Blogg | Vemco Group

analys av lokalutnyttjande — Vanliga frågor om analys av lokalutnyttjande | Vemco Group

Skriven av Admin | 9 sep. 2026 11:25:33

Det klassiska scenariot: bokningssystemet visar att mötesrummen är fullbokade hela veckan, men när du går en runda på tisdag förmiddag står hälften tomma. Samtidigt betalar ni hyra, värme och städning för varje kvadratmeter – oavsett om någon använder den eller inte. Det är exakt i det glappet mellan bokat och faktiskt använt som analys av lokalutnyttjande blir en budgetfråga, inte en teknikfråga. Här går vi igenom de frågor vi oftast får från fastighetschefer, universitet och offentliga verksamheter som redan läst de generella artiklarna och nu vill veta hur det fungerar i praktiken.

Vad är skillnaden mellan bokningsdata och verklig beläggningsdata?

Bokningsdata visar avsikt. Beläggningsdata visar verklighet. Ett rum som bokas för åtta personer men används av tre, eller inte alls, ser identiskt ut i kalendern. AI-baserade sensorer mäter i stället faktisk närvaro i realtid: hur många personer som befinner sig i ett rum, en zon eller en hel byggnad, minut för minut. Skillnaden mellan de två datakällorna är ofta det första resultatet en organisation får ut av sin analys – och den brukar överraska. I många kontorsmiljöer ligger den verkliga användningen av bokade rum betydligt lägre än vad kalendern antyder.

Hur exakt är mätningen egentligen?

En rimlig fråga, eftersom beslut om att säga upp hyresavtal eller bygga om kräver data man litar på. Kontraktuellt garanterar seriösa leverantörer en lägsta noggrannhet – hos Vemco är den minst 96 procent, och i praktiken ligger den typiskt på 98–99 procent när förhållandena tillåter, det vill säga när ljus, planlösning och besökarbeteende samverkar. Var skeptisk mot leverantörer som lovar en fast siffra på 99 procent oavsett miljö. En mörk entré med glasdörrar och en öppen ljusgård är två helt olika mätmiljöer, och en ärlig leverantör säger det rakt ut.

Räknas personalen med i statistiken?

Inte om systemet är rätt konfigurerat. Moderna AI-sensorer kan exkludera personal ur räkningen, vilket är avgörande i miljöer som universitetsbibliotek, medborgarkontor och receptioner där anställda passerar samma zoner hundratals gånger per dag. Utan personalexkludering blir nyttjandegraden systematiskt uppblåst, och alla beslut som bygger på den blir fel åt samma håll. Fråga alltid hur exkluderingen fungerar tekniskt innan ni skriver avtal.

Vad gör vi med datan när vi väl har den?

Det är här många projekt stannar av – man samlar data i sex månader och tittar sedan på snygga grafer utan att fatta ett enda beslut. De organisationer som får ut mest ur sin analys arbetar med tre konkreta beslutsnivåer:

  • Operativa beslut: realtidslarm vid en fördefinierad gräns, till exempel när en föreläsningssal eller ett väntrum närmar sig maxkapacitet, så att personal kan agera direkt.
  • Taktiska beslut: justera städscheman efter faktisk användning i stället för fasta rundor, omfördela mötesrum, ändra öppettider för specifika zoner.
  • Strategiska beslut: förhandla om hyresavtal, konsolidera våningsplan eller campus-byggnader, dimensionera framtida lokaler efter uppmätta toppar i stället för magkänsla.

Verktyg som VemSpace är byggda just för de två sista nivåerna: att göra rådata om lokalutnyttjande till underlag för yteffektivisering som en fastighetschef kan ta med sig in i ett budgetmöte.

Kan beläggningsdata sänka våra driftskostnader, inte bara hyran?

Ja, och det är ofta den snabbaste vägen till mätbar besparing. De flesta kontor, universitetsbyggnader och offentliga lokaler driver ventilation, värme och kyla efter schema – inte efter närvaro. Systemen går för fullt i salar som står tomma. Genom att koppla beläggningsdata direkt till fastighetens tekniska system – vilket är precis vad VemFusion gör mot HVAC, BMS och säkerhetssystem – kan driften styras efter faktisk användning. En föreläsningssal som är tom efter klockan 15 behöver inte fullventileras till 22. Det är skillnaden mellan att analysera slöseri och att automatiskt stänga av det.

Hur hanterar vi integritet och GDPR?

Beläggningsmätning handlar om antal, inte om individer. Rätt utformade system räknar personer anonymt utan att identifiera vem som befinner sig var. Det ni ska begära av leverantören är dokumentation på att ingen persondata lagras, att bildbehandling sker lokalt i sensorn där det är relevant, och att lösningen kan förankras hos ert dataskyddsombud innan installation – inte efter. För universitet och offentliga institutioner är detta ofta det som avgör om projektet över huvud taget går att genomföra, så ta frågan tidigt i upphandlingen.

Hur lång tid tar det innan vi kan fatta beslut på datan?

Här kommer en observation från praktiken som sällan står i broschyrerna: de första två till fyra veckornas data är nästan alltid missvisande. Installationen väcker nyfikenhet, beteenden förändras tillfälligt, och säsongsvariationer syns inte. Universitet är det tydligaste exemplet – en mätperiod under tentaveckorna ger en helt annan bild än en vanlig undervisningsvecka, och sommaren är i praktiken oanvändbar som referens. Räkna med minst en full verksamhetscykel, gärna tre månader, innan ni fattar strategiska beslut. Operativa larm och taktiska justeringar kan däremot börja leverera värde från dag ett.

Vilka misstag gör organisationer oftast?

  • Man mäter för få zoner. En sensor vid huvudentrén säger inget om vilka våningsplan eller rum som faktiskt används. Granularitet avgör beslutskvaliteten.
  • Man definierar inte tröskelvärden i förväg. Vad räknas som underutnyttjat hos er – under 40 procent beläggning? Under 25? Utan en definierad gräns blir varje diskussion en tolkningsfråga.
  • Man glömmer facket och medarbetarna. Kommunicera att systemet räknar antal, inte övervakar individer, innan sensorerna sitter i taket – inte när ryktena redan går.
  • Data stannar hos fastighetsavdelningen. HR, IT och verksamhetsledning fattar också lokalbeslut. Ge dem tillgång till samma siffror.

Hur räknar vi hem investeringen?

Bygg kalkylen på tre poster: minskad yta (hyra per kvadratmeter gånger identifierad överkapacitet), sänkt driftskostnad (energi och städning styrd efter närvaro i stället för schema) och undvikna investeringar (den tillbyggnad eller nyförhyrning som visade sig onödig när ni såg den verkliga nyttjandegraden). Den tredje posten är ofta störst men syns aldrig i en traditionell business case-mall, eftersom det är en kostnad som aldrig uppstår. En organisation som funderar på att hyra ytterligare ett våningsplan och i stället upptäcker att det befintliga huset används till 55 procent har redan betalat hela systemet många gånger om.

Har ni fler frågor om analys av lokalutnyttjande – eller vill ni testa hur mätningen skulle fungera i just era byggnader, med er planlösning och era ljusförhållanden? Kontakta Vemco Group så går vi igenom era lokaler, era beslutsbehov och vad en pilotinstallation skulle visa er inom en verksamhetscykel.