# Sådan bliver man datadrevet – og hvorfor

> At basere sin beslutningstagning på data betyder, at man træffer velovervejede beslutninger i stedet for at stole på mavefornemmelsen. Læs mere om, hvordan man gør det.

**Author:** Hello Retail
**Published:** September 14, 2021
**Tags:** Industry Tips

---

Det er endnu en smuk dag her i København; verden er langsomt ved at vende tilbage til det normale, og mens alt dette sker, truer leveringsproblemer og stigende udgifter til annoncekøb e-handlen på en sådan måde, at det er **nu eller aldrig** for nogle af de mere »komplekse« færdigheder, man skal lære at udnytte for at få mest muligt ud af sin trafik og sin butik.

### Hvorfor er det vigtigt?

Vores kunder udgør en sund blanding af mindre butikker, der kun har været på markedet i få år, hurtigt voksende virksomheder og større grænseoverskridende e-handelsbutikker. Mens nogle af dem har investeret kraftigt i at opbygge det rette team med henblik på at optimere kunderejsen, andre har stadig et stykke vej at gå, før der er plads til at vokse til en position, hvor man kan ansætte et dedikeret team eller et partnerbureau, der kan hjælpe.

Uanset hvordan du er kommet ind i denne branche, giver det dig et forspring i forhold til din partner eller dit bureau, når du ved, hvad der er hvad. Det hjælper dig med at forstå, hvad der menes, når de mange buzzwords flyver rundt i lokalet, og det giver samtalen dybde, uden at du behøver at få forklaret hvert eneste buzzword.

Til sidst – at basere sin beslutningstagning på data handler om at træffe velovervejede beslutninger i stedet for at stole på mavefornemmelsen.

#### Et konkret eksempel

Og nu vi taler om mavefornemmelse: Som et konkret eksempel på, hvor galt det kan gå, når man lader sig styre af følelser og ikke bruger tal, havde vi for nylig en kunde, der havde ansat en ekstern freelancer til at hjælpe dem med at komme videre med reklame og administration af sociale medier. I forbindelse med dette samarbejde kom man ind på en gennemgang af den eksisterende teknologi.

Vi var selvfølgelig mere end åbne for diskussionen og fremlagde de nødvendige tal samt forklarede hvordan, hvorfor og hvor; desværre var hverken freelanceren eller kunden interesseret i tal. Kunden blev bange – bange for at tabe penge – og forvirret af de mange forskellige forkortelser, der blev brugt sammen med tal og nøgletal. Denne usikkerhed skabte en kløft i dialogen.

En kløft, der var svær at bygge bro over, da dialogen blev intens. Efterfølgende sendte vi en oversigt med resultaterne og forsøgte at gøre den så enkel som muligt for at sikre, at budskabet kom klart frem. Det hjalp virkelig virksomhedsejeren med at træffe en beslutning. Det styrkede også vores fremtidige samarbejde.

Havde ejeren brugt mere tid på at sætte sig ind i de vigtigste nøgletal og hvordan man måler på dem, **ville frygt blive erstattet af viden**, og beslutninger ville blive truffet på baggrund af data – snarere end antagelser.

### Det første skridt

For det første skal du forstå, at hvis du ikke analyserer og vurderer dine kunders adfærdsmønstre, er du ikke i stand til at foretage ændringer eller optimeringer heraf, da du ikke kan vide, om de vil virke, eller om de overhovedet vil løse et problem. Typisk ser vi en blanding af overmods-bias og tabsaversions-bias som årsag til en række mærkelige beslutninger. Lad os derfor starte med kort at forklare, hvad disse to begreber går ud på.

##### Overmods-bias

Når man stoler på sin egen mening uden et ordentligt grundlag, har man en tendens til at træffe beslutninger uden at rådføre sig med andre. Vi ser, at folk har en mavefornemmelse (uinformeret beslutningstagning) om, at de f.eks. bør ændre hele deres hjemmesides farveskema ud fra, hvad de personligt kan lide, og at de stoler så meget på deres egen mening, at de ser bort fra enhver indskydelse, der kunne tyde på, at de tager grueligt fejl.  Denne skævhed ses især hos nybegyndere blandt investorer og virksomhedsejere.

Men det er helt forståeligt, når man tænker på, at en butiksejer skal træffe hver eneste beslutning vedrørende sin virksomhed lige fra dag ét. Man vænner sig simpelthen til at træffe beslutninger, og på et tidspunkt udvikler man en mental ramme omkring dette. Desværre kan man på et tidspunkt ikke længere nøjes med at stole på sin mavefornemmelse, da virksomheden og markedet bliver stadig mere komplekse.

##### Frygt for tabsaversion

Ofte vil frygten for at tabe penge afholde dig fra at investere i din butik, selvom fordelene er tydeligt beskrevet og har et enormt potentiale. Bare rolig – det er et helt normalt fænomen, som næsten alle mennesker i verden har oplevet på et eller andet tidspunkt.

Men som virksomhedsejer er du nødt til at træffe beslutninger, der indebærer usikkerhed, og i den forbindelse handler det om at blive datadrevet, så du kan træffe de bedst mulige beslutninger på et solidt grundlag.

### Det andet trin

Nu hvor du kender de to (ud af flere) interne faldgruber, der kan skade din virksomhed, er det på tide, at vi ser nærmere på, hvad datadrevet beslutningstagning er, og hvorfor den kan fungere som en rettesnor for, hvad du skal gøre herefter.

##### Kvantitative data / Eksplorativ analyse

Det første skridt i at træffe datadrevne beslutninger er at lære at læse og forstå data. For at det kan lykkes, skal du have den rette dataopsætning, der er visuelt overskuelig, og hvor du kan identificere afbrydelser i din konverteringstragt.  Dette kræver blandt andet, at man opstiller mål og mikrokontverteringer (f.eks. »tilføj til kurv«) sammen med de større konverteringer. Nedenfor kan du se henholdsvis smartlook.com og Google Analytics med deres visualiseringer af konverteringskanalen. Vi vil ikke gå i dybden med, hvordan man opsætter dette i de forskellige analyseplatforme – Google er din ven på det område, og hvis det bliver lidt for kompliceret, har vi mange fantastiske [partnere,](/en/find-partner/) der er specialiserede i at give dig det rigtige datagrundlag.

![Skærmbillede 14. september 2021 kl. 09:28:32 1024x470](/images/blog/how-to-become-data-driven-and-why/skaermbillede-2021-09-14-kl--09-28-32-1024x470.webp)

![Skærmbillede 14. september 2021 kl. 09:50:06 1024x663](/images/blog/how-to-become-data-driven-and-why/skaermbillede-2021-09-14-kl--09-50-06-1024x663.webp)

Som du kan se på billedet til højre, er der en pil, der tydeligt peger på det, vi vil betegne som et friktionspunkt: Der er noget, der skaber friktion for dine brugere, og de falder ud af tragten (eller også kører de måske i ring i forløbet, da dette er en almindelig misforståelse i datavisningen fra Google Analytics).

Inden du går videre til at afklare, hvor der opstår friktion, skal du nu mere præcist fastslå, om problemet er browser- eller enhedsspecifikt, så du kan indsnævre din kvalitative undersøgelse til de rigtige friktionspunkter. Nu hvor du ved, at der er noget galt, og hvor det gør ondt, er det tid til at gå videre til næste trin.

##### Kvalitative data

Ingen har nogensinde fundet en konkret fejl ved at gennemgå kvantitative datasæt, medmindre der var tale om en side, der ikke fungerede. Brugerinteraktion er nemlig aldrig så sort-hvid som at blive eller forlade siden. Den førnævnte friktion kan skyldes en lang række forskellige elementer på forsendelsessiden; der kan være problemer med visse browsere, såsom Facebooks mobilapps WebView-browser, der (endnu) ikke fuldt ud understøtter pop-up-navigationsblokke med selektorer. Den eneste måde at finde ud af, hvad der virkelig går galt, er at dykke ned i hver enkelt mislykket brugerrejse for at se, hvad der skaber friktion. Til dette formål er vores forslag blandt mange gode værktøjer [Hotjar](https://hotjar.com).

![Skærmbillede 14. september 2021 kl. 10.11.12 1024x676](/images/blog/how-to-become-data-driven-and-why/skaermbillede-2021-09-14-kl--10-11-12-1024x676.webp)

Ved at bruge Hotjar på netop den side, der giver problemer, kan du indstille præcis det scenarie, du ønsker at optage: Indgang – enhed – browser – udgang/afvisning. Og så er det tid til at hente popcornet frem, for forhåbentlig har du mindst 100 videoer at se igennem, så du kan finde fællesnævnere på tværs af videoerne.

### Du har fundet en fejl

I bedste fald drejer det sig om en simpel misforståelse, hvor ord og måske billeder kan være med til at mindske gnidningerne. I værste fald må du få en udvikler til at løse problemet.

##### Kan jeg kun bruge dette til at rette åbenlyse fejl?

Da Hello Retail er en datadrevet virksomhed, er det generelt en dårlig idé at gå ud fra antagelser. Medmindre man er nødt til at starte et sted – og det er netop her, den datadrevne tilgang er afgørende – for hvis man fremsætter en antagelse, skal man ikke handle blindt ud fra den, skal du oprette en A/B-test ved hjælp af værktøjer som Google Optimize (gratis) for at skabe en version af den side, du vil arbejde med, og derefter dirigere 50 % til den gamle side og 50 % til den nye side og indsamle data for at skabe sikkerhed for, om dette er det rigtige skridt fremad. Igen er Google din ven, når det gælder opsætning af split-tests og evaluering af processer.

---

*This content is from the Hello Retail blog. For the full experience with images and formatting, visit [helloretail.com/da/blog/2021-09-14-how-to-become-data-driven-and-why](https://helloretail.com/da/blog/2021-09-14-how-to-become-data-driven-and-why)*
