie of behoud, moet je weten hoe elk van beide de omvang van je actieve gebruikersbestand op de lange termijn beïnvloedt.
Stel:
- Project A verhoogt het aantal nieuwe gebruikers per maand (MNU) met 100.
- Project B vermindert het aantal gebruikers dat maandelijks afhaakt (MCU) met 100.
Welk project is beter?
Het hangt ervan af waar je product zich in zijn levenscyclus bevindt. Producten in een vroeg stadium met een hoge uitstroom verspillen mogelijk acquisitie-inspanningen. Een volwassen product met een sterke retentie en beperkte acquisitie kan er ondertussen meer baat bij hebben om de groei boven in de funnel te stimuleren.
Dus wat doen we? Laten we het evenwichtspunt vinden waar MNU = MCU. Dit geeft ons een stabiel gebruikersbestand.
Aangezien: MCU = Actieve gebruikers × uitstroompercentage (CR)
Dan: Actieve gebruikers = MNU / CR
De implicatie?
Het maximaliseren van actieve gebruikers = het maximaliseren van MNU / CR
En je prioriteringsvergelijking wordt:
Maximaliseer (MNU / CR) × Waarde per gebruiker
Dit geeft je een krachtige formule om te bepalen welke projecten je moet uitvoeren.
Laten we dat voorbeeld opnieuw bekijken…
We vergelijken:
- +0,5% conversie (waardoor MNU toeneemt)
- -10% klantcontactpercentage (waardoor de kosten dalen en de winst per gebruiker toeneemt)
Laten we aannemen dat de kosten voor klantenondersteuning 10% van je totale kosten uitmaken. Als je die met 10% verlaagt, daalt de totale kost met 1%. Als je huidige marge 30% is, wordt die 31%—een verbetering van ~3,3%. In termen van KPI's verhoogt dit de Waarde per gebruiker.
Vergelijk dat met een stijging van 0,5% in MNU. Wanneer je beide door de bovenstaande formule haalt, heeft de margeverbetering ~7x meer impact op de productwaarde op lange termijn.
Daarom is een gestructureerd model beter dan intuïtie als het gaat om het prioriteren van productwerk. Zonder zo'n model vergelijk je appels met komkommers.
P.S. Als je nadenkt over hoe je KPI's passen binnen bredere strategieën voor productgroei—vooral in productgestuurde organisaties—wil je misschien ook deze gids voor metrics voor productgestuurde groei bekijken. Deze gaat dieper in op activatie-, retentie- en uitbreidingsmetrics die je KPI-boomframework kunnen aanvullen.
Laatste gedachten
KPI-bomen brengen duidelijkheid in complexiteit. Ze dwingen je om je impact te verwoorden, projecten aan doelen te koppelen en gefocust te blijven op wat er echt toe doet—het vergroten van waarde op lange termijn.
Ze worden ook hulpmiddelen voor afstemming. Wanneer elk team kan zien hoe zijn werk bijdraagt aan gedeelde resultaten, wordt besluitvorming sneller, scherper en minder politiek.
Het opbouwen van je eerste KPI-boom kost moeite. Het onderhouden ervan vereist discipline. Maar zodra deze er staat, verandert hij de manier waarop je team denkt, werkt en successen behaalt.
