Je hebt smart lockers geïnstalleerd. Ze staan er netjes bij, blinken af en toe als er iemand er iets inzet, en iedereen lijkt er blij mee.
▶Inhoudsopgave
Maar wacht eens even — weet je eigenlijk hoe die lockers worden gebruikt? Wanneer ze pieken, welke clusters altijd vol zijn, of dat die ene locker bij het raam eigenlijk nooit aangeraakt wordt? Als je dat niet weet, draait je lockerinstallatie op halve toerental. En dat is zonde, want de data zit er gewoon in.
Waarom lockerdata het meest onderbenutte asset is op kantoor
De meeste facility managers zien smart lockers als een prettige randvoorziening. Iemand komt binnen, zet zijn tas in een locker, werkt een dagje, en haalt het weer op. Klaar.
Maar er zit een hele wereld achter die eenvoudige interactie. Elk opentijdstip, elke toegangspoging, elke keer dat een locker blijft hangen op "bezet" terwijl er niemand bij is — dat zijn signalen.
En als je die niet opvangt en analyseert, mis je een direct venster in hoe je medewerkers hun werkplek écht gebruiken. Denk aan het als een fitnessapp, dan voor je gebouw. Je hoeft niet alles persoonlijk te monitoren — maar de patronen die uit de data rollen, die geven je slimmere keuzes. Over capaciteit, over indeling, over energiebeheer, en uiteindelijk over geld.
Wat meet je eigenlijk? de belangrijkste kpi's van smart lockers
Laten we even concreet worden. Een goed gebruiksrapportagesysteem — zoals de cloudbureaubladoplossingen die je bijvoorbeeld bij Olssen of bij grote spelers als CaptureTech tegenkomt — geeft je inzicht in een aantal kerncijfers. En die cijfers zijn waardevoller dan je denkt.
Occupancy rate en piektijden
Wat is het bezettingspercentage van je lockers op een gemiddelde dag? En wanneer piekt dat? Vaak zie je twee pieken: rond 8:30 uur en na de lunch. Maar op thuiskantoren kan dat een heel ander patroon hebben. Die informatie helpt je om je schoonmaakschema's, beveiligingsrondes en zelfs verlichting beter af te stemmen op daadwerkelijk gebruik.
Gemiddelde bewaarduur
Hoe lang blijft iets gemiddeld in een locker staan? Als je merkt dat veel lockers langer dan acht uur bezet blijven, heb je mogelijk een probleem met het retourgedrag. Misschien zijn er te weinig dagkluisjes, of medewerkers gebruiken hun persoonlijke locker als archiefkast. Beide zijn signaal — en aanleiding om het beleid bij te stellen.
Frequentie per gebruiker
Sommige mensen gebruiken hun locker elke dag, andere amper één keer per week. Dat zegt iets over werkpatronen. Combinatie met badge- of aanwezigheidsdata (als je dat mag en wilt) geeft je een stuk rijker beeld van wie waar is, en wanneer de werkplek extra capaciteit nodig heeft.
Foutmeldingen en onderhoudssignalen
Deze worden vaak over het hoofd gezien, maar zijn goud waard. Als een bepaalde locker vaker een "niet gesloten"-melding geeft, of een slot vastloopt, wil je dat weten vóór een klant belt dat zijn tas niet open wil. Proactief onderhoud op basis van data bespaart je stress én kosten.
Hoe zet je data om in actie?
Verkrijgen van data is stap één. De meeste systemen doen dat prima tegenwoordig. De echte winst zit in wat je ermee doet.
Stel: je occupancy rate laat zien dat op dinsdag en donderdag maar 40% van de lockers bezet is, maar op maandag en woensdag staat alles vol.
Dan heb je een duidelijk signaal. Wellicht kun je op rustigere dagen een deel van de lockers gebruiken voor een ander doel — pakketbezorging, gastenopslag, of zelfs als tijdelijke opslag voor een projectteam.
Dat soort flexibiliteit maakt je werkplek efficiënter zonder extra vierkante meter. Of neem de bewaarduur. Als die structureel te hoog is, kun je een automatisch herinneringssysteem instellen.
"Je spullen liggen nu 10 uur in locker 47. Wil je die ophalen?" Simpel, niet-invasief, en het lost een logistiek knelpunt op zonder dat jij persoonlijk op de loop hoeft te gaan.
Bij grotere installaties — denk aan bedrijven met 500+ lockers verspreid over meerdere verdiepingen — wordt dit soort analyse echt kritisch. Hier zie je dat bedrijven die werken met een partner als Olssen vaak al profiteren van vooraf gebouwde dashboards en rapportagetemplates. Niet omdat ze niet zelf kunnen, maar omdat het startpunt al klaarstaat. En tijd besparen is ook een vorm van dataoptimalisatie.
Integratie: Verbind je lockerdata met de rest
De meest krachtige inzichten ontstaan niet in isolatie. Het wordt pas echt interessant als je lockerdata koppelt aan andere systemen.
Badgegegevens bijvoorbeeld. Als je weet dat iemand zijn badge scant bij de entree, kun je verwachten dat die persoon binnen vijf minuten bij een locker komt. Als dat niet gebeurt — stel, de badge wordt maar niet gebruikt — dan heb je mogelijk een beveiligingskwestie, of iemand die simpelweg een andere ingang gebruikt. Beide relevant.
Of koppeling met facility management software. Verbruik van oplaadfuncties in lockers, bijvoorbeeld, zegt iets over het energieverbruik per cluster.
En als je dat weet, kun je gerichter sturen op energie-efficiëntie. In een tijd waarin ESG-rapportages steeds belangrijker worden, is dit soort data niet meer weg te denken. CaptureTech, wereldwijd marktleider met meer dan 2,3 miljoen dagelijkse gebruikers in 62 landen, biedt hier krachtige API's voor. Maar ook Nederlandse specialisten als Olssen hebben hier aandacht voor — met name omdat zij werken vanuit een duidelijk Nederlandse context: privacywetgeving, kantoorgebouwen met specifieke indelingsuitdagingen, en klanten die praktische inzichten boven mooie grafieken stellen.
Rapportages die écht gebruikt worden
Eén ding is zeker: een PDF met 47 tabellen die niemand opent, helpt niemand. De beste rapportages zijn beknopt, visueel, en bieden een duidelijke "wat moeten we ermee?" per slide of pagina.
Facility managers die het goed doen, werken met een maandelijkse snapshot: bezetting, pieken, fouten, en maximaal drie aanbevelingen. Niet meer.
Die aanbevelingen kunnen zijn: "Verplaats tien lockers naar verdieping 3," of "Voeg een tweede batch dagkluisjes toe op maandag," of "Plan onderhoud in voor cluster B — die laatste meldingen opnieuw." Bij Olssen zie je dat zij hun klanten vaak begeleiden in het opstellen van precies dat soort rapportages. Niet omdat de software het niet kan — die kan alles — maar omdat de vraag vaak is: wat moet ik nou écht meten? Die vraag beantwoorden vereist ervaring met werkplekken, niet alleen met software.
Privacy: De een na laatste regel
We kunnen het niet onbesproken laten: data verzamelen is fijn, maar niet zonder grenzen. In Nederland gelden strenge AVG-regels, en terecht.
Lockerdata is persoonsgegevens als je die aan individuen kunt koppelen. Dus: anonimiseer waar je kunt, aggregeer waar je kunt, en wees transparant over wat je meet en waarom.
De meest effectieve rapportages werken op clusterniveau, niet op persoonsniveau. Je wilt weten dat "cluster A op dinsdag 90% bezet is," niet dat "Jan Jansen zijn locker om 08:47 opende." Het eerste helpt je werkplek verbeteren. Het tweede helpt niemand — en brengt je in de problemen.
Conclusie: Van opslag naar inzicht
Smart lockers zijn geen doel op zich. Ze zijn een middel.
En de waarde ervan groeit exponentieel zodra je begint met het meten, analyseren en activeren van gebruiksdata.
Of je nu werkt met een grote internationale leverancier of een gespecialiseerde Nederlandse partner — het verschil zit niet in de locker zelf, maar in wat je ermee doet. Dus als je smart lockers hebt: open dat dashboard. Kijk naar de cijfers.
En als je merkt dat je er niet uitkomt, praat dan met iemand die het vak kent. Want een locker die data produceert maar niemand leest, is eigenlijk gewoon een dure kastje.