Sportschoolbezetting analyseren met check-indata

Hoe meet je de bezetting van een sportschool met check-indata?

Je meet de bezetting van een sportschool door check-ins per uur te tellen en te vermenigvuldigen met de gemiddelde bezoekduur: 60 binnenkomsten per uur met een gemiddeld bezoek van 75 minuten betekent ongeveer 75 mensen in het pand op het hoogtepunt van dat uur. De bezettingsgraad van een les is geboekte of aanwezige plekken gedeeld door de capaciteit. Een check-inlogboek plus een spreadsheet is genoeg om te beginnen; je hebt geen apart bezettingssysteem nodig.

De valkuil is dat de meeste sportscholen binnenkomsten registreren, geen vertrekken. Zonder uitchecken is bezetting een schatting, en hoe goed die is hangt af van hoe netjes elk bezoek wordt vastgelegd. De rest van deze gids behandelt de formules, de datafouten die ze vertekenen, en wat je verandert zodra je je piekuren kent.

De drie bezettingscijfers die het bijhouden waard zijn

Drie cijfers dekken bijna elke beslissing: binnenkomsten per uur, geschat aantal aanwezigen, en bezettingsgraad van lessen.

De gemiddelde bezoekduur is de invoer die de meeste sportscholen missen. Heb je geen uitcheckdata, meet dan zelf een steekproef: noteer aankomst en vertrek voor een paar dozijn leden op verschillende dagen, of vraag personeel het een week bij te houden. Gebruik het resultaat als aanname en zeg dat erbij in je rapportages.

Hoe je je piekuren vindt

Groepeer een paar weken aan check-ins per weekdag en uur; de drukste cellen zijn je piekuren.

1. Neem minstens vier weken aan check-ins, zodat één rare week je rooster niet bepaalt.
2. Bouw een raster: weekdagen horizontaal, uren verticaal, binnenkomsten in elke cel.
3. Middel elke cel over de weken.
4. Markeer de hoogste cellen. Dat zijn de uren waarop drukte, wachten op rekken en wachtrijen bij de balie ontstaan.
5. Herhaal dit elk kwartaal, en na elke prijswijziging, nieuwe les of wijziging in openingstijden.

Hier is een illustratief weekdagrooster voor een middelgrote club. De cijfers zijn een voorbeeld, geen benchmark; je eigen data ziet er anders uit.

Ter vergelijking: swiss active meldt gemiddeld 1.007 leden en 6.077 check-ins per maand per fitnesscenter in Zwitserland in 2025 (swiss active Eckdatenstudie 2026), en het VK telt 12,2 miljoen leden verdeeld over 5.842 clubs (UK Active-marktrapport, april 2026). Lidmaatschap is geen opkomst, trouwens: alleen je eigen check-indata vertelt je hoeveel van die leden echt komen, en wanneer.

Schatten hoeveel mensen aanwezig zijn zonder uitchecken

Zonder vertrekken schat je het aantal aanwezigen uit recente binnenkomsten: iedereen die binnen de laatste gemiddelde bezoekduur heeft ingecheckt, is waarschijnlijk nog aanwezig.

Een eenvoudige voortschrijdende methode: om 18:30 tel je de check-ins tussen 17:15 en 18:30 als je gemiddelde bezoek 75 minuten duurt. Die telling is je geschatte bezetting om 18:30. Hij valt iets te hoog uit voor mensen die vroeg vertrekken en te laag voor mensen die lang blijven, en dat middelt zich uit over de weken.

Twee manieren om het beter te maken:

• Meet de bezoekduur apart voor verschillende groepen als ze zich anders gedragen, bijvoorbeeld lesleden versus leden die vrij trainen.
• Vergelijk de schatting een paar keer met een handmatige telling. Zit de schatting consistent 20% ernaast, pas dan de bezoekduur aan in plaats van de formule blindelings te vertrouwen.

Bezettingsgraad van lessen en no-shows

Voor lessen geeft het rooster je betere data dan deurregistraties, omdat je zowel capaciteit als wie er geboekt heeft kent.

• Houd de bezettingsgraad per terugkerend lestijdslot bij, niet per lestype. Een dinsdag 18:00-spinning en een donderdag 07:00-spinning zijn verschillende producten.
• Houd no-shows apart bij. Een les die 100% geboekt is en 60% bijgewoond wordt, heeft boekingsregels nodig, geen tweede tijdslot.
• Kijk naar de wachtlijst (of de mensen die probeerden te boeken) voordat je een tijdslot toevoegt. Aanhoudende overloop is het signaal; één drukke week niet.
• Een lage bezetting die week na week aanhoudt, betekent: verplaats de tijd, verander het format, of vervang de les.

Onze gids over lesroosters en boekingssoftware voor sportscholen behandelt hoe boekingsregels en wachtlijsten in de praktijk werken.

Datafouten die bezettingscijfers vertekenen

Bezettingsanalyse is maar zo goed als het check-inlogboek; ontbrekende, dubbele en te laat geregistreerde check-ins buigen allemaal de curve.

• Gemiste check-ins. Als personeel leden tijdens drukke uren doorwuift, lijken je pieken kleiner dan ze zijn. Dat is het slechtste moment om te ondertellen.
• Meeliften door poortjes. Bij poortjes zorgt één scan voor twee personen voor ondertelling. Een steekproef op piekuren laat zien hoe groot het gat is.
• Laat geregistreerde check-ins. Check-ins die later worden vastgelegd dan het bezoek, bijvoorbeeld na een internetstoring bij de receptie, komen in het verkeerde uur terecht. Behandel ze apart in uur-voor-uur-tellingen.
• Niet-bezoekregels. Records die bij aanmelding of door personeel voor administratie worden aangemaakt, zijn geen bezoeken. Filter ze eruit.
• Gemengde methodes. Scannen sommige leden en worden anderen met de hand ingecheckt, vergelijk dan het aandeel van elke methode per uur. Een piek in handmatige check-ins op piekuren betekent vaak dat de scannerrij te lang was.

Check-indata zijn persoonsgegevens over de gewoontes van je leden. De sportschool is de verwerkingsverantwoordelijke voor die gegevens, dus check je eigen privacyverplichtingen, bewaar alleen wat je gebruikt, en bied een niet-biometrische optie aan als je biometrische toegang gebruikt; in Spanje beboette de gegevensbeschermingsautoriteit een sportschool voor het verplicht stellen van vingerafdruktoegang zonder alternatief (Conprodat, 2024, secundaire bron).

Bezetting opsplitsen per lidmaatschapspakket

Pieken zien er anders uit zodra je check-ins splitst naar het pakket van elk lid, en precies die opsplitsing hebben prijsbeslissingen nodig.

Koppel elke check-in aan het pakket van het lid en bouw het uurrooster opnieuw op per pakket. Let op drie patronen, elk met een eigen vervolgstap:

• Eén pakket drijft het grootste deel van de avondpiek. Als een goedkoop pakket je drukste uren vult, spreidt een off-peak-variant tegen een lagere prijs, en een iets hogere prijs voor volledige toegang, de last zonder omzet per bezoek te snijden.
• Sommige pakketten komen amper voor in het logboek. Leden die betalen maar zelden komen, zijn een retentierisico, geen capaciteitsprobleem. Neem contact op voor de verlenging.
• Lespakketten clusteren rond een paar tijdsloten. Dat laat zien waar een tweede instructeur of een grotere zaal zich terugbetaalt.

Houd de vergelijking simpel: aandeel van de check-ins van elk pakket dat in je top-piekuren valt. Eén tabel met één rij per pakket en één percentage is genoeg om een prijsgesprek te starten.

Wat je doet met je piekuurdata

Gebruik de cijfers om personeel, lessen en acties te verplaatsen naar de uren die leden echt gebruiken, en weg van gokwerk.

Piekuren horen ook thuis in je wekelijkse KPI-overzicht naast verkoop en retentie; zie de 8 sportschool-KPI's die je wekelijks bijhoudt.

Waar Trainera past

Trainera legt de check-ins en lesroosters vast die je voor deze analyse nodig hebt; het biedt geen apart bezettingsdashboard, dus de piekuurrekensom hierboven draai je zelf.

• Check-inmethodes: leden checken in met een digitale ledenkaart en QR-code in de ledenapp, en personeel kan leden ook handmatig inchecken vanuit het sportschooloverzicht.
• Bron op elk record: elke check-in wordt vastgelegd met de bron: QR, handmatig, tourniquet, inschrijving of offline. Daarmee scheid je echte deurbezoeken van administratieve regels en zie je wanneer handmatige check-ins pieken tijdens drukte. Hardware en specifieke poortjesintegraties hangen af van je eigen opzet, dus check ze bij Trainera voordat je apparatuur koopt.
• Lessen: de lesplanner ondersteunt terugkerende reeksen en roosters, dus bezettingsgraad per tijdslot is een rostertelling tegen je zaalcapaciteit.
• TRAI voor sportscholen: elk sportschoolabonnement bevat TRAI met 200 verzoeken per maand. Het is alleen-lezen op sportschooldata en kan vragen beantwoorden over leden, leads, pakketten, lessen en reserveringen. De verwante post over vragen die sportschooleigenaren aan TRAI kunnen stellen geeft voorbeelden.

Sportschoolabonnementen zijn Core $119, White Label $219 en Studio $259 per maand in Amerikaanse dollar, met de eerste 3 trainers inbegrepen; de prijzen verschillen per land op trainera.fit/pricing. Meer over scannen in onze post over QR-check-in en aanwezigheid bij sportscholen, en over toegangshardware in software voor check-in en toegangscontrole bij sportscholen.

Een bezettingsroutine van vier weken om maandag te starten

1. Week 1: zorg dat elk bezoek wordt ingecheckt, op elk uur, via elke methode. Los eerst de gaten op drukke uren op.
2. Week 1: meet een steekproef bezoeken om je gemiddelde bezoekduur te krijgen.
3. Weken 1 tot 4: verzamel check-ins en lesroosters zonder iets te veranderen.
4. Eind week 4: bouw het weekdag-per-uur-raster, de kolom geschatte bezetting en bezettingsgraad per lestijdslot.
5. Kies één verandering (personeel, een lestijd of een off-peak-aanbod), voer hem door, en vergelijk de volgende vier weken.

Draai check-ins, lessen en lidmaatschappen vanuit één dashboard met Trainera voor sportscholen.