Sluta gissa - börja mäta. Men börja rätt.

“Vi har ökat vårt engagemang med 43 procent.”

Projektledaren säger det stolt i kvartalsrapporten. PowerPoint-slidesen lyser av gröna pilar uppåt. Ledningen nickar.

Men ingen frågar: Engagemang i vad? Betyder det något? Tjänade vi pengar på det?

För det spelar ingen roll. Vi mätte något. Det gick upp. Och det räcker tydligen.

Välkommen till mätteatern.

⸻

Vi mäter det som är lätt, inte det som betyder något

Jag har sett det om och om igen.

Team som lägger timmar på att bygga dashboards fulla med metrics. Veckovisa rapporter med stapeldiagram och trendlinjer. Möten där man går igenom siffror ingen egentligen förstår.

Men när jag frågar: “Okej, men blev produkten bättre?” - tystnad.

Eller: “Tjänade kunden pengar på det här?” - axelryckning.

Eller värst: “Varför mäter ni det här?” - “För att vi alltid har gjort det.”

Det är inte mätning. Det är teater.

Vi spelar rollerna som datadrivna. Vi har siffror. Vi pratar om tillväxt och momentum och adoption rate.

Men egentligen vet vi ingenting.

⸻

Varför vi fastnar i mätteatern

Det är inte för att folk är dumma. Tvärtom.

Det är för att det är lätt att mäta fel saker - och svårt att mäta rätt.

Det är trygghet:

Att säga “vi har 15 000 besökare i veckan” känns konkret. Det är en siffra. Den går att rapportera uppåt. Den ser professionell ut.

Att säga “vi vet inte om folk får värde av det vi bygger” - det känns osäkert. Vagt. Som att man inte har koll.

Så vi väljer tryggheten. Även om den inte säger något.

Det är press:

Chefen vill se progress. Kunden vill se resultat. Teamet vill visa att de jobbar.

Så vi hittar något som går att visa. Helst något som går uppåt. Och rapporterar det som framgång.

För alternativet - att säga “vi vet inte än” - känns som misslyckande.

Det är tradition:

“Vi har alltid mätt sidvisningar.”

“Vi har alltid rapporterat antal användare.”

“Ledningen förväntar sig den här rapporten varje kvartal.”

Och ingen vågar säga: Men betyder det något?

För då måste vi erkänna att vi kanske har slösat tid i åratal.

⸻

Exempel på mätning som inte betyder något

Exempel 1: E-handeln som räknade klick

Jag jobbade med en e-handel som var besatt av klick. De mätte klick på produkter, klick på kategorier, klick på kampanjer. Varje vecka rapporterades klicken uppåt i organisationen.

“Klicken ökar!”

Bra. Men köper folk något?

“Nej, conversionen sjunker faktiskt.”

Men… varför mäter ni klick då?

“För att det visar engagemang.”

Nej. Det visar förvirring. Folk klickar för att de inte hittar det de söker.

De mätte aktivitet. Men inte värde.

Exempel 2: Produktteamet som trackade features

Ett produktteam var stolta över att de levererat 23 features på ett kvartal.

Imponerande, sa jag. Vilka använder folk?

“Det har vi inte kollat än.”

Okej. Vilka löser problem för användarna?

“Vi tror att de flesta gör det.”

Ni tror?

De hade mätt output. Inte outcome.

De visste att de skeppat grejer. Men inte om det gjorde någon skillnad.

Exempel 3: Konsultbyrån som mätte nöjdhet

En konsultbyrå skickade ut NPS-enkäter efter varje projekt. Och rapporterade stolt: “94% nöjda kunder!”

Fantastiskt, sa jag. Hur många som återkommer?

“Det vet vi inte riktigt.”

Hur många som rekommenderar er?

“Vi har inga siffror på det.”

De mätte hur folk kände. Men inte vad folk gjorde.

Och vad folk gör betyder mer än vad folk säger.

⸻

Så här börjar du mäta rätt

Jag ska inte säga att du ska sluta mäta.

Jag ska säga att du ska sluta mäta skit som inte betyder något.

Och börja med det här:

Börja med varför

Innan du mäter något - fråga: Varför?

Inte “för att det är viktigt att ha data”.

Utan: Vad är problemet vi försöker lösa? Vad är det vi vill förstå? Vilket beslut hänger på det här?

Om svaret är “vet inte, men det känns bra att ha koll” - mät inte.

Mät beteende, inte känslor

Folk ljuger. Inte för att de är elaka. Utan för att de inte vet vad de vill förrän de gör det.

Så sluta fråga vad folk tycker. Se vad de gör.

Köper de? Återkommer de? Rekommenderar de? Betalar de mer?

Det är data som betyder något.

Mät outcome, inte output

Det spelar ingen roll hur många features du bygger om ingen använder dem.

Det spelar ingen roll hur många klick du får om ingen köper något.

Det spelar ingen roll hur många användare du har om ingen blir kvar.

Så fråga inte: Vad gjorde vi?

Fråga: Vad hände sen?

Våga erkänna när du inte vet

Det är okej att inte veta. Det är inte okej att låtsas.

Om du inte har rätt data än - säg det. Och bestäm dig för hur du ska få den.

Men sluta rapportera saker du inte förstår bara för att det ser bra ut.

⸻

På måndag kan du göra det här

1. Granska era metrics

Ta fram listan över vad ni mäter just nu. Och för varje metric - fråga:

Varför mäter vi det här?
Vad ska vi göra med informationen?
Vad händer om vi slutar mäta det?

Om svaret på den sista frågan är “ingenting” - sluta mäta.

2. Hitta en metric som betyder något

Välj en sak ni försöker förbättra. Ett problem ni försöker lösa.

Och fråga: Hur vet vi om det blir bättre?

Inte: Hur vet vi att vi jobbar med det?

Utan: Hur vet vi att det faktiskt förbättras?

Det är din metric.

3. Sluta rapportera vanity metrics

Nästa gång du ska rapportera något uppåt - pausa.

Är det här verklig progress? Eller är det teater?

Om det är teater - våga säga: “Vi har inte tillräckligt med data än. Men vi jobbar på att få fram rätt siffror.”

Det är mer värdefullt än att rapportera bullshit.

⸻

Bra mätning är inte mer komplext än dålig mätning.

Det är mer ärligt.

Det betyder att du vågar säga “vet inte” istället för att hitta på siffror som ser bra ut.

Det betyder att du mäter det som faktiskt betyder något - även om det är svårare att få fram.

Och det betyder att du slutar leka datadriven och börjar vara det.

Nästa del i serien: Skillnaden mellan vanity metrics och värde metrics - och hur man känner igen dem.