Salget falt 18 prosent i november. Tre uker gikk før noen fant årsaken: betalingsknappen på mobil virket ikke i Safari. Tre uker med tapt salg. For en netthandel med 20 millioner kr i årsomsetning tilsvarer det rundt 250 000 kr i tap.
Slike feil fanger Avora dag én, ikke uke tre. Avora er et analyseverktøy bygget på kunstig intelligens (KI). Det overvåker tallene dine, varsler om uvanlige endringer og finner selv årsaken. Det siste punktet er hele forskjellen.
Her går vi gjennom alt: hva plattformen gjør, hva den koster, hvordan den skiller seg fra Power BI og Tableau, tre norske eksempler og en handlingsplan for de første 30 dagene.
Hva er Avora, og hvordan fungerer det?
Avora er en skybasert analyseplattform. Vanlige analyseverktøy viser deg hva som skjer. Avora prøver å svare på hvorfor.
Slik fungerer det i praksis:
- Du kobler sammen datakildene dine. Plattformen har ferdige koblinger til blant annet Shopify, Google Analytics 4, Google Ads, Meta-annonser, Stripe og SQL-databaser.
- Systemet lærer hva som er normalt. Med 12–24 måneder historikk lærer det vanlig konvertering per ukedag, sesong og kanal.
- Du får varsel når noe avviker — og et forslag til årsak, brutt ned på kanal, region, produkt eller enhet.
Årsaksanalysen — forskjellen fra et vanlig dashbord
Et dashbord i Power BI viser at konverteringsraten falt 0,4 prosentpoeng. Da vet du fortsatt ikke hvorfor. Noen må grave.
Med automatisk årsaksanalyse får du i stedet et svar som dette: «Fallet drives av mobil i Nord-Norge, og startet samme dag som fraktkostnaden økte fra 79 til 129 kr.»
Regn på hva det betyr. En butikk med 50 000 besøkende i måneden taper 200 ordrer på 0,4 prosentpoeng. Med en gjennomsnittlig ordreverdi på 850 kr er det 170 000 kr i tapt salg — bare den måneden. Finner du årsaken på én dag i stedet for etter tre uker, har du reddet mesteparten av beløpet.
Hva koster Avora?
Selskapet offentliggjør ikke prisene. Du må be om tilbud, og prisen avhenger av antall datakilder, datamengde og brukere. Hva betaler andre? Europeiske mellomstore og store bedrifter ligger som regel her for denne typen plattform:
| Post | Indikativ kostnad |
|---|---|
| Abonnement, liten/mellomstor bedrift | 10 000–20 000 kr/mnd |
| Større bedrift med mange datakilder | 30 000–80 000 kr/mnd |
| Oppsett og datakoblinger, første gang | 20 000–60 000 kr engangsbeløp |
| Løpende oppfølging hos partner | 3 000–10 000 kr/mnd |
Tallene er estimater, ikke offisielle priser. Be alltid om konkret tilbud ut fra din egen situasjon.
Til sammenligning: Power BI Pro koster rundt 110 kr per bruker per måned. Ti brukere koster altså ca. 1 100 kr i måneden. Men da får du ikke automatisk årsaksanalyse — noen må bygge rapportene og tolke dem. Den virkelige kostnaden ligger et annet sted: timeprisen til den som graver.
Avora sammenlignet med fem alternativer
| Verktøy | Pris (indikativ) | Best egnet til | Læringskurve |
|---|---|---|---|
| Avora | Fra ca. 10 000 kr/mnd (tilbud) | Automatisk varsling og årsaksanalyse | Lav–middels |
| Power BI Pro | ca. 110 kr per bruker/mnd | Dashbord du bygger selv | Middels–høy |
| Looker Studio | Gratis | Enkle oversikter fra Google-tjenester | Lav |
| Tableau Creator | ca. 800 kr per bruker/mnd | Avansert visuell analyse | Høy |
| Qlik Sense | Tilbud, typisk fra 300 kr per bruker/mnd | Store datamengder | Høy |
Slik velger du raskt:
- Budsjett under 5 000 kr/mnd: Bruk Looker Studio gratis, og kombiner med Supermetrics (fra ca. 1 100 kr/mnd) for å hente annonsedata.
- Du har en person som kan bygge rapporter: Power BI gir deg mest for pengene.
- Du har ikke tid eller analytiker til å grave i tall: Da gjør verktøyet jobben for deg.
Tre norske eksempler
Vi har regnet eksemplene på typiske tall for hver bransje, slik at du kan overføre dem til egen bedrift.
1. Netthandel med 25 millioner kr i omsetning
Returandelen økte fra 8 til 14 prosent på 12 produkter i julehandelen. Årsaksanalysen fant at noen hadde slått inn en ny størstabell feil på akkurat disse produktene. To måneders feil ville kostet ca. 380 000 kr i retur- og behandlingskostnader. Verktøyet fanget avviket på dag fire i stedet.
2. Transportbedrift med 40 vogntog
Dieselkostnaden per rute avvek 22 prosent på ett fast oppdrag. Årsaken: en kunde hadde innført nye lasterutiner, som ga ny ventetid. Bedriften forhandlet frem kompensation og endret ruteplan. Besparelse: ca. 60 000 kr per måned.
3. Kledskjede med 14 butikker
Bruttomarginen falt 2,1 prosentpoeng i tre butikker. Analysen viste at de rabatterte varene sto inne uten rabattkode. Prisen ble for høy, og salget stoppet opp. Kjeden rettet feilen på en uke. Verdi av funnet: ca. 95 000 kr per kvartal.
Felles for alle tre: svaret fantes allerede i bedriftens egne data. Problemet var tiden det tok å finne det.
Kom i gang: handlingsplan for de første 30 dagene
Dag 1–7: Finn tallene dine
- List opp 5–8 nøkkeltall. For de fleste: konverteringsrate, gjennomsnittlig ordreverdi, annonskostnad per salg, lagerverdi og bruttomargin.
- Sjekk at du kan eksportere data fra systemene dine. Shopify, Stripe, Tripletex og Visma har alle eksport eller API.
- Utpek én person som er «superbruker» internt. To til fire timer i uken holder.
Dag 8–14: Koble til og importer historikk
- Last inn minimum 12 måneder med data, helst 24 for å fange sesongvariasjoner.
- Kontrollprøv tre tall mot kilden. Stemmer ikke totalen i verktøyet med totalen i regnskapet, stopp og rett opp før du går videre.
Dag 15–21: Test på et problem dere kjenner
Dette er den beste testen du kan gjøre. Ta et problem dere allerede vet årsaken til — en kampanje som gikk dårlig i fjor, for eksempel — og se om plattformen finner samme årsak på egen hånd. Gjør den det, kan du stole på den også på nye problemer.
Dag 22–30: Sett varsler og mål resultatet
- Bestem hvem som får varsel, og på hvilke tall. Ikke varsle om alt — da slutter folk å lese.
- Mål én ting: tiden fra et avvik oppstår til dere kjenner årsaken. Går den fra tre uker til én dag, har investeringen betalt seg mange ganger.
Sjekkliste: Er dette noe for deg?
Svar ja på tre eller flere — da bør du be om demo:
- Har du omsetning over 20 millioner kr, eller annonskostnader over 100 000 kr i måneden?
- Har du mistet penger på et problem dere oppdaget for sent?
- Bruker noen hos dere mer enn fem timer i uken på å lete etter årsaker i tall?
- Sitter dataene dine i tre eller flere systemer som ikke snakker sammen?
- Har du ingen dedikert dataanalytiker?
Vanlige spørsmål om Avora
Passer verktøyet små bedrifter?
Sjelden. Under 10 millioner kr i omsetning får du mer ut av Looker Studio og timevis manuell gjennomgang hver måned. Fra rundt 20–50 millioner, eller med store annonsbudsjett, begynner regnestykket å gå i pluss.
Er Avora et norsk selskap?
Nei. Hovedkontoret ligger i London, og selskapet selger til bedrifter i Europa og USA. De behandler data etter GDPR, men be om å se databehandleravtalen og få svar på hvor dataene lagres fysisk før du signerer.
Hvor lang tid tar det å komme i gang?
Netthandel med standardkoblinger: ofte to til fire uker. Egne databaser og eldre systemer: regn med seks til åtte uker.
Må vi ansette en dataanalytiker?
Nei, det er selve poenget. Men du trenger én intern person som kjenner tallene og kan stille gode spørsmål.
Hva skjer med dataene våre hvis vi sier opp?
Sjekk kontrakten på forhånd. Krev skriftlig at du kan eksportere all historikk og alle analyser i et åpent format, som CSV, før avtalen utløper.
Gjør dette i dag
Åpne salgstallet fra forrige måned og still ett spørsmål: hvorfor endret det seg? Kan ingen i bedriften svare på under fem minutter, har du funnet problemet verktøyet løser. Be deretter om en demo hos Avora, og ta med akkurat det spørsmålet pluss 12 måneder med data. Får du ikke en tydelig årsak opp på skjermen i løpet av demoen, er verktøyet ikke verdt prisen for deg.