“会议室利用率 70%”可能表示被预订了 70%，也可能表示真实有人使用了 70%。两者结论完全不同：前者高、后者低，往往意味着爽约、提前结束未释放或状态采集不准确。因此，先统一口径，再谈优化。
最重要的原则
所有指标必须写清楚分子、分母、统计时段和数据来源。不同办公室、不同月份要使用同一口径，才有可比性。
一、先区分 4 个核心指标
1. 预订利用率
表示可开放时间中有多少时间已被日程占用，反映“预约层面的紧张程度”，但不能证明现场真的有人。
预订利用率
有效预订时长 ÷ 可开放时长 × 100%2. 实际时间利用率
表示会议室在可开放时间中真实被使用的比例。实际使用可以来自签到、占用传感器、会议终端状态或人工记录，但不同数据源的准确度和含义不同。
实际时间利用率
实际占用时长 ÷ 可开放时长 × 100%3. 空占率
表示已预订时间中，没有形成实际使用的比例。若只有预订和签到数据，它更接近“未签到比例”；若有连续占用数据，则可以更细地识别迟到、提前结束和整场未使用。
空占率
(有效预订时长 − 实际占用时长) ÷ 有效预订时长 × 100%4. 容量匹配率
时间利用率高，不代表空间用得合理。两个人长期占用 20 人会议室，会导致“小房难订、大房低效”。容量匹配可以按会议参会人数与房间额定容量的区间来统计。
单场容量使用比例
实际参会人数 ÷ 会议室额定容量 × 100%二、用一个月度例子把公式算清楚
假设某办公室有 10 间会议室，每个工作日开放 9 小时，当月有 20 个工作日：
- 总可开放时长：10 × 9 × 20 = 1,800 间时
- 有效预订时长：1,260 间时
- 实际占用时长：990 间时
| 指标 | 计算 | 结果 | 说明 |
|---|---|---|---|
| 预订利用率 | 1,260 ÷ 1,800 | 70% | 日程层面看起来较紧张 |
| 实际时间利用率 | 990 ÷ 1,800 | 55% | 真实使用明显低于预订 |
| 空占率 | (1,260 − 990) ÷ 1,260 | 21.4% | 需继续区分爽约、迟到和提前结束 |
这个例子说明：只看预订记录会高估会议室紧张程度。270 间时的差额可能来自整场未使用，也可能来自提前结束、采集方式或日程同步问题，不能直接全部归因于员工爽约。
三、不同数据来源能回答什么
| 数据来源 | 能回答的问题 | 主要局限 |
|---|---|---|
| 预约日程 | 谁预订、计划时段、会议室需求 | 不能证明实际到场和结束时间 |
| 门牌或应用签到 | 是否按规则确认到场 | 有人忘记签到时会低估使用 |
| 占用传感器 | 空间是否有人及占用持续时间 | 通常无法识别具体会议与参会人数 |
| 门禁记录 | 人员进出时间线索 | 开门不一定等于会议开始，尾随也会影响数据 |
| 会议终端或中控 | 设备是否启用、运行时长 | 不开设备的会议可能无法识别 |
| 人工抽样 | 校准自动采集，理解具体原因 | 成本高，不适合持续覆盖全部空间 |
四、不要只看总平均值，还要分 5 个维度
- 按时段：查看上午、午间、下午和加班时段，识别峰值而非只看月平均。
- 按房型：比较 2–4 人、6–8 人和大型会议室，判断结构是否匹配需求。
- 按地点与楼层：识别距离、动线或区域权限导致的冷热不均。
- 按工作日：观察周一至周五差异，避免用一个月平均掩盖固定峰值。
- 按会议类型：在合规前提下区分内部协作、客户会议、培训和视频会议等场景。
五、从数据到动作：按问题选择治理办法
| 观察结果 | 可能原因 | 优先验证的动作 |
|---|---|---|
| 预订高、实际低 | 爽约、提前结束、同步或采集问题 | 检查数据源；再评估签到、提醒和释放规则 |
| 小会议室持续满载 | 小房数量不足或大房门槛过高 | 调整房型结构、开放规则或导引策略 |
| 大房利用率高但容量低 | 员工只看位置，不看容量 | 优化筛选与推荐，明确容量提示 |
| 个别楼层很冷 | 距离、设备、环境或认知问题 | 现场巡检并访谈，再决定改造或调整资源 |
| 设备故障集中 | 型号、网络、供电或运维流程问题 | 按设备类型统计故障与恢复时间 |
六、先做 4 周基线，再设置目标
目标不宜直接照搬其他企业。建议先使用现有数据做至少 4 周基线，覆盖普通工作周；再选择一个楼层或一类会议室试点。试点期间只改变一到两个规则，观察预订、实际占用和员工反馈是否同时改善。
- 固定开放时段、节假日和维护时段的处理方式。
- 记录数据缺失、设备离线和异常会议，避免“脏数据”进入结论。
- 保留上线前后的原始口径说明。
- 月度复盘时同时看效率、体验与运维成本。