Hoe evolueert de boekingsvraag in de loop van de tijd?
Welke bronnen of passen genereren de meeste boekingen?
Hoe ver op voorhand reserveren of annuleren klanten?
Welke klanten hebben de meeste annuleringen of no-shows?
Welke sessies, categorieën of docenten genereren de meeste wachtlijstvraag?
Aan de slag: Selecteer uw filters
Het hoofddatumfilter is gebaseerd op de sessiedatum, niet de boekingsdatum. Boekingen worden toegeschreven aan het moment waarop de sessie plaatsvindt. U kunt uw analyse verfijnen met deze filters:
Lesnaam
Lescategorie
Pasnaam
Boekingsbron
Docent
1. Overzicht
Dit tabblad geeft u een overzicht op hoog niveau van de boekingsprestaties voor de geselecteerde periode.
Belangrijkste statistieken
Bevestigde boekingen : Boekingen met een bevestigde status voor sessies in de geselecteerde periode.
Gefactureerde annuleringen : Geannuleerde boekingen die toch omzet hebben gegenereerd (bijv. late annuleringen of zonder terugbetaling).
Boekingen per klant : Gemiddeld aantal boekingen per klant → Totaal boekingen ÷ afzonderlijke klanten.
Verdiende omzet per boeking : Gemiddelde omzet per omzetgenererende boeking → Totale verdiende omzet ÷ gefactureerde boekingen met omzet. Boekingen zonder bijgehouden omzet zijn uitgesloten.
Boekingsprestaties
Analyseer hoe boekingen in de loop van de tijd evolueren en wat ze aanstuurt. Deze sectie bevat 4 weergaven:
Beschikbare weergaven:
Boekingen per bron
Boekingen per pas
Boekingen per boekingstype
Gefactureerde vs gratis boekingen
Boekingen opgenomen in alle grafieken:
Bevestigde boekingen
Gefactureerde annuleringen
→ Dit vertegenwoordigt gefactureerde boekingen, gebaseerd op de sessiedatum.
Boekingen per bron
Gebruik deze weergave om te begrijpen waar uw boekingen vandaan komen.
Hoe u het kunt gebruiken
Uw belangrijkste boekingskanalen identificeren
Wijzigingen in de kanaalmix monitoren
Overmatige afhankelijkheid van één bron opsporen
De bijdrage van aggregators vs eigen kanalen meten
Back office : Boeking aangemaakt door een medewerker vanuit het back office.
Ledenomgeving : Boeking gemaakt door een klant via de webgebaseerde ledenomgeving.
Aggregators : Boeking gemaakt via een externe aggregatorintegratie.
Branded app (bedrijf) : Boeking gemaakt via de branded mobiele app van het bedrijf.
Branded app (franchise) : Boeking gemaakt via een franchise-branded mobiele app.
bsport app : Boeking gemaakt via de mobiele bsport-app.
App : Reservecategorie wanneer de appbron niet precies kan worden geïdentificeerd (bijv. oudere data).
Migratie : Boeking aangemaakt tijdens datarmigratie.
Boekingen per pas
Gebruik deze weergave om te begrijpen welke passen de meeste boekingen genereren. Gebruik de 'Top N'-selectie om de weergave gericht te houden op uw beste passen.
Hoe u het kunt gebruiken
Uw meest gebruikte producten identificeren
Ondergebruikte passen opsporen
Begrijpen of boekingen geconcentreerd zijn op een klein aantal producten
Productmix in de loop van de tijd vergelijken
Gefactureerde vs gratis boekingen
Vergelijk omzetgenererende boekingen met boekingen zonder gebruik van tegoeden.
Definities:
Gefactureerde boekingen → bevestigde boekingen + gefactureerde annuleringen.
Gratis boekingen → boekingen zonder gebruik van tegoeden (exclusief aggregatorboekingen).
💡 Hoe u het kunt gebruiken
Het aandeel omzetgenererende boekingen monitoren
Groei door niet-betaald gebruik identificeren
De impact van proefboekingen of niet-gemonetiseerde boekingen bijhouden
Boekingen per boekingstype
Gebruik deze weergave om boekingen per servicetype te vergelijken: activiteit vs afspraak.
Hoe u het kunt gebruiken
Vraag over verschillende serviceformaten vergelijken
Begrijpen of boekingen meer worden aangestuurd door lessen of afspraken
Monitoren hoe uw bedrijfsmix in de loop van de tijd evolueert
2. Klantgedrag
Dit tabblad richt zich op hoe klanten zich gedragen gedurende het boekingstraject. Het helpt u acquisitie, annuleringsgedrag, boekingsgewoonten en klantenpatronen te begrijpen die de prestaties kunnen beïnvloeden.
Eerste bezoeken
Hoeveel aankomende eerste bezoeken zijn er? Volg eerste-keer-klanten gepland in de komende dagen. Dit zijn klanten van wie de eerste bevestigde sessieboeking gepland staat in de geselecteerde toekomstige periode.
💡 Gebruik het om onboarding te anticiperen en acquisitietrends te monitoren.
Annuleringstendensen
Deze sectie helpt u te begrijpen hoe annuleringen evolueren en wat ze veroorzaakt. Ze bevat een tijdreeksgrafiek van annuleringen en een ringdiagram dat de volledige periode samenvat.
U kunt annuleringen analyseren op:
Annuleringsreden
Boekingsbron
Servicetype
Pasnaam
Opgenomen annuleringen:
Deze sectie richt zich op geannuleerde boekingen. Ze is bedoeld om het annuleringsgedrag te begrijpen, ongeacht of die annuleringen omzet hebben gegenereerd.
Hoe u het kunt gebruiken
Periodes met toenemende annuleringen identificeren
Annuleringsgedrag over producten of kanalen vergelijken
Opsporen of bepaalde passen, servicetypen of bronnen meer annuleringen veroorzaken
Annuleringsredenen analyseren om beleid of communicatie te verbeteren
Boekings- en annuleringstermijn
Deze sectie toont hoe ver op voorhand klanten gewoonlijk boeken of annuleren.
Gebruikte intervallen:
21+ dagen van tevoren
11–20 dagen van tevoren
6–10 dagen van tevoren
3–5 dagen van tevoren
1–2 dagen van tevoren
Zelfde dag
Na de sessie
Definities:
Boekingstermijn : Aantal dagen tussen de boekingsdatum en de sessieStartdatum. Berekening: Sessiedatum − boekingsdatum.
Annuleringstermijn : Aantal dagen tussen de annuleringsdatum en de sessiestartdatum. Berekening: Sessiedatum − annuleringsdatum.
Hoe u het kunt gebruiken
Begrijpen of klanten vroeg of last minute reserveren
Same-day of late annuleringen detecteren
Timing van herinneringen verbeteren
Promotietiming aanpassen op basis van boekingsgewoonten
Annuleringsbeleid herzien als annuleringen zich concentreren vlak voor de sessietijd
Klanten die de prestaties beïnvloeden
Deze sectie helpt u klanten te identificeren wier gedrag het meest bijdraagt aan verloren plaatsen en lagere prestaties. Ze bevat 2 ranglijsten:
Klanten met de meeste annuleringen
Rangschikt klanten met het hoogste aantal annuleringen. De tooltip bevat: aantal annuleringen en aandeel geannuleerde boekingen (annuleringen ÷ totaal boekingen).
Klanten met de meeste no-shows
Rangschikt klanten met het hoogste aantal no-shows. No-shows zijn bevestigde boekingen waarbij de klant niet aanwezig was en geregistreerd werd als 'afwezig'. De tooltip bevat: aantal no-shows en aandeel no-shows (no-shows ÷ totaal boekingen).
Hoe u het kunt gebruiken
Herhaalde patronen die de aanwezigheid beïnvloeden opsporen
Klanten met frequente late wijzigingen identificeren
Controleren of herinneringsworkflows of beleid aanpassing nodig hebben
Deze analyse voorzichtig gebruiken als operationeel signaal, niet als op zichzelf staande beslissingsfactor
3. Wachtlijst
Dit tabblad helpt u onvervulde vraag te begrijpen. Het richt zich op wachtlijstregistraties en wat er mee is gebeurd.
Een wachtlijstregistratie kan 3 statussen hebben:
Wachtend : De klant staat nog op de wachtlijst. Als de sessie al voorbij is, betekent dit gewoonlijk dat de registratie nooit is omgezet.
Geannuleerd : De wachtlijstregistratie is geannuleerd.
Omgezet : De wachtlijstregistratie is een bevestigde boeking geworden.
Wachtlijstprestaties
Deze sectie toont hoe wachtlijstregistraties evolueren en worden omgezet in boekingen.
Conversiepercentage wachtlijst : Omgezette wachtlijstregistraties ÷ totaal wachtlijstregistraties.
Hoe u het kunt gebruiken
Meten hoe effectief wachtlijsten worden omgezet in boekingen
Bepalen of vraag wordt opgevangen of verloren gaat
Periodes opsporen waar vraag de beschikbare capaciteit overschrijdt
Statusverdeling
Dit ringdiagram toont de algemene verdeling van wachtlijstregistraties per status: wachtend, geannuleerd, omgezet.
Hoe u het kunt gebruiken
Snel beoordelen of uw wachtlijst goed converteert
Identificeren of te veel registraties niet omgezet blijven
Statusbalans over tijdsperioden vergelijken
Vraagverdeling
Deze grafiek toont wachtlijstregistraties per status op basis van een geselecteerde dimensie.
U kunt weergeven per:
Sessiecategorie
Sessie
Docent
Hoe u het kunt gebruiken
Sessies met de hoogste onvervulde vraag identificeren
Docenten of categorieën met terugkerende capaciteitsdruk opsporen
Beslissen waar meer sessies toegevoegd moeten worden
Gebieden detecteren waar conversie laag is ondanks grote interesse
Belangrijkste definities
Bevestigde boekingen : Boekingen met bevestigde status.
Gefactureerde annuleringen : Geannuleerde boekingen die toch omzet hebben gegenereerd.
Gefactureerde boekingen : Bevestigde boekingen + gefactureerde annuleringen.
Verdiende omzet : Omzet uit bevestigde boekingen en gefactureerde annuleringen (aggregatoromzet wordt niet bijgehouden).
Verdiende omzet per boeking : Gemiddelde omzet per gefactureerde boeking met omzet.
Boekingen per klant : Totaal boekingen ÷ afzonderlijke klanten.
Boekingstermijn : Sessiedatum − boekingsdatum.
Annuleringstermijn : Sessiedatum − annuleringsdatum.
Eerste bezoek : Eerste bevestigde boeking van een klant.
No-show : Bevestigde boeking niet bijgewoond.
Wachtlijstregistratie : Klant ingeschreven op een wachtlijst.
Omgezet : Wachtlijstregistratie omgezet in een boeking.
Best practices
Gebruik dit insight regelmatig om:
Vraagtrends en boekingsbronnen bij te houden
Annuleringen en no-shows te verminderen
Klantbetrokkenheid en -frequentie te verbeteren
Onvervulde vraag te identificeren en capaciteit toe te voegen waar nodig
Gegevensversheid
Gegevens op deze insights-pagina worden elk uur vernieuwd.
Rechten
Toegang tot de insight Boekingen & Vraag hangt af van uw rechten voor de relevante boekingsrapportagedata.
Als u het gerelateerde boekingsrapport kunt bekijken, bewerken of exporteren, is deze insights-pagina voor u beschikbaar.