Når jeres egen analyse og trackingplatformen er uenige om en influencers salg: Sådan afstemmer I tallene

Det korte svar

Jeres eget ordre- eller analysesystem og trackingplatformens egen attributions-dashboard tæller sjældent nøjagtigt det samme antal salg for en influencer — det er normalt, ikke en fejl i sig selv. Løsningen er ikke at jagte et perfekt match, men en fast afstemningsproces: match ordrer på ordre-ID i stedet for på totaltal, forklar hver difference med en kendt, allerede dokumenteret årsag, og betal kommission efter den kilde, I på forhånd har skrevet ind i aftalen som gældende.

Hvorfor de to systemer stort set aldrig stemmer helt overens

En trackingplatform og jeres eget ordre-/analysesystem er bygget til at måle to forskellige ting med to forskellige metoder, så en difference mellem dem er den normale tilstand — ikke et symptom på, at noget er i stykker. De mest almindelige, allerede dokumenterede årsager er:

• In-app-browseren fjerner referrer- og UTM-signaler på TikTok og Instagram, så et salg lander som ukendt kilde i jeres eget analyseværktøj, selvom trackingplatformen alligevel fangede klikket via sit eget click-ID. Se de fire konkrete årsager i derfor kan du ikke se influencer-salg i Google Analytics.
• Attributionsvinduerne er ikke ens. Jeres eget analyseværktøj og trackingplatformen sætter ofte forskellige standardvinduer for, hvor længe et klik stadig tæller — falder et køb uden for det ene vindue, men inden for det andet, tæller det kun det ene sted. Se hvordan Meta, TikTok, GA4 og Safaris cookie-loft hver sætter deres eget vindue i attributionsvinduer i influencer marketing.
• VPN'er og privat DNS ødelægger IP-baseret fallback-matching. Mister trackingplatformen cookien, falder mange løsninger tilbage på IP-adressen for stadig at kunne matche klik til ordre — men det virker ikke, hvis kunden bruger en VPN eller en privat DNS-tjeneste. Se ødelægger VPN'er og privat DNS influencer-trackingens IP-fallback.
• Cashback- og rabatsider overskriver den sidste cookie. Klikker kunden videre gennem en cashback-side, efter influencerens link allerede har sat en cookie, kan den sidste cookie vinde attributionen i trackingplatformens system — mens jeres eget ordresystem stadig viser, at influencerens kode blev brugt. Se cashback og rabatsider kan overskrive en influencers sporingscookie.
• Rabatkode og link tæller separat, indtil de bliver dedupliceret. En kunde, der både klikker linket og bruger koden ved checkout, kan risikere at blive talt to gange på tværs af de to spor, hvis de ikke bliver matchet mod hinanden. Se afsnittet om dobbelttælling i rabatkoder eller tracking-links.
• Dark social er slet ikke et sporingsproblem — det er et manglende klik. Et screenshot eller et link limet ind i en privat besked var aldrig et trackbart klik til at begynde med, så trackingplatformen har intet at attribuere, selvom salget reelt skete. Se dark social.

Ingen af disse årsager kræver, at I opfinder en ny teknisk forklaring — pointen med denne artikel er ikke at gennemgå dem igen, men at give jer en proces til systematisk at matche hver enkelt difference mod en af dem, i stedet for at gætte.

Sådan afstemmer I tallene: en trin-for-trin-proces

1. Aftal en gældende kilde, før kampagnen går live. Skriv i kontrakten, hvilket system der er gældende for kommissionsberegning, hvis de to systemer er uenige — som regel trackingplatformen, fordi det er den, der genererer linket eller koden og udløser selve udbetalingen.
2. Eksportér begge datasæt for samme periode. Træk jeres eget ordre-/analyseeksport for hele kampagneperioden, og træk trackingplatformens egen liste over attribuerede salg for præcis samme datointerval.
3. Match på ordre-ID, ikke på totaltal. Et matchende totaltal kan sagtens skjule, at ti ordrer mangler det ene sted og ti andre ordrer mangler det andet — kun et match ordre for ordre viser den reelle difference.
4. Del de umatchede ordrer i to grupper. Gruppe A: ordrer i jeres eget system, som trackingplatformen ikke har krediteret. Gruppe B: ordrer trackingplatformen har krediteret, som ikke findes i jeres eget ordresystem — det sidste betyder som regel en annulleret, refunderet eller test-ordre, som platformen stadig tæller med.
5. Forklar hver difference med en af de kendte årsager ovenfor, én ordre ad gangen, i stedet for at afskrive hele gabet som "normal usikkerhed".
6. Betal efter den aftalte kilde — brug ikke afstemningen til at genforhandle kommissionsgrundlaget sag for sag, medmindre gabet er usædvanligt stort eller uforklaret.
7. Log afstemningen med dato og begge rå tal, også når de stemmer overens. Et logget spor er det, der reelt beskytter jer, hvis en difference senere bliver til en tvist med influenceren.

Hvilket tal skal I betale kommission efter?

• HVIS kontrakten allerede navngiver en gældende kilde → betal efter det tal, og brug afstemningen udelukkende til at fange fejl i selve platformens tal (fx en refunderet ordre, der stadig er krediteret).
• HVIS der ikke er skrevet noget ned om, hvilket system der gælder → betal som udgangspunkt efter trackingplatformens tal, fordi det er det tal, influenceren selv kan se og gøre indsigelse mod — men undersøg enhver difference over en fastsat tærskel (fx 10%), før næste udbetaling.
• HVIS differencen er en enkeltstående, usædvanlig stor spids i én kampagne → led efter én konkret, forklarlig årsag (en enkelt cashback-kampagne, en VPN-tung målgruppe) før I konkluderer, at et system fejler generelt.
• HVIS den samme procentvise difference går igen kampagne efter kampagne → er det et strukturelt sporingstab (in-app-browsere, attributionsvinduer), ikke en afstemningsfejl — budgetter med det, i stedet for at forsøge at lukke det til nul.

Hvor ofte skal I afstemme?

Afstem, før hver kommissionsudbetaling kører — ikke kun én gang ved kampagnens afslutning. Venter I til sidst, har I typisk allerede udbetalt flere runder på et tal, ingen har set efter i sømmene, og en eventuel fejl er langt dyrere og mere ubehageligt at rette bagefter end at fange, før pengene sendes.

Regneeksempel: afstemning af én kampagne

Tallene nedenfor er hypotetiske og udelukkende til illustration. Det er ikke en rigtig Make Influence-kundecase, og ingen af tallene er benchmarks.

En influencers rabatkode er brugt på 240 ordrer i jeres eget ordresystem i en 14-dages kampagneperiode. Trackingplatformens eget dashboard viser 216 attribuerede salg for samme influencer i samme periode.

• Gab = 240 − 216 = 24 ordrer, svarende til 24 ÷ 240 = 10% af jeres eget ordreantal.

Efter at have matchet ordre for ordre finder I:

• 9 ordrer: koden blev brugt direkte ved checkout uden et forudgående klik på influencerens link — trackingplatformens klikbaserede attribution har intet klik at matche mod, selvom kunden reelt brugte koden.
• 8 ordrer: forklares af VPN- eller privat DNS-brug, der ødelagde IP-fallback-matchingen (jf. artiklen om VPN'er og IP-fallback ovenfor).
• 4 ordrer: kunden klikkede videre gennem en cashback-side efter influencerens link, og den sidste cookie vandt attributionen i trackingplatformens eget system, selvom koden stadig ses brugt i jeres eget ordresystem.
• 3 ordrer: forbliver uforklarede, selv efter at have tjekket alle kendte årsager.

Det giver: 9 + 8 + 4 = 21 af de 24 ordrer forklaret (21 ÷ 24 = 87,5%), og 3 ordrer (12,5%), der forbliver genuint uforklarede. I dette eksempel er kontraktens gældende kilde trackingplatformens tal — så I betaler kommission af de 216 ordrer, logger de 24 forklarede/uforklarede ordrer som dokumentation, og lader de 3 uforklarede stå som en logget, men ikke handlingskrævende, rest, medmindre mønsteret gentager sig i næste kampagne.

Sammenligning: jeres eget system vs. trackingplatformens dashboard

Make Influence's erfaring

I Make Influences erfaring opstår de fleste tvister om kommission ikke, fordi et af de to tal er "forkert" — men fordi ingen har skrevet ned, hvilket tal der gælder, før differencen dukker op. Når det først sker midt i en udbetalingsrunde, bliver samtalen med influenceren unødigt svær, fordi den ligner en efterrationalisering snarere end en aftalt regel.

Vi anbefaler at bygge afstemningen ind som et fast, tilbagevendende trin før hver udbetaling — ikke som en undtagelsesproces, der kun køres, når nogen undrer sig over tallene. Et par timers matching pr. kampagne er en billig forsikring sammenlignet med at skulle forklare en difference, ingen har dokumenteret, efter pengene allerede er sendt.

FAQ

Hvilket tal er det "rigtige" — vores eget eller trackingplatformens?

Ingen af dem er automatisk mere rigtigt end det andet — de måler forskellige ting på forskellige måder. Pointen med afstemning er ikke at få dem til at stemme perfekt overens, men at dokumentere, hvilket tal der er aftalt som gældende, og forklare differencen.

Hvor stor en difference er normal?

Der findes ikke ét universelt benchmark-tal — det afhænger af platform, produkt og hvilke af årsagerne ovenfor der er relevante for netop jeres opsætning. Det, der bør bekymre jer, er ikke størrelsen på differencen i én kampagne, men om den samme procentvise difference gentager sig uforklaret kampagne efter kampagne.

Skal I afstemme ved en fast kommissionssats pr. post i stedet for pr. salg?

Nej — er kommissionen en fast pris pr. post, ikke en procentdel af salget, er der ikke noget kommissionsbeløb, der afhænger af, hvor mange salg der reelt blev talt. Afstemning er stadig nyttig til rapportering, men styrer ikke selve udbetalingen.

Kræver afstemning et særligt værktøj?

Ikke nødvendigvis. For de fleste enkeltkampagner er et regneark, der matcher ordre-ID'er fra begge eksporter, tilstrækkeligt. Kører I afstemning for en stor portefølje af influencere eller affiliates samtidig, kan det tage så lang tid manuelt, at det bliver værd at overveje et værktøj bygget til formålet.

Betyder en stor difference, at der er tale om svindel?

Sjældent. Langt de fleste differencer skyldes en af de kendte, tekniske årsager ovenfor — ikke bevidst manipulation. Mistanke om decideret svindel, som falske klik eller cookie-stuffing, er et separat problem med en helt anden undersøgelsesproces.

Hvad hvis platformen allerede har udbetalt et forkert tal?

Fang det i afstemningen, før næste udbetaling kører, og ret det fremadrettet i stedet for at forsøge at kræve penge tilbage — det er langt billigere i tillid end en efterfølgende tilbagebetaling.