2026-08-04

Annonsblockerare och analys: varför dina siffror är för låga

Bokföringen säger att du hade 47 beställningar förra månaden.

Analysen säger 31 konverteringar.

Du kollar datumintervallet. Du kollar filtren. Du kollar om någon har uteslutit intern trafik två gånger. Siffrorna stämmer fortfarande inte och på torsdag måste du fatta ett beslut utifrån en av dem.

Jag har sett folk lösa det här på fel sätt. De väljer den siffra som stöder det beslut de redan ville fatta.

Rätt lösning är tråkigare och mycket mer användbar. Ta reda på hur stort ditt glapp är, lär dig vilken del du kan stänga och sluta bli överraskad av det varje månad.

Hur mycket som faktiskt saknas

Låt oss börja med det som går att mäta, för det här ämnet lockar fram påhittad statistik.

Användningen av annonsblockerare är väl undersökt. GWI kom fram till att 29,5 % av internetanvändarna använde en annonsblockerare åtminstone ibland under andra kvartalet 2025. Statista har rapporterat högre siffror, över 40 %, när alla med en blockerare på minst en enhet räknas. På dator handlar det om ungefär en tredjedel på västerländska marknader.

Det är siffror om blockering av annonser, inte om blockering av analys. De hänger ihop men är inte samma sak och den som citerar det ena som det andra försöker sälja något.

Så här hänger de ihop. De flesta populära blockerare har en filterlista för integritet utöver annonslistan. De listorna innehåller adresser till analystjänster. En stor andel av blockeranvändarna blockerar alltså även analysanrop, men inte alla. Andelen beror på vilka listor som är påslagna.

Den ärliga sammanfattningen: en betydande del av din trafik är osynlig, den exakta andelen beror på din publik och den är aldrig noll.

"Allt som kan räknas räknas inte, och allt som räknas kan inte räknas."

William Bruce Cameron, Informal Sociology, 1963

Citatet tillskrivs oftast Einstein. Det är fel och misstaget är lärorikt. Siffror får auktoritet bara genom att finnas. En instrumentpanel som visar 31 ser ut som ett faktum, även när det är ett stickprov.

Varför glappet inte är slumpmässigt

Den här delen gör problemet värre än en enkel underräkning.

Om de saknade besökarna var jämnt fördelade kunde du använda en korrektionsfaktor och gå vidare. Det är de inte. Användningen av blockerare är koncentrerad till vissa grupper.

• Teknisk publik. Utvecklare, IT-personal och alla som jobbar nära säkerhet blockerar mycket oftare än genomsnittet.
• Yngre besökare. Användningen är högst i de yngsta vuxna åldersgrupperna.
• Datoranvändare. Tillägg är lättare att installera på dator än i mobilen.
• B2B-köpare på hanterade enheter. Företagsnätverk filtrerar ofta spårningsdomäner redan innan webbläsaren är inblandad.

Läs listan igen och tänk på vilka dina bästa kunder är. För ett B2B-verktyg, en byrå eller en teknisk produkt är de personer du helst vill förstå precis de du mäter sämst.

Det är ingen underräkning. Det är ett skevt stickprov.

De fyra sätten dina data läcker

Annonsblockerare är ett av fyra. Det hjälper att veta vilket som är vilket, för de kräver olika svar.

1. Webbläsartillägg. uBlock Origin, AdBlock Plus och liknande verktyg blockerar anrop till kända spårningsdomäner. Det är det här alla tänker på.

2. Nekat samtycke. Den som säger nej i din cookiebanner mäts inte alls. Beroende på banner och publik kan det här vara större än effekten av blockerare.

3. Webbläsarnas integritetsfunktioner. Safari och Firefox begränsar spårning mellan sajter som standard. Cookiernas livslängd förkortas. Det skadar främst data om återkommande besökare och attributionsdata, mindre sidvisningarna.

4. Blockering på nätverksnivå. Pi-hole hemma, en filtrerande DNS-server eller en företagsproxy. Inget tillägg är inblandat och besökaren vet kanske inte ens att det händer.

Hänger du med? Bra, för att mäta ditt eget glapp tar ungefär en kvart.

Mät ditt eget glapp på en kvart

Sluta gissa utifrån branschsnitt. Din siffra är den enda som spelar roll och du kommer nära den med tre jämförelser.

1. Serverlogg mot analys

Din hostingpanel eller serverlogg räknar anrop innan någon blockering i webbläsaren kan ske. Hämta sidvisningar för samma vecka från båda källorna.

Loggen ligger alltid högre, eftersom den även räknar botar och anrop för filer. Filtrera fram anrop för HTML-sidor och uteslut kända sökrobotar om du kan. Du letar efter skillnadens storleksordning, inte en exakt siffra.

2. Affärsresultat mot uppmätta konverteringar

Ta en siffra som du vet är fullständig. Beställningar i butikens admin, fakturor, registreringar i din egen databas.

Jämför den med vad analysen rapporterade för samma period. Den kvoten är den ärligaste signal du har, eftersom ena sidan inte går att blockera.

3. Testa själv

Installera en vanlig blockerare, öppna din egen sajt och titta på fliken Nätverk. Kontrollera om analysanropet skickas eller avbryts.

Upprepa sedan med blockeraren avstängd. Nu vet du exakt hur din egen uppsättning beter sig i stället för hur ett blogginlägg säger att den beter sig.

Det som inte löser det

Två populära genvägar förtjänar en varning.

Att skicka analysen via din egen domän. Tekniskt kringgår det enkla domänfilter. Det drar också in dig i en katt-och-råtta-lek med dem som underhåller filterlistorna, det ökar serverbelastningen och det gör ingenting åt nekat samtycke. Din spårare har blivit svårare att blockera, inte mindre problematisk.

Korrektionsfaktorer. Att multiplicera siffrorna med 1,3 för att en blogg sa 30 % känns vetenskapligt. Det är det inte. Snedvridningen är ojämnt fördelad över dina sidor och kanaler. En fast multiplikator gör alltså vissa siffror mindre exakta, inte mer.

Det som faktiskt fungerar

Det finns ett hållbart svar och det är strukturellt snarare än tekniskt.

Filterlistor och webbläsare blockerar spårare. De riktar in sig på skript som identifierar personer, följer dem mellan sajter och bygger profiler. Det är den definitionen de utgår från.

Analys som inte gör något av detta är ingen spårare enligt den definitionen. Den behöver inte gömma sig, för det finns inget att gömma sig för.

Det löser samtidigt den andra läckan. Inga cookies betyder ingen samtyckesbanner. Besökarna som skulle ha nekat räknas alltså fortfarande.

Där StatJolt passar in

StatJolt identifierar inte besökare, följer dem inte mellan sajter och sparar ingenting på deras enhet.

Därför klassas det inte som en spårare av de vanliga filterlistorna och anropen blockeras inte. Besökarna som är osynliga i din nuvarande uppsättning syns i dina siffror.

Det finns heller ingen samtyckesbanner, så den andra källan till förlust försvinner tillsammans med den första.

Resultatet är inte en större siffra för sakens skull. Det är en siffra du kan lägga bredvid antalet beställningar utan att behöva förklara skillnaden.

Om du bara läser en ruta

Annonsblockerare tar bort en verklig och ojämnt fördelad del av din trafik och nekat samtycke tar bort ännu mer, så din instrumentpanel är ett stickprov och inte en totalräkning. Mät ditt eget glapp genom att jämföra analysen med serverloggen och med en affärssiffra som inte går att blockera. Den hållbara lösningen är att mäta på ett sätt som webbläsare och filterlistor inte har någon anledning att blockera.

Tillbaka