Kundcase: Power BI-dashboard sparade 15 timmar per vecka

Ett medelstort logistikföretag i Stockholm spenderade 60 timmar varje månad på att uppdatera Excel-rapporter manuellt. Tre månader efter Power BI-implementation var den tiden nere på 8 timmar. Här är hela historien.

Obs: Företagsnamn och vissa detaljer är anonymiserade av sekretesskäl, men alla siffror och resultat är verkliga.

Företaget: Logistikföretag med 80 anställda

Bransch: Transport och logistik Anställda: 80 personer Omsättning: Cirka 120 miljoner kr/år Område: Stockholmsregionen System: Fortnox (ekonomi), eget TMS (transporthanteringssystem), Excel för rapportering

Kontaktperson: Emma Larsson, Controller (intervjuad mars 2025)

Utmaningen: Drunknade i Excel-rapporter

När Emma kontaktade oss i november 2024 beskrev hon situationen så här:

“Varje månadsskifte är kaos. Vi har 12 olika Excel-rapporter som måste uppdateras. Jag och två kollegor spenderar hela första veckan på att exportera data från Fortnox och vårt transportsystem, kopiera in i Excel-mallar, uppdatera pivottabeller, och skicka ut till olika mottagare. Det tar 15 timmar per person och vecka. Det är 60 timmar totalt per månad på något som borde vara automatiskt.”

Konkreta problem:

1. Manuellt datahämtning – Export från Fortnox till Excel (30 minuter) – Export från TMS till CSV, importera till Excel (45 minuter) – Kopiera data till rätt flikar i rapportmallarna (1-2 timmar)

2. Felrisk “I mars kopierade jag data från fel månad. Rapporten till styrelsen visade februari-siffror när de trodde det var mars. Pinsamt och farligt.”

3. Flera versioner cirkulerar “VD:n skickar rapporten vidare till styrelsen. Samtidigt har jag skickat en uppdaterad version till CFO:n. Nu finns två versioner med olika siffror i omlopp. Vilket är rätt?”

4. Ingen realtidsdata “När VD:n ringer och frågar ‘Hur går försäljningen denna månad?’ kan jag inte svara förrän månadsskiftet. Jag har ingen aktuell data.”

5. Personberoende “Bara jag och en kollega vet hur alla rapporter fungerar. När vi var sjuka samtidigt i februari stod allt stilla.”

Affärspåverkan: – Försenade beslut (inväntar rapporter) – Resurser på fel saker (rapportering istället för analys) – Risk för felaktiga beslut baserat på felaktig data – Stress och övertid vid månadsskifte

Målet: Automatisering och realtidsdata

Vi bokade ett kartläggningsmöte med Emma, CFO:n och VD:n.

Definerade mål:

Primära: 1. Minska manuellt rapporteringsarbete från 60 till <10 timmar/månad 2. Säkerställa att alla ser samma siffror (single source of truth) 3. Ge ledningen tillgång till aktuella siffror dagligen

Sekundära: 4. Snabbare månadsavslut (från 5 dagar till 2 dagar) 5. Möjlighet för VD och säljchefer att se data på mobilen 6. Frigöra tid för analys istället för rapportframställning

Framgångsmått: – 80 % tidsbesparing på rapportering – 90 % av ledningsgruppen använder dashboards veckovis – Noll rapporter med “fel version”-problem – Payback inom 12 månader

Lösningen: 3 Power BI-dashboards

Efter kartläggning identifierade vi att de 12 Excel-rapporterna kunde ersättas med 3 Power BI-dashboards:

Dashboard 1: Ekonomiöversikt (för CFO och controller)

Innehåll: – Omsättning (månad, YTD, jämfört med föregående år och budget) – Kostnader uppdelat på kostnadscenter – Bruttomarginal per tjänst – Likviditet och kassaflöde – Kundfordringar och leverantörsskulder

Datakällor: – Fortnox (via API-export till SharePoint varje natt) – Excel-budgetfil på SharePoint

Uppdateringsfrekvens: Dagligen kl 06:00

Dashboard 2: Verksamhetsdashboard (för VD och ledningsgrupp)

Innehåll: – Omsättning och vinst (kort översikt) – Antal leveranser per dag/vecka/månad – Leveransprecision (andel i tid) – Top 10 kunder (omsättning och marginal) – Personalomsättning och sjukfrånvaro

Datakällor: – Fortnox (ekonomi) – TMS (leveransdata) – Excel (HR-data, uppdateras manuellt månadsvis)

Uppdateringsfrekvens: Dagligen kl 06:00

Dashboard 3: Säljdashboard (för säljteam)

Innehåll: – Offertstatistik (antal, värde, konvertering) – Försäljning per säljare och region – Nya kunder vs befintliga kunder – Pipeline (offerterade men ej vunna affärer)

Datakällor: – TMS (offerter och försäljning) – Excel (pipeline uppdateras av säljare varje vecka)

Uppdateringsfrekvens: Dagligen kl 06:00

Implementationen: 10 veckor från start till full drift

Vecka 1-2: Kartläggning och design – Workshop med nyckelpersoner – Inventerade befintliga rapporter – Designade de tre dashboards på papper – Godkännande från stakeholders

Vecka 3-4: Datakällanslutning och pilot – Installerade Power BI Gateway på server – Anslöt Fortnox via export till SharePoint – Anslöt TMS via CSV-export (automatiserad med PowerShell-script) – Byggde första dashboarden (Ekonomiöversikt)

Vecka 5: Validering Emma och hennes kollega validerade alla siffror mot befintliga Excel-rapporter.

“Vi hittade några avvikelser första gången. Det visade sig att Excel-rapporten faktiskt hade räknat fel i två år. Power BI räknade rätt. Det var en aha-upplevelse.”

Vecka 6-7: Bygg övriga dashboards – Verksamhetsdashboard – Säljdashboard – Formatering enligt företagets grafiska profil

Vecka 8: Utbildning – 2-timmars workshop för hela ledningsgruppen – 1-timme för säljteamet – 4-timmars teknisk utbildning för Emma och en kollega (de ska kunna göra mindre justeringar själva)

Vecka 9: Pilotperiod – Körde parallellt med Excel i 2 veckor – Power BI + gamla Excel-rapporterna – Samlade feedback, gjorde små justeringar

Vecka 10: Lansering – Avvecklade Excel-rapporterna – Power BI blev officiell källa – Länk till dashboards på företagets intranätsida

Resultat: 52 timmar sparade per månad

Tre månader efter lansering mätte vi resultat:

Tidsbesparing

Före Power BI: – Emma: 15 timmar/månad på rapportering – Kollega 1: 15 timmar/månad – Kollega 2: 30 timmar/månad (ansvarig för fler rapporter) – Total: 60 timmar/månad

Efter Power BI: – Emma: 3 timmar/månad (uppdatera HR-data, kvalitetskontroll) – Kollega 1: 2 timmar/månad (kvalitetskontroll) – Kollega 2: 3 timmar/månad (uppdatera pipeline-data) – Total: 8 timmar/månad

Besparing: 52 timmar/månad = 624 timmar/år

Vid 500 kr/timme i lönekostnad: 312 000 kr/år i besparingar.

Snabbare månadsavslut

Före: 5 arbetsdagar från månadsskifte till färdiga rapporter Efter: 2 arbetsdagar (många rapporter uppdateras automatiskt dag 1)

Affärsnytta: Ledningen fattar beslut 3 dagar tidigare.

Användaradoption

Mätning efter 3 månader: – 10/10 ledningsgruppsmedlemmar öppnar dashboards minst veckovis – 8/10 säljare använder säljdashboard dagligen – 25 av 80 anställda har fått tillgång och använder dashboards

“VD:n kollar dashboarden på mobilen varje morgon. Han ringer inte längre och frågar om siffror – han ser dem själv.” — Emma

Förbättrad datakvalitet

Före: Olika rapporter visade ibland olika siffror (beroende på när data exporterades och vilken version av mall som användes).

Efter: Alla ser samma siffror från samma källa.

“Det har höjt förtroendet enormt. Förut tvivlade folk på siffrorna. Nu litar de på dashboarden.” — CFO

Oväntade fördelar

1. Bättre insikter > “Vi såg i lönsamhetsdashboarden att vi hade tre stora kunder med marginal under 5 %. Det visste vi inte tidigare. Vi omförhandlade kontrakt och ökade marginalen till 15 %. Det är direkt intjänade pengar tack vare Power BI.” — VD

Uppskattat värde: 200 000 kr/år i ökad marginal.

2. Snabbare svar till styrelse Styrelseordföranden kan logga in och se aktuella siffror när som helst. Färre frågor till ledningen.

3. Recruiting-fördel > “När vi rekryterar ny controller visar vi Power BI-miljön. Folk blir imponerade. Det signalerar att vi är moderna och datadrivna.” — Emma

Kostnad och ROI

Total projektinvestering:

Excel Department-konsulttjänster: – Kartläggning och design: 30 000 kr – Implementation (10 veckor): 90 000 kr – Utbildning: 25 000 kr – Totalt konsult: 145 000 kr

Internt arbete: – Emmas tid (25 % i 10 veckor): cirka 55 000 kr – IT-tid (Gateway-setup, support): cirka 20 000 kr – Totalt internt: 75 000 kr

Licenser (år 1): – Power BI Pro: 25 användare × 70 kr/mån × 12 = 21 000 kr – Gateway: Körs på befintlig server (0 kr extra) – Totalt licenser: 21 000 kr

Total kostnad år 1: 145 000 + 75 000 + 21 000 = 241 000 kr

Besparingar år 1: – Tidsbesparing: 312 000 kr – Ökad marginal: 200 000 kr (uppskattat) – Totala besparingar: 512 000 kr

Netto år 1: 512 000 – 241 000 = 271 000 kr

ROI: (512 000 – 241 000) / 241 000 = 112 %

Payback: 241 000 / 512 000 × 12 månader = 5,6 månader

År 2 och framåt: – Löpande kostnad: 21 000 kr (licenser) + 40 000 kr (underhåll 5 tim/månad) = 61 000 kr/år – Löpande besparing: 512 000 kr/år – Netto: 451 000 kr/år

Lärdomar: Vad som fungerade och vad som var utmanande

Vad som fungerade

1. Pilotperiod med parallellkörning Att köra Power BI och Excel samtidigt i 2 veckor gav användarna trygghet. De kunde jämföra och verifiera själva.

2. Ledningens engagemang VD:n var med på kickoff och använde dashboarden från dag ett. Det satte signalen att “detta är viktigt”.

3. Enkel första version Vi fokuserade på att ersätta befintliga rapporter, inte bygga avancerade funktioner. Det gav snabba resultat.

4. Utbildning för alla Inte bara Emma lärde sig Power BI. Hela ledningsgruppen fick utbildning i hur man läser dashboards.

Utmaningar

1. TMS-integration Transportsystemet hade ingen direktanslutning. Vi fick bygga en automatiserad CSV-export med PowerShell-script. Tog 2 veckor extra.

Lösning: Acceptera att inte alla system har perfekt integration. Workarounds fungerar.

2. Motståndet från en säljare En erfaren säljare vägrade använda det nya systemet. “Jag har gjort så här i 15 år.”

Lösning: VD:n gjorde det tydligt att alla skulle använda Power BI. Efter en månad anpassade han sig.

3. Inledande förvirring med filter Några användare filtrerade dashboarden och glömde ta bort filtret. De såg då bara del av datan och blev förvirrade.

Lösning: Lade till en textbox högst upp som visar aktiva filter i röd färg. Problem löst.

Vad skulle de gjort annorlunda?

Emma reflekterar:

“Om vi skulle göra om det skulle jag velat starta tidigare. Vi väntade för länge. Varje månad vi väntade var ett månadsskifte av onödigt manuellt arbete. Starta så fort beslutet är fattat.”

“Jag skulle också ha involverat IT tidigare. Vi träffade dem först vecka 3, men Gateway-setup hade kunnat börja vecka 1.”

Vad händer nu?

6 månader efter lansering planerar företaget:

Fas 2 (Q2 2026): – Dashboard för fordonseffektivitet (utnyttjandegrad, tomkörning) – Koppling till GPS-system för realtidsspårning – Prognosdashboard (prediktiv analys för kommande månaders försäljning)

Långsiktig vision: – Hela företaget datadrivet – Alla beslut baserade på aktuell data – Power BI som central del av företagskulturen

“Power BI har förändrat hur vi arbetar. Från reaktivt (vad hände förra månaden?) till proaktivt (vad händer just nu och vad kommer hända?). Det är natt och dag.” — VD

Är det här relevant för ditt företag?

Logistikföretaget i detta case liknar många svenska medelstora företag: – 50-150 anställda – Befintliga affärssystem (ekonomi, verksamhet) – Mycket Excel för rapportering – Tidskrävande manuella processer

Om du känner igen dig kan du förvänta dig liknande resultat.

Nästa steg för dig:

Kartlägg era Excel-rapporter Hur mycket tid läggs på manuell uppdatering?
Räkna på potentiell besparing Timmar × Lönekostnad = Besparingsmöjlighet
Boka en konsultation Vi kan göra en liknande bedömning för ert företag.

Excel Department kan hjälpa dig: – Kartläggning och ROI-kalkyl (gratis initial konsultation) – Implementation (likt detta case) – Utbildning för ert team – Löpande support

Boka gratis konsultation (30 minuter) för att diskutera er situation.

Läs mer: – Power BI för företag: Komplett guide – Power BI implementation: Projektplan – Migrera från Excel till Power BI – 5 Power BI-dashboards varje CFO behöver

Kontakta Excel Department: – Telefon: 010-264 20 20 – E-post: info@exceldepartment.se – Adress: Slottsbacken 8, 111 30 Stockholm – Google-betyg: 5.0/5 (26 recensioner)