Klaviyos kohorte på over 183.000 webshops sætter gennemsnittet til 27 % af den samlede butiksomsætning fra e-mail — og det tal besvarer det spørgsmål, de fleste butiksejere stiller sig i det stille: hvor stor en andel bør komme fra e-mail, og hvor langt fra er jeg? De bedst performende programmer skubber tallet til 30-40 %. De fleste, der læser denne artikel, ligger et sted mellem 8 % og 15 %, og gabet skyldes typisk to specifikke problemer: I måler tallet forkert, og I har ikke bygget den automatiseringsinfrastruktur, der flytter det.
Her retter vi op på begge dele: benchmark-data i den rette kontekst, en klar forklaring på, hvorfor jeres Klaviyo-dashboard og GA4 aldrig vil være enige, tre formler I kan regne med selv, og en praktisk model til at måle og øge e-mail-tilskrevet omsætning uden at skulle bruge et dataingeniørteam til det.
Hvad benchmark-data faktisk siger om e-mailomsætning
Før I benchmarker jeres butik mod et branchegennemsnit, skal I forstå, hvad det gennemsnit faktisk måler, og hvor tallene kommer fra. De fleste tal, der cirkulerer i DTC-kredse, blandes sammen på måder, der gør benchmarks stort set ubrugelige til selvdiagnose.
Klaviyos kohortetal — baseret på over 183.000 brands på platformen — viser, at e-mail i gennemsnit tegner sig for 27 % af den samlede butiksomsætning. Klaviyos praktiske pejlemærke for modne programmer ligger omkring 30 %, nogenlunde ligeligt fordelt mellem automatiserede flows og broadcast-kampagner. Det er gennemsnit på tværs af butikker i meget forskellige stadier af e-mail-modenhed — ikke en minimumstærskel, alle butikker bør ramme lige nu.
Tallet 30-40 %, der cirkulerer i DTC-marketingkredse, bundler normalt e-mail- og SMS-omsætning sammen, ikke e-mail alene. Den distinktion er vigtig, når I vil benchmarke jeres e-mailkanal specifikt. Et brand med 22 % fra e-mail og 10 % fra SMS performer godt på tværs af ejede kanaler, men sammenligner I de 22 % med et 30-40 %-benchmark, der inkluderer SMS, læser I jeres position helt forkert. Kend indholdet af tallet, før I sammenligner det.
Et fladt 27 % eller 30 %-benchmark behandler et treårigt kosttilskudsbrand med 80.000 segmenterede abonnenter og et seks måneder gammelt accessories-brand med 4.000 ukonverterede leads, som om de måler det samme. Det gør de ikke. Benchmarket er et retningsmål, ikke en bestået/ikke bestået-karakter. Butiksstørrelse og branchevertikal er de to variable, der afgør, hvad et realistisk mål ser ud for netop jeres virksomhed, og begge flytter tallet markant.
Hvordan butiksstørrelse og branche flytter benchmarket
At sammenligne jeres e-mailomsætningsandel mod den forkerte peer-gruppe er en af de mest almindelige fejl, DTC-brands begår, når de evaluerer deres e-mailperformance. Gennemsnittet skjuler et bredt spænd af realistiske resultater afhængigt af, hvor et brand befinder sig i sin vækstkurve.
Tidlige butikker under 1 mio. USD i årlig omsætning ser typisk 15-25 % af omsætningen fra e-mail. Vækstbrands mellem 1 og 10 mio. USD lander på 25-40 %, når e-mail er velbygget. Modne brands over 10 mio. USD kan nå 35-45 % eller højere. Andelen vokser med skala, fordi større brands har mere listehistorik, mere udviklede livscyklussegmenter, og en automatiseringsinfrastruktur der forstærker afkastet over tid frem for at læne sig på enkeltstående kampagneudsendelser.
Forbrugs- og genopfyldningskategorier — mad, drikke, kosttilskud, sundhed og skønhed — ligger konsekvent i den høje ende, med e-mail bidragende 28-38 % af omsætningen. Genkøbsfrekvensen giver e-mail flere muligheder for at konvertere, og abonnementsvenlige produktstrukturer gør livscyklusautomatisering særligt effektiv. Elektronik og high-consideration-kategorier ligger i gennemsnit på 12-18 %, fordi købscyklusserne er længere, og færre kunder vender tilbage for et andet køb inden for et rimeligt attributionsvindue. Tøj og accessories ligger i 20-32 %-intervallet afhængigt af, hvor stærkt fastholdelsesprogrammet er. Ligger jeres kategori naturligt på 18 %, vil ingen mængde optimering bringe jer til 38 %. At vide det forhindrer jer i at jagte det forkerte benchmark.
Hvorfor jeres rapporterede e-mailomsætningstal måske er forkert
Her er det, de fleste brands render sig ind i problemer. De kigger på Klaviyo-dashboardet, dernæst på GA4, ser to helt forskellige tal, og enten vælger det tal, de bedst kan lide, eller tager gennemsnittet af de to. Ingen af tilgangene giver et rent billede af, hvad e-mail faktisk bidrager med.
Under last-click-attribution får e-mail 100 % af omsætningen for hver konvertering, den lukkede — selv hvis en betalt annonce drev den oprindelige opdagelse, og e-mailen blot dukkede op i det rette øjeblik for at lukke salget. Under multi-touch-attribution splittes den samme ordre på tværs af alle kanaler, der berørte kunderejsen. Ingen af modellerne er forkerte — de måler forskellige ting. En butik, der læner sig på last-click-attribution, vil konsekvent overvurdere e-mailens reelle bidrag. En butik med striks multi-touch kan undervurdere det. Det vigtige er at vide, hvilken model I bruger, og anvende den konsistent.
Klaviyo tilskriver omsætning baseret på sit eget klik- eller åbningsvindue, ofte fem dage som standard. GA4 krediterer den sidste session før købet. En kunde, der klikkede på en mail for fire dage siden, men vendte direkte tilbage til siden, vil fremstå som en “direkte” konvertering i GA4 og som en e-mailkonvertering i Klaviyo. Begge systemer er teknisk korrekte under egne regler. Fejlen er at behandle de to tal, som om de burde være ens, og derefter gå i panik, når de ikke er det.
Når et brand trækker e-mailomsætning fra Klaviyo og derefter trækker omsætning pr. kanal fra GA4 og lægger dem sammen, overstiger resultatet ofte den faktiske butiksomsætning. Den samme ordre bliver krediteret i to systemer under forskellig attributionslogik. Løsningen er transaktions-ID-afstemning: eksportér tilskrevne ordrer fra Klaviyo med transaktions-ID’er, krydsreferér med GA4 og jeres Shopify-ordredata, og verificér at hver ordre kun tælles én gang i den samlede omsætning. Det er et simpelt tjek, som de fleste butikker aldrig kører.
Sådan måler og verificerer I e-mailandelen korrekt
I behøver ikke et datawarehouse eller et fuldt analyseteam for at få et rent billede af e-mailens omsætningsbidrag. I skal bruge tre separate KPI’er til tre separate formål — og disciplinen til aldrig at blande dem.
GA4-e-mailomsætning er brugbar til websessions-attributionstendenser: hvordan e-mailkanalen klarer sig mod betalt og organisk over tid. Jeres ESP’s tilskrevne omsætning er det rette mål til at evaluere individuel kampagne- og flowperformance. Den faktiske butiksordreomsætning fra Shopify eller WooCommerce er den finansielle sandhed. Hvert tal er gyldigt i sit eget spor — problemet starter, når I forsøger at bruge ét af dem til at besvare alle tre spørgsmål på én gang.
Kør afstemningen kvartalsvis: eksportér tilskrevne ordrer fra Klaviyo med transaktions-ID’er, træk de matchende ordrer fra GA4’s e-handelsdata og jeres Shopify-backend, og krydstjek hver ordres kanaltilskrivning. I leder efter dobbeltkrediteringer og forældreløse konverteringer. Én vigtig regel: ændrer I attributionsvinduet midt i året, bliver trendsammenligningen meningsløs. Hold lookback-vinduet konsistent på tværs af rapporteringsperioder, så I måler faktisk performanceændring frem for modelændring.
Holdout-test er den mest pålidelige måde at måle den reelle inkrementelle løft fra e-mail, ikke blot tilskrevet omsætning. Opsætningen er ligetil: hold e-mail tilbage fra en tilfældigt udvalgt kontrolgruppe, send normalt til behandlingsgruppen, og sammenlign købsrater og omsætning over et fast vindue. Gabet mellem de to grupper er det, e-mail faktisk forårsagede — ikke blot det, den berørte. Det er det rette værktøj, når ledelsen spørger, om e-mail reelt driver ny omsætning, eller blot fanger intention, der ville have konverteret gennem en anden kanal alligevel.
Sådan regner I selv: tre formler til e-mailomsætning
I behøver ikke vente på et årligt benchmark for at vide, om jeres e-mailkanal performer. Tre enkle formler giver jer svaret med tal, I allerede har i Klaviyo og jeres regnskab.
Omsætning pr. mail (RPE). E-mail-tilskrevet omsætning divideret med leverede mails (ikke sendte — leverede udelukker bounces og afspejler jeres faktiske rækkevidde mere præcist). Genererer en kampagne 6.000 kr. i tilskrevet omsætning fra 50.000 leverede mails, er RPE 0,12 kr.
E-mailmarketing-ROI. (E-mail-tilskrevet omsætning minus e-mailmarketingomkostninger) divideret med e-mailmarketingomkostninger, ganget med 100. Med 6.000 kr. i tilskrevet omsætning og 900 kr. i kampagneomkostninger giver det en ROI på 567 %. Branchebenchmarks placerer gennemsnitlig e-mailmarketing-ROI mellem 36 og 42 kr. pr. investeret krone — markant højere end betalt social (2-5 kr. pr. krone) eller Google Ads (omkring 2 kr. pr. krone).
Det fulde regneeksempel. 50.000 leverede mails, en konverteringsrate på 0,12 %, 700 kr. i gennemsnitlig ordreværdi, og 900 kr. i kampagneomkostninger giver en RPE på 0,12 kr., en samlet tilskrevet omsætning på 6.000 kr., og en ROI på 567 %. Skift én variabel — hæv konverteringsraten fra 0,12 % til 0,24 % — og omsætningen springer til 12.000 kr. fra samme listestørrelse. Det er indsigten, de fleste brands overser: volumen er ikke det primære håndtag. Konverteringsraten er.
Størrelsesbaserede RPR-benchmarks til reference
Butikker under 700.000 kr. i årlig omsætning ligger i gennemsnit på 0,06 kr. i omsætning pr. modtager (RPR). 700.000-7 mio. kr.-båndet ligger på omkring 0,07 kr. 7-70 mio. kr.-båndet ligger på omkring 0,11 kr., og butikker over 70 mio. kr. ligger på omkring 0,21 kr. Årsagen til, at større butikker får mere pr. modtager, er ikke listestørrelse alene — det er bedre segmentering, stærkere automatiseringsinfrastruktur, og mere adfærdsdata at handle på.
Hvorfor de fleste butikker halter bagefter, og hvordan I lukker gabet
Ligger jeres e-mailomsætningsandel fast et godt stykke under benchmarket for jeres størrelse og branche, er grundårsagen næsten altid strukturel, ikke taktisk. Flere e-mailudsendelser løser ikke et manglende automatiseringslag. Bedre emnelinjer løser ikke et segmenteringsproblem. De mest effektfulde indsatser er ens på tværs af de brands, der lukker gabet.
De fleste butikker, der underpræsterer på e-mailomsætningsandel, deler ét kendetegn: de læner sig næsten udelukkende på broadcast-kampagner og har ingen livscyklusautomatisering kørende i baggrunden. En velbygget velkomstserie alene kan drive markante stigninger i den månedlige e-mailomsætning for brands, der tidligere ingen flow-infrastruktur havde. Forladt kurv-sekvenser genvinder typisk en betydelig andel af ellers tabte ordrer, når de er sat korrekt op med rigtig timing og segmentering. Post-purchase-flows forlænger kundelivstidsværdien og skaber den genkøbsadfærd, der løfter e-mailens omsætningsandel over tid. Disse tre automatiseringskategorier alene kan flytte et brand fra 12 % til 25 %+ e-mailomsætningsbidrag, når de bygges korrekt.
At sende den samme kampagne til hele listen er den hurtigste vej til at undertrykke leveringsdygtigheden og udjævne omsætningen pr. udsendelse. Segmentering efter købshistorik, engagement-recency og produktkategori producerer konsekvent markant højere omsætning pr. kampagne sammenlignet med usegmenterede udsendelser — i praksis har adfærdsbaseret segmentering produceret 100-140 % højere omsætning pr. modtager på tværs af programmer, hvor den er anvendt systematisk. For mellemstore DTC-brands fastlåst mellem 15-20 % e-mailomsætningsandel er det her, størstedelen af gabet ligger. Ikke i udsendelsesfrekvens, ikke i designpolering — i relevans.
Lukning af benchmark-gabet med ekstern ekspertise
For brands med solid trafik og en sund liste, der stadig ikke kan få e-mail forbi 15-18 % af omsætningen, er problemet sjældent én manglende taktik. Det er den kumulative fraværelse af strategi, automatiseringsinfrastruktur og løbende databaseret optimering. Den kombination er svær at bygge internt uden dedikeret e-mailekspertise, og de fleste brands har den ikke. Rubico arbejder præcis med disse brands — dem hvor e-mail teknisk kører, men underpræsterer i forhold til listestørrelse og trafik. Mønstret går igen: fragmenterede flows og ingen egentlig segmenteringsstrategi. Det rettes ved en fuld gennemgang af den eksisterende opsætning, en genopbygning af kernesekvenserne, og løbende databaseret optimering — ikke ved at sende flere mails.
Tallet betyder kun noget, hvis I måler det rigtigt
Så hvor stor en andel af e-handelsomsætningen bør komme fra e-mail? Benchmarksvaret er 27 % i gennemsnit, med topperformere i 30-40 %-intervallet, når e-mail og SMS måles sammen, og 30-35 % for e-mail alene i skala. Men det tal betyder intet, hvis I måler det med den forkerte attributionsmodel, sammenligner det med den forkerte peer-gruppe, eller stiller ESP-tilskrevet omsætning og GA4-e-mailomsætning ved siden af hinanden, som om de burde stemme overens.
E-mailens andel af e-handelsomsætningen er et signal, ikke en forfængelighedsmetrik. Når den er sund, fortæller den, at jeres ejede marketingmotor virker, at I ikke er helt afhængige af betalt anskaffelse for at holde forretningen kørende. Når den er lav, peger den på et strukturelt hul et sted i automatiseringslaget, segmenteringsstrategien eller selve målemodellen. De tre formler og den tre-lags rapporteringsmodel ovenfor er et rent udgangspunkt for at finde ud af, hvilket problem I faktisk står med.
Vil I have en specialist til at køre den audit for jer og lukke gabet hurtigere, end I selv kan bygge det op, er Rubico et godt sted at starte samtalen. Kontakt Rubico for at komme i gang.