Bokningsanalys – no-show-mönster

Öppna Analytics++ → Bokningar för att följa registrerade uteblivna besök. Börja med att kontrollera bokningarnas status i Bordsbokning; en gäst som inte markerats som no-show kommer inte med i no-show-statistiken.

Vad procenten betyder

No-show-procenten är registrerade no-shows delat med periodens bokningar som inte är avbokade. Exempel: 5 no-shows och 100 bokningar efter att avbokningar räknats bort ger 5 procent. Diagrammet No-show-trend visar antal per dag, inte en procentkurva.

Bokad kapacitet är ett separat mått: bokade gäster jämfört med skiftens kapacitet gånger dagar. Den visar inte faktisk stolbeläggning minut för minut. Framtida bokningar i ett valt intervall kan påverka underlaget, så jämför avslutade och likvärdiga perioder när du följer uteblivna besök.

Gör en uppföljning

1. Välj period i bokningsanalysen.
2. Läs antalet bokningar tillsammans med no-show-procenten. Ett fåtal händelser kan ge en hög procent i ett litet underlag.
3. Se vilka dagar som har registrerade no-shows och kontrollera motsvarande bokningar i Bokning.
4. Använd gästlistan som underlag för att kontrollera tidigare besök. Listans kundvärden är ackumulerad historik för gäster i periodens bokningar, inte endast periodens no-shows.
5. Gå till Bordsbokning → Inställningar för att se tillgängliga kommunikations- och bokningsinställningar. Ändra rutinen utifrån verifierade orsaker och följ upp en senare jämförbar period.

Så läser du övriga diagram

Populäraste bokningstider grupperar per hel timme och veckodag. En ruta skiljer därför inte mellan 19:00 och 19:30. Nya vs återkommande utgår från kundens första bokningsdag inom det valda intervallet, inte en säker klassificering av första besöket någonsin.

Bokningskällor visar registrerad källa, exempelvis Online, Manuell, Telefon, Google, Walk-in eller AI. En källetikett innebär inte att en viss tredjepartsintegration är ansluten. Bokningar per bord visar bokningsantal per bord, inte procent upptagen tid.

Rapporten visar mönster men förklarar inte automatiskt varför gäster uteblivit. Kontrollera kontaktuppgifter, meddelanden och vad som faktiskt hände innan du drar slutsatser om en gäst eller ändrar bokningsvillkor.