Därför beräknas din bilhalls avslutsfrekvens på fel siffra

Säljtränaren Joe Verde frågade 3 555 bilsäljare hur många kunder de pratade med. Svaret: ungefär fyra personer per arbetsdag, cirka 25 dagar i månaden – alltså runt 100 kundsamtal. Men i loggen registrerade samma säljare närmare 50. Hälften av trafiken försvann innan den ens blev en siffra. Det är därifrån den ofta citerade avslutsfrekvensen på 20 procent kommer: inte från verkligheten, utan från en nämnare som är ungefär hälften så stor som den borde vara.

Om du är GM eller försäljningschef och styr provisionsmodeller, bemanning eller mediabudget på en avslutsfrekvens beräknad på uploggen, styr du med stor sannolikhet på en siffra som är dubbelt så smickrande som sanningen. Det är inte ett detaljproblem. Det är ett beslutsproblem.

Nämnaren ljuger – och den ljuger systematiskt

Avslutsfrekvens är enkel matematik: antal affärer delat med antal besökare. Täljaren är hård data – DMS:et vet exakt hur många kontrakt som skrevs. Nämnaren är däremot självrapporterad, och självrapporterad data i en säljmiljö beter sig alltid likadant: den krymper. En amerikansk leverantör av showroomtrafikmätning rapporterar att handlare som jämför faktiskt räknad trafik mot sin upplogg typiskt hittar ett gap på 15 till 25 procent – besökare som gick in genom dörren men aldrig loggades någonstans.

Varför krymper den? Sällan av illvilja. Säljaren som tog ett kort samtal med en "bara tittar"-kund loggar det inte, för det leder ingenstans och CRM-registrering tar tid. Kunden som kom in en lördag när alla var upptagna och gick igen efter åtta minuter finns ingenstans. Och säljaren som vet att avslutsfrekvensen påverkar hur många ups hen får tilldelad har ett direkt incitament att logga selektivt. Nämnaren blir en förhandlingsvara.

Varje besökare är värd mer än någonsin

Det här hade varit ett mindre problem för femton år sedan, när kunder gick runt mellan fem handlare innan köp. Det gör de inte längre. McKinseys forskning visar att köpare i genomsnitt besöker 1,6 handlare innan de köper bil, ner från cirka fem för ett decennium sedan. En DMEautomotive-undersökning bland 2 000 bilköpare pekar åt samma håll: 68 procent besöker två handlare eller färre, och 40 procent besöker bara en enda.

Det betyder att personen som kliver in i din hall med hög sannolikhet redan har gjort sin research online, redan har sorterat bort dina konkurrenter och redan är nära ett beslut. Om 15–25 procent av de besökarna aldrig ens registreras, så förlorar du inte "trafik" i abstrakt mening – du förlorar köpklara kunder som ingen följer upp. En missad up 2010 gick vidare till nästa handlare på listan. En missad up idag var kanske den enda handlare kunden tänkte besöka.

Vad exakt mätning kräver i en bilhall – och varför butiksteknik inte räcker rakt av

Sensorbaserad besöksräkning i bilhallen löser nämnarproblemet, men bilhallar har en egenhet som vanlig detaljhandel inte har: säljarna går ut och in genom entrén hela dagen. De följer kunder ut för att titta på inbytesbilar, hämtar demobilar, flyttar fordon. En vanlig räknare skulle räkna varje sådan passage som en besökare och blåsa upp nämnaren åt andra hållet. Därför använder Vemco Group UWB-personaltaggar som automatiskt exkluderar personalens rörelser ur besöksräkningen – i praktiken den enskilt viktigaste funktionen för att siffran ska vara användbar just i bilhandel.

En sak som de flesta implementerare lär sig efter första månaden: gapet mellan räknad trafik och upplogg är inte jämnt fördelat. Det är som störst på lördagar mellan klockan elva och två – exakt när hallen är som fullast och loggningsdisciplinen kollapsar under trycket. Konsekvensen är lite absurd: dina bästa trafikdagar ser ut som dina bästa konverteringsdagar i rapporterna, trots att det ofta är då flest kunder lämnar hallen utan att någon pratat med dem. Utan oberoende räkning belönar du precis fel mönster.

Från räkning till styrning

Själva räkningen är bara steg ett. Värdet uppstår när trafiken bryts ner per timme, veckodag och helg och ställs mot två andra dataserier:

• Bemanning: Har du säljare på golvet när trafiken faktiskt kommer, eller är schemat byggt på magkänsla? De flesta handlare upptäcker minst ett återkommande tidsfönster där trafiken toppar men bemanningen inte gör det.
• Utfärdade offerter: Kvoten offerter per räknad besökare visar hur stor andel av trafiken som överhuvudtaget når ett säljsamtal med substans – ett tidigare och ärligare mått än avslutsfrekvensen.
• Uploggen: Skillnaden mellan räknad trafik och loggade ups blir ett mätbart KPI i sig – ett direkt mått på golvets loggningsdisciplin, per team och per pass.

Tekniskt ställer det krav på precision och hastighet. Vemcos plattform, som hanterar över 85 miljoner räkningar per dag åt fler än 2 000 kunder i över 95 länder, har en kontraktsgaranterad lägsta räknenoggrannhet på 96 procent – i praktiken typiskt 98–99 procent beroende på ljusförhållanden, hallens layout och besökarnas beteende. Plattformen är sensoragnostisk och fungerar med bland annat Xovis, Milesight, Hikvision, Axis och Irisys, vilket spelar roll för handlargrupper som redan har kamerainfrastruktur på plats. Data hostas på AWS i Frankfurt, och från att en besökare korsar räknelinjen till att siffran syns i dashboarden tar det ungefär två sekunder. Larm i realtid går via app, e-post, WhatsApp, SMS eller webhook – så en säljchef kan få signal när trafiken toppar och golvet är underbemannat, medan det fortfarande går att göra något åt det.

Snabbheten i processen är nästa flaskhals

När nämnaren väl är korrekt dyker nästa fråga upp: vad händer med de besökare som faktiskt fångas upp? En studie om köpfriktion i bilhandeln från 2026 fann att 64 procent av kunderna fullföljer köpet när processen tar under två timmar – och att 58 procent av kunderna stötte på något problem hos handlaren under 2025. Trafikdata per timme gör det möjligt att se var väntetider uppstår och när provköringar och finansieringssamtal drar ut på tiden för att golvet är överbelastat. Avslutsfrekvensen är i slutänden en funktion av två saker: att varje besökare räknas, och att varje räknad besökare möts snabbt nog.

Räkna baklänges på din egen anläggning: om din rapporterade avslutsfrekvens är 20 procent och din verkliga trafik är 15–25 procent högre än uploggen, ligger din faktiska konvertering någonstans kring 15–17 procent. Skillnaden däremellan är inte statistik – det är bilar som aldrig såldes, till kunder som redan hade valt att besöka just dig.

Vill du veta hur stort gapet är mellan din upplogg och din verkliga showroomtrafik? Vemco Group har mätt besöksflöden sedan 2005 och hjälper handlargrupper att bygga avslutsfrekvens, bemanning och offertuppföljning på korrekta besökssiffror – med personalexkludering anpassad för bilhallens vardag. Kontakta oss här så räknar vi på din anläggning tillsammans.