Simplicate data ontsluiten naar Klipfolio

Een aantal van onze klanten en ook wijzelf gebruiken Simplicate. Simplicate is handige een tool voor CRM, urenregistratie en facturatie. Super voor de operationele handelingen. Binnen de tool zijn handige rapportagemogelijkheden en ook is het mogelijk om data te downloaden naar excel. Hiermee kun je als gebruiker veel vragen beantwoorden.

Share on facebook
Share on twitter
Share on linkedin

Uitdaging: Rapportage uit Simplicate

Maar soms wil je bepaalde informatie uit Simplicate even snel zien en niet een paar keer klikken, een rapport downloaden en een draaitabel in excel maken. Of je wil graag je simplicate data in context zien met andere data. In dat geval is Klipfolio mogelijk een oplossing. Immers: Klipfolio is een handige tool voor dashboarding. En Simplicate heeft een API. Dus zo gepiept, toch?

API van Simplicate

Het klopt inderdaad dat Simplicate een API met ook nog uitgebreide beschrijving. En die data kunnen we zeker voor je in Klipfolio krijgen en daar combineren met andere data. 

Maar soms heb je veel data nodig. Heel veel. Vooral de ‘uren’ (hours) kunnen nogal oplopen in aantallen. Zeker als er veel medewerkers zijn en je over langere periodes wil rapporteren. De limiet van 100 records in een API call kan dan echt een uitdaging vormen. De trucjes die we soms in Klipfolio kunnen uithalen, met loopjes en dynamische datasources, kunnen dan soms geen goed antwoord bieden.

Oplossing: Koppelen via Dataddo

Voor die situaties hebben een andere oplossingsrichting bedacht. Deze oplossingsrichting maakt gebruik van de tool Dataddo. In Dataddo maak je de juiste koppelingen naar Simplicate en Dataddo haalt de data op. Deze data in Dataddo kun je dan weer vanuit Klipfolio benaderen met API endpoints die je zelf aanmaakt in Dataddo.

Maar het kan nog een stapje verder. Ook kunnen we Dataddo de data weer laten wegschrijven naar bijvoorbeeld Google Big Query.  Daar bouwen we dan een database met historie op. En deze data is dan weer te benaderen vanuit Klipfolio middels SQL.

Het is dus niet nodig om development kracht in te zetten voor deze technische koppeling. We maken gewoon gebruik van bestaande tooling. 

En wat kun je daarmee?

Deze oplossing hebben we inmiddels voor een paar klanten naar volle tevredenheid uitgerold. Zij kunnen nu eenvoudig rapporteren op uren en omzetten op basis van een aantal filters die zij zelf bepalen, zoals medewerker, project, datums.  De oplossing met Google Big Query maakt het ook mogelijk om situaties uit het verleden te kunnen zien. Zo kun je bijvoorbeeld 2 peilmomenten vergelijken met elkaar en de verschillen rapporteren. Deze input is wellicht goede gespreksstof bij de evaluatie van projecten.

i-spark
E: hallo@i-spark.nl
T: +31(0)594 855888

A: Oostindischewijk 1b, 9354 TS Zevenhuizen

Home
Data Strategy & Architectuur
Inrichting & Implementatie
Data Science & Analyse
Over i-spark
Contact

Pricavyverklaring
Cookie-instellingen

i-spark B.V. is ingeschreven bij de KvK Noord-Nederland te Groningen onder nummer 73401587

i-spark B.V. is registered at the Chamber of Commerce in Groningen with number 73401587

Welcome to WordPress. This is your first post. Edit or delete it, then start writing!