Så beräknar du konverteringsgrad i en fysisk butik

Två butiker i samma kedja, samma vecka. Butik A ökade omsättningen med 9 procent, butik B låg still. På måndagsmötet får butik B frågan varför. Men när besöksräkningen läggs bredvid kassadatan visar det sig att butik A hade 22 procent fler besökare och faktiskt tappade i konverteringsgrad, medan butik B sålde till en större andel av färre besökare. Det är precis den situationen som gör konverteringsgrad till det mest användbara nyckeltalet i fysisk handel: det skiljer på vad marknadsföringen levererade till dörren och vad butiken gjorde med det. Problemet är att siffran ofta beräknas fel, och ett fel på några procentenheter i täljaren eller nämnaren vänder slutsatsen helt.

Formeln är enkel, definitionerna är det inte

Att beräkna konverteringsgrad görs så här: antal transaktioner dividerat med antal besökare, multiplicerat med 100. 240 kvitton på 1 600 besökare ger 15 procent. Så långt är alla överens. Oenigheten börjar när man ska bestämma vad ett kvitto är och vad en besökare är.

• Täljaren: använd antal kvitton, inte antal sålda artiklar och inte antal kunder i kassasystemets kundregister. Returer utan nyköp ska räknas bort, annars sjunker konverteringsgraden artificiellt veckan efter en kampanj. Delade kvitton (två kunder, ett köp uppdelat på två kort) räknas som en transaktion om kassan loggar dem som ett köptillfälle.
• Nämnaren: inträden, inte personer som passerar utanför. Personal, leverantörer och väktare ska filtreras bort, antingen via personalingång eller via zonräkning. I en butik med 30 personalrörelser genom entrén per dag och 400 besökare är felet 7,5 procent innan ni ens har börjat.
• Tidsfönstret: täljare och nämnare måste täcka exakt samma period. Ett kassasystem som stänger dagen klockan 23:59 och en räknare som rapporterar per öppettid ger två olika dagar.

Fem räknefel som gör konverteringsgraden oanvändbar

De här dyker upp i nästan varje genomgång vi gör med kedjor som räknat manuellt eller med äldre utrustning.

• Sällskap räknas som individer. En familj på fyra som köper en vagn full med varor är fyra besökare och ett kvitto, alltså 25 procent. Det är korrekt matematiskt, men om familjeandelen varierar mellan en butik i ett köpcentrum och en citybutik blir jämförelsen skev. Lösningen är inte att gissa gruppstorlek utan att jämföra butiker med liknande besöksprofil, och följa trenden per butik snarare än absolutnivån.
• Barn räknas, eller räknas inte, beroende på sensor. Bestäm en regel (vanligen att barn under en viss höjd exkluderas i butiker där de inte handlar) och använd samma regel överallt.
• Manuell stickprovsräkning i två timmar extrapoleras till veckan. Konverteringsgraden en lördag klockan 14 säger ingenting om tisdag klockan 10. Vi har sett skillnader på över 20 procentenheter mellan timmar i samma butik.
• Kassan och räknaren lever i olika system. Om någon exporterar två Excel-filer varje måndag kommer siffran att vara en vecka gammal och minst en gång i månaden fel på grund av ett klipp-och-klistra-misstag.
• Entréer med dubbelriktad trafik räknas en gång. Skjutdörrar där kunder går ut och in för att hämta en vagn blåser upp nämnaren rejält. Riktningsavkänning är inte en lyx här.

En observation från installationer i praktiken: det vanligaste felet är inte sensorn utan placeringen. En räknare som sitter för nära en demonstrationsdisk eller en bankomat innanför dörren fångar folk som står still och rör sig fram och tillbaka. Vi flyttar oftare sensorer än vi byter dem, och efter flytten sjunker den rapporterade besökssiffran med 5 till 15 procent samtidigt som konverteringsgraden plötsligt stämmer med butikschefens magkänsla.

Hur exakt måste besöksräkningen vara?

Tillräckligt exakt för att skillnader mellan timmar och veckor ska vara verkliga och inte brus. Vemco Group arbetar med en kontraktuell lägstanivå på 96 procents noggrannhet, och under goda förhållanden (jämn belysning, en entré utan trängsel, besökare som rör sig förutsägbart) ligger nivån typiskt på 98 till 99 procent. Det är viktigt att vara ärlig om spannet: en entré med starkt motljus på eftermiddagen eller ett flöde där folk stannar i dörröppningen pressar siffran nedåt, och det ska avtalet och valideringen ta höjd för. Be alltid leverantören göra en manuell kontrollräkning mot sensorn i just er entré, under er mest trafikerade timme, innan ni accepterar datan.

Vad är en bra konverteringsgrad i butik?

Det finns ingen användbar generell siffra, och alla som ger er en bör mötas med följdfrågor. En apotekskedja där de flesta kommer in med ett ärende kan ligga långt över en modebutik i ett gallerialäge där många bara tittar. En möbelbutik med lång beslutscykel har lägre konverteringsgrad per besök men högre snittköp. Som kontrast rapporterar Statista att den genomsnittliga konverteringsgraden inom e-handel i utvalda branscher var 1,4 procent andra kvartalet 2026, vilket säger något om hur mycket högre köpintentionen är hos någon som faktiskt tagit sig till en fysisk entré, men det är inte ett riktmärke för butik och ska inte användas som ett.

Det ni istället ska jämföra mot är er egen historik, timme för timme, och butiker inom kedjan med liknande läge och sortiment. När en butik avviker från sin egen baslinje med mer än ett par procentenheter under flera dagar har något hänt: ett schemabyte, en ny skyltning, en kampanj som drar fel besökare, eller en säljare som är sjuk.

Från en siffra till ett bemanningsbeslut

Konverteringsgrad per dag är intressant. Konverteringsgrad per timme är pengar. Lägg besökare per timme, transaktioner per timme och antal säljare på golvet per timme bredvid varandra. Mönstret som nästan alltid framträder: konverteringen är hög när butiken är lugn och faller när besökarna strömmar in, eftersom bemanningen inte hänger med. Det innebär att de dyraste timmarna i veckan, de med flest besökare, ofta också är de timmar där ni tappar störst andel potentiella köp. Att flytta en säljare från tisdag förmiddag till lördag eftermiddag kostar ingenting i lönekostnad men kan höja veckans konverteringsgrad mätbart.

Nästa steg är att ta med försäljning per besökare i samma vy. En kampanj kan höja kundflödet med 30 procent och sänka konverteringsgraden med fem procentenheter, och fortfarande vara lönsam om försäljningen per besökare håller. Utan alla tre siffrorna i samma tabell blir diskussionen på måndagsmötet en åsiktsduell.

Beräkna konverteringsgrad automatiskt per butik

Den praktiska skillnaden mellan kedjor som använder konverteringsgrad och kedjor som bara pratar om den ligger i om beräkningen sker automatiskt. VemFusion kopplar besöksräkningen till kassasystemet, affärssystemet, BI-verktyget och CRM, så att konverteringsgrad, försäljning per besökare och bemanningskvot räknas fram per butik och per timme utan att någon exporterar filer. Barnklädeskedjan Luksusbaby använde VemCount för att följa konverteringsgraden i realtid tillsammans med besökardemografi, vilket gjorde det möjligt att se under pågående dag om en ny kampanj drog in rätt målgrupp och om butiken faktiskt sålde till dem, istället för att läsa om det i en rapport veckan efter. Daells Bolighus gick ett steg längre under sin omställning och lade butiksförsäljning, e-handelsförsäljning och besöksdata från samtliga butiker i samma bild, så att en nedgång i en butiks konvertering kunde ställas mot om kunderna istället handlade online.

Vanliga frågor

Hur beräknar man konverteringsgrad i butik? Dividera antalet kvitton under en period med antalet besökare som gick in i butiken under exakt samma period, och multiplicera med 100. Rensa först bort personalpassager, returer utan nyköp och dubbelräkning vid entrén, annars blir siffran systematiskt fel. Räkna per timme, inte bara per dag, om du vill använda resultatet till bemanning.

Vill du se hur din kedjas konverteringsgrad ser ut per butik och per timme när besöksräkning och kassadata räknas ihop automatiskt, i stället för i en Excel-fil på måndag morgon? Kontakta Vemco Group så går vi igenom era entréer, era datakällor och vilka räknefel som sannolikt finns i er nuvarande siffra.