AI-GEGENEREERD RAPPORT

Je zocht naar:

Hoe verdeelt tijdregistratie compliance rate zich per medewerker?

Tijdregistratie Compliance Rate per Medewerker

Built from: Autotask PSA

Hoe dit rapport tot stand kwam

Autotask PSA

Multiple data sources combined

Proxuma Power BI

Voorgebouwd MSP semantisch model, 50+ measures

AI via MCP

Claude of ChatGPT schrijft DAX-queries, voert ze uit en formatteert de output

4
Dit Rapport
KPI's, uitsplitsingen, trends, aanbevelingen

                Klaar in < 15 min

Tijdregistratie Compliance Rate per Medewerker

This report provides a detailed breakdown of tijdregistratie compliance rate per medewerker 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: Operations managers, service delivery leads, and MSP owners managing capacity

Hoe vaak: Wekelijks for scheduling, monthly for utilization reviews, quarterly for staffing decisions

Time saved

Calculating utilization from time entries and ticket data manually is tedious. This report does it automatically.

Capacity insight

See who is overloaded, who has bandwidth, and where bottlenecks form.

Staffing data

Evidence-based decisions about hiring, scheduling, and workload distribution.

RapportcategorieResource & Capacity

DatabronAutotask PSA · Datto RMM · Datto Backup · Microsoft 365 · SmileBack · HubSpot · IT Glue

RefreshReal-time via Power BI

GeneratietijdMinder dan 15 minuten

AI vereistClaude, ChatGPT or Copilot

DoelgroepOperations managers, service delivery leads

Waar vind je dit in Proxuma

Power BI › Resources › Tijdregistratie Compliance Rate per M...

Dit rapport voor jouw MSP

Wat je kunt meten in dit rapport

AI-Gegenereerd Power BI Rapport

Tijdregistratie Compliance Rate per Medewerker

Hoeveel van de toegewezen capaciteit van het team komt uiteindelijk als tijdregistratie terecht in Autotask? Dit rapport toont de teamgemiddelde compliance rate, maand-voor-maand trends en welke technici de meeste uren registreren.

Stel een Vraag› Verbind met Power BI› AI-analyse› Rapport Gegenereerd

Databron: Autotask PSA (Tijdregistraties + Capaciteit) Dataset: Proxuma Demo Periode: aug. 2024 – jan. 2026 Gegenereerd: maart 2026

6,4%

Overall Rate

vs. volledige capaciteit

23,3%

Beste Maand

sep. 2025 — hoogste rate

50.752u

Geregistreerde Uren

in gehele dataset

75,6%

Factureerbaar Aandeel

van alle geregistreerde uren

Wat de 6,4% Rate Werkelijk Betekent

Het cijfer van 6,4% ziet er alarmerend uit, maar vraagt om context. Het capaciteitsmodel in Autotask wijst werkuren toe aan elke medewerker over een venster van vier jaar (januari 2024 tot december 2027), wat uitkomt op 787.858 totale capaciteitsuren. De werkelijke tijdregistratie begint pas halverwege 2024 en beslaat ongeveer 18 maanden aan echte data. Als je 18 maanden aan registraties deelt door 48 maanden aan noemer, zakt het percentage al voordat je kijkt wie wat registreert.

Maatstaf	Waarde	Toelichting
Totale toegewezen capaciteit	787.858u	jan. 2024 – dec. 2027, alle medewerkers
Geregistreerde uren (totaal)	50.752u	Tijdregistraties in dataset
Niet-geregistreerde capaciteit	737.106u	Inclusief alle toekomstige maanden
Compliance rate (totaal)	6,4%	Geregistreerd ÷ totaal toegewezen
Factureerbare uren geregistreerd	38.364u	75,6% van geregistreerde tijd
Actieve registratiemaanden	18	aug. 2024 – jan. 2026

Bekijk DAX Query — Totale Compliance Maatstaven

EVALUATE
ROW(
    "TimeLoggingRate",    [Analytics - Time Logging Rate],
    "TimeLoggingStatus",  [Analytics - Time Logging Status],
    "TotalLogged",        [Total],
    "CapacityTotal",      [Capacity Total (Autotask)],
    "UnwrittenHours",     [Unwritten (Autotask Capacity)],
    "MissingSummary",     [Analytics - Missing Hours Summary]
)

-- Bevestigde waarden:
-- TimeLoggingRate:   0,0644 (6,44%)
-- TimeLoggingStatus: "🔴 Very Poor Logging (6%)"
-- TotalLogged:       50.751,6u
-- CapacityTotal:     787.858u
-- UnwrittenHours:    737.106u

Maand-voor-Maand Registratietrend

Als je de weergave beperkt tot maanden met werkelijke tijdregistraties (vanaf augustus 2024), ontstaat een heel ander beeld. De compliance rate stijgt gestaag van 10% halverwege 2024 naar een piek van 23% in september en oktober 2025, naarmate meer technici consequenter gaan registreren. Januari 2026 daalt naar 12,7%, wat typisch is aan het begin van een nieuw jaar als uren voor december nog worden verwerkt.

Maand	Geregistreerd	Capaciteit	Factureerbaar	Compliance
aug. 2024	1.694u	16.627u	1.624u	10,2%
sep. 2024	1.700u	15.831u	1.460u	10,7%
okt. 2024	2.362u	17.300u	1.954u	13,7%
nov. 2024	1.970u	15.879u	1.699u	12,4%
dec. 2024	1.786u	16.590u	1.591u	10,8%
jan. 2025	2.299u	17.268u	1.867u	13,3%
feb. 2025	2.534u	15.080u	1.950u	16,8%
mrt. 2025	3.330u	15.903u	2.479u	20,9%
apr. 2025	3.588u	16.552u	2.897u	21,7%
mei 2025	3.315u	16.627u	2.352u	19,9%
jun. 2025	3.198u	15.831u	2.161u	20,2%
jul. 2025	3.537u	17.300u	2.350u	20,4%
aug. 2025	2.686u	15.879u	1.773u	16,9%
sep. 2025	3.865u	16.590u	2.467u	23,3%
okt. 2025	4.003u	17.268u	2.981u	23,2%
nov. 2025	3.314u	15.152u	2.460u	21,9%
dec. 2025	3.247u	17.303u	2.479u	18,8%
jan. 2026	2.116u	16.627u	1.664u	12,7%

Bekijk DAX Query — Maandelijkse Registratietrend

EVALUATE
ADDCOLUMNS(
    SUMMARIZE(
        'BI_Common_Dim_Date',
        'BI_Common_Dim_Date'[month_year],
        "SortDate", CALCULATE(MIN('BI_Common_Dim_Date'[date]))
    ),
    "LoggedHours",   CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked])),
    "CapacityHours", CALCULATE(SUM('BI_Autotask_Capacity'[capacity_hours])),
    "BillableHours", CALCULATE(SUM('BI_Autotask_Time_Entries'[Billable Hours]))
)
ORDER BY [SortDate] ASC

Top 15 Medewerkers op Geregistreerde Uren

Dit zijn de vijftien technici die de meeste tijdregistraties hebben bijgedragen over de gehele dataset-periode. Het factureerbare percentage laat zien hoe effectief elke medewerker geregistreerde tijd omzet in factureerbaar werk. Medewerkers met een hoog factureerbaar aandeel dragen direct bij aan de omzet, terwijl een lager aandeel kan wijzen op meer intern of niet-factureerbaar werk.

#	Medewerker	Geregistreerd	Factureerbaar	Niet-Fact.	Fact. %
1	Dr. Amber Ayala DVM	2.400u	1.749u	651u	73%
2	James Li	2.136u	1.303u	833u	61%
3	Kevin Allen	2.060u	1.145u	915u	56%
4	Maxwell Reed	2.050u	1.838u	213u	90%
5	Andrew Roberts	1.888u	1.527u	361u	81%
6	David Hunt	1.862u	1.416u	446u	76%
7	Chelsea Thomas	1.780u	1.157u	623u	65%
8	Jennifer King	1.585u	1.228u	357u	78%
9	Jerry Mcfarland	1.554u	819u	735u	53%
10	Gregory Horn	1.505u	957u	547u	64%
11	Jeremy White	1.492u	1.094u	399u	73%
12	Elizabeth Ortega	1.433u	1.308u	125u	91%
13	Daniel Daniels	1.418u	1.344u	75u	95%
14	Brandon Bishop	1.362u	1.322u	40u	97%
15	Brandon Lynn	1.344u	1.087u	257u	81%

Bekijk DAX Query — Urenopbouw per Medewerker

EVALUATE
SUMMARIZE(
    'BI_Autotask_Time_Entries',
    'BI_Autotask_Time_Entries'[resource_name],
    "TotalHoursLogged", SUM('BI_Autotask_Time_Entries'[hours_worked]),
    "BillableHours",    SUM('BI_Autotask_Time_Entries'[Billable Hours]),
    "NonBillableHours", SUM('BI_Autotask_Time_Entries'[Non billable Hours])
)
ORDER BY [TotalHoursLogged] DESC

Uitblinkers: Hoog Factureerbaar Aandeel

Binnen de groep actieve technici combineren sommige medewerkers een sterk volume met een uitstekende factureerbare ratio. Deze vijf medewerkers vertegenwoordigen het compliance-ideaal: ze registreren consequent en zetten bijna al die tijd om in omzetgenererende arbeid.

Medewerker	Geregistreerd	Factureerbaar	Fact. %	Status
Brandon Bishop	1.362u	1.322u	97%	Uitstekend
Daniel Daniels	1.418u	1.344u	95%	Uitstekend
Elizabeth Ortega	1.433u	1.308u	91%	Uitstekend
Maxwell Reed	2.050u	1.838u	90%	Uitstekend
Tracy Fitzpatrick	1.290u	1.254u	97%	Uitstekend

Bekijk DAX Query — Medewerkers met Hoog Factureerbaar Aandeel

EVALUATE
TOPN(
    10,
    ADDCOLUMNS(
        SUMMARIZE(
            'BI_Autotask_Time_Entries',
            'BI_Autotask_Time_Entries'[resource_name],
            "TotalLogged",    SUM('BI_Autotask_Time_Entries'[hours_worked]),
            "BillableHours",  SUM('BI_Autotask_Time_Entries'[Billable Hours])
        ),
        "BillablePct", DIVIDE([BillableHours], [TotalLogged], 0)
    ),
    [BillablePct],
    DESC
)

Medewerkers met Minder dan 60% Factureerbaar Aandeel

Deze technici registreren een aanzienlijk aantal uren maar wijzen een kleiner deel toe aan factureerbaar werk. Dit is niet automatisch een probleem. Een hoge niet-factureerbare ratio is normaal voor teamleiders, projectmanagers of technici die trainingen verzorgen. Als deze rollen echter klantgericht zouden moeten zijn, verdient de data een gesprek.

Medewerker	Geregistreerd	Factureerbaar	Niet-Fact.	Fact. %
Paul Hoffman	992u	107u	885u	10,8%
Stephanie Clay	1.063u	521u	542u	49,0%
Jerry Mcfarland	1.554u	819u	735u	52,7%
Kevin Allen	2.060u	1.145u	915u	55,6%
James Li	2.136u	1.303u	833u	61,0%

Bekijk DAX Query — Medewerkers met Laag Factureerbaar Aandeel

EVALUATE
FILTER(
    ADDCOLUMNS(
        SUMMARIZE(
            'BI_Autotask_Time_Entries',
            'BI_Autotask_Time_Entries'[resource_name],
            "TotalLogged",       SUM('BI_Autotask_Time_Entries'[hours_worked]),
            "BillableHours",     SUM('BI_Autotask_Time_Entries'[Billable Hours]),
            "NonBillableHours",  SUM('BI_Autotask_Time_Entries'[Non billable Hours])
        ),
        "BillablePct", DIVIDE([BillableHours], [TotalLogged], 0)
    ),
    [TotalLogged] >= 500 && [BillablePct] < 0.60
)
ORDER BY [BillablePct] ASC

Kernbevindingen

Als je de data als geheel leest, springen drie patronen eruit voor servicemanagers.

Noemer-vertekening vergroot de kloof kunstmatig

Het capaciteitsmodel beslaat vier jaar, maar de registratiedata slechts achttien maanden. Deze twee cijfers direct vergelijken levert een misleidende rate van 6,4% op. Filteren op maanden met werkelijke activiteit toont rates tussen 10% en 23%, wat dichter bij het werkelijke operationele beeld voor het actieve team ligt.

Een kleine groep draagt het grootste volume

De top vijftien technici zijn verantwoordelijk voor het merendeel van alle geregistreerde uren. Medewerkers op positie 16 tot 70 dragen beduidend minder bij. Of dit rol-verschillen weerspiegelt of echte compliance-gaten, hangt af van welke capaciteit elke medewerker geacht wordt in te vullen.

Registratievolume verdubbelde van eind 2024 naar eind 2025

Gemiddelde maandelijkse uren stegen van ongeveer 1.700u in augustus 2024 naar meer dan 4.000u in oktober 2025. De trend is duidelijk opwaarts, wat suggereert dat adoptie verbeterde naarmate meer technici het jaar door consequenter tijd begonnen te registreren.

Niet-factureerbare uren verdienen nadere analyse bij sommige medewerkers

Paul Hoffman toont 885 niet-factureerbare uren tegenover slechts 107 factureerbare, de meest uitgesproken disbalans in de dataset. Voor een medewerker met dit profiel is het de moeite waard te begrijpen of die uren interne projecten, training of niet-geregistreerde klantenarbeid vertegenwoordigen, voordat conclusies worden getrokken.

Aanbevelingen voor Servicemanagers

Het verbeteren van tijdregistratie compliance begint met het laagdrempeliger en persoonlijk relevanter maken voor elke technicus. De volgende acties hebben de grootste impact bij MSP's die Autotask gebruiken.

Herformuleer de compliance maatstaf voor actieve medewerkers

Bouw een gefilterde weergave in Power BI die de noemer beperkt tot medewerkers met ten minste één tijdregistratie in de afgelopen 90 dagen en tot datums binnen de actieve periode. Dit geeft een eerlijk compliance-beeld en verwijdert de vertekening door toekomstige capaciteit en inactieve accounts.

Stel een minimale registratiedrempel per medewerker in

Een praktische doelstelling voor klantgerichte engineers is 80% van de capaciteitsuren geregistreerd. Deel individuele dashboards zodat elke technicus zijn eigen voortgang kan zien. Medewerkers die hun cijfers kennen, verbeteren ze doorgaans.

Bekijk medewerkers met hoge niet-factureerbare ratio in context

Bevestig vóór actie bij medewerkers met lage factureerbare ratio's hun rol. Interne engineers, teamleiders en projectcoördinatoren zijn van nature meer niet-factureerbaar. Als hun rol dat rechtvaardigt, werkt de data zoals bedoeld. Zo niet, dan onthult een korte registratie-audit doorgaans ontbrekende factureerbare invoer.

Gebruik de maandelijkse trend als compliance KPI

De maand-over-maand compliance rate (geregistreerd ÷ capaciteit voor actieve maanden) is een eerlijker maatstaf dan het cumulatieve totaal. Een doelstelling van 25-30% binnen de actieve medewerkers-pool tegen medio 2026 is realistisch op basis van de huidige trend.

Bekijk DAX Query — Definities Analyse Maatstaven

-- Analytics - Time Logging Rate
-- Percentage capaciteitsuren dat is geregistreerd
DIVIDE([Total], [Capacity Total (Autotask)], 0)

-- Analytics - Time Logging Status
-- Status-indicator voor tijdregistratie compliance
VAR _LoggingRate = [Analytics - Time Logging Rate]
RETURN
SWITCH(
    TRUE(),
    _LoggingRate >= 0.90, "🟢 Excellent Logging (" & FORMAT(_LoggingRate, "0%") & ")",
    _LoggingRate >= 0.75, "🟡 Good Logging ("      & FORMAT(_LoggingRate, "0%") & ")",
    _LoggingRate >= 0.60, "🟠 Poor Logging ("      & FORMAT(_LoggingRate, "0%") & ")",
    "🔴 Very Poor Logging ("                        & FORMAT(_LoggingRate, "0%") & ")"
)

-- Capacity Total (Autotask)
SUM('BI_Autotask_Capacity'[capacity_hours])

-- Unwritten (Autotask Capacity)
[Capacity Total (Autotask)] - [Total]

Veelgestelde Vragen

Waarom is de overall compliance rate slechts 6,4% terwijl het team regelmatig registreert?

De noemer omvat alle capaciteitsuren van januari 2024 tot december 2027 voor elke medewerker in het systeem. Dat beslaat vier jaar over ongeveer 100 accounts, waarvan velen inactief zijn of bij niet-technische functies horen. Filteren op maanden met werkelijke invoer en op de actieve technici-groep verhoogt de effectieve rate aanzienlijk.

Wat is een realistisch compliance-doel voor een MSP?

Voor klantgerichte engineers streven de meeste MSP's naar 85-95% van de capaciteitsuren als tijdregistraties aan het einde van elke week. Niet-factureerbare invoer telt mee voor compliance zolang ze zijn geregistreerd. Het probleem is de afwezigheid van invoer, niet of de uren factureerbaar zijn.

Hoe beïnvloeden factureerbare en niet-factureerbare uren de compliance-meting?

De compliance rate zelf telt alle geregistreerde uren, zowel factureerbaar als niet-factureerbaar, tegen capaciteit. Het factureerbare percentage is een afzonderlijke maatstaf die omzetefficiëntie meet. Beide zijn belangrijk, maar voor compliance-doeleinden sluit elk geregistreerd uur de kloof ongeacht het type.

Kan deze data in functioneringsgesprekken worden gebruikt?

Ja, met enige voorzichtigheid. Ruwe geregistreerde uren en compliance rates zijn nuttige input, maar werken het best naast ticketafsluitingspercentages, gemiddelde tijd per ticket en kwaliteitsscores. Registratievolume alleen geeft geen beeld van productiviteit. Combineer het met factureerbaar percentage en klanttevredenheidscijfers voor een volledig beeld.

Gerelateerde Rapporten

Deze rapporten vullen de tijdregistratie compliance data aan en geven meer context over medewerker-inzet.

Genereer rapporten als deze vanuit je eigen data

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