This report provides a detailed breakdown of ticketvolume per dag en tijdstip for managed service providers.
De data dekt het volledige bereik van Autotask PSA-records die relevant zijn voor deze analyse, uitgesplitst naar de belangrijkste dimensies die je team nodig heeft voor dagelijkse beslissingen en klantrapportage.
Wie dit zou moeten gebruiken: Service desk managers, dispatch leads, and operations teams
Hoe vaak: Dagelijks for queue management, weekly for trend analysis, monthly for capacity planning
67.521 Autotask-tickets geanalyseerd per uur van de dag en per dag van de week. Dit is wat de data laat zien over wanneer jouw team echt onder druk staat.
Dinsdag is je drukste dag. 8 uur is je meest belaste moment. 35,7% van alle tickets komt buiten kantooruren binnen. Weekendvolume bestaat bijna volledig uit geautomatiseerde monitoring. Dit rapport zet alle 67.521 tickets per tijdstip op een rij, zodat jouw planningsbeslissingen op data zijn gebaseerd.
EVALUATE
ROW(
"Total Tickets", COUNTROWS('BI_Autotask_Tickets'),
"Business Hours Tickets", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
FILTER('BI_Autotask_Tickets',
HOUR('BI_Autotask_Tickets'[create_datetime]) >= 8
&& HOUR('BI_Autotask_Tickets'[create_datetime]) < 18
)
)
)
Dinsdag voert aan met 14.067 tickets. Vrijdag is de rustigste werkdag. Weekendvolume bedraagt slechts 9,5% en bestaat grotendeels uit geautomatiseerde monitoring.
| Dag | Tickets | % van totaal | vs. dinsdagindex |
|---|---|---|---|
| Maandag | 13.580 | 20,1% | 96,5 |
| Dinsdag ★ | 14.067 | 20,8% | 100 (piek) |
| Woensdag | 12.332 | 18,3% | 87,7 |
| Donderdag | 11.926 | 17,7% | 84,8 |
| Vrijdag | 9.181 | 13,6% | 65,3 |
| Zaterdag | 2.791 | 4,1% | 19,8 |
| Zondag | 3.644 | 5,4% | 25,9 |
Vrijdag is 34,7% rustiger dan dinsdag — een ideaal moment voor onderhoud, wijzigingen en proactief klantwerk. Werkdagen samen zijn goed voor 90,5% van alle tickets.
EVALUATE
ADDCOLUMNS(
VALUES('BI_Common_Dim_Date'[day_of_week]),
"DayName", CALCULATE(MAX('BI_Common_Dim_Date'[day_name])),
"Ticket Count", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
USERELATIONSHIP(
'BI_Autotask_Tickets'[create_date],
'BI_Common_Dim_Date'[date]
)
)
)
ORDER BY 'BI_Common_Dim_Date'[day_of_week]
8 uur alleen genereert 6.722 tickets — 10% van het dagelijks volume in één enkel uur. Het venster van 7 tot 9 uur is verantwoordelijk voor 27,9% van je totale ticketlast.
| Uur | Tickets | Venster | Opmerking |
|---|---|---|---|
| 8 uur ★ | 6.722 | Kantoor | Dagelijkse piek — zwaarste belasting |
| 9 uur | 6.526 | Kantoor | Onderdeel ochtendpiek |
| 7 uur | 5.570 | Kantoor | Vroege instroom vóór 8 uur |
| 10 uur | 5.334 | Kantoor | Afnemende ochtendpiek |
| 12 uur | 5.281 | Kantoor | Tweede piek midden op de dag |
| 22 uur | 2.369 | Buiten kantoor | Late alertpiek — batchjobs |
EVALUATE
SELECTCOLUMNS(
ADDCOLUMNS(
GENERATESERIES(0, 23, 1),
"Ticket Count", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
FILTER(
'BI_Autotask_Tickets',
HOUR('BI_Autotask_Tickets'[create_datetime]) = [Value]
)
)
),
"Hour", [Value],
"Ticket Count", [Ticket Count]
)
Op werkdagen worden incidenten het volume aan. In het weekend is het monitoring. Zaterdag bestaat voor 59% uit alerts; zondag voor 72%. Serviceaanvragen verdwijnen bijna in het weekend.
| Dag | Incidenten | Alerts | Serviceaanvragen | Alert-aandeel | Samenstelling |
|---|---|---|---|---|---|
| Maandag | 6.012 | 3.037 | 2.766 | 22,4% | |
| Dinsdag | 5.850 | 3.583 | 2.975 | 25,5% | |
| Woensdag | 5.085 | 3.292 | 2.475 | 26,7% | |
| Donderdag | 4.977 | 3.175 | 2.401 | 26,6% | |
| Vrijdag | 4.012 | 2.428 | 1.688 | 26,4% | |
| Zaterdag | 963 | 1.660 | 146 | 59,3% | |
| Zondag | 765 | 2.615 | 202 | 72,0% |
EVALUATE
ADDCOLUMNS(
VALUES('BI_Common_Dim_Date'[day_of_week]),
"DayName", CALCULATE(MAX('BI_Common_Dim_Date'[day_name])),
"Incidents", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
USERELATIONSHIP(
'BI_Autotask_Tickets'[create_date],
'BI_Common_Dim_Date'[date]
),
'BI_Autotask_Tickets'[ticket_type_name] = "Incident"
),
"Alerts", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
USERELATIONSHIP(
'BI_Autotask_Tickets'[create_date],
'BI_Common_Dim_Date'[date]
),
'BI_Autotask_Tickets'[ticket_type_name] = "Alert"
),
"Service Requests", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
USERELATIONSHIP(
'BI_Autotask_Tickets'[create_date],
'BI_Common_Dim_Date'[date]
),
'BI_Autotask_Tickets'[ticket_type_name] = "Service Request"
)
)
ORDER BY 'BI_Common_Dim_Date'[day_of_week]
Vijf inzichten uit de data over wanneer je moet bezetten, wanneer je onderhoud kunt inplannen en waar je geautomatiseerde alertruis zit.
Als je team elke werkdag gelijk bezet is, absorbeert dinsdag en maandag een onevenredig zware last. Het maandag-dinsdagblok is waar de klantdruk zich concentreert. Vrijdag zakt naar 9.181 — je rustigste werkdag met een groot verschil.
24.119 tickets komen buiten het 8–18-uursvenster binnen. Voor een MSP met SLA-verplichtingen is dat een derde van je volume op momenten dat niemand kijkt. Lichte bereikbaarheidsregeling met alert-triage is het minimum, geen luxe.
Zaterdag loopt op 59% alerts; zondag op 72%. Serviceaanvragen verdwijnen bijna (146 respectievelijk 202). Een monitoring-reviewcadans of minimale bereikbaarheidsroutering dekt het weekend af. Volledige teambezetting zou verspilling zijn.
18.818 tickets komen tussen 7 en 9 uur binnen. Dat is meer dan het volledige zaterdagtotaal, elke dag opnieuw. Technici die pas na 9 uur inloggen missen het scherpste deel van de curve. Eerder beginnen of een dedicated ochtendploeg loont op deze schaal.
Een duidelijke piek buiten kantooruren om 22:00 wijst op geplande processen: back-upjobs, patchcycli, einde-van-dag-synchronisaties. Mogelijk is dit verwacht en hoeft er niets te gebeuren. Maar als deze alerts SLA-relevante tickets genereren, moet iemand meekijken of moeten auto-close-regels worden afgesteld.
Operationele vragen die je team waarschijnlijk stelt nadat ze deze data hebben gezien.
Koppel je Autotask PSA-data aan Power BI en ontvang dit soort rapporten automatisch gegenereerd. Geen handmatige exports, geen spreadsheets.
Koppel Proxuma's Power BI integratie, gebruik een MCP-compatible AI om vragen te stellen en genereer op maat gemaakte rapporten - in minuten, niet in dagen.
Bekijk meer rapporten Aan de slag