Hoppa till innehållet

Start Ämnen Sociala kanaler

Dark social och attribution i B2B: sluta laga mätningen, börja räkna konton

24 min läsningAndreas Bladini, AI Hackers, en del av Volym Digitalbyrå AB

Global trend, svensk tillämpning och rådgivning

Det digitala landskapet, omvärderat för svenska företag

I korthet

  • "Direkt" i er statistik betyder inte att någon skrev in adressen. Googles egen kanalregel definierar Direkt som att källan saknas – och restposten Ej tilldelad används "when there are no other channel rules that match the event data". Ni tittar på ett tomt fält, inte på ett beteende.
  • Den internationella slutsatsen är genomtänkt: attributionsleverantören Dreamdata mäter i sin egen kundbas att 81 procent av köpresan sker utanför säljpipen, med 88 kontaktpunkter, tio inblandade personer och 281 dagar från första annonsvisning till intäkt. Underlaget är leverantörens aggregerade kunddata över 66 miljoner sessioner – inte en oberoende panel.
  • Varje rekommenderad reparation har ett volymgolv som leverantören själv skriver ut. Googles beteendemodellering kräver "at least 1,000 daily users" med samtycke. Googles egen modell för marknadsmix, Meridian, kräver minst två års veckodata för en geomodell och tre år för en nationell modell. Geoexperimentet – att skruva upp eller ned en kanal i ett geografiskt område och jämföra med ett annat – behöver celler med volym, och Sverige har 21 län.
  • Tio beslutsfattare finns inte i ett bolag med fjorton anställda. Vår egen mätning mot SCB 2026-09-20: 16 690 svenska företag har 10–19 anställda och 9 919 har 20–49, medan bara 1 391 har 250 eller fler. Talen gäller det näringsliv tabellen täcker – samtliga näringsgrenar utom finans och försäkring, offentlig förvaltning, hushållens verksamhet och internationella organisationer. Benchmarken beskriver alltså inte er köpare.
  • Samma litenhet som gör modellen omöjlig gör något annat möjligt: hela den adresserbara marknaden går att skriva ner vid namn. 3 971 tillverkande företag med 10–249 anställda, 33 296 företag med tio anställda eller fler i samma näringslivsbas – och sedan 26 juni 2025 kostar uppgifterna ur SCB:s företagsregister ingenting, mot godkända användarvillkor. Mät täckning av listan i stället för attribution av klick. Och köp inte in hjälp med det förrän ni behöver det: ett engångsuttag är två anrop för de 3 971 raderna och sjutton för de 33 296, och matchningen mot era egna konton gör ni för hand i ett kalkylark. Det blir ett uppdrag att prissätta först när uttaget ska göras om flera gånger om året och matchas maskinellt mot säljsystemet.

Vad är dark social?

Dark social är delning som sker i kanaler där länken kommer fram utan avsändare: ett vidarebefordrat mejl, en chatt i Teams eller Slack, ett privat meddelande på LinkedIn, en länk klistrad in i en sms-tråd. Besöket registreras, men webbstatistiken får ingen uppgift om var länken kom ifrån och bokför det därför som direkttrafik. Facktermen bredvid är attribution: att koppla en affär till den marknadsföring som ledde fram till den.

Omvärderingen

Internationellt heter det

Den etablerade internationella positionen är inte att allt ska mätas med sista klicket. Den är genomtänkt och lyder ungefär: köpresan i business-to-business har blivit så lång, så utspridd och så gruppburen att den inte längre ryms i ett säljsystem – och svaret är inte att sluta mäta, utan att flytta mätningen från individ till aggregat. Dreamdata, en leverantör av attributionsverktyg, mäter i sin egen kundbas att 81 procent av köpresan numera sker utanför säljpipen (upp från 70 procent året innan), att köparen har i snitt 88 kontaktpunkter över fyra kanaler med tio inblandade personer, och att det går 281 dagar från första annonsvisning till intäkt. Underlaget beskriver de själva som "our customers aggregated data across 66M+ sessions and 3.5M+ customer journeys". Slutsatsen som följer är rimlig: bygg om mätningen i tre lager i stället för ett – kontonivåspårning som syr ihop enskilda besök till köpresor, marknadsmixmodellering som arbetar på aggregerad veckodata och därför inte behöver några kakor alls, och inkrementalitetsexperiment som kalibrerar modellen. Google har lagt hela det mittersta lagret i öppen källkod med Meridian och byggt geoexperiment ovanpå det. Positionen förtjänar respekt: den är internt konsekvent, den är öppen med sina antaganden, och på de marknader den är skriven för fungerar den.

Vår bedömning för Sverige

Räkna era egna tal mot reparationernas golv innan ni köper reparationen – och räkna om benchmarken innan ni använder den som beskrivning av era kunder. Googles beteendemodellering kräver "at least 1,000 daily users sending events with analytics_storage='granted' for at least 7 of the previous 28 days", och Google är rak med vad som händer annars: "if there isn't enough consented traffic to inform the model, then events triggered by users who decline consent aren't reported". Bortfallet blir ett hål, inte en skattning. Marknadsmixmodellen har ett längre golv: Googles Meridian anger "a minimum of two years' worth of weekly data for geo-level models and three years' of data for national-level models". Men det som biter för ett mindre svenskt bolag är inte antalet veckor – det är att en veckoserie hos en business-to-business-säljare med några dussin affärer om året till största delen består av nollor, och en modell som ska separera fyra kanaler ur den serien separerar brus. Benchmarken själv håller inte heller: tio inblandade beslutsfattare kan inte finnas i ett bolag med fjorton anställda. Vår egen mätning mot SCB:s statistikdatabas 2026-09-20 visar att 16 690 svenska företag har 10–19 anställda och 9 919 har 20–49, medan bara 1 391 har 250 eller fler – räknat på det näringsliv tabellen täcker, alltså samtliga näringsgrenar utom finans och försäkring, offentlig förvaltning, hushållens verksamhet och internationella organisationer. Det som blir kvar är inte en bättre modell utan en kortare lista, och den är gratis att hämta. Då mäter ni täckning av en namngiven lista i stället för attribution av klick, och ni ställer frågan "hur hittade ni oss?" till en människa, eftersom det bara är en handfull människor att fråga. Vår bedömning från tjugo år i uppdrag, märkt som erfarenhet och inte som mätning: svaret på den frågan, antecknat i samma system som affären, är den mest användbara marknadsföringsdata vi sett hos bolag av den här storleken – och nästan ingen av dem vi möter sparar det. Att hämta listan och matcha den mot era konton är däremot inget att köpa in vid ett enda uttag av ett par tusen rader; det blir en post värd att prissätta först när uttaget ska göras om återkommande och matchas maskinellt. Ett förbehåll säger vi rakt ut: mekanismen är inte svensk. Det är småmarknadsaritmetik som Danmark, Norge och Finland delar, och golven är absoluta tal som samma branschsegment passerar med marginal i Tyskland eller USA. Det svenska är talen som avgör vilken sida av golvet ni hamnar på.

Den fråga vi oftast får om mätning i våra uppdrag är inte vilken kanal som fungerar bäst. Det är varför det står Direkt på nästan allt. Det är vår erfarenhet från uppdrag, inte en mätning – men frågan är rimlig, och svaret är obekvämare än det brukar låta.

Direkt är inte ett beteende. Det är ett tomt fält. Och de reparationer som säljs in för att fylla igen det tomma fältet har volymgolv som leverantörerna skriver ut i sin egen dokumentation – golv som ett svenskt business-to-business-segment ligger under. Business-to-business, ofta förkortat B2B, är försäljning till andra företag i stället för till privatpersoner.

Vad “Direkt” egentligen betyder i er statistik

Google beskriver kanalen i hjälpen ungefär som ni skulle gissa: “Direct is the channel by which users arrive at your site/app via a saved link or by entering your URL.” Besökare som skrivit in adressen eller använt ett bokmärke, alltså.

Men beskrivningen är inte det som sorterar trafiken. Det gör regeln, och regeln lyder: källan matchar exakt (direct) och mediet är (not set) eller (none). Med andra ord: vi har ingen uppgift om var besökaren kom ifrån. Under regeln ligger dessutom en restpost, Ej tilldelad, som Google definierar lika rakt – “Unassigned is the value Analytics uses when there are no other channel rules that match the event data.”

De två meningarna säger inte samma sak, och hela poängen med den här artikeln ligger i glappet. Beskrivningen handlar om en avsikt hos besökaren. Regeln handlar om frånvaro av data hos er.

Attribution – att koppla en affär till den marknadsföring som ledde fram till den – bygger på att länken bär med sig en avsändare. Dark social är samlingsnamnet för all delning där den avsändaren inte följer med: det vidarebefordrade mejlet, tråden i Teams eller Slack, det privata meddelandet på LinkedIn, länken klistrad i ett sms. Besöket registreras. Ursprunget gör det inte.

Och just det vidarebefordrade mejlet – B2B-delningens urtypiska ögonblick, när er offert skickas vidare till den som faktiskt bestämmer – är värre mätt än de flesta tror hos de mottagare som har ett skydd påslaget. Villkoret är viktigt, så vi skriver ut det: skyddsfunktionen heter Safe Links och ingår i Microsoft Defender for Office 365, inte i Microsoft 365 i allmänhet. Microsofts egen sida inleds med att den “is intended for business customers who have Microsoft Defender for Office 365”. Ett mindre svenskt bolag på en vanlig Microsoft 365-licens utan Defender har alltså ingen Safe Links alls.

Där den finns är dokumentationen tydlig: “If URL rewriting is enabled, the URL is rewritten even if the message is manually forwarded or replied to. Wrapping is done per message recipient (both internal and external recipients).” Länken som når beslutsfattaren är då inte samma länk ni skickade.

Sedan öppnar maskinerna den före människan. Samma dokumentation: “As long as Safe Links protection is turned on, URLs are scanned prior to message delivery, regardless of whether the URLs are rewritten or not”, och adresser utan giltigt rykte “are detonated asynchronously in the background”. Hur stor andel av era mottagare som sitter bakom det skyddet vet vi inte och gissar inte. Men det räcker att en del gör det för att slutsatsen ska hålla som bedömning: klickdatan i ert utskick innehåller säkerhetsskannrar, inte bara läsare.

Var samtalen då faktiskt förs vet vi inte, och vi tänker inte gissa. Det närmaste svenska mätningen kommer är Internetstiftelsen, som mäter privatpersoners internetvanor: två av tre svenskar använde Facebook Messenger 2025, hälften använde WhatsApp, och bara några få procent Signal och Telegram. Inte ens hälften – 45 procent – gör regelbundet egna inlägg på sociala medier. Det säger något om rörelsen bort från det öppna. Det säger ingenting om hur en inköpsansvarig på ett tillverkande bolag i Värnamo diskuterar en leverantör med sin kollega.

Den internationella slutsatsen är rimlig, och vi refererar den utan halmgubbe

Den etablerade positionen internationellt är inte naiv. Den säger inte “mät allt med sista klicket”. Den säger: köpresan har blivit för lång och för utspridd för att rymmas i ett säljsystem, alltså flyttar vi mätningen från individ till aggregat.

Underlaget som oftast citeras kommer från Dreamdata, en leverantör av attributionsverktyg. I deras benchmarkrapport för 2026 står det att “81% of the B2B customer journey now happens outside the sales pipeline - up from 70% last year”, att köparen har i snitt 88 kontaktpunkter över fyra kanaler med tio inblandade personer, och att det går 281 dagar från första annonsvisning till intäkt.

Två märkningar innan siffrorna används vidare. Metoden är leverantörens egen: rapporten är byggd på “our customers aggregated data across 66M+ sessions and 3.5M+ customer journeys” – alltså aggregerad data från företag som redan köpt ett attributionsverktyg och valt att dela med sig. Det är ett självselekterat urval i dubbel bemärkelse, ingen oberoende panel. Och åldern: rapporten är daterad 10 mars 2026 och därmed drygt sex månader gammal, marginellt utanför den gräns vi normalt håller. Vi använder den som senaste utgåvan av en återkommande årlig benchmark; någon nyare fanns inte publicerad när vi kontrollerade den 20 september 2026.

Slutsatsen som följer av underlaget är seriös och internt konsekvent: bygg mätningen i tre lager i stället för ett.

  • Kontonivåspårning syr ihop enskilda besök och kontakter till en köpresa per företag i stället för per person.
  • Marknadsmixmodellering – en statistisk modell som skattar marknadsföringens effekt ur veckovisa totalsiffror i stället för ur enskilda besökares klick – behöver därför inga kakor alls och bryr sig inte om samtycke.
  • Inkrementalitetsexperiment, där ni stänger av eller skruvar upp en kanal i ett område och jämför med ett annat, kalibrerar modellen mot verkligheten.

Google har dessutom lagt hela det mittersta lagret i öppen källkod, med Meridian, och byggt geoexperiment ovanpå det – alltså inkrementalitetsexperiment där områdena som jämförs är geografiska. Det är ingen säljprodukt man behöver köpa. Gratis är däremot inte samma sak som billigt, och priset står i Googles egen installationsanvisning: “Python 3.11 or 3.12 is required to use Meridian”, “We also recommend using a minimum of 1 GPU”, och “This project has been tested on V100 and T4 GPU using 16 GB of RAM” – plus att det inte finns något officiellt grafikkortsstöd på macOS. Den som ska köra modellen behöver alltså kunna Python och bayesiansk modellering, och ha någonstans att köra den. Kostnaden är en kompetens, inte en licens. Data att mata den med är det andra.

Det är där det tar slut.

Reparationen har ett golv, och två av tre står i Googles egen dokumentation

Tre golv. Två av dem är utskrivna av Google själv, i den dokumentation som tillhör den som rekommenderar metoden. Det tredje är vår egen slutsats av Googles räkneexempel, och vi säger vilket som är vilket i stället för att låta allt låta som leverantörens ord.

Golv 1 – beteendemodellering. Funktionen som ska fylla igen det som besökarens samtyckesval i kakbannern tar bort kräver att er Analytics-egendom – mätpunkten i Google Analytics som samlar in webbplatsens data – har “at least 1,000 daily users sending events with analytics_storage=‘granted’ for at least 7 of the previous 28 days”, plus minst tusen händelser om dagen utan samtycke. Och Google skriver ut vad som händer annars: “if there isn’t enough consented traffic to inform the model, then events triggered by users who decline consent aren’t reported.” Bortfallet blir alltså ett hål, inte en osäker skattning – vilket är raka motsatsen till hur modellerad data brukar säljas in. Google lägger dessutom till att tröskeln inte är någon garanti: även med tillräcklig data “it’s possible that even the additional data won’t be sufficient for Analytics to train the model.”

Tusen dagliga besökare med samtycke är ingen extrem siffra för en konsumentsajt. För ett bolag som säljer till några tusen namngivna företag är den ouppnåelig, och ingen inställning i verktyget ändrar på det.

Golv 2 – marknadsmixmodellen. Meridians dokumentation anger “a minimum of two years’ worth of weekly data for geo-level models and three years’ of data for national-level models”. Här citeras Google ofta fel, så villkoret är värt att skriva ut. Under rubriken för nationella modeller räknar Google fram varför treårsgränsen finns: ett exempel med tolv kanaler, sex kontrollvariabler och åtta knutpunkter blir 26 parametrar, och då gäller att “With two years of weekly data (104 data points), you have four data points per parameter. This sample size is too low to estimate the model reliably.” För en geomodell är två år i stället Googles egen miniminivå, just för att datapunkterna multipliceras med antalet geografiska celler: 21 län gånger 104 veckor blir 2 184 datapunkter i stället för 104. Google motsäger alltså inte sig själv, och den som citerar tvåårsmeningen som ett underkännande av tvåårsgolvet har klippt bort villkoret.

Räkna i stället hem det i er verklighet, för där biter något annat – och det här är vår egen slutsats av era tal, inte ett citat ur Googles dokumentation. Ett svenskt bolag som stänger femtio affärer om året har i snitt en affär per vecka. Antalet veckor är då inte problemet; innehållet i dem är det. En veckoserie av det slaget består till största delen av nollor, med enstaka toppar som inte är säsong utan slump – en enda order som råkade skrivas under på en torsdag. En modell som ska separera effekten av fyra kanaler ur den serien separerar brus, och den blir inte bättre av att serien är fem år lång i stället för två.

Golv 3 – geografin. Det här golvet är vårt eget, och vi märker det som det: Meridian anger ingen miniminivå för antalet geografiska celler. Det som finns är ett räkneexempel – “For example, 105 geos and three years of weekly data yield 105 x 156 = 16,380 data points” – och ett råd: “Certain geos can exhibit a low volume of observations. Consequently, it is advisable to exclude those geos from the dataset before model fitting.” Sverige har 21 län och 290 kommuner. Följer ni rådet blir de användbara cellerna få, eftersom tillverkningsindustrin är koncentrerad: av 6 075 tillverkande företag med minst tio anställda i SCB:s företagsregister låg 1 108 i Västra Götaland, 769 i Skåne och 766 i Stockholm, medan Jämtland hade 84 och Gotland 29 (vårt eget uttag 2026-09-19, redovisat i vår artikel om kanalval). Ni plockar alltså bort en stor del av kartan innan ni börjar.

Tio beslutsfattare finns inte i ett bolag med fjorton anställda

Nu till benchmarken själv, och här behöver ni bara aritmetik.

Vi tog ut storleksfördelningen ur SCB:s statistikdatabas den 20 september 2026, Företagens ekonomi 2024. En sak om basen först, eftersom exaktheten är hela poängen med den här artikeln: tabellen redovisar samtliga näringsgrenar utom finans- och försäkringsverksamhet, offentlig förvaltning, hushållens verksamhet och internationella organisationer – SCB:s eget urval A–S exklusive K, O, T och U. Talen nedan gäller alltså det näringsliv tabellen täcker, inte varje företag som finns i Sverige:

  • 16 690 företag har 10–19 anställda.
  • 9 919 har 20–49 anställda.
  • 3 271 har 50–99, och 2 025 har 100–249.
  • 1 391 har 250 anställda eller fler.
  • 1 034 462 har 0–9 anställda.

Det här är vårt eget uttag ur det öppna API:et, inte publicerad statistik i färdig form.

Ställ nu de tio inblandade beslutsfattarna mot den fördelningen. I ett bolag med fjorton anställda finns det inte tio personer att blanda in i ett leverantörsval – och om det ändå gör det är de samma tio personer som också sköter produktionen, ekonomin och kundtjänsten. De tio är korrekt mätta i Dreamdatas eget urval, alltså bland företag som redan köpt ett attributionsverktyg. Just det gör dem till en dålig beskrivning av er köpare.

Och detta är inte en poäng om kultur. Vi påstår inte att svenskar fattar beslut annorlunda som människor, förankrar mer eller är mindre benägna att lita på en annons. Det är en påstådd skillnad vi inte kan belägga, och vi hittade ingen svensk mätning av hur många personer som faktiskt är inblandade i ett inköp i ett bolag med 10–49 anställda. Skillnaden är storleken på gruppen, inte gruppens beteende. Konsekvensen är däremot stor: köpgruppen är mindre, beslutet passerar oftare en person som också driver bolaget, och det finns färre personer att fråga – vilket också gör det praktiskt möjligt att fråga dem.

Det som blir kvar: en lista i stället för en modell

Här vänder det. Samma litenhet som gör modellen omöjlig gör något annat möjligt som en stor marknad inte kan göra: ni kan räkna upp hela er adresserbara marknad vid namn.

En upplysning innan rådet, eftersom den påverkar hur resten ska läsas. Vi är en digitalbyrå. Det vi hittills avrått från – marknadsmixmodellen och geoexperimenten – säljer vi inte. Det som kommer nu – uttag ur ett register, matchning mot ett säljsystem, koppling mellan två system – är precis den sortens uppdrag vi tar betalt för. Väg rådet mot det, och läs tröskeln längre ner som en del av samma upplysning: det mesta av det här ska ni göra själva.

Ur samma SCB-uttag: tillverkningsindustrin, näringsgrenskod 10–33, rymmer 3 971 företag med 10–249 anställda och 163 326 anställda totalt. Samma tal som vi tog ut dagen innan, när vi räknade målgruppen inför kanalvalet i svensk B2B – samma tabell, kontrollerat två gånger. Det är en reproducerbarhetskontroll, inte en oberoende replikering, och den skillnaden spelar roll i en artikel som går ut på att skilja metod från upprepning. Den näringslivsbas tabellen täcker rymmer 33 296 företag med tio anställda eller fler.

Ett par tusen rader i ett kalkylark. Det är inte en målgrupp, det är en lista – och sedan 26 juni 2025 tar SCB inte längre betalt för uppgifter ur företagsregistret. Ni får företagsnamn, organisationsnummer, arbetsställeadress, näringsgrenskod och storleksklass via ett API, alltså ett gränssnitt som låter era system hämta data maskinellt. Gratis är dock inte detsamma som självbetjäning: ni godkänner API:ets användarvillkor och får certifikat och lösenord först efter kontakt med SCB, och varje anrop ger högst 2 000 rader. Om hämtningen ska byggas automatisk eller göras för hand är en avvägning för sig, och den har vi gjort i valet mellan API och manuell hantering. En varning att skriva in i kalendern: ett nytt API lanseras i september 2026 och ersätter det nuvarande efter minst sex månaders övergång, med byte från certifikat till API-nyckel.

När marknaden är uppräknelig byter mätfrågan form. Inte “vilken kontaktpunkt orsakade affären” – utan “hur många av de 3 971 har vi haft kontakt med, vilka hörde av sig, och vad svarade de när vi frågade.” Fyra saker går att mäta ärligt vid de talen:

  1. Täckning av listan. Hur många av de namngivna kontona har haft minst en kontakt med er de senaste tolv månaderna? Det är en andel av en känd nämnare, inte en skattning.
  2. Sökningar på ert eget namn. Stiger antalet personer som söker på ert företagsnamn har något hänt någonstans ni inte ser. Det är den enda kvantitativa signal vi känner till som överlever dark social, eftersom den mäter effekten i stället för vägen. Instrumentet är Search Console och det kostar ingenting – men två saker i det är arbete, och de ska sägas innan måttet sätts på en lista över mätbara mått. Google skriver själv att “we might not track some queries that are made a very small number of times or those that contain personal or sensitive information”, alltså finns de minsta frågorna inte i talen alls. Och att skilja sökningar på ert namn från allt annat kräver ett filter: ett reguljärt uttryck som någon skriver en gång och underhåller varje gång namnet stavas fel på ett nytt sätt. Det är samma lilla underhållsarbete som era sökordskluster redan kräver, och det är ingen som gör det av sig självt.
  3. Svaret på frågan hur de hittade er, ordagrant antecknat där affären ligger – inte i ett separat enkätverktyg utan i det system ni ändå arbetar i. Kräver det i sin tur att två system börjar prata med varandra hittar ni vårt resonemang i när det lönar sig att koppla ihop system.
  4. Köpresan rekonstruerad i säljsamtalet. Vilka fler var inblandade, var hörde de först talas om er, varför just nu.

De två sista är erfarenhet, och vi märker det som erfarenhet: vi har inte hittat någon studie med redovisad metod av hur träffsäker självrapporterad attribution är. De siffror som cirkulerar om saken – att fyrtio till sextio procent av besluten påverkas av dark social, att mätgapet är nittio procent – förekommer i leverantörsbloggar utan spårbar metod, och vi använder dem därför inte. Vår bedömning efter tjugo år i uppdrag är ändå tydlig, och vi avgränsar den till vad vi faktiskt sett: svaret på frågan “hur hittade ni oss”, sparat i fritext i samma system som affären, är den mest användbara marknadsföringsdata vi mött hos bolag av den här storleken. Och nästan ingen av de bolag vi möter sparar det. Det kostar heller ingenting att börja spara – men det kostar att fortsätta, och vad det är för arbete står i nästa avsnitt.

Det finns en sak till som är värd att säga rakt ut, eftersom den brukar användas som argument åt fel håll. Vårt eget uttag ur SCB:s undersökning av IT-användning i företag visar att 83 procent av företagen med tio anställda eller fler använder sociala medier, 82 procent i klassen 10–49 anställda och 82 procent inom tillverkningsindustrin. Också här är basen avgränsad: redovisningsgruppen omfattar näringsgrenarna SNI 10–63, 68–75, 77–82 och 95.1, inte samtliga företag. Och indikatorn mäter att företaget självt är närvarande på någon plattform. Den mäter inte att någon läser, och absolut inte att någon köper. Använd den inte som belägg för att kanalen fungerar.

Vad listan kostar att ta fram, och när ni inte ska köpa hjälp med den

Rådet ovan har hittills bara haft en prislapp: noll kronor till SCB. Det är sant om avgiften och missvisande om arbetet. Så vi bryter ner vad “hämta listan och mät täckning” faktiskt består av. Där vi inte kan belägga ett timspann skriver vi i stället vad posten innehåller och vad som driver den, så att ni kan läsa en offert på den – vi sätter inga tal vi inte kan stå för.

Steg 1 – åtkomsten. Ni godkänner API:ets användarvillkor och mejlar SCB med organisationsnummer, namn på den som godkänner villkoren, namn och mobilnummer på den som ska ta emot certifikatet, och vilka layouter ni vill ha. Hur lång tid SCB tar på sig vet vi inte. Myndigheten anger ingen handläggningstid på sidan, och vi har inte mätt den – alltså gissar vi inte. Räkna med den som en ledtid i planen och inte som en knapp att trycka på. Steget kräver att någon kan göra ett anrop med ett klientcertifikat i stället för med en nyckel i ett fält – och just den skillnaden försvinner när SCB byter till API-nyckel i september 2026.

Steg 2 – uttaget. Här är arbetet litet, och det går att räkna exakt i stället för att beskrivas. Ni väljer näringsgrenskod och storleksklass, väljer layout – SCB skiljer på “Företag”, som “avser hela den juridiska enheten (Je) och identifieras med ett person-/organisationsnummer”, och “Arbetsställe”, som är “en fysisk plats där verksamhet bedrivs” – och hämtar hem högst 2 000 rader per anrop. 3 971 tillverkande företag blir alltså två anrop. Hela näringslivsbasens 33 296 blir sjutton. Det är en engångshämtning, inte ett bygge.

Steg 3 – matchningen. Det är här arbetet ligger, och det är den post en offert på “vi hjälper er mäta täckning” egentligen prissätter. Raderna ska kopplas till era egna konton på organisationsnummer, dubbletter rensas och listan hållas aktuell. Tre saker driver posten, och de är de tre frågorna att ställa till den som offererar den: hur många rader det gäller, om era konton över huvud taget har ett organisationsnummer sparat i dag – vår erfarenhet från uppdrag är att det är där det oftast stannar – och om uttaget ska göras en gång eller fyra gånger om året.

Tröskeln, med sajtens egen räknemall. Vi hittar inte på en ny: i valet mellan API och manuell hantering räknar vi fram att en manuell timme kostar omkring 300 kronor – SCB:s medianlön 37 700 kronor i månaden för kontorsassistenter och sekreterare, uppräknad med Skatteverkets arbetsgivaravgift på 31,42 procent och delad på 165 antagna arbetstimmar. Det är den artikelns beräkning, inte en ny mätning här, och brytpunkten där är årskostnaden delad på timkostnaden.

Räknat så faller det här beslutet åt ett bestämt håll: ett uttag, ett par tusen rader, matchat för hand mot era konton i ett kalkylark – det gör ni själva. Har ni ett par hundra konton i säljsystemet och gör uttaget en gång finns det ingen årskostnad att slå ut på en brytpunkt över huvud taget – brytpunktsmallen kräver en återkommande kostnad, och den finns inte här. Vår erfarenhet från uppdrag, märkt som erfarenhet och inte som mätning: för någon som redan är hemma i kalkylark är det en eftermiddags arbete. Att köpa in en eftermiddag lönar sig inte.

Det blir en annan sak när tre villkor gäller samtidigt: uttaget ska göras om återkommande, matchningen ska ske maskinellt mot säljsystemet i stället för i ett kalkylark, och listan ska hållas aktuell mot förändringar i registret. Då är det inte en eftermiddag utan ett system, och ett system har en årskostnad som går att ställa mot er egen timkostnad på samma sätt som i räkneexemplet. De två tal ni räknar på är antalet konton i säljsystemet och antalet omhämtningar per år. Var gränsen går är vår bedömning från uppdrag och inte ett mätt värde: ett par hundra konton och en hämtning – gör det själva. Några tusen konton och fyra hämtningar om året, med matchningen kopplad in i systemet: då finns det ett arbete värt att prissätta, och när det lönar sig att koppla ihop system är den räkningen.

En post till som ingen ännu har betalat för: SCB byter API i september 2026, med byte från certifikat till API-nyckel och minst sex månaders övergång. För den som gör uttaget för hand en gång om året är det ingenting – ni får nya inloggningsuppgifter. För den som byggt hämtningen automatisk är det ett omskrivningsarbete med ett slutdatum. Gör ingen det, slutar hämtningen fungera när övergångsperioden löper ut, och täckningsmåttet fryser på den sista siffra det hann räkna. Det är hela poängen med varningen, och den är värdelös utan ett namn bredvid sig.

Vem äger listan. Vår erfarenhet från uppdrag, märkt som erfarenhet och inte som mätning: rutinen faller sällan på att någon räknar fel, den faller på att ingen äger den. Skriv därför ut ett namn, inte “säljavdelningen”: en person äger listan, fritextfältet och täckningsmåttet. Det återkommande arbetet är litet och konkret, och det är just därför det behöver stå i någons kalender i stället för i någons huvud – en gång per kvartal: hämta om uttaget, läs igenom kvartalets fritextsvar, räkna om täckningen. Står rollen tom slutar ingenting synligt att fungera, och det är precis problemet: listan åldras, fältet fylls i allt glesare, och täckningstalet fortsätter visas som om det betydde något. Vår egen erfarenhetspunkt ovan – att nästan ingen sparar svaret på “hur hittade ni oss” – beskriver ett förvaltningsfel, inte ett kunskapsfel.

Tre sätt det går sönder på, alla tre kända i förväg:

  1. Listan ruttnar. Storleksklasserna vi räknar med här kommer ur Företagens ekonomi med referensår 2024, hämtade 2026 – uppgiften om hur många anställda ett bolag har kan alltså vara upp till två år gammal när ni använder den. Och företag byter näringsgrenskod, fusioneras och avvecklas mellan två uttag. En lista som aldrig hämtas om blir sakta en lista över hur marknaden såg ut.
  2. Matchningen träffar koncernstruktur. SCB skiljer på den juridiska enheten och arbetsstället och erbjuder fyra layouter just därför. Ert säljsystem har i vår erfarenhet från uppdrag oftast den juridiska personen. Moderbolag, dotterbolag och arbetsställe blir då tre rader som kan se ut som samma kund – och kunden kan lika gärna sitta på en fjärde rad, i ett koncernbolag ni aldrig tog in på listan. Bestäm vilken nivå ni räknar täckning på innan ni matchar, inte efteråt när talet redan använts på ett styrelsemöte.
  3. Fritextsvaret blir osökbart. Ett svar antecknat i ett fält ingen kan filtrera på är inte data, det är en dagbok. Bestäm fältet innan ni börjar samla in.

Och personuppgifterna. Företagsraderna ur registret är inte personuppgifter, men kontaktpersonerna ni lägger till dem är det – och det ordagranna svaret ni sparar namnger ofta en tredje person, som i “min tidigare kollega skickade er offertmall”, vilken därmed hamnar i ert säljsystem utan att själv ha haft med er att göra. Det är ingen anledning att sluta spara formuleringen; det är en anledning att bestämma i förväg hur länge den ligger kvar och vem som får läsa den, samtidigt som ni bestämmer vilket fält den ska ligga i. Beror svaret på förhållanden i just er verksamhet är det en fråga för er egen jurist och inte för en artikel.

Vad vi inte vet, och varför vi ändå säger det här

Fyra luckor, utskrivna, eftersom en artikel som kräver metodredovisning av andra får tåla att lämna sin egen.

Vi vet inte var svenska företagsköp faktiskt diskuteras. Vi hittade ingen svensk primärkälla om vidarebefordrade mejl, Teams-trådar, privata meddelanden eller branschgrupper i en inköpsprocess. Internetstiftelsen mäter privatpersoners internetvanor. SCB mäter företagets egen närvaro på plattformar. Ingen av dem mäter det vi skulle behöva veta.

Vi vet inte hur stor andelen Direkt och Ej tilldelad är på svenska business-to-business-webbplatser. Vi har inte mätt det, och vi anger därför ingen siffra. Mekanismen är belagd genom Googles egen kanalregel; storleken är den inte.

Vi vet inte hur träffsäker frågan “hur hittade ni oss?” är. Rekommendationen att ställa den bärs av vår erfarenhet, inte av ett mätresultat, och det ska läsas så.

Och mekanismen är inte svensk. Stryk ordet “svensk” ur meningen “ett business-to-business-segment har färre än tusen dagliga användare, så beteendemodelleringen aktiveras aldrig” – den håller lika bra i Danmark, Finland, Norge, Estland och Portugal. Ingen kulturförklaring är inblandad. Men golven är absoluta tal: tusen dagliga användare, 104 respektive 156 veckodatapunkter, geografiska celler med volym. Utfallet blir därför beroende av marknadens storlek. Exakt samma bransch- och storlekssegment passerar samma golv med god marginal i Tyskland eller USA, där populationen är tio till trettio gånger större, och där är det internationella rådet alltså rätt råd. Vad den vägen kostar står redan ovan: inte en licens, utan någon som kan Python och bayesiansk modellering och en datapipeline som håller veckoserien jämförbar i två till tre år. Den kompetensen ska finnas någonstans – anställd, inhyrd eller köpt – och vilken av de tre som lönar sig räknar byrå eller egen anställd på. Det är nästa beslut för ett bolag som växer ur golven, inte en inställning i ett verktyg.

Talen som avgör vilken sida av golvet ni hamnar på är alltså de här: 33 296 företag med tio anställda eller fler i den näringslivsbas SCB:s tabell täcker, 3 971 tillverkande företag med 10–249 anställda, 16 690 med 10–19 anställda, 21 län, 290 kommuner. De vänder beslutet – inte för att svenska köpare är annorlunda, utan för att det är för få av dem för att modellen ska fungera och tillräckligt få för att listan ska vara möjlig.

Det är en sämre mätning än den ni läser om internationellt. Och för att inte stänga ett alternativ vi själva höll öppet: av de tre lagren är det bara det första, kontonivåspårningen, som saknar volymgolv – det går att köpa även vid era tal, till ett publicerat pris, med den begränsningen att besökare hemifrån och i mobilen inte identifieras. De två andra lagren går inte att göra alls vid era tal. Täckningsmåttet går, och det går utan att någon modell tränas. Och vilken digital strategi ni än landar i: en plan som vilar på en modell er datamängd inte kan träna är en plan som kommer att mäta fel i tysthet, i tre år, innan någon upptäcker det.

Så lyckas ni med det i Sverige

Gör

  • Räkna era tre tal mot golven innan ni köper reparationen: antalet dagliga användare med samtycke (mot Googles 1 000), antalet veckor med sammanhängande och jämförbar historik (mot 104 veckor för en geomodell och 156 för en nationell) och antalet geografiska celler ni kan dela upp landet i (Sverige har 21 län). Ligger ni under är det inte en inställning som saknas – metoden är inte tillämpbar på er.
  • Skriv ner hela den adresserbara marknaden vid namn ur SCB:s företagsregister: näringsgrenskod, storleksklass och arbetsställeadress. Uppgifterna är avgiftsfria sedan 26 juni 2025, men det är ingen nedladdningsknapp – ni godkänner API:ets användarvillkor och får certifikat och lösenord efter kontakt med SCB, och varje anrop ger högst 2 000 rader. Mät sedan täckning av listan – hur många av kontona har haft en kontakt med er de senaste tolv månaderna – i stället för attribution av enskilda klick. Räkna arbetet innan ni köper det: 3 971 rader är två anrop, 33 296 är sjutton, och ett enda uttag matchat för hand mot era konton i ett kalkylark är i vår erfarenhet en eftermiddags arbete, inte ett uppdrag att köpa in.
  • Ställ frågan "hur hittade ni oss?" till en människa i första samtalet och anteckna svaret ordagrant i fritext, i samma system som affären ligger i. Ett kryssval med fem alternativ ger er er egen hypotes tillbaka; fritexten ger er namnet på den kollega som tipsade.
  • Rekonstruera köpresan i säljsamtalet i stället för i verktyget: fråga vilka fler som varit inblandade i beslutet, var de först hörde talas om er och vad som gjorde att de hörde av sig just nu. Samtalet förs ändå och kostar därför ingenting extra; kostnaden är rutinen som gör att svaret hamnar i samma fält varje gång och att någon läser fältet. Det är ändå den enda källa vi känner till som når in i de stängda kanalerna.
  • Behandla klickdata i mejlutskick som förorenad. Hos mottagare vars organisation har Microsoft Defender for Office 365 med Safe Links påslaget skannas länkarna före leverans och adresser utan giltigt rykte öppnas automatiskt i bakgrunden – en del av era klick är då säkerhetsskannrar, inte läsare. Bedöm utskicket på svar, bokade möten och affärer i stället – vilket förutsätter att den som bokar mötet noterar utskicket på affären samma dag. Görs det inte vid bokningen går kopplingen inte att rekonstruera i efterhand, och då har ni bytt ett dåligt mått mot inget mått alls.

Gör inte

  • Köp inte in en marknadsmixmodell innan ni räknat hur många veckor med jämförbar historik ni faktiskt har – och vad veckorna innehåller. Googles egen miniminivå är två års veckodata för en geomodell och tre år för en nationell modell, men en serie som till största delen består av nollor blir inte användbar bara för att den är tillräckligt lång.
  • Använd inte 88 kontaktpunkter och tio beslutsfattare som en beskrivning av era kunder. Det är en attributionsleverantörs mätning av sin egen kundbas – företag som redan köpt ett attributionsverktyg – inte en mätning av svenska företagsköp.
  • Läs inte "Direkt" som "de kände redan till oss". Kanalen är i Googles egen regel definierad som frånvaro av källuppgift, och ett vidarebefordrat mejl från en kollega hamnar där lika säkert som ett bokmärke gör.
  • Lita inte på de procenttal om dark socials andel av besluten som cirkulerar i leverantörsmaterial. Vi har inte hittat någon av dem med en redovisad metod, och en siffra utan metod blir inte sannare av att den upprepas.
  • Fyll inte igen samtyckesbortfallet med modellerad data och anta att hålet är lagat. Når er mätpunkt i Google Analytics inte tröskeln rapporteras de händelserna inte alls – och en tröskel som nås är enligt Google ändå ingen garanti för att modellen går att träna.

Vägarna som finns, och när var och en passar

  • Köp en reparation av mätningen

    Passar bara om ni faktiskt når Googles publicerade trösklar för modellering och har tillräckligt med jämförbar historik för en marknadsmixmodell.

  • Räkna konton i stället

    Passar när volymen är för låg för modellering. Skriv ut den adresserbara marknaden ur SCB:s företagsregister och rekonstruera köpresan i säljsamtalet.

  • Fråga i första samtalet

    Passar alltid och kostar ingenting. Ställ frågan hur kunden hittade er till en människa och anteckna svaret ordagrant.

Invändningen mot vårt eget råd

Den starkaste invändningen mot vår rekommendation att räkna konton i stället för att laga mätningen är att kontoräkning är arbete som aldrig blir klart och som ingen egentligen vill äga. En modellerad rapport kommer automatiskt varje måndag; en kontoräkning kräver att någon faktiskt frågar kunder hur de hittade oss och antecknar svaret. Vi vet att rutiner av det slaget oftare faller på ägarskap än på metod – det säger artikeln själv. Den som inte kan peka ut en person som äger räkningen får förmodligen mer nytta av en enklare mätning som faktiskt blir gjord.

Vanliga frågor

Varför är så stor del av vår trafik "Direkt"?

För att Direkt inte är ett beteende utan ett tomt fält: regeln som sorterar trafiken kräver att källan matchar exakt "(direct)" och att mediet är "(not set)" eller "(none)" – alltså att ni saknar uppgift om var besökaren kom ifrån. En hög andel Direkt säger därför hur mycket av er trafik som förlorat sin avsändare på vägen, inte hur många som redan kände till er. Vi har inte mätt hur stor andelen faktiskt är på svenska business-to-business-webbplatser och anger därför ingen siffra.

Ska vi köpa ett attributionsverktyg?

Räkna först. Ett verktyg som syr ihop besök till köpresor på kontonivå kan vara vettigt även vid små volymer, eftersom det inte är en statistisk modell utan en hopkoppling – det lagret är det enda av de tre som saknar volymgolv. Priset går dessutom att kontrollera i förväg, och det gör det till en ovanligt lätt post att bedöma. Leverantörernas egna publicerade listpriser, hämtade 2026-09-20 och alltså publicerat leverantörspris och inte vår mätning: Leadinfos Starter börjar på 69 euro i månaden vid årsbetalning, men det steget rymmer 0–50 identifierade företag i månaden – 51–100 kostar 99 euro. Leadfeeders Discover börjar på 79 euro vid årsbetalning, och där finns dessutom ett gratisläge, Lite, på upp till 100 identifierade företag i månaden. Det som driver priset uppåt är framför allt antalet identifierade företag per månad, och därefter vad steget låser upp: hos Leadinfo skickas insikterna till säljsystemet för hand i Starter, och hos Leadfeeder kräver automatiska kopplingar till säljsystemet minst Activate. Antalet användare skiljer sig bara hos Leadinfo – tre i Starter, tio i Scale – medan Leadfeeder anger obegränsat antal användare i alla steg, gratisläget inräknat. Leadinfos Scale ligger på 159 euro och Pro på 359 euro i månaden i sina lägsta volymsteg vid årsbetalning, Leadfeeders Activate på 369. Kontrollera däremot att metoden fungerar för er innan ni betalar för den: identifieringen sker på nätverksadress, och Leadfeeders egen hjälpsida räknar upp tre fall som aldrig blir ett företagsnamn – besökare på "WIFI in an airport or coffee shop", besökare "using their mobile network" och besökare "on home Internet". Sitter era köpare ofta hemma eller i mobilen finns de inte i verktyget. De två lager som brukar säljas med – marknadsmixmodellering och inkrementalitetsexperiment – har däremot volymgolv som leverantörerna skriver ut själva: minst två års veckodata för en geomodell och tre år för en nationell modell, respektive geografiska celler med tillräckligt många observationer. Har ni några dussin affärer om året består er veckoserie till största delen av nollor, och då köper ni en modell som inte kan skatta något – oavsett hur många år bakåt serien sträcker sig. Vår erfarenhet från uppdrag är att samma pengar oftare gör nytta i säljsystemet, men lägg dem inte på licensen: det som brukar fattas är inte programvaran utan att ett fält är bestämt och att någon läser det som skrivs i det.

Hur ställer vi frågan "hur hittade ni oss?" utan att det blir en enkät?

Ställ den i samtalet, inte i ett formulär, och ställ den som en verklig fråga: "vad fick dig att höra av dig just nu?" Skriv sedan ner svaret ordagrant där affären ligger. Det som är användbart är inte kategorin utan formuleringen – "min tidigare kollega skickade er offertmall" säger något ett kryssval aldrig fångar. Vi har inte hittat någon studie med redovisad metod av hur träffsäker självrapporterad attribution är, så detta är vår bedömning från tjugo år i uppdrag, inte ett mätresultat.

Kan vi lita på klickstatistiken i vårt nyhetsbrev?

Inte som ett mått på människor – men villkoret är värt att känna till, eftersom det avgör hur mycket skräp ni har i talen. Skyddet heter Safe Links och ingår i Microsoft Defender for Office 365, inte i varje Microsoft 365-licens. Hos de mottagare som har det påslaget skannas länkarna före leverans och adresser utan giltigt rykte öppnas automatiskt i bakgrunden; är omskrivningen dessutom aktiverad byts länken ut per mottagare, och igen vid manuell vidarebefordran. Hur många av era mottagare det gäller vet ni inte – och det är hela problemet. Klickstatistiken duger till att jämföra två utskick med varandra, inte som en lista över personer som läst.

Betyder det här att vi ska sluta mäta?

Nej – byt mätobjekt. Attribution frågar vilken kontaktpunkt som orsakade affären, vilket kräver volym ni inte har. Täckning frågar hur många av de namngivna konton ni vet är er marknad som har haft en kontakt med er. Skillnaden är att nämnaren är känd: andelen blir en räkning i stället för en skattning, och listan kan ni ta fram gratis. De fyra mått vi går igenom i artikeln går alla att ta fram utan att någon statistisk modell behöver tränas.

Källor och faktagranskning

Senast faktagranskad 20 september 2026. Siffror i artikeln är hämtade från källorna nedan; bedömningar och den svenska tolkningen är redaktionens egna. Artikeln är rådgivning från en digitalbyrå och allmän information – inte juridisk rådgivning. Regler har nästan alltid villkor, och vi känner inte till era.Så menar vi med det.Så arbetar vi.

Så togs den här artikeln fram

Skriven av Volym-redaktionen med AI-stöd i research och textproduktion, granskad och beslutad av Andreas Bladini före publicering. Googles kanaldefinitioner och tröskelvärden för beteendemodellering är citerade ur Googles egen dokumentation. Microsofts licensvillkor för Safe Links är lästa i Microsofts egen dokumentation. Den adresserbara marknaden räknas ur SCB:s företagsregister. Där leverantörsmaterial cirkulerar procenttal utan metod avvisar artikeln dem i stället för att återge dem.

Andreas Bladini, AI Hackers, en del av Volym Digitalbyrå AB. Arbetar med digitala uppdrag åt mindre svenska bolag och står bakom bedömningarna i artiklarna. Byrån har tjugo år i branschen, och de senaste åren har gått åt till att sätta sig in i hur AI-inslag och agentflöden förändrar det digitala landskapet.

Läs vidare