Ditt team bråkar om vilken siffra som är rätt. Google Analytics säger 100 konverteringar. Ditt CRM säger 95. Din butiksplattform säger 102. Ingen vet vilken man ska lita på. Besluten stannar av medan ni diskuterar siffrorna.
Avstämning är processen att förstå skillnaderna mellan verktygen och avgöra vilket verktyg som äger varje mått. Det handlar inte om att få siffrorna att stämma. Det handlar om att förstå varför de inte gör det och bestämma vilken du ska lita på.
Ramverket för avstämning
Steg 1: Ta reda på vad varje verktyg mäter
Google Analytics mäter spårade händelser och konverteringar. Din butiksplattform mäter slutförda transaktioner. Ditt CRM mäter registrerade affärer. Serverloggar mäter förfrågningar. Varje verktyg mäter något annorlunda.
Dokumentera exakt vad varje verktyg mäter: "Google Analytics spårar konverteringshändelsen som utlöses på kassans bekräftelsesida." "Butiksplattformen spårar slutförda betalningar." "CRM spårar affärer som säljteamet har skapat."
Steg 2: Hämta samma data från varje verktyg
Exportera antalet konverteringar från varje verktyg för ett visst datumintervall. Använd exakt samma datumintervall (samma tidszon) i varje verktyg. Om du jämför per månad använder du samma kalendermånad i alla verktyg.
Exempel: "Konverteringar 1-31 januari 2026"
Steg 3: Räkna ut skillnaderna
Analys: 100 konverteringar. Butiksplattform: 102 konverteringar. CRM: 95 konverteringar. Skillnad mellan analysen och butiksplattformen: 2 (2 %). Skillnad mellan analysen och CRM: 5 (5 %).
Är 2 % normal variation? Ja. Går 5 % att förklara? Kanske. Undersök.
Steg 4: Undersök skillnaderna
Varför är CRM lägre än butiksplattformen? Möjliga förklaringar: konverteringar offline i butiksplattformen som ännu inte registrerats i CRM. Återbetalningar i CRM som butiksplattformen fortfarande räknar. Testtransaktioner i butiksplattformen som inte går till CRM.
Hitta förklaringen till varje skillnad.
Steg 5: Dokumentera förklaringen och acceptera skillnaden
"CRM är 3 % lägre än butiksplattformen eftersom det räknar in återbetalningar (som dras av från intäkterna) och bara tar med försäljning som registrerats inom 24 timmar. Vissa försäljningar tar längre tid att registrera. Den här skillnaden är väntad."
När du förstår den kan du sluta diskutera siffrorna. Använd rätt källa för varje beslut.
Verktyg att använda vid avstämning
Google Analytics som sanningskälla för trafik
Google Analytics visar hur användare beter sig och konverterar. Det är din bästa källa för att förstå trafikmönster och användarresor. Använd det för trafikanalys, segmentanalys och attribueringsfrågor.
Betalleverantören som sanningskälla för intäkter
Din betalleverantör visar de faktiska pengarna som rör sig. Använd den för intäktssiffror, spårning av återbetalningar och ekonomisk analys. Den siffran går till din redovisningskonsult, så den är den mest officiella.
CRM som sanningskälla för säljflödet
Ditt CRM visar affärer, möjligheter och hur försäljningen går. Använd det för försäljningsprognoser, analys av säljflödet och intäktsattribuering till säljteam.
Serverloggar som sanningskälla för det tekniska
Serverloggar visar all trafik på teknisk nivå. Använd dem för teknisk felsökning, botidentifiering och för att förstå trafik som analysverktyget kan missa.
Vanliga avstämningsscenarier
Analysen visar färre konverteringar än din betalleverantör
Normalt. Troliga orsaker: spårningskod som inte körs vid vissa konverteringar, annonsblockerare som hindrar konverteringsspårning, en kassa hos tredje part som inte spåras.
Åtgärd: räkna ut skillnaden i procent varje månad. Om den är konsekvent (säg alltid 5-10 % lägre) är det väntat. Om den plötsligt ändras har något gått sönder.
CRM visar fler affärer än analysen visar konverteringar
Möjliga orsaker: säljteamet skapar affärer för leads offline, affärer som skapas efter den första konverteringen (spåras inte vid konverteringen), testaffärer i CRM som inte är verkliga.
Åtgärd: bestäm vilka konverteringar som hör hemma i CRM och vilka som inte gör det. Kanske räknas bara förstagångsköp i analysen. Kanske räknas alla affärer i CRM, även förnyelser.
Analysen visar konverteringsattribuering på ett sätt, CRM på ett annat
Olika verktyg använder olika attribueringsmodeller. Analysen använder sista klicket som standard. CRM kan använda första klicket eller egna regler. Naturligtvis är de oense.
Åtgärd: välj en sanningskälla för attribuering. Om analysen säger att betald sökning ska få äran använder du den siffran. Försök inte få CRM att matcha analysen. Använd varje verktyg till det det är bra på.
Automatisera avstämningskontroller
Skapa månatliga avstämningsrapporter
Skapa ett kalkylblad som hämtar nyckelmått från varje verktyg varje månad. Konverteringar från Google Analytics. Intäkter från butiksplattformen. Affärer från CRM. Jämför dem. Räkna ut avvikelserna.
Om avvikelsen håller sig inom det väntade intervallet behövs ingen åtgärd. Om något ändras oväntat bör du undersöka det direkt.
Skapa aviseringar för ovanliga skillnader
Om antalet konverteringar i analysen sjunker 50 % jämfört med butiksplattformen kan du larma ditt team. Något har troligen gått sönder. Automatiska aviseringar fångar problem snabbare än manuella granskningar.
Använd plattformar för dataintegration
Plattformar för dataintegration eller inbyggda integrationer kan automatiskt synka data från flera källor till ett datalager. Då kan du jämföra alla källor på ett ställe.
Vanliga frågor
Hur avgör jag vilket verktygs siffror jag ska använda i rapporteringen?
Använd det verktyg som mäter närmast ditt faktiska mål. För trafikrapportering använder du analysen. För intäktsrapportering använder du betalleverantören. För försäljningsrapportering använder du CRM. Olika mått använder olika källor. Med WEMASY webbplatsbyggare kan du ställa in det direkt på din webbplats.
Ska jag justera ett verktygs data så att de matchar ett annat?
Nej. Dokumentera skillnaden och förstå varför den finns. Att justera data skapar falsk precision och döljer det verkliga gapet. Det är mer användbart att förstå gapet.
Vilken variation mellan verktyg är acceptabel?
5 % eller mindre är utmärkt. 5-15 % är typiskt och acceptabelt. 15-30 % bör undersökas. 30 % eller mer tyder på ett problem. Ta fram din egen utgångsnivå utifrån dina verktyg.
Hur ofta bör jag stämma av mina verktyg?
Minst varje månad. Varje vecka om du kör betalda kampanjer. En kvartalsvis genomgång av trender över flera månader. Hur ofta beror på hur snabbt det förändras i din verksamhet.
Kan jag använda serverloggar för att validera alla andra verktyg?
Delvis. Serverloggar visar all trafik men spårar inte användarbeteende som analysen gör. Använd serverloggar för att validera trafikvolym, inte användarsegment eller konverteringsattribuering.
Ska jag samla allt i ett analysverktyg för att slippa skillnader?
Nej. Flera verktyg ger dig olika värdefulla perspektiv. Skillnaderna är en egenskap, inte ett fel. Det är mer användbart att förstå dem än att eliminera dem.