5 Power BI-dashboards varje CFO behöver
Som CFO fattar du beslut som påverkar hela företaget. Men om du väntar till månadsrapporten är klar har du redan förlorat två veckor. Med rätt Power BI-dashboards ser du viktiga signaler i realtid. Här är de fem dashboards vi bygger åt varje ekonomichef.
På Excel Department har vi skapat Power BI-lösningar för CFO:er i 40+ svenska företag. Vi har sett vilka dashboards som faktiskt används varje dag och vilka som blir bortglömda efter två månader. Den här guiden visar de fem som alltid ger värde.
Dashboard 1: Likviditet och kassaflöde
Detta är dashboarden vi bygger först för nästan varje CFO. Likviditet avgör om företaget överlever nästa månad. Du kan inte vänta 15 dagar på en rapport.
Vad den visar
Huvudmått (Cards överst): – Aktuellt likviditet (kontanter + tillgängliga krediter) – Kassaflöde senaste 30 dagarna – Prognostiserad likviditet 30 dagar framåt – Dagar kvar innan likviditet under kritisk nivå
Kassaflödesdiagram (Waterfall chart): Visar förändring dag för dag eller vecka för vecka: – Ingående balans – + Inbetalningar från kunder – – Utbetalningar till leverantörer – – Löner – – Övriga kostnader – = Utgående balans
Prognos (Linjediagram): Tre linjer: – Faktisk likviditet (historisk) – Prognostiserad likviditet (baserad på fakturor och leverantörsskulder) – Kritisk miniminivå (röd linje)
Kundfordringar (Table): Sorterat efter förfallodatum: – Kund – Fakturabelopp – Förfallodatum – Dagar försenad (färgkodad: grönt <30, gult 30-60, rött >60)
Leverantörsskulder (Table): Kommande betalningar: – Leverantör – Belopp – Förfallodatum – Prioritet (betalningsvillkor, kritikalitet)
Datakällor
Kopplingar du behöver: – Ekonomisystem (Fortnox, Visma, Hogia) för fakturor och leverantörsskulder – Bankkonto för daglig saldo – Excel-fil för manuella prognosjusteringar
Uppdateringsfrekvens: Dagligen kl 07:00 (innan arbetsdagen börjar)
Varför CFO:er älskar den
“Förut fick jag likviditetsrapport från ekonomiavdelningen varje fredag. Nu ser jag den direkt på telefonen varje morgon. När en stor kund drog ut betalning tre veckor såg jag det omedelbart och kunde agera.” — Maria Svensson, CFO, industriföretag Stockholm
Praktiskt värde: – Identifiera betalningsproblem innan de blir kritiska – Planera stora inköp baserat på faktisk likviditet – Förhandla betalningsvillkor med data – Sov bättre (du vet exakt var du står)
Implementationstid
Med konsulthjälp: 1-2 veckor Gör-det-själv: 3-4 veckor (kräver integration med bankkonto)
Dashboard 2: Lönsamhet per produkt/kund/projekt
Många företag vet sin totala lönsamhet. Få vet vilka produkter, kunder eller projekt som faktiskt tjänar pengar.
Vad den visar
Huvudmått (Cards): – Total bruttomarginal (kronor och %) – Genomsnittlig marginal per produkt/kund – Antal olönsamma kunder/produkter – Bästa och sämsta produktgrupp
Lönsamhetsmatris (Scatter chart): X-axel: Omsättning Y-axel: Marginal % Storlek: Antal transaktioner Färg: Produktkategori
Detta visar snabbt: – Högomsättning + hög marginal = guldgruvorna – Högomsättning + låg marginal = riskzonen – Lågomsättning + hög marginal = nischprodukter – Lågomsättning + låg marginal = avveckla?
Lönsamhet över tid (Linjediagram): Bruttomarginal % per månad, uppdelat på: – Produktkategorier – Kundgrupper – Säljkanaler – Regioner
Detaljlista (Table med drill-through): Alla produkter/kunder sorterade efter lönsamhet: – Namn – Omsättning – Kostnad – Bruttomarginal (kronor) – Marginal % – Trend (upp/ner från föregående period)
Klicka på en rad för att se detaljerad transaktionshistorik.
Datakällor
Kopplingar: – Ekonomisystem för intäkter – ERP eller Excel för produktkostnader – CRM för kundinformation – Tidrapporteringssystem för projektkostnader (om relevant)
Uppdateringsfrekvens: Veckovis eller månadsvis (beroende på affärstempo)
Varför detta ändrar spelreglerna
Ett tillväxtföretag vi arbetade med i Malmö hade en stor kund som stod för 25 % av omsättningen. När vi byggde lönsamhetsdashboarden upptäckte CFO:n att samma kund hade 4 % marginal medan övriga kunder låg på 35 %.
Efter analys visade det sig att kunden krävde: – Månatlig rapportering (10 timmars arbete) – Specialanpassade leveranser (extra kostnader) – 60 dagars betalningsvillkor (likviditetspåverkan) – Konstant prispress
Beslutet: Omförhandla kontrakt eller avveckla kund. Resultatet blev 15 % prishöjning eller så lämnar kunden. Kunden valde att stanna. Vinsten ökade med 400 000 kr/år på den kunden.
Utan dashboarden hade de aldrig vetat.
Implementationstid
Med konsulthjälp: 2-3 veckor Gör-det-själv: 4-6 veckor (kräver korrekt kostnadsfördelning)
Dashboard 3: Kostnadsuppföljning och budgetavvikelser
Budget gjordes i december. Nu är det april och ni ligger 15 % över budget på vissa poster. Vilka? Varför? När upptäckte ni det?
Vad den visar
Huvudmått (Cards med färgkodning): – Total avvikelse från budget (% och kronor) – Antal kostnadscenter över budget – Största avvikelse (kostnadsslag och belopp) – Åtgärdsalarm (röd om kritisk avvikelse)
Budget vs Utfall (Stacked Bar Chart): Varje kostnadsställe/avdelning visar: – Budgeterat (ljusgrå stapel) – Utfall (färgstapel) – Avvikelse (visas som färg: grön under, röd över)
Trendanalys (Linjediagram): Månatlig utveckling: – Budget (streckad linje) – Utfall (heldragen linje) – Prognos (beräknad baserat på trend)
Detaljerad avvikelsanalys (Table): – Kostnadsslag – Budget (månad/YTD) – Utfall (månad/YTD) – Avvikelse (kronor) – Avvikelse (%) – Orsak (dropdown för att kommentera)
Drill-down: Klicka på kostnadsslag för att se alla transaktioner som bygger upp summan.
Datakällor
Kopplingar: – Ekonomisystem för faktiska kostnader – Excel-fil eller separat tabell för budget – Kommentarfält (Power BI-tjänsten med kommentarfunktion)
Uppdateringsfrekvens: Veckovis (måndag morgon för förra veckans siffror)
Praktiskt användningsområde
Scenario: HR-avdelningens konsultkostnader
Budget: 50 000 kr/månad Utfall Januari: 52 000 kr (4 % över, acceptabelt) Utfall Februari: 78 000 kr (56 % över, alarm!)
Utan dashboard: Upptäcks vid månadsrapport i mars. För sent att agera.
Med dashboard: HR-chefen ser avvikelsen vecka 2 i februari. Undersöker omedelbart. Upptäcker att en konsult debiterar dubbelt (både timarvodering och fast månadskostnad). Stoppar dubbeldebitering. Sparar 26 000 kr/månad = 286 000 kr/år.
Implementationstid
Med konsulthjälp: 1-2 veckor Gör-det-själv: 2-3 veckor (relativt enkelt om budget finns strukturerad)
Dashboard 4: KPI-översikt för styrelse och ledning
Styrelsen vill inte 50 sidor. De vill 10 nyckeltal på en sida som visar företagets hälsa.
Vad den visar
Företagets vitalfunktioner (Cards, 2×4 layout): – Omsättning (månad/YTD) – EBITDA (månad/YTD) – Likviditet (dagens saldo) – Orderstock (kommande intäkter) – Kundnöjdhet (NPS eller liknande) – Personalomsättning (%) – Försenade projekt/leveranser (#) – Bruttomarginal (%)
KPI-utveckling (Small multiples – flera små diagram): Ett litet linjediagram för varje KPI som visar: – 12 månaders historik – Trendlinje – Target (om tillämpligt)
Detta ger överblick på några sekunder.
Måluppfyllelse (Gauge charts): Visuella “hastighetsmätare” för kritiska mål: – Omsättningsmål (vs target) – Marginalsmål (vs target) – Kundnöjdhetsmål (vs target)
Färger: Grönt (>100 %), gult (90-100 %), rött (<90 %)
Trafikljus-tabell (Table med conditional formatting): Lista alla avdelningar/affärsområden: – Namn – Budget-status (🟢/🟡/🔴) – Lönsamhet (🟢/🟡/🔴) – Projektstatus (🟢/🟡/🔴) – Overall (🟢/🟡/🔴)
Kommentarer och action items: Textfält där CFO kan lägga till: – Förklaring till avvikelser – Planerade åtgärder – Risker att bevaka
Datakällor
Kopplingar: – Ekonomisystem (finansiella KPI:er) – CRM (kundnöjdhet, orderstock) – HR-system (personalomsättning) – Projektverktyg (försenade projekt) – Excel (manuella target-värden)
Uppdateringsfrekvens: Dagligen för operativa KPI:er, veckovis för övriga
Varför styrelsen älskar det
Före Power BI: – 50-sidors PowerPoint – 3 dagars arbete att sammanställa – Data 2-3 veckor gammalt vid presentation – Svårt att ställa följdfrågor
Med Power BI: – En sida med 8-10 KPI:er – Alltid uppdaterad – Interaktiv (styrelsemedlem kan klicka för detaljer) – Tillgänglig mellan möten (digital styrelsepärm)
Resultat: Styrelsemöten fokuserar på strategi och beslut istället för att granska siffror.
Implementationstid
Med konsulthjälp: 2-3 veckor Gör-det-själv: 4-5 veckor (kräver många datakällor)
Dashboard 5: Prognosdashboard (Forecast)
Du vet var du är. Men var kommer du vara om tre månader? Prognosdashboarden kombinerar faktiska siffror med prediktiv analys.
Vad den visar
Huvudmått (Cards): – Prognostiserad omsättning Q1/Q2/Q3/Q4 – Avvikelse från budget (prognos vs plan) – Konfidensintervall (best/worst/likely case) – Nästa milstolpe (datum när omsättningsmål nås)
Faktisk vs Prognos (Combo chart): – Historiska månader: staplar (faktiskt utfall) – Framtida månader: linje (prognos med konfidensintervall) – Budget: streckad linje
Prognoskomponenter (Stacked area chart): Visar vad som bygger prognosen: – Bekräftade ordrar – Pipeline-deals (CRM med sannolikhet) – Historisk trend – Säsongsmönster
Scenarioanalys (Table): Tre scenarion: – Pessimistiskt (worst case) – Troligt (base case) – Optimistiskt (best case)
För varje scenario: – Omsättning – Kostnad – Bruttomarginal – EBITDA – Likviditetspåverkan
Prognosjustering (Slicers): Interaktiva reglage för att testa antaganden: – Förändra konverteringsgrad (%) – Justera säsongsfaktor – Öka/minska nya leads per månad
Datakällor
Kopplingar: – Ekonomisystem (historisk data) – CRM (pipeline, sannolikhet) – Orderregister (bekräftade ordrar) – Excel (manuella justeringar, säsongsfaktorer)
Uppdateringsfrekvens: Veckovis (måndagar för uppdaterad pipeline)
Prognos-modellen
Power BI använder flera tekniker för prognos:
1. Tidsserieanalys: Analyserar historiska mönster (trend, säsongsvariation) och projicerar framåt.
2. Pipeline-baserad: Summerar deals i CRM viktade med sannolikhet. Exempel: Deal på 100 000 kr med 60 % sannolikhet = 60 000 kr i prognos
3. Mashup-modell (rekommenderat): Kombinerar: – Bekräftade ordrar (100 % sannolikhet) – Pipeline deals (viktade) – Historisk tillväxt – Säsongsmönster
Praktiskt exempel
Ett B2B-företag vi arbetade med:
Utan prognos: – Budgeterade 12 miljoner för Q2 – Slutade på 9,5 miljoner – Tvingades göra neddragningar i juli
Med prognos (samma år, Q4): – Budget: 15 miljoner – Prognos i oktober: 12,5 miljoner (baserat på pipeline) – Åtgärd: Intensifierad sälj-push i november – Utfall: 14,2 miljoner (nära budget, undvek panik)
Värdet: Tidig varning ger tid att agera.
Implementationstid
Med konsulthjälp: 3-4 veckor (mest komplex) Gör-det-själv: 6-8 veckor (kräver avancerad DAX och integrationer)
Hur du kommer igång
Du behöver inte bygga alla fem på en gång. Här är vår rekommenderade implementationsordning:
Fas 1 (Månad 1): Likviditetsdashboard Mest kritisk, relativt enkel, omedelbar nytta.
Fas 2 (Månad 2): KPI-översikt för styrelse Ger synlighet och buy-in från ledning.
Fas 3 (Månad 3): Kostnadsuppföljning Bygger vidare på KPI-dashboarden, använder samma datakällor.
Fas 4 (Månad 4): Lönsamhet per produkt/kund Kräver mest dataarbete, men ger störst strategisk insikt.
Fas 5 (Månad 5-6): Prognosdashboard Mest komplex, men kraftfull när övriga är på plats.
Behöver du hjälp?
På Excel Department bygger vi dessa dashboards regelbundet. Vi kan:
Paketlösning “CFO Dashboard Suite”: – Alla fem dashboards – Anpassade till era datakällor – Utbildning för ert team – 3 månaders support – Pris: Kontakta oss för offert
Enskilda dashboards: – Bygg en åt gången – Vi utvecklar, ni lär er – Dokumentation och mallar – Pris: Från 35 000 kr per dashboard
Coaching: – Vi guidar, ni bygger – Veckovisa avstämningar – Teknisk support vid behov – Pris: Från 15 000 kr/månad
Boka gratis konsultation (30 min) för att diskutera era behov.
Läs mer: – Power BI för företag: Komplett guide – Migrera från Excel till Power BI – Power BI vs Excel: När ska du välja vilket?
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)