This report provides a detailed breakdown of hoe ziet onze capaciteitsvariantie eruit (gepland vs actueel)? for managed service providers.
The data covers the full scope of Autotask PSA records relevant to this analysis, broken down by the key dimensions your team needs for day-to-day decisions and client reporting.
Who should use this: Account managers, MSP owners, and service delivery leads
How often: Monthly for client reviews, quarterly for QBRs, on-demand when client signals change
De bezettingsgraad van 6,4% vanuit Autotask weerspiegelt de verhouding geplande uren ten opzichte van de totale beschikbare capaciteit over alle medewerkers. In demodata met vaste historische perioden is dit cijfer verwacht laag. De operationeel meest bruikbare meting is de variantietrend over de tijd — weergegeven in sectie 2 — die bijhoudt of uw planning van maand tot maand nauwkeuriger wordt.
EVALUATE ROW("TotalHours", [Tickets - Hours Worked], "BillableHours", SUM('BI_Autotask_Time_Entries'[Billable Hours]), "NonBillableHours", SUM('BI_Autotask_Time_Entries'[Non billable Hours]), "Employees", [Total Employees])Het patroon is duidelijk. H1 2025 (jan–jun) liet een consistente onderlevering zien, met januari als uitschietar op -58 uur — het grootste maandelijkse verschil van het jaar. H2 2025 (jul–dec) herstelde zich, waarbij vier van de zes maanden een positieve variantie toonden. Dit wijst op een verbetering in planningsprocessen of personeelsbezetting rond het midden van het jaar. Het bijna vlakke resultaat van december (+3,9 u) duidt op goed gekalibreerde planning aan het einde van het jaar.
EVALUATE
SUMMARIZECOLUMNS(
'BI_Common_Dim_Date'[year_month],
"Planned Hours", [Capacity Planned Hours (Proxuma)],
"Actual Minutes", [Capacity Total (Autotask)],
"Variance Minutes", [Capacity Variance (Proxuma)]
)
ORDER BY 'BI_Common_Dim_Date'[year_month] ASCDe top 10 medewerkers dragen de grootste concentratie gelogde uren. Dr. Amber Ayala DVM voert de lijst aan met 2.400 uur, gevolgd door James Li (2.136 u), Kevin Allen (2.060 u) en Maxwell Reed (2.050 u). Het teamgemiddelde ligt op 659 uur per medewerker over 77 actieve medewerkers. Het verschil tussen de top en het gemiddelde duidt op een groep medewerkers met onevenredig hoge werkdruk, wat vergeleken moet worden met hun capaciteitsdoelstellingen.
EVALUATE
TOPN(10,
SUMMARIZECOLUMNS(
'BI_Autotask_Time_Entries'[resource_name],
"Hours Logged", SUM('BI_Autotask_Time_Entries'[hours_worked])
),
[Hours Logged], DESC
)EVALUATE
ROW(
"Total Hours Logged", SUM('BI_Autotask_Time_Entries'[hours_worked]),
"Resource Count", DISTINCTCOUNT('BI_Autotask_Time_Entries'[resource_name]),
"Avg Hours Per Resource", DIVIDE(
SUM('BI_Autotask_Time_Entries'[hours_worked]),
DISTINCTCOUNT('BI_Autotask_Time_Entries'[resource_name])
)
)Capaciteitsvariantie is het verschil tussen geplande uren (hoeveel werk u toegezegd heeft) en werkelijke uren (hoeveel werk er geregistreerd is). Een negatieve variantie betekent dat de werkelijke levering onder het plan lag. Een positieve variantie betekent dat er meer is geleverd dan gepland. Dit maandelijks bijhouden laat zien of uw planningsproces verbetert.
De Autotask-bezettingsgraad vergelijkt ingeplande tijd met de totale beschikbare capaciteit van alle gedefinieerde medewerkers. In demodata met vaste historische tijdvensters zijn de meeste capaciteitsrecords beschikbaar maar niet ingepland, wat dit percentage omlaag trekt. In een live-omgeving met actieve planning ligt dit cijfer bij een gezond MSP-team doorgaans op 60 tot 85%.
Autotask-variantie gebruikt de totale ingeplande capaciteit vanuit Autotask-medewerkers als basislijn. Proxuma-variantie gebruikt geplande uren uit Proxuma-projectmijlpalen en vergelijkt deze met Autotask-werkelijkheid. Proxuma-variantie is gedetailleerder — het volgt nauwkeurigheid per project en per periode, terwijl Autotask-variantie de algehele teambezetting toont.
Drie werkwijzen verminderen variantie structureel: (1) stel realistische geplande uren in op basis van historische werkelijkheid in plaats van ideale schattingen, (2) evalueer variantie wekelijks en pas uitstaande geplande uren tijdig aan, (3) zorg dat alle technici hun uren nauwkeurig en tijdig registreren. Het herstelpatroon in H2 2025 laat zien dat variantievermindering haalbaar is binnen één kwartaal als planningsgewoonten veranderen.
Connect Proxuma Power BI to your PSA, RMM, and M365 environment, use an MCP-compatible AI to ask questions, and generate custom reports - in minutes, not days.
See more reports Get started