top of page
publicrest.png

Aldrig mer tomma hyllor eller långa köer

Sensorer som räknar användare. AI som förutsäger när städning behövs. Displayer som visar transparens.

För toaletter där första intrycket avgör.

Tömda papperskorgar

95%

Smarta sensorer vet när det är dags att tömma.

Färre klagomål

50-70%

Behovsanpassad städning ökar besökarnöjdhet.

Tomma pappershållare

0

Aldrig mer för sen påfyllning.

Besparing %

42%

Årlig besparing

4 397 549 kr

Månatlig besparing

366 462 kr

Återbetalningstid

1 månad

ROI-kalkylator

Kostnad per m² och städning (SEK)

18 kr/m²

4 städningar/dag

🇸🇪 SEK

50 toaletter

De 5 vanligaste utmaningarna med offentliga toaletter

Empty dispenser illustration

1. Toalettpappret är slut

Det vanligaste klagomålet på flygplatser och köpcentrum. Personal vet inte när papper tar slut förrän någon klagar. Under rusningstid kan tomma hållare stå i timmar.

Kostnad:

  • Arg besökare = dålig recension/NPS

  • Personal springer reaktivt mellan toaletter

  • Satt förutse när påfyllning behövs

Long queue illustration

2. Långa köer

Morgonrusning på flygplatsen. Lunch-kö i köpcentret. Men du vet inte VAR köerna är eller VARFÖR de bildas. Är det för få toaletter öppna? Är en bås ur funktion? Tar städningen för lång tid?

Kostnad:

  • Dålig besöksupplevelse

  • Ingen insikt = kan inte optimera

  • Städpersonal i fel zon vid fel tid

Smelly restroom illustration

3. Dålig lukt

Schemalagd städning istället för behovsanpassad gör att högtrafikerade toaletter förbises.

Frustrated worker illustration

4. "Men jag städade ju nyss"

Besökare klagar. Städare säger "Jag städade för 30 minuter sedan!" Vem har rätt? Ingen vet. 

Kostnad:

  • Ord mot ord

  • Ingen spårbarhet

  • Omöjligt att verifiera servicekvalitet

Overful trash can

5. Överfyllda papperskorgar

4G-anslutna IoT-enheter med PIR-sensorer, NFC-läsare och e-bläck-displayer. Övervaka trafik, verifiera servicegenomförande och kommunicera med besökare—allt i en autonom enhet.

challengessolve.png

Hur Optiqo löser utmaningarna

Dashboard illustration

Besöksstatistik i realtid

QlvrBox använder PIR-sensorer (Passiv Infraröd) för att räkna varje besökare som går in i toaletten. Anonymt, GDPR-kompatibelt, exakt.
 

Data som samlas in:

  • Besökarantal per timme

  • Topptrafiktider

  • Trafikmönster (vardag vs helg)

  • Användningstrender
     

Resultat:
Vet exakt när toaletter behöver städas baserat på faktisk användning, inte gissningar.

Auto schedule illustration

Automatiserade städscheman

AI analyserar trafikdata och genererar optimala städscheman automatiskt. Högtrafikperioder får mer frekvent städning. Lågtrafikperioder får minimal städning.
 

Exempel på Schema:

  • Måndag 08:00 (50 besökare): Städa efter 25 besökare

  • Lördag 14:00 (200 besökare): Städa efter 40 besökare (oftare)

  • Tisdag 23:00 (5 besökare): Hoppa över städning (veckovisa djupstädning bara)
     

Resultat:

30-50% kostnadsminskning genom att eliminera onödig städning samtidigt som kvaliteten bibehålls.

qlvrboxcard.png

Servicevalidering och transparens

För Personal:

  • Städpersonal scannar NFC-kort vid ingång

  • Inchecknings-tidsstämpel loggas automatiskt

  • Bevisar att service levererades (compliance/revision)
     

För besökare:

  • E-ink display visar: "Senast städad: 14:23 (12 minuter sedan)"

  • QR-kod för omedelbar feedback

  • Transparent kvalitet bygger förtroende
     

Resultat:

  • 70% färre klagomål

  • Full service-spårbarhet

  • Besökarförtroende

Från installation till optimering på veckor

Steg 1.

Qlvrbox being mounted

Snabb implementering

QlvrBox-enheter installeras på minuter per plats. De flesta anläggningar är fullt operativa inom dagar, inte månader.

Steg 2.

Ai analysis illustration

AI-inlärningsfas

Systemet observerar mönster i 2-4 veckor, fastställer baslinjer för trafikflöden, topptider och användningsmönster.

Steg 3.

Auto optimize illustration

Autonom optimering

AI börjar generera optimerade scheman automatiskt. Personal får arbetsorder baserat på prediktiv intelligens, inte gissningar.

Steg 4.

Continous improvement illustration

Kontinuerlig förbättring

Systemet lär och förbättras kontinuerligt. Varje serviceinteraktion gör förutsägelser mer exakta.

sacramentoairport.png

Case: Stor amerikansk flygplats 

Flygplatsen betjänar Kaliforniens huvudstadsregion med cirka 1 miljon passagerare månadsvis. Flygplatsen hanterar betydande flöden över flera terminaler, vilket skapar stora utmaningar för fastighetsskötseln—särskilt när det gäller att upprätthålla rena, hygieniska offentliga toaletter.

Utmaning:

  • Oförutsägbara trafikmönster över olika tider och terminaler

  • Konstanta klagomål om toaletternas skick

  • Ineffektiva städscheman baserade på fasta intervaller snarare än faktisk användning

  • Resursslöseri genom överstädning av lågtrafikerade områden medan högtrafikerade toaletter var underservade

Lösning:
Flygplatsen installerade cirka 70 QlvrBox-enheter genom hela anläggningen, med fokus på högtrafikerade toalettområden.

 

Systemet inkluderar:

  • PIR-sensorer som räknar besökstrafik i realtid

  • E-ink-displayer som visar när utrymmet senast städades

  • NFC-teknologi för städpersonalens incheckningar

  • QR-koder som möjliggör passagerarfeedback

  • Molnbaserad analys som ger prediktiva underhållsinsikter

43%

sänkta kostnader för städning

70%

färre klagomål från resenärer

Betydligt

renare faciliteter genom datadriven schema-läggning

Förbättrad

passagerartillfredsställelse med synlig hygien-kommunikation

Hur det fungerar
Istället för att städa enligt fasta scheman analyserar Optiqos AI realtidsdata om användning för att förutsäga när och var städning behövs. Om en toalett har 500 besökare på en timme triggar det en omedelbar serviceförfrågan. Om en annan bara har 50 besökare optimeras städningen därefter.

Detta autonoma, prediktiva tillvägagångssätt eliminerar slöseri samtidigt som det säkerställer att faciliteterna städas exakt när det behövs—vilket levererar både kostnadsbesparingar och överlägsen passagerarupplevelse.

Optiqo vs. Traditional handling

Function
Traditional approach
Optiqo Qlvrbox
Complaint frequency
😞 High
😊 70% Lower
Cost-effectiveness
💰 Low
💰 High
Data & Reporting
❌ Manual/None
✅ Automated dashboards
Inventory monitoring
❌ Visual inspection
✅ Sensor-based notifications
Visitor communication
❌ None
✅ E-paper display + QR
Service validation
📋 Analog logging with paper
✅ NFC digital
Cleaning schedule
⏰ Fixed time-based
🤖 AI usage-based
Traffic monitoring
❌ None
✅ Real-time PIR counting

Vanliga frågor (FAQ)

Transformera din fastighetsförvaltning idag

​Boka ett kostnadsfritt möte med våra experter

  • Se plattformen i aktion

  • Få ROI-prognoser för din anläggning

  • Få veta mer om våra lösningar

  • Fråga våra specialister vad som helst

bottom of page