The objective of this project is to provide bars with a cost-effective and straightforward way to increase their output per employee, allowing them to reduce drink prices. To achieve this, we have fully automated the bartender’s process, with staff only required to refill ingredients as they deplete and handle the payment for orders. The prototype has been tested for accuracy in knowing which drink to pour as well as in the precision of how much to pour. In testing, the prototype demonstrated a high level of accuracy in identifying which drink to pour, utilizing a load cell programmed to dispense the drink closest to the measured weight. The pouring accuracy was slightly less precise, particularly at lower volumes, but still met expectations, achieving an average accuracy of 93.75 percent for low volumes, increasing to circa 100 percent for larger volumes. Overall, the goals for the prototype were achieved, and the prototype’s ability to increase efficiency and reduce costs for bars is highly feasible. / Syftet med detta projekt är att erbjuda barer ett kostnadseffektivt och enkelt sätt att öka produktionen per anställd och därmed sänka dryckespriserna. För att uppnå detta har vi fullständigt automatiserat bartenderns process, där personalen endast behöver fylla på ingredienser när de tar slut och hantera betalningen för beställningarna. Prototypen har testats för att säkerställa noggrannhet vid identifiering av vilken dryck som ska hällas upp samt precisionen i hur mycket som ska hällas upp. I tester visade prototypen en hög noggrannhet vid identifiering av vilken dryck som skulle hällas upp, genom att använda en lastcell för att mäta vikten av glaset. Hällnoggrannheten var något mindre precis, särskilt vid lägre volymer, men uppfyllde fortfarande förväntningarna och uppnådde en genomsnittlig noggrannhet på 93,75 procent för de lägsta volymerna, något som steg till cirka 100 procent vid större volymer. Övergripande sett har målen för prototypen uppnåtts och dess för måga att öka effektiviteten och minska kostnaderna förbarer är högst genomförbar.

This thesis examines which factors drive overall net inflows to a Swedish niche bank. It further investigates whether these factors are the same or different from the factors that drive net inflows to mutual funds as well as shares. To find the key factors, and to what degree they drive the different net inflows, three separate multiple linear regressions were performed. The data analysed was taken from the period January 2018 to February 2022, and was provided by Avanza Bank. The data for the driving factors were gathered from different sources online. 21 regressors were used for this analysis. The thesis conclusion in brief was that for total net inflows the main contributor was the number of customers, which positively impacted the net inflows. The two subcategories: mutual fund and stock inflows were more volatile and the number of customers proved not as important in these cases. Some seasonal patterns were recognized, e.g. January was always a significant month for total net inflows. Therefore, performing a time series analysis would be recommended to draw further conclusions. Other possible avenues for future research is to gain a deeper understanding of this applied area of mathematics and to gather more data both in terms of the analysed time period and number of regressors. / Detta arbete ämnar undersöka vilka faktorer som generellt driver nettoflöden till en svensk nischbank. Arbetet ämnar även att vidare undersöka om dessa eller andra faktorer är mest drivande för nettoflöden till kategorierna fonder och aktier. För att hitta dessa nyckelfaktorer, samt till vilken grad de driver nettoflöden, utfördes tre stycken regressionsanalyser. Datan som analyserades avsåg tidsperioden januari 2018 till februari 2022 och sammanställdes av Avanza Bank. Samtliga potentiella nyckelfaktorer för nettoinflödet samlades in från diverse källor online, totalt användes 21 stycken regressorer för analysen. Arbetets slutsats i korthet var att det för det totala nettoflöden är bankens totala antal kunder som är den största drivande faktorn, vilket har ett positivt samband med den beroende variabeln. För de två sub-kategorierna, nettoflöden till fonder och aktier var det svårare att bygga en modell och antal kunder visade sig inte ha en stor påverkan för dessa. Ett säsongsmönster kunde observeras i datan, exempelvis var januari alltid en signifikant månad för stora nettoflöden. Med detta som bakgrund kunde ett tidsserieanalys rekommenderas för att kunna dra bättre slutsatser inom ämnet. Andra möjliga alternativ för framtida forskning innefattar en djupare analys inom detta område av tillämpad matematik samt insamling av mer data både i fråga om den studerade tidsperioden samt antalet använda regressorer.