Konvertering
Konverteringsanalys
På den här sidan
Konverteringsanalys är processen att förstå användarnas beteenden – vad de gör på webbplatsen, var de fastnar, varför de lämnar, och vad som skiljer de som konverterar från de som inte gör det.
Utan analys är konverteringsoptimering gissningar. Med analys blir det datadrivet arbete baserat på faktiska beteenden och bevis.
En grundlig konverteringsanalys kombinerar kvantitativ data (vad händer, var händer det, hur ofta) med kvalitativ data (varför händer det, vad tänker användare). Tillsammans ger dessa svar på var problemen finns och vad som behöver åtgärdas.
Vad är konverteringsanalys?
Definition
Konverteringsanalys är systematisk utvärdering av användarnas beteenden på webbplatsen för att identifiera:
- Var användare tappar i konverteringstratten
- Varför de tappar (friktion, förvirring, brist på förtroende)
- Vad som skiljer konverterande användare från icke-konverterande
- Möjligheter för förbättring
Två typer av analys
Kvantitativ analys (vad och var): Data från analytics-verktyg som visar siffror och mönster.
Exempel
- 1 000 besökare på produktsida
- 200 lägger i varukorgen (20 procent av besökarna)
- 30 slutför köp (15 procent av dem som lagt i varukorgen)
Kvalitativ analys (varför): Förståelse för användarnas tankar och motivation.
Exempel
- Session recordings visar att folk hovrar över ”Lägg i varukorg” men klickar inte
- Användartest avslöjar: ”Jag är osäker på fraktkostnaden”
- Enkätsvar: ”Formuläret var för långt”
Båda behövs: kvantitativ analys visar var problemet finns,
och kvalitativ analys förklarar varför det är ett problem.
Förberedelser: Mål och händelsespårning
Definiera mål
Innan analys kan göras måste tydliga mål definieras.
Vad räknas som konvertering?
E-handel
- Primärt mål: Köp
- Sekundära mål: Lägg i varukorg, påbörja checkout
B2B
- Primärt mål: Boka demo, fylla i kontaktformulär
- Sekundära mål: Ladda ner whitepaper, prenumerera på nyhetsbrev
Media
- Primärt mål: Prenumerera
- Sekundära mål: Registrera konto, läsa X artiklar
Sätt upp händelsespårning
Google Analytics 4: Konfigurera events för alla viktiga steg i tratten.
E-handels-exempel
view_item(produktsida visad)add_to_cart(lägg i varukorg)begin_checkout(påbörja checkout)add_payment_info(lägg till betalning)purchase(köp genomfört)
B2B-exempel
page_view(landningssida)cta_click(klick på ”Boka demo”)form_start(börjar fylla i formulär)form_submit(skickar formulär)
Varför viktigt: Utan korrekt spårning är det omöjligt att veta var användare tappar.
Historisk data
Om målspårning redan finns på plats kan historisk data analyseras.
Vad analyseras
- Konverteringsgrad över tid (trender)
- Förändringar efter lanseringar
- Skillnader per trafikkälla
- Skillnader per enhet (desktop vs mobil)
Om ingen historik finns: Börja samla data nu. Efter 2-4 veckor finns tillräckligt för initial analys.
Kvantitativ analys: Vad visar datan?
Trattanalys
Visualisera konverteringstratten och se var flest användare tappar.
Exempel (e-handel)
Steg 1: Produktsida
1 000 besökare
Steg 2: Lägg i varukorg
200 besökare (20 procent fortsätter, 80 procent hoppar av)
Steg 3: Påbörja checkout
150 besökare (75 procent fortsätter, 25 procent hoppar av)
Steg 4: Betalningsinformation
100 besökare (67 procent fortsätter, 33 procent hoppar av)
Steg 5: Köp
30 besökare (30 procent fortsätter, 70 procent hoppar av)
- Total konverteringsgrad
- 3 procent
- Analys
- Största läckorna:
- Produktsida → Varukorg (80 procent hoppar av) ← Störst problem
- Betalning → Köp (70 procent hoppar av) ← Näst störst
Åtgärd: Fokusera först på produktsidor. Varför lägger så få i varukorg?
Beteendeanalys: Vad utmärker konverterande besökare?
Frågorna som besvaras
Hur beter sig de som konverterar på webbplatsen?
Analys i Google Analytics
- Genomsnittligt antal sidor besökta före köp
- Tid på sajt
- Återkommande vs nya besökare
Exempel
- Konverterande besökare: 6 sidor, 8 minuter på sajt, 60 procent återkommande
- Icke-konverterande: 2 sidor, 1 minut på sajt, 90 procent nya
Insikt: Konverterande besökare researchar mer. Potentiellt är nya besökare inte redo att köpa direkt (behöver remarketing).
Finns gemensamma beteenden hos de som konverterar?
Exempel
- 80 procent av de konverterande besökarna läser sidan ”Hur det fungerar”
- 70 procent läser kundrecensioner
- 50 procent läser FAQ-sidan
Insikt: Sidorna kan bidra till besökarnas förtroende, men sambandet visar inte orsaken. Testa att göra dem lättare att hitta.
Påbörjar konvertering vs Slutför konvertering
Om 200 påbörjar men bara 30 slutför (15 procent) finns ett stort läckage i konverteringsflödet.
Jämför
- Vilka källor har högst completion rate?
- Vilka enheter (desktop/mobil) slutför oftare?
Exempel
- Desktop: 25 procent slutför
- Mobil: 8 procent slutför
Insikt: Mobil-checkout har allvarliga problem.
Sker avhopp vid specifik punkt?
Analys: I trattanalys, identifiera exakt steg där flest lämnar.
Exempel (checkout)
- Steg 1 (leveransinfo): 10 procent avhopp
- Steg 2 (betalningsinfo): 40 procent avhopp ← Problem här
- Steg 3 (bekräftelse): 5 procent avhopp
Insikt: Något i betalnings-steget skrämmer bort folk.
Trafikkällor: Var kommer konverterande besökare ifrån?
Analys per kanal
Google Analytics 4 → Rapporter → Trafikförvärv: Jämför viktiga händelser och konverteringsgrad per källa.
Exempel
| Källa | Besökare | Konverteringar | Konverteringsgrad |
|---|---|---|---|
| Organisk sökning | 5 000 | 150 | 3 procent |
| Direkt | 2 000 | 80 | 4 procent |
| Betald sökning | 1 500 | 60 | 4 procent |
| Social media | 1 000 | 10 | 1 procent |
| 500 | 25 | 5 procent |
Insikter
- E-posttrafik konverterar bäst (5 procent) → Befintliga kunder/prenumeranter
- Sociala medier konverterar dåligt (1 procent): fel målgrupp eller för tidigt i resan
- Organisk och betald sökning konverterar bra (3 till 4 procent): hög köpavsikt
Målsidor
Vilka sidor börjar konverterande besökare på?
Analys: Google Analytics 4 → Rapporter → Målsidor. Jämför viktiga händelser per sida.
Exempel
- 40 procent börjar på en specifik produktsida (en bästsäljare)
- 30 procent börjar på en landningssida för en kampanj
- 20 procent börjar på startsidan
- 10 procent börjar på bloggen
Insikt: Vissa produkter/landningar fungerar mycket bättre som entry points.
Sökbeteende: Vad söker konverterande besökare efter?
Search Console visar klick, visningar, klickfrekvens och genomsnittlig position, men inte konverteringar. Konvertering per sökfras hämtas från söktermsrapporten i Google Ads. För organisk trafik går det bara att göra kopplingen indirekt: sökfraser per landningssida i Search Console jämförs med samma sidors konverteringar i webbanalysen.
Analys i Google Ads och webbanalysen
Jämför sökfraser
- Vilka sökfraser leder till högst konvertering?
- Generella vs specifika sökningar
Exempel
Generell sökfras: ”skor”
- 10 000 visningar, 500 klick, 5 konverteringar (1 procent konverteringsgrad)
Specifik sökfras: ”nike air max 90 dam storlek 38”
- 100 visningar, 50 klick, 5 konverteringar (10 procent konverteringsgrad)
- Insikt
- Specifika sökningar har mycket högre konvertering (användaren vet exakt vad de vill).
- Åtgärd
- Optimera för long-tail specifika sökfraser, inte bara generella.
Brand vs non-brand
Brand-sökningar: Företagets namn
- Brukar konvertera klart bättre (folk söker specifikt efter företaget)
Non-brand: Generiska produktsökningar
- Lägre konvertering (folk jämför alternativ)
Insikt: Brand-trafik konverterar bra men är begränsad volym. Non-brand kräver mer övertygelse.
Kvalitativ analys: Varför beter sig användare som de gör?
Heatmaps
Visar var användare klickar, hur långt de scrollar, var de rör musen.
Verktyg: Contentsquare (tidigare Hotjar), Microsoft Clarity, Crazy Egg
Vad analyseras
Click heatmaps
- Klickar folk på element som inte är klickbara? (förvirring)
- Ignoreras viktiga CTA:er? (dålig placering eller design)
Scroll maps
- Hur långt scrollar användare?
- Ser de viktig information (CTA, förtroendemarkörer) eller lämnar de innan?
Move maps
- Var hovrar folk men klickar inte? (tveksamhet)
- Exempel
- En heatmap visar att 70 procent av besökarna aldrig scrollar ner till knappen ”Lägg i varukorg” på produktsidan (knappen sitter för långt ner).
- Åtgärd
- Flytta CTA högre upp (above the fold).
Session recordings
Se exakt vad individuella användare gör på webbplatsen.
Verktyg: Contentsquare (tidigare Hotjar), Clarity, FullStory
Det här syns
- Varje klick, scroll, formulärinteraktion
- Upprepade klick (användaren klickar frustrerat flera gånger på samma ställe)
- Förvirrade rörelsemönster (hoppar fram och tillbaka mellan sidor)
Exempel
- Recording visar
- Användare fyller i formulär, kommer till ”Telefonnummer”-fält, pausar länge, lämnar sedan utan att skicka.
- Hypotes
- ”Telefonnummer” upplevs som för personligt eller folk är osäkra på varför det behövs.
- Åtgärd
- Gör fältet valfritt eller lägg till förklarande text (”Vi ringer endast vid leveransproblem”).
Användartest
Be riktiga användare testa webbplatsen medan de tänker högt.
Plattformar: UserTesting, Lookback, Maze
Process
- Rekrytera användare (idealt från målgrupp)
- Ge dem uppgift (”Hitta och köp produkt X”)
- Användare utför uppgift medan de verbaliserar sina tankar
- Observera och dokumentera problem
Exempel
Uppgift: ”Köp en produkt”
Användarna säger
- ”Jag hittar inte fraktkostnaden… Jag vill veta det innan jag köper”
- ”Formuläret är så långt… Måste jag verkligen fylla i allt?”
- ”Är den här sajten säker? Jag ser inga recensioner”
Insikter
- Fraktkostnad bör visas tidigt
- Formulär upplevs som för långt
- Saknar förtroendemarkörer
Åtgärder
- Visa fraktkostnad på produktsida
- Förkorta formulär
- Lägg till Trustpilot-widget
Surveys
Fråga användare direkt varför de agerade (eller inte agerade).
Verktyg: Contentsquare (tidigare Hotjar), Typeform, Google Forms
Typer
- Exit-intent survey
- Triggas när användare försöker lämna.
- Fråga
- ”Vad hindrade dig från att köpa idag?”
Svarsalternativ
- Priset för högt
- Hittade inte vad jag sökte
- Osäker på produktkvalitet
- Behöver tänka mer
- Tekniska problem
- Post-purchase survey
- Efter lyckad konvertering.
- Fråga
- ”Vad nästan stoppade dig från att köpa?”
Svar kan avslöja friktion som nästan hindrade köp.
- On-page survey
- Fråga direkt på specifik sida.
- Exempel (checkout-sida)
- ”Är något oklart eller förvirrande på den här sidan?”
Konkurrensjämförelse
Analysera konkurrenters webbplatser för att se vad de gör bättre (eller sämre).
Det här jämförs
- Checkout-flöde (hur många steg, hur enkelt)
- Förtroendemarkörer (recensioner, garantier)
- CTA-design och placering
- Mobilupplevelse
Inte för att kopiera: Men för att identifiera branschstandard och hitta differentieringsmöjligheter.
Analysprocessen steg för steg
Steg 1: Sätt upp tracking
Innan analys
- Definiera mål och konverteringar
- Implementera event tracking (Google Analytics 4)
- Installera verktyg för heatmaps och inspelningar: Contentsquare (tidigare Hotjar) eller Clarity
- Samla data i 2-4 veckor (minst)
Steg 2: Kvantitativ analys
Vad görs
Trattanalys
- Identifiera var flest tappar
- Jämför completion rates per steg
Segmentanalys
- Jämför konverterande vs icke-konverterande
- Jämför källor (organisk, betald, direkt)
- Jämför enheter (desktop, mobil, tablet)
Beteendeanalys
- Sidor besökta före konvertering
- Tid på sajt
- Återkommande vs nya
Resultat Lista med kvantitativa insikter (var problemet finns, hur stort det är).
Steg 3: Kvalitativ analys
Vad görs
Heatmaps
- Granska klick-, scroll- och move-maps för kritiska sidor
Session recordings
- Titta på 50-100 sessioner (prioritera icke-konverterande och de som hoppade av i checkout)
Användartest
- Testa med 5-10 användare
- Identifiera vanliga problem
Surveys
- Exit-intent och post-purchase surveys
- Samla 50+ svar
Resultat Lista med kvalitativa insikter (varför problemen finns).
Steg 4: Syntetisera insikter
Kombinera kvantitativ och kvalitativ
Exempel
- Kvantitativ
- 70 procent hoppar av i betalningssteget i checkout.
- Kvalitativ
- Session recordings visar att folk pausar länge vid valet ”Skapa konto”. Användartest avslöjar: ”Jag vill inte skapa konto bara för att handla.”
- Syntes
- Tvingande kontoregistrering i checkout kan bidra till avhoppen. Testa gästkassa för att se hur stor del av avhoppen kontoregistreringen förklarar.
Steg 5: Prioritera problem
Alla problem kan inte fixas samtidigt.
Prioritering baserat på
- Påverkan: Hur många användare påverkas?
- Allvar: Hur mycket påverkar det konvertering?
- Effort: Hur svårt att fixa?
Impact vs Effort-matris: Fokusera på ”hög impact, låg effort” problem först.
Steg 6: Dokumentera och rapportera
Skapa analysrapport
Sammanfattning
- Nuvarande konverteringsgrad
- Största problem identifierade
- Förväntad påverkan av åtgärder
Detaljerade fynd
- Kvantitativ data (siffror, grafer)
- Kvalitativ data (citat från användare, skärmbilder från heatmaps)
- Rekommendationer
Nästa steg
- Länka till åtgärdsprogram
- Prioriterad lista av förändringar att testa
Vanliga fynd i konverteringsanalys
Problem med förtroende
Symptom
- Högt avhopp på produktsidor eller checkout
- Session recordings: Folk hovrar över ”Köp” men klickar inte
Orsaker
- Inga kundrecensioner
- Inga betalningsloggor
- Ingen returpolicy eller garanti synlig
Åtgärd: Lägg till förtroendemarkörer.
Formulär för långt/komplext
Symptom
- Hög start rate, låg completion rate på formulär
- Session recordings: Folk börjar fylla i men slutar mitt i
Orsaker
- För många fält
- Frågar om information som inte behövs
- Oklara labels
Åtgärd: Förkorta formulär, dela upp i steg, förtydliga varför info behövs.
Otydliga call-to-actions
Symptom
- Låg klickfrekvens på CTA-knappar
- Heatmaps: Folk klickar runt knappen men inte på den
Orsaker
- CTA inte synlig (dålig placering eller färg)
- Otydlig text (”Fortsätt” istället för ”Köp nu”)
- Flera konkurrerande CTA:er (förvirring)
Åtgärd: Förtydliga CTA:n (text, färg, placering) och fokusera på en primär CTA.
Långsam laddning (särskilt mobil)
Symptom
- Dåliga Core Web Vitals i fältdata och stor skillnad mellan klick och sessioner
- Hög avvisningsfrekvens, det vill säga många sessioner som inte räknas som engagerade
- Mobil-konvertering mycket lägre än desktop
Orsaker
- Stora ej-optimerade bilder
- För mycket JavaScript
- Långsam server
Åtgärd: Optimera Core Web Vitals, särskilt LCP (Largest Contentful Paint).
Saknad information
Symptom
- Användartest: ”Jag vet inte X”
- Surveys: ”Hittade inte information om Y”
Orsaker
- Fraktkostnad inte synlig förrän checkout
- Leveranstid oklar
- Returpolicy gömd
Åtgärd: Gör viktig information tydlig tidigt (innan folk bestämmer sig).
Verktyg för konverteringsanalys
Analytics
Google Analytics 4
- Trattanalys
- Segmentering
- Event tracking
- E-commerce tracking
Användning: Kvantitativ analys, identifiera var problem finns.
Heatmaps & session recordings
Contentsquare (tidigare Hotjar)
- Heatmaps (klick, scroll, move)
- Session recordings
- Surveys
Microsoft Clarity (gratis)
- Heatmaps
- Session recordings
- Upprepade klick och klick utan effekt
Användning: Kvalitativ analys, förstå varför problem finns.
Användartest
UserTesting
- Rekrytera testers från målgrupp
- Se och höra användare navigera sajten
Maze
- Användartest på distans
- Prototype testing
Användning: Djup kvalitativ insikt från riktiga användare.
A/B-tester (nästa steg)
På en modern webbplats räcker ett externt verktyg sällan. A/B-testet byggs oftast in i de system ni redan har, och data hämtas ut för en separat analys.
Tester görs efter analysen för att pröva lösningarna.
Inte för analys i sig, men viktigt nästa steg.
Från analys till åtgärd
Konverteringsanalys är inte slutpunkten. Det är början.
Process
1. Konverteringsanalys
- Identifiera var och varför problem finns
- Dokumentera fynd
2. Åtgärdsprogram
- Prioritera problem
- Planera lösningar
- Implementera
3. Konverteringstester
- A/B-testa förändringar
- Validera att lösningar fungerar
4. Mät resultat
- Före/efter jämförelse
- Dokumentera vad som fungerade
5. Iterera
- Kontinuerlig analys
- Ny data → Nya insikter → Nya åtgärder
CRO är en cykel, inte ett projekt.
Kontakta oss för konverteringsanalys
Carnaby hjälper företag att genomföra djupgående konverteringsanalys, från trattanalys och beteendedata till session recordings och användartest, för att identifiera exakt var och varför användare hoppar av.
Kontakta oss
Vill ni veta var ni står i dag?
Ring oss, eller fyll i formuläret så återkommer vi till dig.