Analyse efter Black Friday: hvad du sammenligner med sidste år, og hvordan du læser tallene

Perioder lagt op ad hinanden, én kilde til tallene, trafik, konvertering og ordreværdi, avance efter rabatter, annoncer og returneringer: sådan analyserer du Black Friday 2026 ærligt.

Vasile Dingă2026-11-16T11:50:09.821394+00:00
Analyse efter Black Friday: hvad du sammenligner med sidste år, og hvordan du læser tallene

I ugen efter Black Friday er den første rapport, jeg ser i næsten alle webshops, ét tal: salget steg eller faldt i forhold til sidste år. Det er et nyttigt tal, men det siger meget lidt. I år faldt Black Friday på fredag den 27. november 2026 og sidste år den 28. november 2025, så kalenderen har også flyttet sig. Mange danske webshops kører hele Black Week, hvilket gør sammenligningen endnu mere følsom over for, hvilke dage du vælger. Herunder viser jeg, hvad jeg sammenligner efter kampagnen, hvordan jeg lægger perioderne op ad hinanden, hvordan jeg deler omsætningen op i trafik, konvertering og ordreværdi, hvordan jeg når frem til den reelle indtjening efter rabatter, annoncer og returneringer, og hvordan jeg skriver konklusionerne, så de kan bruges næste år. Til sidst er der et værktøj, hvor du indtaster dine egne tal og får fortolkningen.

1. Vælg perioderne med omhu: kalenderen har flyttet sig

Black Friday ligger altid på den fjerde fredag i november, så datoen skifter fra år til år. I 2025 var Black Friday den 28. november og Cyber Monday den 1. december. I 2026 var Black Friday den 27. november og Cyber Monday den 30. november. Det har to praktiske konsekvenser:

  • Sammenlign ikke november med november. November 2026 indeholder Cyber Monday, det gør november 2025 ikke. Månedsrapporten viser en vækst, der alene kommer fra kalenderen.
  • Sammenlign dagene ud fra deres placering i forhold til Black Friday, ikke ud fra datoen: fredag med fredag, weekend med weekend, mandag med mandag. Jeg bruger fredag til mandag og for sig de 14 dage før og de 14 dage efter.

Der er også lønningsdagen. Den 30. november 2025 var en søndag, mens den 30. november 2026 var en mandag. Får mange af dine kunder løn den sidste bankdag i måneden, lå den i 2025 på Black Friday og i 2026 på Cyber Monday. Det kan flytte salg mellem dagene, uden at du har gjort noget anderledes.

Pas på i Google Analytics 4: sammenligningen med året før i datovælgeren stiller de samme kalenderdatoer over for hinanden, ikke de samme ugedage. I Googles dokumentation så jeg, at muligheden "året før, match ugedag" er fjernet. Til Black Friday trækker jeg derfor de to perioder ud hver for sig og sammenligner dem selv.

2. Tag tallene fra én kilde med én definition

Til ordrer og omsætning er min primære kilde webshopplatformen, ikke rapporterne i Google Ads eller Meta. Hver annonceplatform tilskriver ordrer efter sine egne regler, og den samme ordre kan dukke op i begge. Jeg bruger GA4 til trafik og konverteringsrate og annonceplatformene kun til omkostninger.

Sørg for, at begge år er regnet på samme måde: omsætning med eller uden moms, med eller uden fragt, annullerede ordrer fjernet eller ej. Har du ændret tracking eller samtykkeindstillinger i mellemtiden, er trafikken i GA4 måske ikke sammenlignelig med sidste år. Skriv det ved siden af tallene i stedet for at skjule det.

3. De tal, jeg sammenligner

  • Omsætning og ordrer fra webshopplatformen.
  • Sessioner og konverteringsrate: hvor mange der kom, og hvor stor en andel der købte.
  • Gennemsnitlig ordreværdi: omsætning delt med antal ordrer.
  • Nye og eksisterende kunder: hvor stor en del af ordrerne der kom fra folk, som ikke havde købt hos dig før.
  • Bruttoavance efter rabatter: omsætning minus vareforbrug.
  • Annonceomkostninger, samlet og pr. ordre.
  • Returneringer som andel af omsætningen.
  • Dækningsbidrag efter annoncer og returneringer: de penge, du reelt beholdt.

Et eksempel med opdigtede tal for perioden fredag til mandag:

Nøgletal Sessioner Sidste år 42.000 I år 51.000 Ændring +21,4 % Nøgletal Konverteringsrate Sidste år 2,00 % I år 1,82 % Ændring -0,18 procentpoint Nøgletal Gennemsnitlig ordreværdi Sidste år 375 kr. I år 390 kr. Ændring +4,0 % Nøgletal Omsætning ekskl. moms Sidste år 315.000 kr. I år 362.700 kr. Ændring +15,1 % Nøgletal Annonceomkostning pr. ordre Sidste år 68 kr. I år 84 kr. Ændring +23,6 % Nøgletal Dækningsbidrag efter annoncer og returneringer Sidste år 69.960 kr. I år 59.430 kr. Ændring -15,1 %

Omsætningen steg med 15 %, og de penge, der blev tilbage, faldt med 15 %. Det er præcis den situation, ét salgstal skjuler.

4. Del omsætningen op: trafik, konvertering, ordreværdi

Omsætningen er produktet af tre ting: sessioner gange konverteringsrate gange gennemsnitlig ordreværdi. Når du ved, hvilken af dem der har flyttet sig, ved du også, hvor du skal lede efter årsagen:

  • Mere trafik kommer som regel fra annoncebudget, nyhedsbrevslisten eller omtale. Spørgsmålet er, hvad den kostede.
  • Lavere konvertering ved mere trafik betyder ofte koldere trafik eller et svagere tilbud end konkurrenternes på de samme dage. Nogle gange betyder det problemer på sitet: tjek hastighed og fejl på spidsdagene.
  • Højere ordreværdi kommer fra priser, pakker eller grænsen for gratis fragt. Er den kun steget, fordi du solgte dyrere varer med mindre rabat, er det ikke nødvendigvis en gevinst i volumen.

5. Avance efter rabatter, annoncer og returneringer

Det er her, konklusionen som regel skifter. Jeg starter med omsætningen ekskl. moms, trækker returneringerne fra, trækker vareforbruget for de varer, kunderne beholdt, fra og trækker annoncerne fra. Det, der er tilbage, er kampagnens dækningsbidrag før faste omkostninger. Jeg har forklaret, hvorfor jeg ser på det og ikke kun på ROAS, i artiklen om dækningsbidrag vs ROAS.

Returneringer har en tidsfælde. Ved onlinekøb i EU har forbrugeren 14 dages fortrydelsesret fra levering, og Black Friday-pakkerne når tit først frem ugen efter. En analyse lavet den 2. december har ikke de rigtige returneringer med endnu. Jeg laver en første version med det samme ud fra sidste års returandel og en endelig version midt i december.

6. Nye kunder eller kunder, der ville have købt alligevel

En kampagne, der mest sælger til eksisterende kunder, kan se flot ud i rapporterne og alligevel ikke give noget nyt: en del af de kunder ville have købt i december alligevel, til fuld pris. Jeg tæller nye kunder ud fra e-mailen på ordren i webshopplatformen, ikke i GA4, som tæller enheder og browsere, ikke mennesker.

Andelen af nye kunder viser, hvor meget du har investeret i fremtiden. Den reelle værdi ses først efter et par måneder, når du ved, hvor mange der har bestilt igen. Det har jeg skrevet om i Black Week-kunder og den anden ordre.

7. Det, der ændrede sig ud over tallene

Før jeg drager konklusioner, skriver jeg alt det, der var anderledes mellem årene, ned ved siden af tabellen. Min korte liste:

  • Hvor store rabatterne var, og på hvilke varer.
  • Om kampagnen startede tidligere. En kampagne, der starter en uge før, flytter salg fra den store weekend til dagene inden.
  • Hvilke varer der blev udsolgt, og hvornår.
  • Annoncebudget og nye kanaler.
  • Ændringer på sitet, i tracking eller i fragtpriser.

Jeg ser også på ugerne omkring. Salget falder som regel før Black Friday, fordi folk venter på tilbuddene, og falder igen bagefter. Er weekenden vokset, men har du tabt det samme i ugerne omkring, har du flyttet salg, ikke skabt det. Jeg har forklaret, hvad der sker med resultaterne efter toppen, i hvorfor ROAS falder efter Black Friday.

8. Skriv konklusionerne som beslutninger for næste år

En god analyse slutter med tre eller fire sætninger af typen "næste år gør vi det anderledes". For eksempel: stop annoncerne på varer med lav avance, når de rammer loftet for pris pr. ordre, læg dobbelt lager af de fem bedste varer, og start nyhedsbrevslisten to uger tidligere. Gem tabellen og noterne i ét dokument, så du har det ved hånden i oktober næste år. De GA4-rapporter, jeg bruger til det, står i GA4 for webshops: de vigtige rapporter.

Sådan arbejder jeg

Til mine kunder laver jeg analysen i to trin: en første version i ugen efter Cyber Monday med anslåede returneringer og en endelig midt i december. Jeg tager ordrer og omkostninger fra webshoppen, trafik fra GA4 og annonceforbrug fra platformene, lægger dagene op ad Black Friday og slutter med en kort liste over beslutninger for det næste år.

Sammenlign Black Friday med sidste år

Indtast tallene for samme periode i begge år; værktøjet viser ændringerne, hvad der flyttede omsætningen, og hvad der skete med de penge, du beholdt.

Ofte stillede spørgsmål

Konklusion

En ærlig analyse efter Black Friday sammenligner dage, der passer sammen, tager tallene fra én kilde, deler omsætningen op i trafik, konvertering og ordreværdi og slutter ved dækningsbidraget efter annoncer og returneringer, ikke ved salget. Vil du lave analysen og rapporteringen for din webshop sammen med mig, så se siden om Data Analytics eller skriv til mig via kontakt.