Standardanalyse forklart
Viktig merknad: Alle data samles inn anonymt, og ingen personopplysninger lagres i GoBright Analyse.
GoBright måler belegget av rom og skrivebord og kan sees i 'Analytics'- menyalternativene. Dette gir innsikt i om rom og pulter brukes effektivt og om belegget kan forbedres.
Logg inn på GoBright portalen med managerkontoen din og velg Analytics .
Merk: Avansert analyse er tilgjengelig som et tillegg GoBright lisens. For å lære mer om funksjonene, se artikkelen Avansert analyse .
Belegg
Beleggsrapporten gir deg innsikt i beleggsratene, målt ved forskjellige beregninger.
Beregningene vises som beleggsprosent, beregnet som en prosentandel av den totale tilgjengelige tiden, der den totale tilgjengelige tiden er 08:30-17:00 som standard, men kan velges for å passe din situasjon.
Avhengig av lisensiering og maskinvare, er følgende beregninger tilgjengelige:
-
Bestillinger: beleggprosenten av reservasjoner som er gjort. Dette viser bestillinger som er gjort på reserverbare steder.
Ikke-bookbare plasser er ikke inkludert, da det ikke er noen reservasjoner på disse plassene. -
Ikke-oppmøter: beleggprosenten av tiden et sted var booket, men ingen møtte opp.
Så hvis en plass ble booket fra 08:30–17:00, og dette blir et manglende oppmøte, vil dette resultere i en beleggsprosent på 100 % for den plassen den dagen (forutsatt at standard åpningstider på 08:30–17:00 brukes).
Generelt sett gir denne målingen deg innsikt i hvor godt det blir levd opp til bestillingene som blir gjort. -
Registrerte yrker: beleggsprosenten basert på faktisk belegg målt av beleggssensorene.
-
Innsjekking på Connect /Interact: beleggprosenten av innsjekkingstiden, som brukerne sjekker inn via GoBright Connect /Samhandle enhet på ikke-bookbare skrivebord.
Rapporttype
Velg rapporttype for å vise data daglig eller timevis.
«Per dag» viser dataene per valgte dager. Rapporten «Per time» gir deg muligheten til å se hvilke timer som er rushtid.
Plassering og dataområde
Velg stedet hvor belegget er målt, dette kan settes fra alle steder til enkeltrom eller skrivebord. Datoen må velge hvilken periode som skal inkluderes i analysen.
Tid
Tiden spiller en viktig rolle i dataene som vises. Den valgte tiden brukes som maksimal oppholdstid, så den valgte tiden er definisjonen på 100 %.
Eksempel 1 'Bedrift A':
Bedrift A har åpningstider hver mandag til fredag fra 08:30 til 17:00.
Når selskap A filtrerer dataene sine ved å bruke innstillingene ovenfor, må det stille inn klokkeslettet mellom 08:30 og 17:00 og bruke avmerkingsboksen "kun virkedager".
Hvis selskap A setter tiden sin mellom 08:00 og 17:00, nås 100 % belegg bare for bestillinger som starter (eller før) 08:00, og slutter kl 17:00 (eller senere). Da dette normalt ikke vil skje, vil dette generelt gi lavere beleggsprosent.
Eksempel 2 'Bedrift B':
Bedrift B har åpningstider hver mandag til søndag fra 08:00 til 20:00. Bedrift B må stille inn tiden mellom 08:00 og 20:00, men trenger ikke nødvendigvis å bruke avmerkingsboksen "bare virkedager".
Hvis selskap B ville sette tiden sin mellom 08:00 og 17:00, ville de faktisk ikke vise data fra de siste tre timene hver dag. I dette tilfellet er det mulig å oppnå en 100 % "Booking"-beleggsprosent enkelt, men disse dataene er unøyaktige fordi åpningstidene er lengre enn tatt i betraktning.
Filtre
Når du analyserer flere rom samtidig (f.eks. en hel bygning), bør du bare sammenligne beregningene med hverandre, når de inkluderer samme mengde og type mellomrom.
For eksempel:
Alle plassene dine er utstyrt med beleggsensorer, men har en blanding av plasser som kan bestilles og plasser som ikke kan bestilles.
Når du samler dataene for alle disse plassene i én enkelt graf, bør du ikke sammenligne bestillingsprosenten og beleggsprosenten. Dette er fordi bestillingsprosenten kun måles for de plassene som kan bestilles, og den faktiske bruken måles for alle plassene (bestillbare og ikke-bestillbare).
Derfor kan du bruke 'velg mellomrom med'-filteret, i dette tilfellet kan du krysse av i boksen 'bestillinger' for kun å inkludere plassene som kan reserveres. Nå vil grafen inkludere bestillingsplasser for alle beregningene, noe som gjør dataene sammenlignbare.
Topp 10 visningsbelegg
I Analyse-fanen velger du Analyse > Topp 10 yrker .
Dette viser en oversikt over de mest og minst bookede rommene og skrivebordene. De samme filtrene gjelder som belegg-fanen. Topp 10 kan være basert enten på bestillinger eller på faktisk bruk (sensordata), noe som gir deg et raskt innblikk i de mest populære og minst populære stedene.
Vis manglende oppmøte
I Analyse-fanen navigerer du til Analyse > Manglende oppmøter .
Dette viser en oversikt over arrangører som har bestilt og viser en prosentandel av tiden rommet eller skrivebordet ikke har blitt brukt. Dette gir innsikt når arrangører bruker for mye tid og kaster bort deler av reservasjonen ved å ikke være i rommet.
Bestillingshistorikk
Naviger til delen Bestillingshistorikk for å se detaljerte rapporter om bestillinger gjort av brukerne dine og deres oppførsel. Her finner du informasjon som dato og klokkeslett for tidligere bestillinger, sted, arrangør, bekreftelse på tidlig oppmøte, innsjekkingsstatus eller manglende oppmøte.
Sjekk de ulike statusene for hver bestilling for å finne ut hvordan arrangøren oppfører seg.
Statuser for bekreftelse av tilstedeværelse
-
Statusen for tilstedeværelsesbekreftelse er Venter på tilstedeværelsesbekreftelse – Dette scenariet oppstår når vinduet for tidlig tilstedeværelsesbekreftelse fortsatt er åpent, og arrangøren ennå ikke har bekreftet eller avslått tilstedeværelsen sin.
-
Statusen for tilstedeværelsesbekreftelse er Tilstedeværelse bekreftet – Dette er et scenario der arrangøren klikket på den grønne knappen i e-postbekreftelsen for tidlig tilstedeværelse.
-
Statusen for tilstedeværelsesbekreftelse er Tilstedeværelse ikke bekreftet – Dette er et scenario der arrangøren ikke klikket på noen av knappene i e-postbekreftelsen for tidlig tilstedeværelse.
-
Statusen for tilstedeværelsesbekreftelse er Inaktiv – Tidlig tilstedeværelsesbekreftelse er ikke aktivert for denne ressursen (rom, skrivebord eller parkeringsplass).
-
Bestillingen er ikke synlig, selv om arrangøren mottok en e-post om bekreftelse på tidlig tilstedeværelse – Dette er et scenario der arrangøren klikket på den røde knappen i e-postbekreftelsen for tidlig tilstedeværelse.
Statuser for ingen visning
-
Arrangøren er tom og bekreftelsesstatusen er bekreftet (av bruker via portal eller display) – Dette vil bety at en anonym bestilling ble gjort på rompanelet og noen trykket på innsjekkingsknappen på displayet.
-
Arrangøren er tom og bekreftelsesstatusen er Sensor – Rommet ble brukt av noen som dukket opp i rommet og sensoren fanget opp belegget.
-
Arrangøren er tom og bekreftelsesstatusen er tom – I dette tilfellet ble det gjort en bestilling på panelet anonymt og ingen dukket opp på møtet i rommet. Dette er et No show.
-
Arrangøren er fullført, men bekreftelsesstatusen er ikke bekreftet – Dette er et scenario når møtet ble booket for en kortere tid enn tidsrammen for manglende oppmøte. For eksempel, hvis møtet er booket i 30 minutter og tidsrammen for uteblivelse er 45 minutter etter at bestillingen startet, har ikke plattformen nok tid til å få statusen for uteblivelse, derfor viser den en status i oransje Ikke bekreftet.
-
Organisatoren er fullført, men bekreftelsesstatusen er Inaktiv – det betyr at dette rommet/skrivebordet ikke har aktivert manglende oppmøte-deteksjon i romprofilen.
Sonebestillinger i Analytics
Analyse av sonebestilling gir innsikt i hvordan soner for skranker/parkeringsplasser brukes, i stedet for individuelle skranker/parkeringsplasser. Når en sone er booket, vurderes hele sonen i statistikken, ikke en spesifikk ressurs innenfor den sonen.
Hvis en bruker ikke sjekker inn, merkes bestillingen som manglende oppmøte , men systemet kan ikke fastslå hvilken spesifikk ressurs som var ment å bli brukt.
Viktige punkter å merke seg:
- Analyser er basert på total sonebruk , ikke individuelle ressurser
- Manglende oppmøte beregnes ved hjelp av innsjekkingsdata på sonenivå
- Den nøyaktige plassen/parkeringsplassen som brukes (eller ikke brukes) er ikke kjent
- Rapporter viser hvor ofte en sone er booket, sjekket inn eller markert som manglende oppmøte
Denne tilnærmingen hjelper deg med å forstå beleggstrender og brukeratferd på sonenivå, noe som gjør det enklere å optimalisere planleggingen uten å spore individuell bruk.