Estudo de caso interativo: otimização da ocupação em 90 dias usando heatmaps, waitlist e automações

Um heatmap de ocupação transforma uma tabela de reservas em uma representação visual. As linhas podem mostrar os horários, as colunas representam os dias da semana e as cores indicam a relação entre vagas disponíveis, reservas confirmadas, comparecimentos e capacidade máxima. A regra mais importante é separar reserva de presença. Uma aula com 90% das vagas reservadas, mas apenas 68% de comparecimento, tem um problema diferente de uma aula com 68% de reservas e 66% de presença. Na análise do caso, a matriz foi dividida em quatro faixas. A primeira reunia horários com ocupação presencial abaixo de 50% por pelo menos quatro semanas. A segunda indicava zonas saudáveis, entre 50% e 80%. A terceira mostrava horários fortes, acima de 80%, com atenção para a frequência da lista de espera. A quarta identificava aulas aparentemente lotadas, mas com no-show superior a 10%, sinal de que a capacidade real era menor do que o calendário sugeria. O heatmap revelou três padrões. Uma turma de funcional às 6h tinha 47% de ocupação, enquanto a turma das 7h registrava 94% e uma lista de espera média de quatro pessoas. No Pilates, o horário das 18h parecia cheio, mas tinha 13% de faltas, em parte porque os alunos reservavam com muita antecedência e cancelavam sem liberar a vaga. Já o sábado pela manhã tinha procura concentrada em uma única aula, apesar de duas turmas consecutivas com baixa utilização. A leitura correta não é simplesmente remover o vermelho e criar mais aulas no verde. O gestor precisa cruzar o mapa com margem por turma, custo do professor, capacidade da sala, origem do aluno e recorrência. Uma sessão com ocupação menor pode ser estratégica para novos alunos ou para retenção, enquanto uma aula lotada por usuários de plataformas parceiras pode gerar menos receita líquida do que uma turma própria com ocupação ligeiramente inferior. Para operações que trabalham com Wellhub ou TotalPass, registre separadamente reservas, check-ins, repasses e receita líquida. O guia semanal para reconciliar receita e ocupação com Gympass e Totalpass oferece uma referência útil para não confundir lotação física com rentabilidade.

A lista de espera só aumenta a ocupação quando reduz o tempo entre o cancelamento e o preenchimento da vaga. Uma regra prática é liberar a oportunidade para o primeiro aluno da fila por 10 a 20 minutos em aulas muito disputadas. Depois desse prazo, a vaga passa ao próximo. O período pode ser maior quando a aula acontece no dia seguinte e menor quando o cancelamento ocorre poucas horas antes. O chamado bump precisa ser previsível. O aluno deve saber que entrar na lista não garante presença imediata, que receberá uma notificação quando houver disponibilidade e que perderá a prioridade caso não confirme dentro do prazo. Essa transparência evita conflitos e reduz a sensação de injustiça, sobretudo em turmas de CrossFit, aulas de Pilates com aparelhos limitados e sessões com poucas vagas. Outra regra eficaz é diferenciar espera automática de espera manual. A fila automática atende cancelamentos comuns dentro da janela definida. A recepção pode assumir casos excepcionais, como transferência de unidade, necessidade de acessibilidade ou conflito causado por uma alteração de professor. Misturar todas as situações em uma única fila gera retrabalho e abre espaço para favorecimentos involuntários. No cenário analisado, a unidade permitia uma lista de espera com até oito pessoas, confirmação em 15 minutos e bloqueio temporário de novas reservas durante o processo de preenchimento. Após quatro semanas, 38% das vagas liberadas foram ocupadas por alguém da fila, contra 9% antes da mudança, quando a recepção avisava alunos de maneira manual. A ocupação melhorou sem ampliar a capacidade física. A automação deve parar quando houver sinais de fricção: mensagens duplicadas, confirmações fora do prazo, alunos recebendo avisos depois do início da aula ou dificuldade para cancelar. Teste primeiro em uma modalidade e em uma unidade. Só depois padronize a regra para toda a rede.

A métrica principal é a ocupação por presença: compare o número de check-ins com a capacidade efetiva da turma. A fórmula é simples: check-ins realizados dividido pelo total de vagas, multiplicado por 100. Acompanhe também a ocupação por horário, dia, modalidade e unidade, porque uma média consolidada pode mascarar a transferência de alunos de uma turma para outra. No estudo de caso, a ocupação presencial subiu de 61% para 78% em 90 dias. O no-show caiu de 14% para 8%, a taxa de preenchimento de vagas via lista de espera passou de 9% para 38% e a receita líquida média por turma aumentou 19%. Esses números são ilustrativos de um cenário composto, mas mostram como atribuir o efeito a diferentes alavancas em vez de declarar que toda melhoria veio do heatmap. A receita por turma deve considerar mensalidades alocadas, avulsos, repasses de plataformas, descontos e custos variáveis. Uma aula com 100% de presença pode ter margem menor quando exige um professor adicional ou utiliza uma sala que poderia atender uma modalidade mais rentável. Para decisões de expansão, acompanhe também receita por hora de sala e receita por hora de professor. O LTV, ou valor do ciclo de vida do aluno, precisa ser observado com uma janela mais longa. Em 90 dias, você pode medir variação de frequência, renovação inicial, upgrades e cancelamentos, mas não deve prometer que o LTV definitivo já foi comprovado. Uma melhoria de 8% na frequência dos alunos novos, combinada com queda de cancelamentos nos primeiros meses, é um sinal antecipado mais confiável. Registre ainda indicadores de experiência: reclamações sobre espera, tempo de resposta da recepção, cancelamentos feitos dentro da política e taxa de mensagens entregues. A jornada de retenção de alunos com onboarding, engajamento e reativação complementa a análise porque ocupação sustentável depende de alunos que continuam frequentando, não apenas de vagas preenchidas pontualmente.