Flera studier har visat att vädret har en inverkan på både vad vi konsumerar och när vi väljer att konsumera. Därför undersöktes antagandet att vädret kan påverka fler aspekter av våra liv, så som rörelsemönster. Idén att relatera det till FM kom på grund av att många fastighetsbolag går igenom en digitaliseringsfas för tillfället och därmed uppkommer behovet av att implementera nya typer av lösningar. Fastigheter har tidigare legat efter i digitaliseringsarbetet i kombination med att de inte har kunnat påverka sin inkomst förutom att höja sina årshyror. Därför har de potential att dra mest nytta av ny digitalisering, både när de kommer till effektivitet och ekonomisk vinning. Studien bygger på fastigheten Skrapan i Stockholm, där ett företag som heter Optiqo arbetar med att optimera fastighetens facility management. En del av deras jobb har varit att samla in data om användning av hygienutrymmen och optimera det städschemat. Optiqo har redan visat stor intjäningspotential samt implementerat en första version av detta, där en sensor mäter hur många personer som besökte toaletterna och sedan skickar en arbetsorder för städning när ett visst antal uppnås. Syftet med studien är att undersöka om fler parametrar skulle kunna implementeras in i detta system för att ännu bättre förutsäga och optimera städschemat. I denna rapport undersöks väder och andra potentiella användningsområden diskuteras. Väderdata har samlats in från SMHI och sedan jämförts med aktivitetsdata från Optiqo för att försöka fastställa mönster och trender. Testerna gjordes genom manuell jämförelse i Excel tillsammans med statistikprogrammet SPSS. Resultaten visar en tydlig korrelation mellan temperatur och aktivitet, som var statistiskt resonabel, medan de andra parametrarna inte kunde förklaras till fullo statistiskt. Korrelationen skulle kunna användas för ytterligare studier eller till och med implementeras i mindre skalor redan idag. Användningsområdena kan sträcka sig från att erbjuda extra försäljning i en anläggning när fler människor förväntas besöka den, till att skapa en dynamisk gräns för när en anläggning behöver städas, beroende på hur nedsmutsad en yta blir under ett specifikt väderscenario. / Multiple studies have shown that weather has an impact on both what we consume and when we choose to consume. Therefore, the assumption that weather might affect more aspects of our life, like movement patterns, was investigated. The idea to relate it to facility management came due to many real estate companies going through a digitalization phase and thus the need to implement new types of solutions. Real estates are also known for not being too involved in the digitalization in the past, as well as not being able to affect their income in many ways except raising their annual rents. Hence, they have the potential to benefit the most from new digital solutions, both in effectiveness and financial gain. The study is based on the property Skrapan in Stockholm, where a company called Optiqo works with optimizing the facility management. One part of their job has been to collect data regarding usage of restrooms and optimize the cleaning schedule. Optiqo have already proven big earnings potential as well as implemented a first version of this, where sensors measure how many people visited the restrooms and then sends a working order when a set number is reached. The aim of the study is to investigate if more parameters could be worked into this system to better predict and optimize the cleaning schedule. In this report weather is being examined and other possible usages of these parameters discussed. Weather data has been collected from SMHI and then compared with the activity data provided by Optiqo to try to determine patterns and trends. The tests were made by a manual comparison in excel along with the statistical program SPSS. The results showed a clear correlation with temperature and activity that was statistically reasonable, while the other parameters could not be explained to the fullest statistically. The correlation could be used for further studies or even be implemented at smaller scales today. The usages could range from offering extra sales in a facility when more people are predicted to visit, to creating a dynamic limit for when a facility needs to be cleaned, depending on how soiled a surface gets based on the sought-after weather scenario.