Summary  
This chapter covers how to implement event-based analytics pipelines that collect and aggregate user actions through a conversion funnel, compute key performance metrics like average order value and customer lifetime value, and surface points of friction.

General domain of usage  
E-commerce analytics

**E-handelsanalyse** er processen med at spore og analysere online købsadfærd for at forbedre salgsresultater og kundeoplevelsen.

Definition

### Almindelige e-handelsmålinger
- **Gennemsnitlig ordreværdi (AOV)**: det gennemsnitlige beløb, hver kunde bruger pr. ordre;
- **Kundens livstidsværdi (CLV)**: hvor meget omsætning den gennemsnitlige kunde genererer gennem hele deres relation til dit brand;
- **Enhedsydelse**: mobil vs. desktop;
- **Forladte indkøbskurve**: hvor mange kunder lægger varer i kurven, men ikke køber.

E-handelsanalyse giver virksomheder en klar, datadrevet forståelse af, hvordan folk handler online, fra det øjeblik de ser et produkt, til de køber (og køber igen). Ved at spore salgstragten, analysere enhedsadfærd, overvåge forladte indkøbskurve og fokusere på værdibaserede målinger som AOV og CLV, kan virksomheder fjerne friktion, forbedre købsoplevelsen og træffe mere informerede beslutninger om, hvor tid og budget skal investeres.

Hvilke handlinger reducerer direkte friktion i betalingsprocessen? (Vælg to)

Opnå evnen til at måle det, der betyder noget, og omdanne data til handlingsrettede indsigter. Lær at spore performance på tværs af kanaler, fortolke nøglemetrikker, opbygge dashboards og bruge eksperimentering til at optimere kampagner og træffe mere intelligente marketingbeslutninger.

Overvågning af e-handelspræstationer

Almindelige e-handelsmålinger