Hoeveel uur heeft elke technicus gelogd ten opzichte van de beschikbare capaciteit? Dit rapport splitst totale uren, billable uren en utilisatiepercentages uit over 76 resources om te zien wie te veel op het bordje heeft en wie ruimte heeft voor meer werk.
Hoeveel uur heeft elke technicus gelogd ten opzichte van de beschikbare capaciteit? Dit rapport splitst totale uren, billable uren en utilisatiepercentages uit over 76 resources om te zien wie te veel op het bordje heeft en wie ruimte heeft voor meer werk.
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
Hoeveel uur heeft elke technicus gelogd ten opzichte van de beschikbare capaciteit? Dit rapport splitst totale uren, billable uren en utilisatiepercentages uit over 76 resources om te zien wie te veel op het bordje heeft en wie ruimte heeft voor meer werk.
Totaal gewerkte uren per resource, gesorteerd van hoog naar laag. Resource A staat bovenaan met 2.400 uur, terwijl de onderste in de top 12 nog altijd boven de 1.400 uur zit.
EVALUATE ROW("TotalEntries", COUNTROWS('BI_Autotask_Time_Entries'), "TotalHours", SUM('BI_Autotask_Time_Entries'[hours_worked]), "BillableHours", SUM('BI_Autotask_Time_Entries'[Billable Hours]), "ResourceCount", DISTINCTCOUNT('BI_Autotask_Time_Entries'[resource_name]), "AvgHoursPerResource", DIVIDE(SUM('BI_Autotask_Time_Entries'[hours_worked]), DISTINCTCOUNT('BI_Autotask_Time_Entries'[resource_name])))Gestapelde verdeling per resource. Het teal-segment is billable, het grijze segment is non-billable. Resources met een groot grijs segment verdienen nader onderzoek.
EVALUATE
ROW(
"TotalHoursWorked", [Company - Hours Worked],
"TotalHoursBilled", [Company - Hours Billed],
"TotalRevenue", [Revenue - Total]
)De totale billable utilisatie is 75,6%. De donut toont de teamverdeling. De tabel rangschikt alle 12 resources op utilisatiepercentage, met het aantal entries als context.
| Resource | Uren Gewerkt | Billable Uren | Non-Billable | Utilisatie | Entries |
|---|---|---|---|---|---|
| Resource L | 1.433 | 1.308 | 125 | 91,3% | 340 |
| Resource D | 2.050 | 1.838 | 213 | 89,6% | 4.513 |
| Resource E | 1.888 | 1.527 | 361 | 80,9% | 3.705 |
| Resource H | 1.585 | 1.228 | 357 | 77,5% | 1.278 |
| Resource F | 1.862 | 1.416 | 446 | 76,0% | 672 |
| Resource K | 1.492 | 1.094 | 399 | 73,3% | 1.634 |
| Resource A | 2.400 | 1.749 | 651 | 72,9% | 2.043 |
| Resource G | 1.780 | 1.157 | 623 | 65,0% | 733 |
| Resource J | 1.505 | 957 | 548 | 63,6% | 3.398 |
| Resource B | 2.136 | 1.303 | 833 | 61,0% | 2.236 |
| Resource C | 2.060 | 1.145 | 915 | 55,6% | 715 |
| Resource I | 1.554 | 819 | 735 | 52,7% | 850 |
EVALUATE
TOPN(12,
ADDCOLUMNS(
VALUES('BI_Autotask_Time_Entries'[resource_name]),
"HrsWorked", CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked])),
"HrsBillable", CALCULATE(SUM('BI_Autotask_Time_Entries'[Billable Hours])),
"EntryCount", CALCULATE(COUNTROWS('BI_Autotask_Time_Entries')),
"Utilisation", DIVIDE(
CALCULATE(SUM('BI_Autotask_Time_Entries'[Billable Hours])),
CALCULATE(SUM('BI_Autotask_Time_Entries'[hours_worked]))
)
),
[HrsWorked], DESC
)Het aantal time entries per resource laat zien hoe het werkvolume verdeeld is. Resources D, E en J verwerken het gros van de ticket-entries, terwijl C, F en L werken met minder maar langere entries, typisch voor projectwerk.
Resource C (55,6%, 2.060 uur) en Resource I (52,7%, 1.554 uur) loggen samen 3.614 uur met 1.650 non-billable uren ertussen. Als je deze twee naar het teamgemiddelde van 75,6% brengt, zet je zo'n 720 uur om naar billable werk.
Met slechts 1.433 totale uren en 340 entries zet Resource L bijna elk uur om naar billable werk. Dit is de benchmark voor efficiency. Het lage aantal entries wijst op gericht projectwerk waar de tracking strak zit.
Resource D (4.513 entries, 89,6%) en Resource E (3.705 entries, 80,9%) verwerken beide grote ticketvolumes en blijven boven het teamgemiddelde. Reactief ticketwerk vult de billable uren vanzelf. Resources met minder entries maar vergelijkbare totaaluren zakken doorgaans lager uit.
Met 2.136 uur en 833 non-billable is Resource B een van de drukste mensen in het team, maar converteert nauwelijks drie van elke vijf uren. Dat zijn 833 uur capaciteit die geen omzet genereren. Het aantal entries (2.236) is prima, dus dit is geen trackingprobleem.
Het team werkt genoeg uren. Het probleem zit in waar die uren naartoe gaan. Met 50.752 totale uren over 76 resources komt het gemiddelde op 668 uur per persoon. Dat is ruim boven een baseline van 520 uur per kwartaal (40u/week x 13 weken). Het team is niet onderbelast.
Het gat van 24,4% tussen het actuele billable percentage (75,6%) en een target van 85% staat gelijk aan zo'n 4.770 uur. Die uren worden gelogd maar niet gefactureerd. Een deel daarvan is legitiem intern werk, training en administratie. Maar het verschil tussen de top (Resource L op 91,3%) en de bodem (Resource I op 52,7%) is bijna 39 procentpunt. Die spreiding is te breed voor een team van deze omvang.
Het aantal entries onthult het type werk. Resources D, E en J verwerken elk meer dan 3.000 entries. Ze handelen reactieve tickets af in hoog volume, en hun billable rates weerspiegelen dat: 89,6%, 80,9% en 63,6%. Resource C logt 2.060 uur op slechts 715 entries, wat neerkomt op gemiddeld 2,9 uur per entry. Dat wijst op projectwerk of langlopende taken, wat prima is zolang de facturering klopt.
Resource A is de meeste-uren-logger met 2.400 uur, maar zit op slechts 72,9% billable. Dat betekent 651 non-billable uren. Voor de persoon die de meeste tijd investeert, verdient dat volume aan non-billable werk een nadere blik. Het kan teamlead-verantwoordelijkheden zijn, intern tooling, of simpelweg taken die anders gecategoriseerd moeten worden.
Praktische stappen om het utilisatiegat te dichten en de werklast beter te verdelen over het team.
Trek alle non-billable time entries voor deze drie resources over de laatste 90 dagen. Categoriseer ze in interne projecten, admin, training of fout-geclassificeerd. Doel: identificeer minimaal 40% van de non-billable uren die herclassificeerd of geschrapt kunnen worden. Stel individuele billable targets van 70% voor het komende kwartaal.
Maak het billable percentage van elke persoon wekelijks zichtbaar. Resources die hun eigen cijfers kunnen zien, corrigeren zichzelf. Stel het teamdoel op 80% en markeer iedereen onder 65% voor een gesprek met de manager. De data staat al in Power BI; er is alleen een aparte view nodig.
Met 2.400 totale uren is Resource A de hardst werkende persoon in het team. Als de 651 non-billable uren legitieme lead-verantwoordelijkheden bevatten (mentoring, escalaties, proceswerk), moeten die apart worden bijgehouden in plaats van de utilisatiemetric omlaag te trekken. Maak een "teamlead" werktype aan als dat nog niet bestaat.
Billable uren zijn time entries waar de billable-vlag op true staat in Autotask. Non-billable omvat interne meetings, training, admin-taken en alles wat expliciet als non-billable is gemarkeerd door de technicus of de contractfactureringsregels.
Utilisatie is billable uren gedeeld door totaal gewerkte uren, uitgedrukt als percentage. Een resource die 80 billable uren logt op 100 totale uren heeft 80% utilisatie. Het houdt geen rekening met capaciteit of beschikbare uren, alleen met wat daadwerkelijk gelogd is.
De meeste MSP's richten op 75% tot 85% billable utilisatie. Onder de 70% wijst meestal op te veel intern werk of slechte time tracking. Boven de 90% kan betekenen dat een resource te vol zit en geen ruimte heeft voor ongepland werk of professionele ontwikkeling.
Dat wijst meestal op projectwerk. Een enkele time entry kan meerdere uren dekken voor een migratie, deployment of infrastructuurproject. Dit verschilt van reactief ticketwerk waar elke entry doorgaans korter is. Beide patronen zijn normaal, maar project-resources hebben meer aandacht nodig om de billable tracking accuraat te houden.
Ja. Kopieer een query uit de toggles hierboven en plak deze in DAX Studio of de Power BI Desktop performance analyzer. De queries verwijzen naar standaard Proxuma datamodel-tabellen en measures die in elke Proxuma Power BI deployment aanwezig zijn.
Wekelijks voor capaciteitsmonitoring en maandelijks voor utilisatietrends. De wekelijkse view vangt overbelaste of inactieve resources op voordat het een patroon wordt. De maandelijkse view laat zien of aanpassingen in de werkverdeling ook daadwerkelijk effect hebben.
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