Hoppa till innehållet

Start Ämnen Webbdesign

Konverteringsoptimering när trafiken är för liten för att testa: räkningen som avgör om ni kan A/B-testa alls

Uppdaterad 6 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

  • Konverteringsoptimering säljs med A/B-test som kärna, men räkningen avgör om trafiken räcker för att testa alls. För att med 95 procents konfidens och 80 procents styrka kunna mäta en höjning av konverteringsgraden från 2 till 3 procent krävs 3 826 besökare per variant, alltså 7 653 totalt. Det är vår egen beräkning med formeln utskriven i artikeln.
  • Vid 200 besök i månaden tar det testet 38 månader. Vid 500 besök 15 månader, vid 1 000 besök knappt 8. Ett svenskt B2B-bolag i en nisch ligger nästan alltid i det spannet, och då är A/B-testet inte ett verktyg utan en kostnad.
  • Vill ni mäta en mindre förbättring blir det värre, inte bättre. En höjning från 2 till 2,5 procent kräver 27 620 besökare totalt. Det är just de små förbättringarna en optimeringstjänst brukar leverera.
  • Det som fungerar under den tröskeln är strukturellt och kvalitativt: ta bort fält ni inte använder, skriv ut priset eller spannet, säg vad som händer efter att formuläret skickats, och fråga fem riktiga kunder varför de tvekade. Inget av det kräver statistik.
  • Alla svenska källor vi hittade om ämnet är publicerade av byråer som säljer tjänsten. Vi använder därför inga effektsiffror från dem, utan räknar i stället fram det som går att räkna.

Vad är konverteringsoptimering?

Konverteringsoptimering är arbetet med att få en större andel av besökarna på en webbplats att göra det ni vill att de ska göra. I B2B är den önskade handlingen sällan ett köp, utan början på ett samtal: ett ifyllt formulär, en bokad demonstration, ett samtal. Disciplinen förknippas ofta med A/B-tester, där två varianter visas för olika delar av trafiken och utfallet jämförs statistiskt. Men testet är en metod inom arbetet, inte samma sak som arbetet.

Omvärderingen

Internationellt heter det

Den etablerade slutsatsen är att konverteringsoptimering ska vara datadriven och att A/B-testet är dess kärna. Receptet är välkänt: formulera en hypotes, bygg två varianter, kör tills resultatet är statistiskt signifikant på 95 procents nivå, behåll vinnaren och börja om. Rådgivningen är ofta korrekt i sak. Standarden på 95 procents konfidens är rimlig, rekommendationen att köra minst två hela veckor för att fånga veckovariation är klok, och tumregeln om ett par hundra konverteringar per variant pekar åt rätt håll. Problemet är att receptet nästan aldrig prövas mot den trafikvolym läsaren faktiskt har.

Vår bedömning för Sverige

Mekanismen är inte svensk, och statistiken bryr sig inte om landsgränser. Men konsekvensen är i högsta grad svensk, eftersom den beror på marknadens storlek. Ett svenskt B2B-bolag säljer ofta till några tusen möjliga kunder i hela landet, och sökefterfrågan i nischerna är mätbart låg: vi har mätt köpnära svenska sökord som ligger på 50 sökningar i månaden nationellt. Med den efterfrågan blir webbplatsens trafik några hundra besök i månaden, och då faller hela testreceptet på aritmetik. Vår egen beräkning, med formeln utskriven: 7 653 besökare krävs för att skilja 2 procent från 3 procent. Vid 200 besök i månaden är det 38 månader. Alla svenska källor vi hittade om ämnet är dessutom publicerade av byråer som säljer tjänsten, vilket är samma mönster som i prisfrågor. Vår bedömning efter tjugo år i uppdrag, märkt som erfarenhet och inte som mätning: under den här tröskeln ligger vinsterna i strukturen och i vad sidan faktiskt säger, inte i vilken knappfärg som vinner.

Erbjudandet låter rimligt. Vi testar två varianter, behåller den som vinner, upprepar. Det är god metod, och den fungerar.

Frågan ingen ställer är om er sajt har tillräckligt med trafik för att testet ska kunna ge ett svar. Den frågan går att räkna, och svaret är obekvämt för de flesta svenska B2B-bolag.

Vi säljer själva arbete med webbplatser. Väg det vi skriver mot det.

Räkningen som avgör allt

För att jämföra två varianter statistiskt behöver ni ett visst antal besökare per variant. Talet beror på tre saker: hur hög konverteringsgraden är från början, hur stor förbättring ni vill kunna upptäcka, och hur säkra ni vill vara.

Med branschstandarden 95 procents konfidens och 80 procents styrka blir formeln:

n per variant = 2 × (z₀,₀₂₅ + z₀,₂₀)² × p̄(1−p̄) ÷ (p₁−p₂)²

Vi skriver ut den så att ni kan göra om räkningen. Här är vad den ger:

Från Till Relativt lyft Per variant Totalt
2,0 % 4,0 % 100 % 1 142 2 284
2,0 % 3,0 % 50 % 3 826 7 653
1,0 % 2,0 % 100 % 2 319 4 639
3,0 % 4,5 % 50 % 2 518 5 036
2,0 % 2,5 % 25 % 13 810 27 620
5,0 % 6,0 % 20 % 8 159 16 318

Läs de två fetmarkerade raderna mot varandra. Att mäta en halvering av bortfallet kräver 7 653 besökare. Att mäta en fjärdedels förbättring kräver 27 620.

Ju mindre effekt ni vill upptäcka, desto större urval. Och små förbättringar är precis vad en optimeringstjänst brukar leverera.

Vad det betyder i månader

Ta 7 653 och dela med er egen månadstrafik på den aktuella sidan:

  • 200 besök i månaden: 38 månader
  • 500 besök i månaden: 15 månader
  • 1 000 besök i månaden: knappt 8 månader
  • 3 000 besök i månaden: 2,6 månader

Vid 200 besök i månaden tar det testet 38 månader. Under tre år hinner er marknad, ert erbjudande och er webbplats ändras flera gånger. Testet mäter då inte längre samma sak som när det startade.

Ett test som tar längre tid än beslutet tål är inte ett test. Det är en kostnad med en rapport i slutet.

Varför svenska B2B-sajter hamnar under tröskeln

Det här är inte en svensk statistikregel. Men konsekvensen är svensk, eftersom den beror på hur stor marknaden är.

Ett svenskt B2B-bolag säljer ofta till några tusen möjliga kunder i hela landet. SCB räknar 33 296 företag med tio anställda eller fler, och er nisch är en bråkdel av det. Sökefterfrågan följer med: vi har mätt köpnära svenska sökord som ligger på 50 sökningar i månaden nationellt.

Med den efterfrågan blir en nischad B2B-sajt några hundra besök i månaden på de sidor som betyder något. I de svenska B2B-konton vi förvaltar ligger prissidan och kontaktsidan typiskt på under 300 besök per månad vardera, medan startsidan kan ha fler än 1 000. Det är vår observation från uppdrag och ingen branschmätning, men den är lätt att kontrollera i er egen statistik: titta per sida och inte på sajten som helhet. Då är A/B-testet inte ett verktyg. Det är en offert.

Vad som fungerar under tröskeln

Vår erfarenhet från uppdrag, märkt som erfarenhet och inte som mätning, är att den vanligaste orsaken till uteblivna förfrågningar inte är utformningen utan att sidan inte säger vad som händer sedan.

Fyra åtgärder, ingen av dem kräver statistik:

  1. Ta bort fält ingen använder. Gå igenom de senaste 20 förfrågningarna och kontrollera vilka uppgifter som faktiskt användes i nästa steg. Resten är fält som kostade er svar utan att ge något.
  2. Skriv ut priset eller spannet. Den som inte får en prisuppgift hoppar antingen av eller hör av sig för att fråga. Det andra alternativet kostar er ett samtal ni inte ville ha.
  3. Beskriv vad som händer efter att formuläret skickats. Vem hör av sig, hur snabbt, vad handlar det första samtalet om. Tio minuter att skriva, och det tar bort en verklig osäkerhet.
  4. Ring fem kunder som blev kunder och fråga vad som fick dem att tveka. Fem samtal ger mer användbar information vid den här volymen än ett test som aldrig når signifikans.

Skillnaden mot A/B-testet är att ni inte kan mäta varje enskild ändring. Men ni tar bort kända hinder i stället för att leta efter okända, och det är rätt prioritering när urvalet ändå inte räcker.

Undantaget: när räkningen inte gäller

Allt ovan förutsätter att ni vill mäta en måttlig förbättring på en sida med normal trafik. Två lägen faller utanför.

Ni har en enskild sida med hög trafik. Ett bolag kan ha 400 besök i månaden totalt men 2 500 på prissidan, om den ligger först i sökresultatet. Räkna per sida, inte på sajten som helhet. Testet kan vara möjligt där även när det är omöjligt överallt annars.

Ändringen är stor nog att ge ett stort utslag. Ska ni gå från ett formulär med 11 fält till ett med 3, eller lägga till prisuppgift där ingen funnits, är den förväntade effekten inte 25 procent utan snarare en fördubbling. Då räcker 2 284 besökare enligt tabellen ovan, och vid 500 besök i månaden är det knappt 5 månader. Fortfarande långt, men inte orimligt.

Regeln blir alltså: ju större och mer strukturell ändringen är, desto mindre trafik behövs för att mäta den. Det är ännu ett argument för att börja med de stora ändringarna i stället för med knappfärgen.

Fällan att titta för tidigt

Ett vanligt sätt att få ett test att “fungera” vid låg volym är att titta på resultatet varje dag och avsluta när skillnaden ser störst ut.

Det ger nästan alltid ett utslag. Det är också nästan alltid falskt: slumpen svänger, och den som väljer sin avläsningstidpunkt efter utfallet har mätt slumpen och kallat den en effekt.

Om ni ändå kör ett test, bestäm urvalsstorleken före start och läs av först då.

När ni inte ska köpa in något

Ta er månadstrafik på den sida ni vill förbättra. Dela 7 653 med det talet. Är svaret över 3 månader ska ni inte köpa ett löpande optimeringsuppdrag. Gör de fyra åtgärderna ovan i stället, internt, på en vecka.

Har ni över 3 000 besök i månaden på den aktuella sidan ändras bilden. Då är testet möjligt att genomföra inom rimlig tid, och då är ett sådant uppdrag befogat.

Och lägg inte pengar på mer trafik förrän sidan säger vad den ska. Dubblad trafik till en sida som varken anger pris eller nästa steg dubblar bara antalet som lämnar.

Så lyckas ni med det i Sverige

Gör

  • Räkna er egen testtid innan ni köper något. Ta antalet besökare per månad på sidan ni vill förbättra, dela 7 653 med det talet, och läs svaret i månader. Är svaret över 3 månader är A/B-testet fel verktyg och pengarna ska någon annanstans.
  • Ta bort fält ni inte använder i formuläret. Gå igenom de senaste 20 inkomna förfrågningarna och kontrollera vilka uppgifter någon faktiskt har använt i nästa steg. Varje fält som inte användes är ett fält som kostade er svar utan att ge något.
  • Skriv ut priset eller spannet. Den som inte får en prisuppgift hoppar av eller hör av sig för att fråga, och det andra alternativet kostar er ett samtal. Tål ni inte att skriva ut spannet är det spannet som är problemet, inte sidan.
  • Säg vad som händer efter att formuläret skickats: vem som hör av sig, hur snabbt, och vad det första samtalet handlar om. Det är den enda texten på sidan som tar bort en verklig osäkerhet, och den kostar tio minuter att skriva.
  • Ring fem kunder som blev kunder och fråga vad som fick dem att tveka. Fem samtal ger mer användbar information vid den här volymen än ett test som aldrig når signifikans, och de går att göra i dag.

Gör inte

  • Köp inget löpande optimeringsuppdrag innan räkningen ovan är gjord. Undantaget hör till rådet: har ni över 3 000 besök i månaden på den aktuella sidan är A/B-testet fullt möjligt, och då är ett sådant uppdrag rimligt.
  • Avsluta inte ett test för att det ser lovande ut efter en vecka. Att titta på resultatet löpande och stoppa när skillnaden är som störst är det vanligaste sättet att få ett falskt positivt utfall, och det ger er en ändring som inte gör något.
  • Jämför inte er konverteringsgrad mot ett riktvärde ni läst någonstans. Talet beror på trafikens sammansättning, och en sajt med mycket varumärkestrafik ser bättre ut än en med mycket kall trafik utan att vara bättre.
  • Testa inte knappfärger och rubrikvarianter vid låg volym. Effekterna är små, och små effekter kräver som störst urval. Det är den sämsta kombinationen som finns.
  • Lägg inte pengar på fler besökare förrän sidan säger vad den ska. Dubblad trafik till en sida som inte anger pris eller nästa steg dubblar bara antalet som lämnar.

Vägarna som finns, och när var och en passar

  • A/B-testa

    Passar när sidan har över 3 000 besök i månaden och ni vill mäta en förändring på minst 50 procent relativt. Under det tar testet längre tid än beslutet tål.

  • Strukturella åtgärder utan test

    Passar under 3 000 besök i månaden. Ta bort oanvända fält, skriv ut pris och nästa steg. Ni mäter inte varje ändring, men ni tar bort kända hinder.

  • Fem kundsamtal

    Passar alltid, och särskilt vid låg volym. Fem samtal med kunder som faktiskt köpte ger information ett test aldrig kan ge, eftersom testet bara mäter vad som hände, inte varför.

Invändningen mot vårt eget råd

Den starkaste invändningen mot vår räkning är att den förutsätter ett klassiskt A/B-test med fast urvalsstorlek. Det finns sekventiella och bayesianska metoder som kan ge användbara besked på mindre underlag, och en erfaren testare kan dessutom välja att acceptera lägre konfidens för ett billigt beslut. Vår tröskel är alltså strängare än den behöver vara i händerna på någon som kan statistik. Vi behåller den ändå, eftersom den offert en svensk beställare faktiskt får nästan alltid beskriver ett vanligt A/B-test på 95 procents nivå, och eftersom lägre konfidens sällan redovisas som lägre konfidens. Den som blir erbjuden en sekventiell metod ska fråga vad den kostar i felrisk.

Vanliga frågor

Hur många besökare behöver vi för att A/B-testa?

Det beror helt på hur stor förbättring ni vill kunna mäta, och det är den delen som brukar utelämnas. För att skilja 2 procent från 3 procent krävs 3 826 besökare per variant vid 95 procents konfidens och 80 procents styrka, alltså 7 653 totalt. För en mindre förbättring, 2 till 2,5 procent, krävs 27 620. Ju mindre effekt ni vill mäta, desto större urval. Och det är just små effekter en optimeringstjänst brukar leverera.

Kan vi inte bara köra testet längre?

Jo, matematiskt. Men vid 200 besök i månaden är svaret 38 månader, och under tre år hinner er webbplats, er marknad och ert erbjudande ändras flera gånger. Testet mäter då inte längre samma sak som när det startade. Ett test som tar längre tid än beslutet tål är inte ett test, det är en kostnad med en rapport i slutet.

Vad gör vi i stället då?

Fyra saker som inte kräver statistik. Ta bort formulärfält som ingen faktiskt använder i nästa steg, kontrollerat mot era senaste 20 förfrågningar. Skriv ut pris eller prisspann. Skriv vad som händer efter att formuläret skickats, vem som hör av sig och hur snabbt. Och ring fem kunder som blev kunder och fråga vad som fick dem att tveka. Det är gjort på en vecka och tar bort kända hinder i stället för att leta efter okända.

Vår konverteringsgrad är 1,2 procent. Är det dåligt?

Omöjligt att säga, och den som svarar utan att fråga om er trafik gissar. Talet beror på trafikens sammansättning: en sajt där hälften av besökarna sökt på företagsnamnet har högre konverteringsgrad än en sajt med kall trafik, utan att vara bättre byggd. Jämför er mot er själva över tid i stället, och dela upp på trafikkälla innan ni drar någon slutsats alls.

Ni säljer väl själva den här sortens arbete?

Ja, och därför är det värt att läsa rekommendationerna noga. Vi säger uttryckligen att ni inte ska köpa löpande optimeringsuppdrag under 3 000 besök i månaden på den aktuella sidan, och att de fyra åtgärderna ovan ska göras internt. Det arbete vi rimligen kan sälja i ett mindre bolag är att skriva om sidan så att den säger pris och nästa steg, och det är ett avgränsat uppdrag med ett slut.

Källor och faktagranskning

Senast faktagranskad 25 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. Urvalsstorlekarna är räknade här med standardformeln för jämförelse av två proportioner vid 95 procents tvåsidig konfidens och 80 procents styrka, och formeln står utskriven i artikeln så att räkningen går att göra om. Sökvolymerna är egna uttag ur Google Ads. Vi hittade inga svenska källor om ämnet som inte var publicerade av en part som säljer tjänsten, och använder därför inga effektsiffror alls från den litteraturen.

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