Wie zijn klanten rangschikt op cumulatieve winstgevendheid in plaats van omzet, krijgt een grafiek die eruit ziet als de rug van een walvis: steil omhoog, plateau in het midden, scherp omlaag aan het eind. Vandaar de naam. En de boodschap is brutaal: in vrijwel elke industriële B2B-portefeuille zitten klanten die actief je marge vernietigen — terwijl je hen behandelt als waardevolle accounts omdat ze veel omzet doen.

Dit artikel laat zien wat de whale curve is, waarom Pareto's 80/20-regel hier niet meer geldt, en hoe je hem op je eigen data bouwt — ook zonder pricing software.

Belangrijkste inzichten

Waarom Pareto faalt op klantwinstgevendheid

De 80/20 regel — 80% van de omzet komt van 20% van de klanten — is statistisch valide en strategisch nutteloos. Hij vertelt je iets over omzet, niet over winst. En zoals iedere CFO weet: omzet is opinie, winst is feit.

Harvard-professoren Robert Kaplan (mede-uitvinder van Activity-Based Costing) en V.G. Narayanan onderzochten klantwinstgevendheid in honderden organisaties. Hun bevinding: de Pareto-distributie geldt niet voor winstgevendheid. Het werkelijke patroon is fundamenteel anders.

In een typische industriële B2B-portefeuille:

Het uiteindelijke 100% nettowinst is dus de resultante van een grote positieve som (top), een neutrale som (midden) en een grote negatieve som (bodem). Wanneer je de bodem zou verwijderen — zonder iets anders te wijzigen — zou je nettowinst stijgen. Vaak met 30 tot 50%.

"Vraag een leadership team zonder data: 'welke klanten zijn verliesgevend?' De gokken zijn meestal redelijk. Behalve voor de top-3-grootste klanten — die plaatst men consequent in 'winstgevend' terwijl ze in werkelijkheid vaak aan de extremen zitten."

Waarom grote klanten aan de extremen zitten

Een contra-intuïtieve maar consistent waargenomen waarheid: je grootste klanten zitten zelden in het midden van de whale curve. Ze zijn ofwel je meest winstgevende, ofwel je meest verliesgevende. Drie redenen:

1. Grote klanten krijgen de grootste kortingen. Volume rebates, contractkortingen, concessies op betaalvoorwaarden — alles wat groot is, krijgt veel.

2. Grote klanten genereren de hoogste cost-to-serve. Speciale leveringseisen, dedicated account management, custom configuraties, klantspecifieke kwaliteitscontroles, verlengde betaaltermijnen.

3. De combinatie is asymmetrisch. Wanneer een grote klant ook hoge marge betaalt en gestandaardiseerd is, is hij extreem winstgevend. Wanneer dezelfde grote klant lage marge betaalt en hoge cost-to-serve heeft, is hij ineens een van je grootste verliesposten.

Het probleem: in de meeste KMO's wordt cost-to-serve niet toegewezen op klantniveau. Dus zien grote klanten er op het rapport altijd 'goed' uit — omdat alleen omzet en standaard COGS worden toegerekend. De whale curve maakt deze blindheid zichtbaar.

De whale curve bouwen op je eigen data

Je hoeft geen volledige ABC-implementatie te doen om bruikbare inzichten te krijgen. Een eenvoudige aanpak in zes stappen:

Dat is meestal 70 tot 80% van je commerciële activiteit. De rest kan je later toevoegen.

Bruto-omzet minus alle on- en off-invoice aftrekken. Voor off-invoice items die niet per klant zijn geboekt: verdeel pro-rata op basis van bruto-omzet. Imperfect, maar voldoende voor het patroon.

Standaard COGS uit je ERP. Niets ingewikkelds nodig.

Belangrijke buckets: account management tijd, logistiek, technische support, klantspecifieke ontwikkeling, return processing. Voor elk bucket: bepaal totale jaarkost en verdeel naar klant op basis van een driver (aantal orders, aantal items, aantal supportcalls). Niet perfect — wel directioneel correct.

Net Revenue minus COGS minus cost-to-serve = klantwinstgevendheid.

X-as: klanten gerangschikt van meest naar minst winstgevend. Y-as: cumulatieve winst. De resulterende curve is je whale.

In de praktijk levert dit binnen 4 tot 6 weken een eerste werkbare grafiek op je eigen ERP-data. Geen integratieproject, geen migratie. Wel een grafiek die het strategische gesprek volledig herkadreert.

Wat je doet met de whale

De whale curve is geen actie-instrument op zich. Het is een diagnose-instrument dat drie soorten acties triggert:

Wat maakt deze klanten winstgevend? Welk segment, welk koopgedrag, welke productmix? Welke sales reps zijn verantwoordelijk voor deze accounts? Identificeer het patroon en bouw je commerciële strategie eromheen — niet rond 'we willen meer omzet'.

Welke break-even klanten kun je naar winstgevend bewegen? Vaak via prijscorrectie, betere productmix, of verlagen van cost-to-serve (kortere betaaltermijnen, beperken van klantspecifieke uitzonderingen). Wat niet beweegbaar is, behandel je als capaciteitskeuze.

Drie opties: prijs verhogen (en accepteren dat sommige klanten weglopen), cost-to-serve drastisch reduceren (geen exceptions, geen specials), of klantrelatie beëindigen. Geen vierde optie.

"De moeilijkste gesprekken in elke pricing-diagnose gaan altijd over de bodem van de whale curve. Het is psychologisch lastig om te zeggen: 'deze klant kost ons geld.' Het is operationeel nog lastiger om er iets aan te doen. Maar de whale curve is meedogenloos: doorgaan zoals het is,
een actieve keuze."

Bottom line

De whale curve is geen exotische analyse. Hij vraagt geen pricing-software, geen externe consultancy, geen hercodering van je ERP. Hij vraagt — net als de rest van pricing — vooral bereidheid om de eigen data eerlijk te lezen.

Bedrijven die hun whale curve eens per jaar updaten en er commercieel beleid op enten, presteren meetbaar beter op nettomarge dan bedrijven die 'op gevoel' weten welke klanten lastig zijn. Dat is geen meningsverschil. Dat is meting versus intuïtie.

In het Pricetainability™ framework hoort de whale curve in Truth: feiten over je werkelijke klantenportefeuille, voor je beleid maakt of uitvoering probeert te verbeteren.