In oktober 2025 hostten Coney Minds en TheDataConnection samen ‘The Magic of Data’, een interactieve inspiratiesessie waarbij wij aan de hand van verschillende casussen, visueel weergegeven in Tableau-dashboards, lieten zien wat data-analyse concreet kan betekenen voor een organisatie. In deze serie blogs leggen wij deze dashboards nog eens gedetailleerd uit. In deel 9 laten we zien hoe je data kunt inzetten voor het inzichtelijk maken van personeelskosten.
Dashboard 9: Uren en bezetting scherp in beeld: hoe FreshMart inzicht kreeg in optimale bezetting en loonlasten
Casus 2023 en 2024: FreshMart Supermarktgroep
Klik hier of op bovenstaande afbeelding om het dashboard online te bekijken
Voor veel CFO’s en controllers in de retail is personeelsinzet een van de meest uitdagende posten om goed grip op te krijgen. Omzet beweegt mee met het seizoen en promoties, maar het aantal mensen dat je inzet is afhankelijk van beschikbaarheid, piekmomenten en de juiste balans tussen contracturen en gewerkte uren. Daardoor ontstaan in het ene filiaal structurele overuren en in het andere juist onderuren. Pas wanneer deze verschillen zichtbaar worden, komt naar voren hoe sterk dit doorwerkt in de marge na loonkosten.
FreshMart stond exact voor dat vraagstuk. De filialen presteerden vergelijkbaar qua omzet, maar de marge na loonkosten liep uiteen. Toen gewerkte uren, contracturen en loonkosten naast elkaar werden gelegd, werd duidelijk dat sommige filialen juist profiteerden van structurele overuren, terwijl anderen marge verloren door uren die wel betaald maar niet gewerkt werden. Het dashboard maakte die verschillen helder en gaf inzicht in waar de inzet optimaal was en waar niet.
Een klein datamodel dat uren en loonkosten in één lijn brengt
De basis van het dashboard is eenvoudig. Voor elke medewerker staat vast hoeveel uren er in het contract zitten, hoeveel uren er daadwerkelijk gewerkt zijn en hoe die uren worden toegerekend aan de loonkosten van het filiaal. Door dat per maand, per filiaal en per functie te combineren, ontstaat een datamodel dat een eerlijk beeld geeft van personeelsinzet.
Als contracturen en gewerkte uren eindelijk overeenkomen, wordt personeelsinzet iets om op te sturen in plaats van om over te discussiëren.
Dat maakt het mogelijk om precies te zien waar inzet aansluit op de contractbasis en waar afwijkingen ontstaan. Voor CFO’s is dat waardevolle informatie, omdat kleine verschillen in uren grote effecten hebben op de marge na loonkosten.
Filialen tonen duidelijke verschillen in inzet en marge
De vergelijking tussen filialen laat meteen zien waar het goed gaat en waar bijgestuurd moet worden. Filialen West, Noord en Bijlmer laten niet alleen een hogere marge na loonkosten zien, maar hebben ook een inzetpatroon dat constant uitkomt boven de contractbasis. Dat betekent dat medewerkers daar relatief veel uren werken ten opzichte van hun contract, waardoor elk uur dat wordt uitbetaald ook daadwerkelijk wordt gewerkt.
Zuid en Oost laten een ander beeld zien. Daar ligt de marge na loonkosten lager en zitten medewerkers vaker onder hun contracturen. De supermarkt betaalt daar dus uren uit waarvoor geen arbeid is geleverd. Een klein verschil per medewerker wordt zo al snel een structurele kostenpost aan het einde van de maand.
Centrum bevindt zich precies tussen die twee uitersten in. De maandgrafiek laat een wisselend patroon zien waarin drukke weken worden afgewisseld met periodes waarin contracturen niet volledig worden benut.
De lijn door het jaar: waar de inzet perfect aansluit
Het dashboard met marge na loonkosten over tijd maakt zichtbaar hoe deze verschillen door het jaar heen lopen. In de zomermaanden nemen de gewerkte uren toe en sluiten ze in veel filialen vrijwel precies aan op de contractbasis. Bij Noord en West gebeurt dat bijna elke maand. Daar loopt het team soepel mee met piekmomenten zonder dat er een overschot aan contracturen ontstaat.
In andere filialen zie je het tegenovergestelde. Centrum en Zuid hebben maanden waarin gewerkte uren structureel onder de contractbasis liggen. De afwijkingen zijn niet groot, maar genoeg om het margedoel te beïnvloeden. Dit zijn de momenten waarop teamleiders geneigd zijn om extra contracturen aan te houden om zekerheid te hebben, maar dat pakt financieel ongunstig uit.
Structurele overuren zijn niet het probleem. Het echte risico zit in uren die je betaalt maar niet terugziet op de werkvloer.
Dit perspectief maakte veel duidelijk bij FreshMart. Inzet blijkt vooral een kwestie van durven plannen. Een laag contractvolume met veel gewerkte uren levert optimale inzet op. Een hoog contractvolume met weinig gewerkte uren leidt tot inefficiëntie en lagere marge.
Een verdieping: functies met piekdruk en functies met ruimte
De heatmap met overuren per functie geeft extra inzicht. Bij FreshMart zijn het vooral caissières en vakkenvullers die structureel iets meer werken dan hun contract. Dit zijn vaak scholieren en parttimers, waarvoor een laag contractvolume logisch is. Deze functies profiteren het meest van een flexibel rooster, omdat uren alleen worden uitbetaald wanneer er daadwerkelijk gewerkt wordt.
Daily en managerfuncties laten een gemengd beeld zien. In drukke maanden lopen de gewerkte uren op, maar in rustigere periodes blijft er soms contractruimte liggen. Daardoor worden deze functies bepalend voor de totale loonkosten in een filiaal.
Bij medewerkersindividueel valt op dat sommige teamleden maand na maand precies boven hun contract uitkomen, terwijl anderen regelmatig onder hun contract blijven. Dat verschil is subtiel maar essentieel om te bepalen waar flexibiliteit goed werkt en waar bijgestuurd moet worden in planning en inzetverdeling.
Slot: van incidentele inzet naar structurele optimalisatie
Het dashboard laat zien dat personeelsinzet binnen een supermarkt geen kwestie is van goed of slecht plannen, maar van durven sturen op de juiste balans. Filialen die werken met lage contractvolumes en veel gewerkte uren presteren financieel beter. Filialen die zekerheid zoeken door hogere contracturen vast te houden leveren marge in door onderuren.
Voor CFO’s en controllers betekent het dat personeelsinzet eindelijk een betrouwbare stuurvariabele wordt. Het geeft inzicht in waar de bezetting optimaal is, waar ruimte zit om efficiënter te roosteren en waar marginale verbeteringen direct doorwerken in de loonkosten.
