Konverteringsanalys

Konverteringsanalys – Förstå varför besökare konverterar eller inte

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 varukorg (20% add-to-cart rate)
  • 30 slutför köp (15% checkout completion)

Kvalitativ analys (varför): Förståelse för användarnas tankar och motivation.

Exempel:

  • Session recordings visar att folk hovrar över ”Lägg i varukorg” men klickar inte
  • User testing avslöjar: ”Jag är osäker på fraktkostnaden”
  • Survey svar: ”Formuläret var för långt”

Båda behövs: Kvantitativ visar VAR problemet finns.
Kvalitativ förklarar VARFÖR det är 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% fortsätter, 80% tappar)

Steg 3: Påbörja checkout
150 besökare (75% fortsätter, 25% tappar)

Steg 4: Betalningsinformation
100 besökare (67% fortsätter, 33% tappar)

Steg 5: Köp
30 besökare (30% fortsätter, 70% tappar)

Total konverteringsgrad: 3%

Analys: Största läckorna:

  1. Produktsida → Varukorg (80% tappar) ← Störst problem
  2. Betalning → Köp (70% tappar) ← 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% återkommande
  • Icke-konverterande: 2 sidor, 1 minut på sajt, 90% 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% av konverterande besökare läser ”Hur det fungerar”-sida
  • 70% läser kundrecensioner
  • 50% kollar FAQ

Insikt: Dessa sidor bygger förtroende. Gör dem lättare att hitta.

Påbörjar konvertering vs Slutför konvertering

Ratio: Om 200 påbörjar men bara 30 slutför (15% completion) finns stort läckage i konverteringsflödet.

Jämför:

  • Vilka källor har högst completion rate?
  • Vilka enheter (desktop/mobil) slutför oftare?

Exempel:

  • Desktop: 25% completion
  • Mobil: 8% completion

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% avhopp
  • Steg 2 (betalningsinfo): 40% avhopp ← Problem här
  • Steg 3 (bekräftelse): 5% avhopp

Insikt: Något i betalnings-steget skrämmer bort folk.

Trafikkällor: Var kommer konverterande besökare ifrån?

Analys per kanal:

Google Analytics → Anskaffning → Trafikkällor: Jämför konverteringsgrad per källa.

Exempel:

Källa Besökare Konverteringar Conv Rate
Organisk sökning 5,000 150 3%
Direkt 2,000 80 4%
Betald sökning 1,500 60 4%
Social media 1,000 10 1%
Email 500 25 5%

Insikter:

  • Email-trafik konverterar bäst (5%) → Befintliga kunder/prenumeranter
  • Social media konverterar dåligt (1%) → Fel målgrupp eller för tidigt i resan
  • Organisk/betald sökning bra (3-4%) → Hög intent

Målsidor:

Vilka sidor börjar konverterande besökare på?

Analys: Google Analytics → Beteende → Målsidor → Filtrera på konverterande användare

Exempel:

  • 40% börjar på specifik produktsida (bestseller)
  • 30% börjar på kampanjlandning
  • 20% börjar på startsida
  • 10% börjar på blogg

Insikt: Vissa produkter/landningar fungerar mycket bättre som entry points.

Sökbeteende: Vad söker konverterande besökare efter?

Analys i Google Search Console:

Jämför sökfraser:

  • Vilka sökfraser leder till högst konvertering?
  • Generella vs specifika sökningar

Exempel:

Generell sökfras: ”skor”

  • 10,000 impressions, 500 klick, 5 konverteringar (1% conv rate)

Specifik sökfras: ”nike air max 90 dam storlek 38”

  • 100 impressions, 50 klick, 5 konverteringar (10% conv rate)

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

  • Ofta 5-10x högre konvertering (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: 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: Heatmap visar att 70% av besökare aldrig scrollar ner till ”Lägg i varukorg”-knappen på produktsida (placerad för långt ner).

Åtgärd: Flytta CTA högre upp (above the fold).

Session recordings

Se exakt vad individuella användare gör på webbplatsen.

Verktyg: Hotjar, Clarity, FullStory

Vad ses:

  • Varje klick, scroll, formulärinteraktion
  • Rage clicks (klickar flera gånger frustrerat 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”).

User testing

Be riktiga användare testa webbplatsen medan de tänker högt.

Plattformar: UserTesting, Lookback, Maze

Process:

  1. Rekrytera användare (idealt från målgrupp)
  2. Ge dem uppgift (”Hitta och köp produkt X”)
  3. Användare utför uppgift medan de verbaliserar sina tankar
  4. Observera och dokumentera problem

Exempel:

Uppgift: ”Köp en produkt”

Användare 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: Hotjar Surveys, 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).

Vad jämföras:

  • 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 heatmap/recording tools (Hotjar, 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)

User testing:

  • Testa med 5-10 användare
  • Identifiera vanliga problem

Surveys:

  • Exit-intent och post-purchase surveys
  • Samla 50+ svar

Resultat: Lista med kvalitativa insikter (VARFÖR problem finns).

Steg 4: Syntetisera insikter

Kombinera kvantitativ och kvalitativ:

Exempel:

Kvantitativ: 70% hoppar av i betalnings-steget i checkout.

Kvalitativ: Session recordings visar att folk pausar länge vid ”Skapa konto”-val. User testing avslöjar: ”Jag vill inte skapa konto bara för att handla.”

Syntes: Tvingande kontoregistrering i checkout orsakar 70% avhopp. Lösning: Erbjud guest checkout.

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 users, screenshots 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 säkerhetsmarkörer (SSL, 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 (text, färg, placering), fokusera på EN primär CTA.

Långsam laddning (särskilt mobil)

Symptom:

  • Hög bounce rate innan sidan ens laddat
  • 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:

  • User testing: ”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

Hotjar:

  • Heatmaps (klick, scroll, move)
  • Session recordings
  • Surveys

Microsoft Clarity (gratis):

  • Heatmaps
  • Session recordings
  • Rage clicks, dead clicks

Användning: Kvalitativ analys, förstå VARFÖR problem finns.

User testing

UserTesting:

  • Rekrytera testers från målgrupp
  • Se och höra användare navigera sajten

Maze:

  • Remote user testing
  • Prototype testing

Användning: Djup kvalitativ insikt från riktiga användare.

A/B-testing platforms (för senare)

Google Optimize, VWO, Optimizely:

Används EFTER analys för att testa lösningar.

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 genomföra djupgående konverteringsanalys – från trattanalys och beteendedata till session recordings och user testing – för att identifiera exakt var och varför användare tappar.

Kontakta oss →

Kontakta oss