--- title: "Mediaan en 90e percentiel: achterstanden zien die het gemiddelde verbergt" canonical: https://www.billabex.com/nl/blog/betaaltermijn-mediaan-en-negentigste-percentiel/ lang: nl alternate: https://www.billabex.com/fr/blog/delai-paiement-median-percentile.md alternates: fr: https://www.billabex.com/fr/blog/delai-paiement-median-percentile.md en: https://www.billabex.com/en/blog/median-payment-time-90th-percentile.md de: https://www.billabex.com/de/blog/median-zahlungsfrist-und-perzentil.md es: https://www.billabex.com/es/blog/plazo-de-pago-mediana-percentil-90-retrasos-que-oculta-el-promedio.md it: https://www.billabex.com/it/blog/tempi-di-pagamento-mediana-e-percentile-90.md nl: https://www.billabex.com/nl/blog/betaaltermijn-mediaan-en-negentigste-percentiel.md pl: https://www.billabex.com/pl/blog/czas-platnosci-mediana-i-90-percentyl.md pt: https://www.billabex.com/pt/blog/prazo-pagamento-mediana-percentil.md updated: 2026-10-29 index: https://www.billabex.com/llms.txt --- # Mediaan en 90e percentiel: achterstanden zien die het gemiddelde verbergt Een gemiddelde betalingsachterstand van zestien dagen kan een vrij homogene klantengroep beschrijven, maar ook veel snelle betalingen naast enkele zeer langdurige dossiers. Deze situaties vragen verschillende beslissingen. In het eerste geval verdient het algemene proces aandacht. In het tweede moet u begrijpen waarom een klein deel van de facturen zo lang geblokkeerd blijft. De mediaan en het 90e percentiel, vaak P90 genoemd, helpen deze spreiding zichtbaar te maken. Ze worden echter misleidend wanneer u begindatums, rekenmethoden of betaalde en nog openstaande facturen door elkaar gebruikt. Bepaal daarom precies wat de cijfers beschrijven en welke beslissing ze moeten ondersteunen voordat u ze aan het dashboard toevoegt. ## Kies de gemeten periode voordat u gaat rekenen De tijd sinds factuuruitgifte en de vertraging na de vervaldatum meten niet hetzelfde. Een factuur die veertig dagen na uitgifte wordt betaald, kan op tijd zijn als de vervaldatum later ligt. In de simulaties van dit artikel meten we kalenderdagen tussen de vervaldatum en de daadwerkelijk geïdentificeerde volledige betaling. Het gaat dus om vastgestelde achterstand, niet om de totale commerciële betaaltermijn. Definieer ook wat ‘betaling’ betekent. De datum van een geïdentificeerde bankbijschrijving kan verschillen van de datum van een late import of de administratieve afstemming. Verandert u deze conventie halverwege de reeks, dan kan de indicator veranderen zonder dat klanten anders betalen. Het behandelen van [ontvangen maar nog niet gekoppelde betalingen](https://www.billabex.com/nl/blog/overboeking-ontvangen-factuur-open-betaling-terugvinden/) helpt deze datum te controleren. Bepaal ten slotte hoe u vervroegde betalingen behandelt. Bij een meting met positieve en negatieve waarden kunnen ze negatieve uitkomsten geven. Bij een indicator die alleen positieve achterstand meet, kunt u ze op nul zetten. Dit levert verschillende resultaten op. In ons voorbeeld zijn alle waarnemingen voor betaalde facturen positief en is geen omzetting nodig. Vermeld deze beperking bij het overzicht. ## Lees een portefeuille waarin het gemiddelde de spreiding verbergt Neem twintig fictieve facturen die op de analysedatum allemaal volledig betaald zijn. Zestien zijn vijf dagen te laat betaald, twee veertig dagen te laat en twee tachtig dagen te laat. Elke factuur telt eenmaal mee, zonder weging naar het factuurbedrag. | Vastgestelde achterstand | Aantal facturen | Bijdrage aan totale achterstand | | ------------------------ | --------------: | ------------------------------: | | 5 dagen | 16 | 80 dagen | | 40 dagen | 2 | 80 dagen | | 80 dagen | 2 | 160 dagen | | Totaal | 20 | 320 dagen | Het gemiddelde is 320 gedeeld door twintig: zestien dagen. De mediaan is vijf dagen, omdat de tiende en elfde waarneming in de gesorteerde lijst allebei vijf zijn. Het NIST definieert de mediaan als het 50e percentiel in zijn uitleg over geordende statistieken en percentielen. Voor P90 kiezen we hier de methode van de naar boven afgeronde rang: sorteer de waarden, vermenigvuldig het aantal met 0,90 en neem de positie afgerond naar het eerstvolgende gehele getal. Bij twintig waarnemingen is dit rang achttien, dus veertig dagen. Achttien van twintig facturen hebben maximaal veertig dagen achterstand; twee zitten erboven. Bij herhaalde waarden mag de definitie niet beloven dat precies 90% strikt onder de grens ligt. ## Verwar een methodeverschil niet met een prestatieverschil De statistische documentatie van R beschrijft negen methoden om kwantielen te berekenen. Onze keuze komt voor dit empirische percentiel overeen met type 1. Andere methoden interpoleren tussen waarnemingen. Vooral bij een kleine reeks kan hun uitkomst afwijken zonder dat de onderliggende betalingen verschillen. Voor dezelfde twintig facturen plaatst de type 7-methode P90 op rang 18,1. Ze interpoleert tussen veertig en tachtig dagen en komt op vierenveertig dagen. Een verandering van veertig naar vierenveertig betekent dus niet dat klanten vier dagen later hebben betaald. Mogelijk is alleen de formule tussen twee pakketten veranderd. Neem de conventie op in de definitie van het rapport en behoud haar bij vergelijkingen. Een P90 op basis van twintig betalingen blijft een beperkte beschrijving voor het voorspellen van duizenden toekomstige facturen. Het kan richting geven aan onderzoek, maar garandeert geen betaling op die datum en is geen schatting met 90% betrouwbaarheid. ## Vergelijk twee verdelingen met hetzelfde gemiddelde Stel u een tweede portefeuille voor met twintig facturen die elk zestien dagen te laat zijn betaald. Ook daarvan is het gemiddelde zestien dagen. De mediaan en P90 zijn eveneens zestien dagen. Beide portefeuilles hebben dus dezelfde gemiddelde indicator en toch een heel ander betalingspatroon. In de eerste portefeuille zijn zestien van twintig facturen, dus 80%, na vijf dagen achterstand betaald. Vier duren duidelijk langer. Onderzoek die vier dossiers: delen ze een goedkeuringsroute, ontbreken documenten, betaalt een andere entiteit of gelden bijzondere voorwaarden? Bij de tweede portefeuille kan een algemene verschuiving aanleiding zijn om de factuuroverdracht of de gebruikelijke leveranciersbetalingen te onderzoeken. Dit zijn onderzoeksvragen die nog moeten worden bevestigd, geen oorzaken die de statistiek bewijst. Een andere klantenmix of andere contractvoorwaarden kunnen verschillen verklaren. Pas vóór vergelijking van teams of software de voorzorgen toe voor [een vergelijkbare proefportefeuille](https://www.billabex.com/nl/blog/betalingsherinneringen-automatiseren-proefportefeuille/). Percentielen herstellen geen verkeerd afgebakende waarnemingen. ## Toon openstaande facturen naast de waargenomen betalingen Stel nu dat de twintig facturen uit het eerste voorbeeld deel uitmaken van een groep van vijfentwintig. De overige vijf zijn nog onbetaald en elk op de peildatum vijfenzeventig dagen vervallen. De statistieken van de twintig betalingen blijven voor die deelgroep correct. Ze beschrijven echter niet de uiteindelijke betaalduur van alle vijfentwintig facturen. De vijf open dossiers vormen 20% van het geheel. Hun definitieve duur is onbekend. Ze door nul vervangen maakt de uitkomst kunstmatig gunstiger. Ze registreren als betaald na vijfenzeventig dagen verzint een gebeurtenis. Het NIST beschrijft rechtsgecensureerde waarnemingen bij betrouwbaarheidsonderzoek: sommige gebeurtenissen hebben aan het einde van de observatie nog niet plaatsgevonden. Hier passen we dat idee toe op betaling, zonder een industrieel model over te nemen. Toon het aantal en bedrag van openstaande facturen, hun ouderdom en de werkelijk waargenomen betaalgebeurtenissen afzonderlijk. Een statistische analyse die rekening houdt met censurering vraagt passende aannames en een geschikte methode. De huidige ouderdom toevoegen aan een lijst van afgeronde betaaltermijnen is niet zo’n methode. Ook afsluitingen via creditnota of kwijtschelding horen in een andere categorie dan betalingen. ## Verbind spreiding met bedragen en concrete acties Een percentiel per factuur geeft een factuur van honderd euro evenveel gewicht als een factuur van honderdduizend euro. Dat kan nuttig zijn om het proces te beschrijven, maar meet niet rechtstreeks hoeveel liquiditeit vastligt. Het [lezen van resultaten naar bedrag en aantal](https://www.billabex.com/nl/blog/inningspercentage-bedrag-of-aantal/) helpt beide perspectieven zichtbaar te houden. Uw rapport kan de mediaan en P90 van waargenomen betalingen combineren met het aantal onderzochte facturen, de gekozen methode en de nog openstaande voorraad. Voeg de bedragen van de langste achterstanden en de belangrijkste gecontroleerde oorzaken toe. Zo ontstaat een basis om te bepalen wie welke dossiers onderzoekt, zonder het percentiel meer precisie toe te schrijven dan het heeft. Een [klantbeeld in Billabex](https://www.billabex.com/nl/product/klantbeeld-360/) helpt om terug te gaan naar de factuurcontext als de analyse ongewone situaties toont. Vraag hoe u de datums en statussen voor uw rekenmethode kunt verkrijgen. Veronderstel niet dat een indicator met dezelfde naam overal dezelfde conventie volgt. Een cijfer wordt nuttig wanneer het tot een gedocumenteerde controle van het betrokken dossier leidt. ## Bronnen - NIST, Percentiles, definities en rekenmethoden. - R, Sample Quantiles, methoden 1 tot en met 9, met name typen 1 en 7. - NIST, Censoring, waarnemingen waarvan de uiteindelijke gebeurtenis nog onbekend is.