Benieuwd naar Staffyou WFM?

Plan een demo
Staffyou
Demo
WFM blog

Omzetprognose maken per dag en per uur (met Excel-voorbeeld)

Een omzetprognose per dag maak je met drie bouwstenen: de omzet van dezelfde weekdag vorig jaar, de trend van de afgelopen weken en wat er al geboekt is. Die basis stel je bij voor weer, feestdagen en evenementen, en met een uurprofiel verdeel je de dagprognose over de uren. In Excel bouw je dat met zes tabbladen en een handvol formules. Hieronder lees je welke, en hoe je eenvoudig meet hoe goed je prognose is.

WFM blog

Een omzetprognose per dag maak je met drie bouwstenen: de omzet van dezelfde weekdag vorig jaar, de trend van de afgelopen weken en wat er al geboekt is. Die basis stel je bij voor weer, feestdagen en evenementen, en met een uurprofiel verdeel je de dagprognose over de uren. In Excel bouw je dat met zes tabbladen en een handvol formules. Hieronder lees je welke, en hoe je eenvoudig meet hoe goed je prognose is.

Voorspel je omzet of het aantal gasten?

Bij voorkeur allebei. Hoeveel personeel je nodig hebt, hangt af van de drukte: het aantal gasten, klanten of orders. Omzet beweegt daarnaast mee met je prijzen. In september 2026 lag de omzet van de detailhandel 2,7 procent hoger dan een jaar eerder, terwijl het verkoopvolume maar met 1,8 procent steeg (CBS). Wie alleen naar omzet kijkt, ziet een prijsstijging aan voor extra drukte en plant te ruim.

Voorspel daarom het aantal gasten of klanten en vermenigvuldig dat met de gemiddelde besteding. Heb je geen gastentelling, gebruik dan het aantal kassabonnen. In de voorbeelden hieronder rekenen we in omzet; voor gasten zijn de stappen hetzelfde.

Stap 1: begin bij dezelfde weekdag vorig jaar

Vergelijk weekdag met weekdag, niet datum met datum. Ook het CBS corrigeert omzetcijfers voor het aantal koopdagen: zonder die correctie was de groei in de detailhandel in september 2026 geen 2,7 maar 3,3 procent.

De truc: trek 364 dagen van de datum af. Dat is precies 52 weken, dus je komt altijd op dezelfde weekdag uit. Zaterdag 12 juni 2027 vergelijk je zo met zaterdag 13 juni 2026. In de vakliteratuur heet dit de seizoensnaïeve methode: eenvoudig, vaak verrassend goed en in stap 6 je ijkpunt.

Bij feestdagen werkt dit niet. Tweede Paasdag valt in 2027 op maandag 29 maart. Trek je 364 dagen af, dan kom je uit op maandag 30 maart 2026, een gewone werkdag, want Tweede Paasdag viel dat jaar op 6 april. Koppel feestdagen daarom op naam: Tweede Paasdag aan Tweede Paasdag, Koningsdag aan Koningsdag.

Stap 2: corrigeer voor de trend van de laatste weken

Vorig jaar is een startpunt, geen voorspelling. Bereken daarom een trendindex: de omzet van de laatste vier weken gedeeld door de omzet van dezelfde vier weken vorig jaar, weer 364 dagen terug.

Voorbeeld (fictief): de laatste vier weken zette je € 70.200 om, dezelfde vier weken vorig jaar € 67.500. De trendindex is 70.200 ÷ 67.500 = 1,04. Je zit 4 procent boven vorig jaar.

Laat uitzonderlijke dagen weg, zoals een sluiting door een storing, anders trekken ze de index scheef. Kies de periode bewust: een korte periode reageert sterk op toeval, een lange reageert traag op een echte verandering.

Stap 3: tel reserveringen en bekende boekingen mee

Reserveringen zeggen iets over de dag zelf, en die informatie zit niet in de cijfers van vorig jaar. Maak daarbij onderscheid tussen twee soorten:

  • Gewone reserveringen. Vergelijk het aantal gereserveerde gasten met het aantal op hetzelfde moment vorig jaar, bijvoorbeeld zeven dagen vooraf. Ligt dat duidelijk hoger of lager dan je trendindex doet verwachten, stel de prognose dan bij. Daarvoor moet je die tussenstand wel elk jaar noteren. Begin daar nu mee.
  • Groepen en partijen. Die tel je er los bij, op hun eigen tijdstip. Een groep die om 12.30 uur luncht, hoort in het uur van 12.00 tot 13.00 uur en niet verspreid over de dag.

Stap 4: stel bij voor weer, feestdagen, vakanties en evenementen

Bij deze stap neemt het gevoel snel de overhand. Gebruik liever je eigen cijfers:

  • Weer. Download bij het KNMI de daggegevens van een weerstation in de buurt en zet temperatuur en neerslag naast je omzet. Vergelijk daarna soortgelijke dagen met en zonder regen. Zo weet je wat een warme, droge zaterdag voor jouw zaak betekent.
  • Feestdagen. Zet de officiële feestdagen van de komende jaren in je bestand. De Rijksoverheid publiceert ze van tevoren.
  • Schoolvakanties. Die verschillen per regio. In 2027 begint de zomervakantie in regio noord op 10 juli, in regio midden op 17 juli en in regio zuid op 24 juli.
  • Evenementen. Concerten, wedstrijden, markten en beurzen in de buurt, en je eigen acties.

Schrijf bij elke correctie op waarom je hem maakt. Dan kun je later nagaan of hij klopte.

Stap 5: verdeel de dagprognose over de uren

Voor je rooster heb je de omzet per uur nodig: een dagtotaal zegt niet of je om 13.00 uur vier of acht mensen nodig hebt. Maak per weekdag een uurprofiel: welk deel van de dagomzet valt in welk uur? Neem daarvoor uit je kassa het gemiddelde van de laatste acht keer dezelfde weekdag. Let op: een kassabon toont het moment van afrekenen, niet van binnenkomen. In een restaurant kan daar twee uur tussen zitten.

Voorbeeld omzetprognose (fictief): een lunchroom, zaterdag 12 juni 2027, open van 9.00 tot 18.00 uur. Vorig jaar regende het op de vergelijkingsdag; nu wordt het droog en 25 graden. Volgens de eigen historie zet de zaak op droge, warme zaterdagen gemiddeld 12 procent meer om dan op natte.

BouwsteenBedrag
Omzet zaterdag 13 juni 2026€ 4.800
× trendindex 1,04€ 4.992
× weercorrectie +12%€ 5.591
+ groep van 20 personen × € 24 besteding€ 480
Prognose€ 6.071

Verdeeld over de uren met het uurprofiel van de zaterdag. De groep staat in het lunchuur; de bedragen zijn afgerond.

UurAandeelOmzet
9-105%€ 280
10-118%€ 447
11-1212%€ 671
12-1318%€ 1.006 + € 480 = € 1.486
13-1417%€ 950
14-1513%€ 727
15-1611%€ 615
16-179%€ 503
17-187%€ 391

Met je norm voor omzet per manuur reken je dit om naar het aantal mensen per uur.

Stap 6: houd een logboek bij en meet hoe goed je prognose is

Leg de prognose vast op het moment dat je het rooster maakt. Zet na elke dag de werkelijke omzet ernaast en schrijf in één zin op waarom het anders liep: "onweersbui om 14.00 uur", "voetbalwedstrijd op tv", "nieuwe brunchkaart". Na een paar maanden is dat logboek je beste bron voor de correcties uit stap 4.

Meet de afwijking met drie getallen:

  • Afwijking: (realisatie − prognose) ÷ realisatie. Positief betekent dat het drukker was dan voorspeld.
  • MAPE (mean absolute percentage error): het gemiddelde van de afwijkingen zonder plus- of minteken. Zo zie je hoeveel je er gemiddeld naast zit.
  • Bias: het gemiddelde mét teken. Ligt dat duidelijk boven of onder nul, dan voorspel je structureel te laag of te hoog.

Voorbeeld (fictief), één week:

DagPrognoseRealisatieAfwijkingReden
ma€ 2.100€ 2.000−5,0%
di€ 2.200€ 2.300+4,3%
wo€ 2.400€ 2.350−2,1%
do€ 2.600€ 2.900+10,3%24 graden in plaats van de verwachte 19, terras vol
vr€ 3.900€ 3.700−5,4%
za€ 6.071€ 5.600−8,4%onweersbui om 14.00 uur
zo€ 4.500€ 4.650+3,2%

De MAPE is 5,6 procent en de bias −0,4 procent: geen structurele scheefheid. Over de hele week zit je maar 1,2 procent te hoog (€ 23.771 voorspeld, € 23.500 gerealiseerd), maar op donderdag en zaterdag zat je er flink naast. Meet daarom per dag: een weektotaal dat klopt, kan dagen verbergen waarop je rooster niet paste.

Twee kanttekeningen. Bij kleine getallen worden procenten onbetrouwbaar: een uur met € 40 omzet waarin je € 80 verwachtte, telt als 100 procent afwijking. Meet de MAPE dus per dag of dagdeel, niet per uur.

En vergelijk je methode met de simpelste variant: dezelfde weekdag vorig jaar, zonder trend en correcties. Het standaardwerk Forecasting: Principles and Practice gebruikt eenvoudige methoden precies daarvoor, als ijkpunt. Een methode die ze niet verslaat, is het overwegen niet waard. Doet jouw prognose het na een paar maanden niet beter, dan voegen je correcties niets toe.

Zo bouw je de omzetprognose in Excel

In een Nederlandstalige Excel scheid je de argumenten van een functie met een puntkomma. We gebruiken bewust geen X.ZOEKEN, want die functie ontbreekt in Excel 2016 en Excel 2019.

Tabblad Instellingen

  • B1: de datum van vandaag (zelf invullen).
  • B2, trendindex: =SOMMEN.ALS(Historie!B:B;Historie!A:A;">="&(B1-28);Historie!A:A;"<"&B1)/SOMMEN.ALS(Historie!B:B;Historie!A:A;">="&(B1-392);Historie!A:A;"<"&(B1-364))
  • B3: gemiddelde besteding per gast.

Tabblad Historie, één rij per dag: A Datum, B Omzet exclusief btw, C Gasten, D Maximumtemperatuur, E Neerslag in mm, F Bijzonderheid.

Tabblad Kassa, één rij per uur per dag (of per bon) uit je kassa-export: A Datum, B Uur, C Omzet, D Weekdag met =WEEKDAG(A2;2) (1 is maandag, 7 is zondag). Staat er in je export een tijdstip, haal het uur er dan uit met =UUR(...).

Tabblad Uurprofiel, één rij per combinatie van weekdag en uur: A Weekdag, B Uur, C Aandeel over de laatste acht weken: =SOMMEN.ALS(Kassa!C:C;Kassa!D:D;A2;Kassa!B:B;B2;Kassa!A:A;">="&(Instellingen!$B$1-56))/SOMMEN.ALS(Kassa!C:C;Kassa!D:D;A2;Kassa!A:A;">="&(Instellingen!$B$1-56))

Tabblad Prognose, één rij per dag die je voorspelt:

KolomKopFormule in rij 2
ADatuminvullen
BWeekdag=WEEKDAG(A2;2)
CVergelijkingsdag=A2-364 (bij een feestdag: datum van dezelfde feestdag vorig jaar typen)
DOmzet vergelijkingsdag=SOMMEN.ALS(Historie!B:B;Historie!A:A;C2)
EBijzonderheid vergelijkingsdag=VERT.ZOEKEN(C2;Historie!A:F;6;ONWAAR)
FCorrectieinvullen als percentage, bijvoorbeeld 12%
GReden correctietekst
HExtra boekingen in eurobijvoorbeeld =20*Instellingen!$B$3
IPrognose=D2*Instellingen!$B$2*(1+F2)+H2
JRealisatie=SOMMEN.ALS(Historie!B:B;Historie!A:A;A2)
KAfwijking=ALS(J2=0;"";(J2-I2)/J2)
LAbsolute afwijking=ALS(J2=0;"";ABS(K2))
MAfwijking vorig jaar als prognose=ALS(J2=0;"";ABS((J2-D2)/J2))
NReden afwijkingtekst

Kolom I rekent met de trendindex van vandaag en verandert dus mee als je B1 bijwerkt. Kopieer de prognose daarom als je het rooster maakt en plak hem als waarden op dezelfde plek terug. Zo vergelijk je later met de prognose die je echt hebt gebruikt.

Onder de tabel zet je de MAPE over acht weken met =GEMIDDELDE(L2:L57), de bias met =GEMIDDELDE(K2:K57) en de MAPE van de simpelste methode met =GEMIDDELDE(M2:M57). GEMIDDELDE slaat tekstcellen over, dus dagen zonder realisatie tellen niet mee. Geef de kolommen K, L en M de celopmaak Percentage.

Tabblad Per uur: B1 de datum, B2 =WEEKDAG(B1;2), B3 de dagprognose zonder groepen met =SOMMEN.ALS(Prognose!I:I;Prognose!A:A;B1)-SOMMEN.ALS(Prognose!H:H;Prognose!A:A;B1). Zet vanaf A5 de uren onder elkaar en in B5 =$B$3*SOMMEN.ALS(Uurprofiel!C:C;Uurprofiel!A:A;$B$2;Uurprofiel!B:B;A5). In kolom C zet je de groepen in hun eigen uur, in kolom D het totaal.

Wanneer schiet Excel tekort?

Voor één zaak met één kassa werkt dit goed. Het wordt lastig zodra:

  • Je meer locaties of afdelingen hebt. Elke locatie en afdeling heeft een eigen uurprofiel nodig. Tien locaties die elke dag dertien uur open zijn, leveren samen 47.450 rijen kassadata per jaar op, en elke aanpassing voer je tien keer door.
  • Je bronnen moet combineren. Kassa, reserveringssysteem, weer en agenda zitten in aparte systemen. Iemand moet ze elke week exporteren en plakken, en juist die klus blijft in een drukke week liggen.
  • De prognose een rooster moet worden. Het bestand geeft de omzet per uur. Mensen, diensten en loonkosten reken je daarna apart uit, en het rooster maken doe je weer in een ander programma.

Daarvoor is Staffyou Forecast gemaakt. Het combineert je eigen historie van diensten, uren en check-ins met omzet, reserveringen, ticketverkoop, weer, evenementen en vrije invoer, via een API-koppeling of import. De voorspelling is per uur, locatie en afdeling, en het model wordt na elke geplande en gewerkte dienst bijgewerkt. Forecast rekent de bezetting door naar loonkosten, afgezet tegen je budget of een omzetpercentage, maakt er conceptdiensten van en zet een krappe, neutrale en ruime variant naast elkaar. Voor een nieuwe locatie met weinig historie gebruikt het normen per activiteit, locatiekenmerken en externe signalen.

Veelgestelde vragen

Hoe maak je een omzetprognose?

Neem de omzet van dezelfde weekdag vorig jaar, vermenigvuldig die met de trend van de laatste vier weken, tel bekende boekingen erbij en stel bij voor weer, feestdagen en evenementen. Verdeel de dagprognose daarna met een uurprofiel over de uren.

Wat is een goede MAPE voor een omzetprognose?

Een vaste grens bestaat niet: bij kleine aantallen is de afwijking vanzelf groter dan bij grote. Vergelijk je MAPE met die van de simpelste methode, dezelfde weekdag vorig jaar, en kijk of hij maand na maand daalt.

Hoe ver vooruit maak je een omzetprognose?

Minstens zo ver vooruit als je rooster bekend moet zijn, en verder als je oproepkrachten of uitzendkrachten op tijd wilt vastleggen. Stel de prognose elke week bij met nieuwe reserveringen en de weersverwachting.

Wil je zien hoe een omzetprognose per uur doorwerkt in bezetting en loonkosten? Bekijk Staffyou Forecast of plan een demo.

Bronnen

Verder lezen

Personeelsplanning in één systeem?

Staffyou WFM: €0,15 per gepland uur, de eerste 500 uur per maand gratis.

Plan een demo