Trinn 1: Definer de riktige beregningene
Tre beregninger fanger det fullstendige ROI-bildet. Adopsjonsrate for prøving er prosentandelen av besøkende på produktsiden som klikker på 'Prøv på'-knappen og fullfører minst én prøving – dette forteller deg om kundene oppdager og bruker funksjonen. Sikt på 15–25 % adopsjon; under 10 % indikerer vanligvis et problem med plassering. Konverteringsløft er forskjellen i 'legg i handlekurv'- og kjøpsrater mellom økter som inkluderer en prøving kontra økter som ikke gjør det – dette er din direkte beregning for inntektsattribusjon.
Endring i returrate er forskjellen i butikkens returrate i de 90 dagene etter installasjon sammenlignet med 90-dagers grunnlinjen før installasjon. Dette er den viktigste ROI-beregningen på lang sikt, fordi kostnader ved returhåndtering (frakt, lagerføring, kundeservice) ofte er større enn inntektseffekten av konverteringsløft. En 25 % reduksjon i returrate for en klesbutikk som omsetter for 5 millioner kr i året sparer vanligvis mer margin enn et 20 % konverteringsløft med en adopsjonsrate på 5 %.
Trinn 2: Sett din grunnlinje før installasjon
Før du installerer widgeten, bør du fange opp 30 dager med grunnlinjedata. Hent fra din analyseplattform: (1) konverteringsrate på produktsiden (visninger av produktside til bestillinger, ikke bare 'legg i handlekurv'); (2) gjennomsnittlig returrate for alle klesbestillinger (returer delt på sendte bestillinger); (3) omsetning per økt på produktside. Eksporter disse tallene til et regneark og tidsstempl dem. Denne grunnlinjen er din kontrollgruppe.
Hvis butikken din har sesongbaserte trafikktopper (jul, skolestart, badetøy om sommeren), bør du prøve å installere widgeten i en stabil periode slik at sammenligningsvinduene har lik sammensetning av kunder. Å installere rett før Black Friday og sammenligne mot en normal oktober-grunnlinje vil overvurdere løftet. Hvis du ikke kan unngå en sesongperiode, bør du bruke sammenligninger mot samme periode i fjor i stedet for før/etter-sammenligninger.
Trinn 3: Forstå attribusjonsvinduer
Attribusjon for konvertering ved prøving bør bruke en modell på øktnivå: hvis en kunde prøver et produkt i samme nettleserøkt og deretter kjøper, attribueres det kjøpet til prøvingen. Phottas Business Dashboard bruker denne modellen på øktnivå som standard og rapporterer det som 'Konvertert etter prøving'. Ikke bruk 'siste klikk'-attribusjon fra din annonseplattform for å måle ROI på prøving – disse verktøyene sporer ikke prøve-hendelser på selve nettsiden.
For måling av returrate bør du bruke et 90-dagers rullerende sammenligningsvindu med en 30-dagers forskyvning. Forskyvningen tar høyde for tiden mellom kjøp og retur: de fleste returer ankommer innen 30 dager etter levering, men noen butikker har 60 dagers returrett. Å måle returrater i uke 1–4 etter installasjon vil gi for lave tall, fordi bestillinger lagt inn den første uken etter installasjon fortsatt er innenfor returvinduet. Vent 90 dager fra installasjon før du trekker konklusjoner om returrate.
Trinn 4: Bruk Phottas Business Dashboard
Logg inn på business.photta.app og naviger til Analytics. Kontrollpanelet viser tre paneler: Prøvevolum (totalt og per produkt), Konverteringssammenligning (økter med prøving vs. uten), og Trend for returrate (hvis du kobler til ditt ordresystem via webhook). Panelet for konverteringssammenligning er det mest handlingsorienterte – det viser deg den nøyaktige prosentvise økningen som kan tilskrives prøve-økter i sanntid, oppdatert daglig.
For å aktivere sporing av returrate i kontrollpanelet, gå til Innstillinger → Integrasjoner og legg til din webhook for ordrehåndtering. Kontrollpanelet godtar webhooks for ordrestatus fra Shopify, WooCommerce, og egendefinerte endepunkter i standardformatet dokumentert i Innstillinger → Integrasjoner → Webhook-dokumentasjon. Når den er tilkoblet, vises data for returrate i Analytics-panelet innen 24 timer og oppdateres daglig etter hvert som nye returhendelser kommer inn.
Trinn 5: Beregn den økonomiske gevinsten
Bruk denne beregningen for å estimere ROI i kroner. La R = din gjennomsnittlige returrate før installasjon (f.eks. 0,28), C = kostnad per retur (frakt + lagerarbeid, typisk 120–250 kr for klær), M = månedlig ordrevolum, og D = nedgang i returrate (typisk 0,07–0,10 basert på Photta-kohortdata). Månedlig sparing i returkostnader = M × R × D × C. Eksempel: 1 000 ordrer/mnd × 28 % returrate × 8 % reduksjon × 180 kr i kostnad = 4 032 kr/mnd i sparte returkostnader. Dette alene dekker Starter-planen ($49/mnd) med et solid overskudd.
Legg til inntekt fra konverteringsløft: La P = økter på produktsider per måned, A = adopsjonsrate for prøving (f.eks. 0,20), L = konverteringsløft på prøve-økter (f.eks. 0,22), og AOV = gjennomsnittlig ordreverdi. Månedlig inkrementell omsetning = P × A × L × (konverteringsrate) × AOV. For en butikk med 10 000 produktside-økter, 20 % adopsjon, 22 % løft, 3 % grunnkonvertering og $85 AOV: 10 000 × 0,20 × 0,22 × 0,03 × $85 = $1 122/mnd i økt omsetning. Total månedlig ROI med Starter-plan: $403 + $1 122 − $49 = $1 476 netto positivt per måned.