Sådan måler jeg brancherne
Der står tal om navngivne danske virksomheder i mine brancheguides. Så skylder jeg at fortælle hvor de kommer fra, hvordan de er målt, og hvad de ikke kan bruges til.
Jeg crawler de sider der rent faktisk ligger i top 10 for hvert keyword, og skriver ned hvad de gør. Ordantal, schema markup, titler, H1, klikpriser og søgevolumen. Det er ikke estimater eller skøn, det er hentet fra siderne selv og fra Googles egne annoncedata.
Men målinger kan gå galt, og mine er gået galt. I august 2026 gennemgik jeg hele datasættet og fandt omkring 950 forkerte påstande, som havde stået der siden marts. Det står beskrevet nederst, for det er den mest brugbare del af siden her.
Datakilder
Hvad jeg måler, og hvor det kommer fra
Søgeresultaterne
Top 10 hentes via DataForSEO for dansk Google, desktop, location 2208. Det er de sider der ligger der på hentedagen, ikke et gennemsnit over tid. Rangerer nogen anderledes i morgen, er tabellen forældet, og det er derfor der står en dato på den.
Jeg måler på den URL der faktisk ranker, ikke på forsiden. Det lyder banalt, men det er en af de ting der gik galt første gang: en webshop har aldrig Product-markup på forsiden, den ligger på produktsiderne.
Schema markup
Her henter jeg HTML-koden selv og læser den igennem for alle tre formater, altså JSON-LD, microdata og RDFa. Jeg går også ned gennem @graph og indlejrede objekter, for mange sider gemmer deres typer et par niveauer nede.
Det gør jeg fordi jeg ikke kan bruge et værktøj til det. Det vender jeg tilbage til.
Søgevolumen og klikpriser
Fra DataForSEO, som henter dem fra Google Ads. Volumen er et rullende 12-måneders gennemsnit, så det svinger med sæsonen og halter lidt bagefter virkeligheden.
Klikpriser leveres i dollars. Der er ingen indstilling der kan ændre det. Jeg omregner til kroner med Den Europæiske Centralbanks daglige referencekurs og skriver kursen ind i datafilen, så enhver kan regne efter. Sidste omregning brugte 1 USD = 6,4630 DKK fra 14. august 2026.
On-page score
Jeg regner min egen. Den starter på 100 og trækker fra for hvert problem på siden: manglende H1, for lang eller for kort titel, manglende meta description, billeder uden alt-tekst, dubletter i meta-tags og forældede HTML-tags.
Jeg bruger med vilje ikke DataForSEOs egen score, selvom den ligger lige der. Grunden står nedenfor.
Opdatering
Hvor tit tallene bliver hentet
Søgevolumen og klikpriser hentes den 1. i hver måned. On-page-crawlen af konkurrenterne kører sjældnere, fordi den er tungere. Derfor kan du støde på en side hvor der står to forskellige datoer, og det er ikke en fejl. Der står hvad der gælder hvor.
Når noget ændrer sig mellem to kørsler, skriver jeg det ind. Hvis tre domæner er faldet ud af top 10, eller nogen har fået tilføjet FAQ-markup siden sidst, står det i benchmark-afsnittet på den enkelte side.
Jeg opdaterer ikke tallene automatisk ind på siderne. Kørslen henter data og skriver en rapport, og så læser jeg den igennem før noget bliver rettet. Det er langsommere, og det er præcis derfor jeg gør det.
Begrænsninger
Hvad tallene ikke kan bruges til
Ordantal afhænger fuldstændig af metoden
Den samme side giver vidt forskellige tal alt efter om du læser den rå HTML eller kører JavaScript først. Matas ligger på 1.318 ord i rå HTML og 6.696 når siden er renderet. Det er ikke støj, det er to forskellige spørgsmål. Når jeg skriver et ordantal, er det målt med JavaScript-rendering, og hvor et site kun har indhold efter rendering, står det.
DataForSEOs on-page score kan ikke følges over tid
Den er bygget som 100 minus vægten af hvert problem, og det virker fint. Problemet er ét enkelt check, høj indlæsningstid, som alene vejer 7,05 point og udløses hvis serveren er over tre sekunder om at svare i netop det øjeblik crawleren rammer.
Jeg målte den samme tandlægeside tre gange på én dag og fik 98,90, 91,85 og 84,75. Siden var uændret. Et enkelt langsomt svar vejer altså tungere end at mangle H1, titel og meta description tilsammen. Derfor bruger jeg min egen score, som kun ser på markup.
Blokerede sider tæller ikke som mangler
Nogle sites afviser crawlere. Når det sker, står der at siden ikke kunne hentes, og den tæller hverken med i gennemsnit eller i optællinger. Man kan ikke konstatere at noget mangler på en side man ikke har set.
Konkurrence-tallet handler om annoncer
Feltet måler konkurrencen i Google Ads, ikke hvor svært det er at ranke organisk. Lav annoncekonkurrence siger ingenting om hvor mange der kæmper om de organiske placeringer.
August 2026
De fejl jeg fandt i mine egne tal
Jeg gennemgik hele datasættet i august 2026 og rettede omkring 950 påstande. Her er de fire der betød mest, for de siger noget om hvordan den slags går galt.
Schema-tallene var aldrig blevet målt
Der stod at ingen af konkurrenterne havde FAQ-markup, LocalBusiness eller Dentist. Det var forkert næsten overalt. Årsagen var at værktøjet slet ikke har et felt der returnerer schema-typer. Det har ét felt der siger ja eller nej til microdata, og det ser ikke JSON-LD, som er dét stort set alle bruger.
Målt på tværs af 244 sider gav det falsk negativ på 169 af dem. Nu læser jeg HTML-koden selv. Det rigtige billede er i øvrigt mere interessant end nul: 73 procent har noget markup, men kun 6 procent har FAQPage, og de typer der faktisk giver noget i søgeresultatet er sjældne.
Klikpriserne var i dollars med et kroneskilt
325 tal stod i kroner og var i virkeligheden dollars. Erhvervsadvokat København stod til 65,78 kroner per klik og koster 317. En af siderne kaldte endda det samme tal for euro, hvilket var det der afslørede at valutaen var skrevet på i hånden og ikke hentet fra kilden.
Et firma blev hængt ud på et tal der var 97 gange forkert
Der stod at en side havde 27 ord og alligevel lå på position to, og konklusionen var at domæneautoritet slår indhold i den branche. Siden har 3.752 ord. De var bare usynlige uden JavaScript-rendering.
Præmissen var en måleartefakt, så konklusionen sagde det modsatte af virkeligheden.
FAQ-markup gav ikke det jeg skrev at det gav
48 steder stod der at FAQ-schema kunne give featured snippets. Google fjernede FAQ-resultaterne for almindelige sites i 2023. Det er stadig værd at have, men af en anden grund: Google og sprogmodellerne læser markupen, og struktureret spørgsmål-svar er dét AI Overviews og ChatGPT henter deres svar fra.
Fællestrækket er at fejlene ikke kom fra dårlige data, men fra at læse et værktøjs output som om det målte noget andet end det gjorde. Derfor står metoden her nu, så du kan se hvad tallene faktisk dækker over inden du bruger dem til noget.
