---
title: "Segmentering af mailliste | Simon Grevang"
description: "Sådan laver du segmentering af mailliste med de fire felter der betyder noget, dynamiske lister, RFM for webshops og segmenter i B2B."
url: https://simongrevang.dk/artikler/segmentering-af-mailliste/
last_modified: 2026-11-18
author: Simon Grevang
---

Marketing automation

# Segmentering af din mailliste så automationen rammer den rigtige modtager

En liste på 4.000 kontakter, der alle får det samme nyhedsbrev, er ikke en liste. Det er fire eller fem forskellige målgrupper, der deler en mailadresse-kolonne.

[![Simon Grevang](https://simongrevang.dk/assets/simon-portraet.webp) Simon GrevangRådgiver i digital markedsføring, Google Partner](https://simongrevang.dk/om-mig/) Udgivet31. okt 2026 Sidst opdateret18. nov 2026 24 min læsning

Indhold

Kort fortalt

Segmentering af en mailliste betyder at du deler kontakterne op efter data du allerede har: hvor de kom fra, hvad de har købt, hvor længe siden det er, og hvad de klikker på. Start med tre til fem segmenter bygget på dynamiske regler, ikke på lister du selv vedligeholder i hånden.

Nøglepunkter

- Segmentering af en mailliste bygger på fire datatyper: kilde, profil, købshistorik og adfærd, og de fleste mindre virksomheder har allerede tre af dem liggende i systemet.
- Dynamiske segmenter opdaterer sig selv ud fra regler, mens statiske lister bliver forældede fra det øjeblik de bliver gemt, og derfor bør nye segmenter altid bygges dynamisk.
- En RFM-model deler webshopkunder op efter hvor nyligt de har købt, hvor ofte og for hvor meget, og giver typisk fem til seks grupper der skal have hver sin behandling.
- I B2B giver segmentering på branche, virksomhedsstørrelse og rolle mere end segmentering på klikadfærd, fordi datagrundlaget pr. kontakt er for lille til adfærdsmønstre.
- Et segment skal være stort nok til at kunne bære sit eget indhold, og min tommelfingerregel er mindst 200 kontakter før det er besværet værd at skrive særskilt til det.
- Segmentering uden oprydning giver forkerte svar, fordi dubletter og døde adresser fordeler sig ujævnt mellem segmenterne.

01 / Fundamentet

## Hvilke data skal du have før du kan segmentere?

Du kan segmentere, så snart fire datatyper er på plads: kilde, profil, købshistorik og adfærd. De fleste har allerede tre af dem liggende i systemet uden at bruge dem. Kildefeltet er det eneste der skal sættes ved tilmeldingen, for det kan ikke rekonstrueres bagud.

Når jeg kigger i en mailplatform hos en ny kunde, er billedet næsten altid det samme. Der ligger masser af data, men ingen bruger dem.

Navn, købsdato, ordresum, åbninger, klik. Alt sammen gemt pænt i kontaktkortet, og alt sammen uden betydning for hvem der får hvilken mail.

Så før du begynder at tegne segmenter op, skal du vide hvad du har. Og mindst lige så vigtigt: hvad du ikke har, og aldrig får, hvis du ikke begynder at gemme det fra i dag.

### Hvilke fire datatyper bygger et segment?

Kilde er hvor kontakten kom fra. Nyhedsbrevstilmelding i footeren, pop-up med rabatkode, kassen i webshoppen, et messevisitkort, et download af en guide.

Det er den eneste datatype der skal fanges i selve tilmeldingsøjeblikket. Glemmer du den, er den væk. Du kan ikke sidde et halvt år senere og regne ud, om en kontakt kom ind via rabatkoden eller via kassen.

Profil er det statiske om personen eller virksomheden. Fornavn, postnummer, sprog, og i B2B typisk firmanavn, branche og jobtitel. De felter ændrer sig sjældent, og de er lette at få udfyldt, hvis du spørger om dem på det rigtige tidspunkt.

Købshistorik er sidste ordredato, antal ordrer og samlet forbrug. Hvis din webshop er koblet sammen med mailplatformen, ligger de tre felter allerede på hvert kontaktkort.

De fleste Shopify- og WooCommerce-integrationer synkroniserer dem ud af boksen. Det er dem jeg bruger allermest, fordi de er objektive.

En person der ikke har købt i 400 dage, er en person der ikke har købt i 400 dage. Der er ingen fortolkning i det.

Adfærd er åbninger, klik, sidevisninger og kurvehandlinger. Den er den mest fristende og den mindst pålidelige. Efter Apples Mail Privacy Protection er åbningsrater blevet upålidelige som signal, fordi mails bliver forhåndshentet uden at modtageren har set dem.

Klik kan du stole på. Åbninger vil jeg ikke bygge et segment på alene.

### Hvilke tre felter indfører jeg først?

Kildefeltet er nummer et. Et simpelt tekstfelt der sættes automatisk på hver eneste tilmeldingsformular, med en værdi der siger hvor formularen sad.

Det tager en halv time at sætte op på tværs af fem formularer, og det er det enkeltfelt der giver mest igen, fordi det fortæller dig hvad en kontakt forventede at få, da hun skrev sig op.

Samtykketidspunkt er nummer to, og det er ikke kun segmentering. Det er dokumentation. [Forbrugerombudsmanden](https://forbrugerombudsmanden.dk/publikationer/retningslinjer-og-vejledninger/vejledninger-longreads/databeskyttelsesforordningens-betydning-for-reglerne-om-udsendelse-af-elektronisk-markedsfoering) skriver, at du skal kunne dokumentere at modtagerne har givet samtykke, og at dokumentationen skal gemmes i op til to år efter at samtykket sidst er blevet brugt.

Det samme peger [Datatilsynets vejledning om direkte markedsføring](https://www.datatilsynet.dk/Media/638237218449834564/Vejledning%20om%20direkte%20markedsf%C3%B8ring.pdf) på med et selvstændigt kapitel om dokumentation. Datoen skal altså ligge der uanset hvad, og så kan du lige så godt bruge den til at skelne nye tilmeldte fra dem der har stået på listen i tre år.

Det tredje felt er sidste ordredato, eller i B2B sidste meningsfulde kontakt. Uden den kan du ikke bygge et eneste genaktiveringsflow, og du kan ikke se forskel på en kunde og en abonnent der aldrig har købt noget.

Fra praksis

Lav en eksport af 50 tilfældige kontakter og tæl hvor mange af dem der har udfyldt kilde, sidste ordredato og samtykkedato. Er det under halvdelen, starter arbejdet med at få felterne på formularerne, ikke med at bygge segmenter.

### Hvad har en B2B-liste som en webshop ikke har?

En webshop har tallene. Ordrer, beløb, datoer, produktkategorier. Det hele bliver skabt automatisk hver gang nogen køber, og du skal ikke gøre andet end at koble systemerne sammen.

Til gengæld ved webshoppen sjældent noget om personen bag købet ud over postnummer.

En B2B-liste har det modsatte. Få køb, store beløb, lange intervaller, men til gengæld firmanavn og mailadresse med domæne.

Domænet alene kan bære meget. Antal ansatte og branche kan du slå op på CVR-registeret og skrive ind på kontaktkortet, og så har du en segmenteringsnøgle der er langt mere stabil end om nogen klikkede på en mail i tirsdags.

Min vurdering er at B2B-virksomheder undervurderer, hvor meget de kan hente ved bare at få firmanavn og branche udfyldt på de eksisterende kontakter. Det er et par timers oprydningsarbejde, og det er en engangsopgave.

Kort opsummeret

- Fire datatyper bærer al segmentering: kilde, profil, købshistorik og adfærd.
- Kildefeltet skal sættes ved tilmeldingen, for det kan ikke genskabes bagud.
- Samtykketidspunktet skal gemmes af hensyn til dokumentationskravet og kan samtidig bruges som segmenteringsfelt.
- Webshops har tallene liggende automatisk, B2B-virksomheder skal selv udfylde firmanavn, branche og størrelse.
- Klik er et pålideligt adfærdssignal, åbninger er ikke, efter Apples Mail Privacy Protection.

Brug for et par øjne udefra?

Tag en uforpligtende snak om, hvor du står, og hvad næste skridt er.

Skriv til mig

02 / Lister der passer sig selv

## Hvad er forskellen på en statisk liste og et dynamisk segment?

En statisk liste er en fast samling kontakter, du selv vedligeholder. Et dynamisk segment er et sæt regler, som systemet selv holder opdateret. Forskellen betyder at listen begynder at forælde i samme sekund du gemmer den, mens segmentet retter sig selv hver gang en kontakt ændrer adfærd.

Klaviyo beskriver det ret præcist i deres egen dokumentation. Ifølge [Klaviyos hjælpeafsnit om lister og segmenter](https://help.klaviyo.com/hc/en-us/articles/115005061447) er et segment en dynamisk gruppe, der indeholder de profiler som opfylder et sæt betingelser, mens en liste er en fast samling af kontakter.

De skriver også, at tallet du ser på et segment, er antallet af profiler der opfylder betingelserne på det tidspunkt, tallet beregnes.

Det er værd at have i baghovedet, når du står og undrer dig over at segmentet var på 412 i går og 398 i dag.

HubSpot deler det op på samme måde. [HubSpots vidensbase om aktive og statiske segmenter](https://knowledge.hubspot.com/lists/convert-active-lists-to-static-lists) forklarer, at aktive segmenter tilføjer og fjerner poster automatisk ud fra de filtre du har sat op, mens statiske skal opdateres manuelt.

De gør samtidig opmærksom på, at der er begrænsninger når man konverterer fra den ene type til den anden, så det er ikke bare noget man lige vender om bagefter.

### Hvor hurtigt forælder en eksporteret liste?

Lad mig regne på det, for det er lettere at forstå med tal end med ord. Sig at du trækker en liste på 2.000 kontakter ud af systemet mandag morgen.

Den liste er et øjebliksbillede. Fra tirsdag sker der tre ting, som listen ikke opdager.

01

Folk afmelder sig. Sætter vi afmeldingerne til en halv procent om måneden, er det 10 kontakter den første måned, som du stadig sender til.

02

Mails begynder at bounce. Jobskifte, lukkede postkasser, firmaer der skifter domæne. Sætter vi det til en halv procent om måneden, er det 10 til.

03

Nye kontakter kommer til. De står ingen steder på din liste, fordi listen blev lavet mandag morgen.

Med de antagelser er listen upræcis for omkring 20 kontakter efter en måned, 60 efter tre måneder og 120 efter et halvt år.

Det er 6 procent af listen der er forkert, plus alle de nye der mangler. Tallene her er mine regneeksempler, ikke målte frafaldsrater, men sæt dine egne tal ind, så ser du det samme mønster. En statisk liste bliver aldrig bedre af at ligge stille.

Det er også grunden til at jeg ikke bryder mig om tags der sættes manuelt. Et tag er sandt den dag nogen sætter det, og så bliver det aldrig taget af igen.

Jeg har set kontakter der stadig bar et tag fra en kampagne to år tilbage, og de fik derfor mails der passede til en situation, de for længst var ude af.

Regler har den indbyggede fordel at de også kan fjerne nogen igen.

### Hvordan skriver du en regel der ikke overlapper med de andre?

En regel består af betingelser bundet sammen med OG og ELLER. OG snævrer ind, ELLER udvider. Et segment for aktive kunder kan se sådan ud: har købt mindst én gang OG sidste køb er under 180 dage siden OG er ikke afmeldt.

Alle tre skal være opfyldt. Skifter du den midterste til ELLER, får du pludselig alle der enten har købt engang, eller har gjort noget inden for 180 dage, og så er du tilbage ved hele listen.

Overlap opstår når du bygger segmenterne hver for sig uden at se dem som en række. Fix det ved at lade betingelserne støde op til hinanden i stedet for at flyde ind over.

Aktive kunder er 0 til 180 dage. Lunkne er 181 til 365. Sovende er over 365. Så kan den samme kontakt kun være ét sted, fordi dagene kun kan have én værdi.

Fra praksis

Skriv dine segmenter op på et stykke papir med antal kontakter ud for hvert. Læg tallene sammen. Er summen større end din liste, overlapper de. Det tager fem minutter og fanger de fleste fejl, før de bliver til en mail en kunde får to gange.

Hvor ofte systemet genberegner afhænger af platformen. Nogle regner om i samme øjeblik en kontakt ændrer sig, andre kører et fast interval.

Står der et tal på dit segment, er det tallet på beregningstidspunktet, ikke en live-optælling. Det gør sjældent en forskel for om automationen virker, men det gør en forskel for om du bliver forvirret af dine egne rapporter.

Hvordan segmentet så bliver til en betingelse i selve flowet, beskriver jeg i [hovedguiden om marketing automation](https://simongrevang.dk/artikler/marketing-automation-forklaret/).

Kort opsummeret

- Et segment er regler, systemet selv vedligeholder. En liste er et øjebliksbillede, du selv skal rette.
- Klaviyo og HubSpot skelner begge mellem dynamiske og statiske grupper, og begge gør opmærksom på at de statiske skal opdateres i hånden.
- Med en halv procent afmeldinger og en halv procent bounces om måneden er en liste på 2.000 forkert for omkring 120 kontakter efter et halvt år.
- Lad segmenternes betingelser støde op til hinanden, fx 0 til 180 dage, 181 til 365, over 365, så en kontakt kun kan ligge ét sted.
- Manuelle tags bliver sat én gang og fjernet aldrig. Regler kan både tilføje og fjerne, og det er hele pointen.

## Få viden du kan bruge i din markedsføring

Du får konkrete erfaringer fra arbejdet med danske virksomheder, skrevet så du kan handle på det. Ingen reklame.

Du bliver tilmeldt mit nyhedsbrev

03 / RFM for webshops

## Hvordan deler du en webshopliste op med en RFM-model?

Du deler webshoplisten op efter tre tal fra ordredata: dage siden sidste køb, antal ordrer og samlet forbrug. Sæt to skæringspunkter på hver, kombiner dem til seks grupper, og giv hver gruppe sin egen mail. Resten af finjusteringen kan vente til grupperne har kørt et par måneder.

RFM står for recency, frequency og monetary, og det er ikke noget en e-mailplatform har fundet på for at sælge flere abonnementer.

Modellen er beskrevet som en udbredt tilgang til kundesegmentering i [et fagfællebedømt studie i PLOS ONE fra december 2022](https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9767363/), hvor forfatterne bygger videre på den med flere variable.

Pointen for dig er, at de tre felter allerede ligger i din ordredatabase. Du skal ikke indsamle noget nyt.

Definition

Recency er antal dage siden sidste ordre. Frequency er antal ordrer i alt. Monetary er samlet omsætning pr. kunde. Tre tal, én kunde, ingen gætteri.

### Hvor sætter du skæringspunkterne?

Det korte svar er, at du sætter dem der hvor din egen købsfrekvens ligger, ikke der hvor en skabelon siger.

Sælger du hudpleje eller kaffe, køber en tilfreds kunde igen efter seks til ti uger. Sælger du cykeldele, kan der gå et år.

Så kig i din ordreoversigt og find den typiske afstand mellem ordre nummer et og ordre nummer to. Det tal er din grænse for aktiv kunde.

Mit forslag til en webshop med gentagne køb: aktiv er 0 til 90 dage siden sidste ordre, på vej væk er 91 til 180 dage, og mistet er over 180 dage.

På frequency skiller du ved én ordre, to til tre ordrer og fire ordrer eller flere. På monetary nøjes du i starten med to grupper, over og under den gennemsnitlige livstidsomsætning.

Tre dimensioner med tre trin giver i teorien 27 kasser. Dem skal du ikke have. Du skal have seks, og du får dem ved at lade recency bestemme hovedopdelingen og frequency bestemme underopdelingen.

En vigtig detalje: beregn altid recency ud fra ordredatoen i webshoppen, ikke ud fra hvornår kontakten sidst åbnede en mail.

Åbningsdata er blevet upålidelige siden Apple begyndte at hente billeder på forhånd, og en kunde der har købt i går, men ikke åbnet en mail i et halvt år, er ikke på vej væk.

Kommer ordredata fra et andet system end e-mailplatformen, skal koblingen sidde rigtigt fra start, og det har jeg skrevet mere om i guiden til [hvordan du kobler CRM og marketing automation sammen uden at data bliver rod](https://simongrevang.dk/artikler/crm-integration-uden-datarod/).

### Hvordan ser seks grupper ud på en webshop med 5.000 kunder?

Her er et regneeksempel, ikke måltal fra en kunde. Tag 5.000 kunder i databasen og fordel dem efter mønsteret jeg typisk ser på en webshop med flere års historik, hvor flertallet kun har købt én gang.

01

Nye enkeltkøbere, købt inden for 90 dage, én ordre. Cirka 900 kunder. De skal have en mail om produktet de købte, plus ét oplagt tilkøb. Ikke rabat endnu.

02

Loyale, købt inden for 90 dage, to eller flere ordrer. Cirka 450 kunder. De skal have nyheder først og adgang før alle andre. De køber uden rabat.

03

Storkunder, fire eller flere ordrer og forbrug over gennemsnittet. Cirka 150 kunder. De skal have noget der ikke kan købes for penge, fx en tidlig invitation eller personlig besked.

04

På vej væk, 91 til 180 dage, mindst én ordre. Cirka 1.100 kunder. De skal have en påmindelse om hvad de gik glip af, og først i mail nummer to et tilbud.

05

Mistede, over 180 dage. Cirka 2.000 kunder. De skal have en kort serie på tre mails. Virker den ikke, slettes de fra udsendelserne.

06

Tilmeldte uden køb. Cirka 400 kontakter. De skal ikke have kundemails, men en velkomstserie der forklarer hvad du laver.

Regn selv konsekvensen. Hvis du i dag sender ét nyhedsbrev til alle 5.000, taler du til 2.000 mistede kunder med samme ord som til dine 150 bedste.

De 150 står ofte for en betydelig del af omsætningen, og de er dem der tåler mindst spam og giver mest igen for lidt opmærksomhed.

Fra praksis

Byg grupperne i den rækkefølge: storkunder først, så mistede. De to er nemmest at tjene penge på, den ene ved at beholde, den anden ved at rydde op i listen.

RFM forudsætter selvfølgelig, at der er en database at dele op. Da jeg arbejdede med [DM Skincare og deres webshop med egne hudplejeprodukter](https://simongrevang.dk/cases/dm-skincare/), var opbygningen af en stor e-mail-database af varme leads en central del af strategien ved siden af Facebook-remarketing og Google Shopping.

En stærk database og en optimeret kunderejse gjorde markedsføringen både billigere og mere effektiv over tid. Den slags database er præcis det materiale en RFM-opdeling arbejder på.

Kort opsummeret

- Recency, frequency og monetary ligger allerede i ordredata, og RFM er beskrevet som en etableret segmenteringsmodel i forskningslitteraturen.
- Sæt skæringspunkterne efter din egen typiske afstand mellem første og andet køb, ikke efter en standardskabelon.
- Lad recency styre hovedopdelingen og frequency underopdelingen, så du ender med seks grupper i stedet for 27.
- Beregn recency på ordredatoen, ikke på mailåbninger, som er blevet upålidelige.
- Start med storkunderne og de mistede kunder. Der ligger både den største indtjening og den største oprydning.

Brug for et par øjne udefra?

Tag en uforpligtende snak om, hvor du står, og hvad næste skridt er.

Skriv til mig

04 / B2B-segmenter

## Hvilke segmenter giver mening når du sælger B2B?

I B2B deler du ikke op efter købsadfærd, men efter hvem virksomheden er og hvem personen er inde i den. Branche, antal ansatte, modtagerens rolle og hvor langt virksomheden er i salgsprocessen. RFM falder fra hinanden, fordi en B2B-kunde måske køber én gang om året for et stort beløb.

Recency, frequency og monetary virker i en webshop, hvor folk køber ofte og alene. I B2B er købsfrekvensen lav, beløbene svinger voldsomt, og beslutningen træffes af flere mennesker.

En kunde der ikke har købt i ni måneder er ikke nødvendigvis kold. Måske er det bare ikke tid til at udskifte maskinen endnu.

Shopify gengiver Gartners research om, at [en typisk B2B-købsbeslutning involverer seks til ti personer](https://www.shopify.com/enterprise/blog/b2b-buying-process), og at hver af dem selvstændigt indsamler mere end fire stykker information undervejs.

Det betyder, at din mailliste ikke indeholder kunder. Den indeholder brudstykker af købsgrupper, hvor du måske har fat i to af ti.

### Hvad segmenterer du så på i stedet for købsadfærd?

Fire felter kommer du langt med. Branche, fordi en smedevirksomhed og et revisionskontor ikke har den samme grund til at købe.

Antal ansatte, fordi en virksomhed med syv ansatte træffer beslutningen over frokosten, mens en med 200 skal igennem indkøb.

Rolle, fordi direktøren vil høre om risiko og pris, mens den tekniske ansvarlige vil se specifikationerne. Og endelig hvor virksomheden er i forløbet: ukendt, i dialog, tilbud sendt, kunde.

Branche og antal ansatte får du enten ved at spørge i formularen eller ved at slå CVR-nummeret op.

Spørger du, så gør det med rullemenuer og hold dig til fem til otte valgmuligheder. Lader du folk skrive frit, ender du med "metal", "metalindustri" og "Metal A/S" som tre forskellige segmenter.

Rollen er den sværeste at få fat i og den mest værd. Min vurdering er, at ét ekstra felt i formularen med fire-fem rollevalg giver mere udbytte end tre måneders adfærdsdata, netop fordi B2B-adfærd er så tynd.

Folk åbner to mails om året fra dig. Det er ikke nok signal til at gætte, hvem de er.

Fra praksis

Start med branche og antal ansatte på nye tilmeldinger, og lad de gamle kontakter stå uden. Prøv ikke at berige hele databasen bagud på én gang. Du når aldrig i mål, og du udskyder alt det andet imens.

### Hvordan håndterer du flere kontakter i samme virksomhed?

Behandl virksomheden som enheden og personen som rollen. Har du tre kontakter hos samme kunde, skal de ikke have tre ens mails om det samme tilbud.

De skal have hver deres vinkel på den samme sag, og ingen af dem skal få en "velkommen som ny kunde"-mail hvis virksomheden har handlet hos dig i fem år.

Teknisk løser du det med et felt på kontakten der indeholder virksomhedens CVR-nummer eller domænet fra mailadressen. Alle med @virksomhed.dk hører sammen.

Når én af dem bliver kunde, sætter du et felt på dem alle. Det kræver enten et CRM der taler med mailsystemet, eller en lille manuel rutine hver fjortende dag. Begge dele er bedre end at lade være.

Den anden faldgrube er udsendelsesfrekvensen. Når seks personer i samme hus får mail fra dig i samme uge, lyder det internt som om du spammer, selvom hver enkelt kun har fået én.

Jeg holder store virksomheder på højst én mail pr. person om måneden, mens enkeltmandsvirksomheder godt kan tåle oftere.

### Hvornår har du brug for to helt adskilte modtagergrupper?

Når virksomheden taler til to målgrupper der ikke har noget med hinanden at gøre. Det klassiske tilfælde er kunder og kommende medarbejdere.

Det er to forskellige historier, to forskellige handlinger og to forskellige mål for succes, og de hører ikke hjemme i samme udsendelse.

Hos Gantech A/S, der producerer stål- og metaldele, var opgaven at styrke brandet og tiltrække både kvalificerede kunder og dygtige medarbejdere.

Vi fortalte den samme virksomhedshistorie om håndværkstraditioner, teknologi og kvalitet, men vinklede den forskelligt afhængigt af hvem der skulle høre den.

I [casen om Gantechs brandingstrategi](https://simongrevang.dk/cases/gantech/) kan du se, hvordan arbejdsgiverprofilen blev bygget op ved siden af kundekommunikationen i stedet for oveni.

Overført til en mailliste betyder det to adskilte grupper fra det øjeblik folk tilmelder sig. En jobsøgende der får et produkttilbud melder sig fra, og en indkøber der får et stillingsopslag gør det samme.

Det koster dig ikke mere arbejde at holde dem adskilt. Det koster dig kontakter at lade være.

Kort opsummeret

- RFM virker dårligt i B2B, fordi købsfrekvensen er lav og beløbene svinger, så brug branche, antal ansatte, rolle og fase i salgsprocessen i stedet.
- Shopify gengiver Gartners research om, at seks til ti personer er involveret i en typisk B2B-købsbeslutning, så din kontaktliste rummer brudstykker af købsgrupper, ikke færdige kunder.
- Saml kontakter fra samme virksomhed via CVR-nummer eller maildomæne, så tre kolleger ikke får tre ens mails og ingen får en velkomstmail til en kunde du har haft i årevis.
- Spørg om branche og rolle med rullemenuer og få valgmuligheder, ellers bliver dine segmenter til stavefejl.
- Taler virksomheden til både kunder og kommende medarbejdere, så hold de to grupper adskilt fra første tilmelding.

## Vil du have mere i indbakken?

Du får konkrete erfaringer fra arbejdet med danske virksomheder, skrevet så du kan handle på det. Ingen reklame.

Du bliver tilmeldt mit nyhedsbrev

05 / Antal og grænser

## Hvor små må segmenterne blive før det ikke kan betale sig?

De fleste mindre virksomheder har nok i tre til fem segmenter. Min grænse går ved omkring 200 kontakter: bliver et segment mindre end det, kan du ikke se forskel på om mailen virkede eller om fem personer tilfældigvis klikkede samme formiddag. Og du bruger den samme time på at skrive den.

Segmentering koster to ting. Opsætningen, som er engangsarbejde når reglen er dynamisk, og indholdet, som skal skrives forfra hver gang.

Det er den anden post der vælter regnestykket for de fleste. En regel tager ti minutter at bygge.

En mail der er skrevet specifikt til segmentet tager en time eller to, hver eneste gang du sender.

### Hvor mange ekstra klik skal et segment levere for at betale sig?

Regn selv efter med dine egne tal. [Mailchimp oplyser, at klikraten i kampagner typisk ligger under 3 procent](https://mailchimp.com/resources/using-segmentation-to-improve-click-rate-and-increase-sales/), og at selv en forbedring på en tiendedel af et procentpoint betyder noget.

Tag et segment på 200 kontakter og 3 procent klikrate. Det giver seks klik. [Mailchimps egen analyse af segmenterede kampagner mod de samme kunders ikke-segmenterede kampagner viser 100,95 procent flere klik](https://mailchimp.com/resources/effects-of-list-segmentation-on-email-marketing-stats/), altså omtrent en fordobling. Så segmentet giver dig seks ekstra klik frem for seks.

Hvad er seks klik værd? Sælger du varer til 1.000 kroner i dækningsbidrag og konverterer 5 procent af dine klik, er et klik 50 kroner værd.

Seks ekstra klik bliver 300 kroner. En times skrivearbejde til 600 kroner internt er altså ikke tjent hjem på én udsendelse.

Den er tjent hjem på to. Sender du til segmentet ti gange om året, står du med 3.000 kroner mod ti timer, og så skal du vurdere om de ti timer var bedre brugt et andet sted.

Halverer du segmentet til 100 kontakter, halveres de ekstra klik til tre. Nu er en times arbejde fire udsendelser om at tjene sig hjem, og du har stadig ingen mulighed for at aflæse om tre klik er et signal eller en tilfældighed.

Det er derfor min grænse ligger omkring 200. Tallet er ikke hellig matematik, det er det punkt hvor jeg kan måle noget og hvor timen kan forsvares.

Sælger du maskiner til 400.000 kroner, kan et segment på 25 kontakter sagtens bære en times arbejde, for ét klik kan være en ordre. Jo højere værdi per kunde, jo mindre må segmentet være.

### Hvorfor skal antallet af segmenter matche antallet af skribenter?

Her falder de fleste segmenteringsplaner fra hinanden. Opsætningen tager en eftermiddag, og så står der otte flotte segmenter i systemet.

Men hvem skriver til dem? Er svaret dig selv, ved siden af alt det andet, så bliver de otte segmenter til otte mails med samme tekst og forskellig modtagerliste. Så har du ingen segmentering, kun ekstra administration.

Min tommelfingerregel er tre til fire segmenter per person der løbende producerer indhold. Én markedsføringsansvarlig i en virksomhed med 15 ansatte kan holde fire segmenter i live med egen tekst.

To personer kan måske klare seks til otte. Er det direktøren selv der skriver nyhedsbrevet søndag aften, så skru ned til to eller tre. Et segment uden eget indhold er bare en liste.

Vil du længere ned i detaljen end grupper kan bære, så flyt opgaven væk fra mailen. I B2B giver det ofte mere at score de enkelte kontakter og lade sælgeren ringe til de hotteste, end at bygge endnu et segment ingen har tid til at skrive til.

Jeg har beskrevet modellen i guiden til [lead scoring så du ved hvilke leads salget skal ringe til først](https://simongrevang.dk/artikler/lead-scoring-for-smv/). Den koster ingen ekstra skrivetid, for den producerer opkald i stedet for mails.

Fra praksis

Tæl dine segmenter op og sæt et navn ud for hvert enkelt: hvem skriver til det her segment de næste seks måneder? Står der samme navn tre gange, så slå segmenter sammen indtil regnestykket går op.

Kort opsummeret

- Tre til fem segmenter dækker behovet i de fleste virksomheder med under 50 ansatte.
- Et segment under omkring 200 kontakter giver for få klik til at du kan måle effekten, med mindre værdien per kunde er høj.
- Regn med at et segment skal bruges flere gange om året, før en times skrivearbejde er tjent hjem.
- Hold antallet af segmenter nede på tre til fire per person der løbende skriver indhold.
- Har du brug for finere opdeling end dine skribenter kan følge med til, så prioritér kontakterne med lead scoring i stedet.

Brug for et par øjne udefra?

Tag en uforpligtende snak om, hvor du står, og hvad næste skridt er.

Skriv til mig

06 / Koblingen til flows

## Sådan bruger du segmenterne til at styre hvem der kommer ind i hvilket flow

Et segment bliver til en betingelse i stedet for en liste i det øjeblik du hænger det op på indgangen til et flow. Automationen spørger så ved hver tilmelding om kontakten opfylder reglen, og lukker kun dem ind der gør. Resten venter, til deres data ændrer sig.

Forskellen lyder lille, men den ændrer hele måden du arbejder på. Med lister skal du selv huske at flytte folk.

Med betingelser flytter de sig selv, i det sekund de køber, klikker eller falder ud af et vindue på 90 dage.

Det kræver til gengæld at du tager stilling til tre ting, før du tænder for noget som helst: hvem der kommer ind, hvem der ryger ud undervejs, og hvad der sker når to flows vil have fat i den samme person samtidig.

### Hvordan undgår du at en kontakt får tre mails fra tre flows samme dag?

Du bygger en udmeldingsregel ind i hvert flow og giver dine flows en rangorden. Udmeldingsreglen siger hvad der skal ske, før kontakten bliver taget ud af forløbet igen.

Købte hun det produkt, mailen handler om, giver resten af sekvensen ingen mening, og hun skal ud med det samme.

Rangordenen afgør hvem der vinder, når to flows rammer samme dag. Min tommelfingerregel er at transaktionsmails altid slår alt andet, derefter kommer forløb hun selv har udløst ved en handling, og til sidst det generelle.

En ordrebekræftelse og en genaktiveringsmail samme morgen får hende til at tvivle på om I overhovedet ved hvem hun er.

Undertrykkelseslisten er det sidste lag. Det er en gruppe kontakter der aldrig modtager salgsmails, uanset hvilket flow der prøver.

Åben supportsag, klage, køb inden for de sidste syv dage, eller en aftale i kalenderen med en sælger.

Hos de fleste fylder listen under fem procent af databasen, men det er de fem procent hvor en forkert mail koster mest.

Fra praksis

Skriv dine flows op i en rangorden fra 1 og nedefter, og sæt et loft på hvor mange automatiske mails en kontakt må få på en uge. To til tre er rigeligt for de fleste mindre virksomheder.

### Hvilken regel stopper en salgsmail på det forkerte tidspunkt?

Den regel jeg selv ville sætte op først, lyder sådan her: stop alle salgsmails til kontakter der har en åben sag i supportindbakken, eller som har afgivet en ordre inden for de seneste syv dage.

Begge dele kan som regel trækkes direkte fra systemet, hvis ordredato og sagsstatus ligger på kontakten.

Grunden er praktisk. En kunde der venter på svar om en fejlleverance, og i stedet får en mail om at det er sidste chance for 20 procent, læser den som at virksomheden hellere vil sælge end hjælpe.

Den oplevelse koster mere end den ene mail kunne have tjent hjem.

Syvdagesvinduet efter et køb handler om noget andet. Der er kunden stadig i gang med at modtage varen og danne sig et indtryk.

Der skal hun have levering, brugsanvisning og en vej til hjælp, ikke mersalg. Når de syv dage er gået, åbner undertrykkelsen af sig selv igen, og hun ryger ind i det flow der passer til det hun har købt.

Når betingelserne er på plads, handler resten om hvad der står i mailene, og hvordan sekvensen er bygget op. Det har jeg skrevet mere om i min gennemgang af [de e-mail flows der giver mest tilbage i mindre virksomheder](https://simongrevang.dk/artikler/email-marketing-flows-der-virker/).

### Hvad gør du når kunderejsen er lang og uoverskuelig?

Så bliver indgangsbetingelsen vigtigere end selve mailen, fordi folk træder ind i forløbet på vidt forskellige tidspunkter. Det så jeg tydeligt i arbejdet med [Jawin Safe Trip og alkolåsordningen](https://simongrevang.dk/cases/alkolaas/), hvor kunderejsen strakte sig fra en person fik sin dom, til vedkommende blev godkendt til ordningen.

Strategien fulgte kunderne gennem hele det forløb med e-mail automation og remarketing. Vi lod brugerne besvare en række spørgsmål, så de hurtigt kunne finde ud af hvilken del af alkolåsordningen de kunne deltage i.

De svar er segmenteringen. De afgør hvilken del af forløbet modtageren hører hjemme i, og hvad der dermed skal sendes.

Det var samtidig selvbetjening, der holdt belastningen på kundeservice nede. Når en mail rammer det sted i processen folk står, behøver de ikke ringe for at spørge hvad der sker nu.

Det princip holder også i en webshop eller en B2B-forretning, bare med kortere afstande.

Skal reglerne sættes op i dit eget system, er det den slags jeg hjælper med under [rådgivning om e-mail marketing](https://simongrevang.dk/ydelser/email-marketing/).

Kort opsummeret

- Et segment bliver først brugbart, når det står som indgangsbetingelse på et flow og ikke som en liste du selv vedligeholder.
- Hver automation skal have en udmeldingsregel, så en kontakt forlader forløbet i det øjeblik målet er nået.
- Giv dine flows en rangorden, så transaktionsmails altid vinder over salgsmails på samme dag.
- En undertrykkelsesliste med åbne supportsager og køb inden for syv dage forhindrer de mails der koster mest i tillid.
- Ved lange kunderejser som alkolåsordningen afgør indgangsbetingelsen hvilken del af forløbet modtageren hører hjemme i.

![Simon Grevang](https://simongrevang.dk/assets/simon-portraet.webp)

Om Simon Grevang

15 års erfaring med digital markedsføring og forretningsudvikling. Diplomuddannet i digital konceptudvikling fra IBA og bestyrelsesuddannet fra Niels Brock.

[Læs mere om Simon](https://simongrevang.dk/om-mig/)

## Skal vi tage en snak?

Tag en uforpligtende snak om hvor du står. Du går fra samtalen med mindst tre konkrete ting du kan gøre.

Skriv til mig

FAQ

## Ofte stillede spørgsmål

### Hvor mange segmenter skal jeg have i min mailliste?

Start med tre til fem segmenter, og lad være med at bygge flere, før de første giver dig noget at skrive forskelligt til. Et segment giver kun mening, hvis du kan formulere en mail til gruppen, som de andre grupper ikke skal have. Jeg ser oftere lister med tyve ubrugte segmenter end lister med for få. Segmentering af mailliste er et arbejdsredskab, ikke en samling.

### Kan jeg segmentere når jeg kun har navn og mailadresse på folk?

Ja, for adfærd er data i sig selv. Du kan dele listen op efter, hvornår folk meldte sig til, hvad de meldte sig til, om de har købt, og hvor længe siden det er. Det kræver ingen ekstra felter i formularen. Vil du have mere, så spørg om én ting ad gangen i en velkomstmail i stedet for at bygge en formular med otte felter, som ingen udfylder.

### Hvad er forskellen på et tag og et segment?

Et tag er et mærkat, du sætter på en kontakt, og et segment er en regel, der samler kontakter automatisk. Tagget siger "denne person downloadede prislisten". Segmentet siger "alle med tagget prisliste, som ikke har købt inden for 60 dage". Tags er råmaterialet, segmenter er det, du sender til. De fleste systemer bruger ordene lidt forskelligt, så læs hjælpeteksten i dit eget.

### Skal jeg segmentere på åbninger og klik?

Klik ja, åbninger med stort forbehold. Apple Mail Privacy Protection, som Apple indførte i 2021, henter billeder på forhånd og registrerer dermed åbninger, som aldrig er sket. Dine åbningsrater er derfor pustet op for en stor del af listen. Klik og køb er stadig rigtig adfærd. Bygger du et inaktivt-segment udelukkende på manglende åbninger, risikerer du at slette folk, der læser hver eneste mail.

### Hvordan segmenterer jeg uden at bryde reglerne om samtykke?

Du må gerne opdele din liste efter adfærd og køb, så længe modtagerne har givet samtykke til markedsføring, og du har beskrevet i din privatlivspolitik, hvad du bruger oplysningerne til. Det kritiske punkt er samtykket, ikke segmenteringen. Hold dig fra følsomme oplysninger som helbred og fagforening. Er du i tvivl om en konkret opdeling, så spørg Datatilsynet eller en jurist frem for et marketingforum.

### Hvad gør jeg med de kontakter der ikke passer ind i nogen segmenter?

Lad dem ligge i en restgruppe, og send dem det generelle nyhedsbrev. Der er altid tyve til fyrre procent, som ikke falder i en pæn kasse, og det er ikke et problem. Kig restgruppen igennem et par gange om året. Vokser den, mangler du typisk et segment, eller også får du ikke de rigtige oplysninger ind ved tilmelding. Slet først, når folk har været passive længe.

### Hvor ofte skal jeg kigge segmenterne igennem?

To gange om året rækker for de fleste. Sæt en time af, og se på tre ting: hvor mange kontakter ligger i hvert segment, hvilke segmenter har du sendt til siden sidst, og hvilke har du slet ikke brugt. De ubrugte sletter du. Sender du dagligt, eller har du en webshop med sæsoner, så gør det kvartalsvis i stedet, for så flytter folk sig hurtigere mellem grupperne.

### Giver RFM mening hvis vi kun har 300 kunder i webshoppen?

Ikke som fuld RFM-model med ni eller tolv celler, for så bliver grupperne for små til at sige noget. Med 300 kunder nøjes du med to spørgsmål: hvornår købte de sidst, og har de købt mere end én gang. Det giver fire grupper, og de er store nok til, at du kan se forskel. Byg den rigtige model, når du har et par tusinde kunder bag dig.

### Skal B2B og B2C-kontakter ligge i samme system?

Samme system, adskilte lister eller et tydeligt felt, der skiller dem. Det er dyrt og besværligt at køre to platforme, men de to grupper skal have forskellige mails, forskellige frekvenser og forskellige landingssider. Jeg sætter typisk et felt ved tilmelding, så alle automationer kan filtrere på det. Segmentering af mailliste bliver hurtigt rodet, hvis en indkøber og en privatkunde modtager den samme søndagsmail.

Læs videre

## Relaterede artikler

- [Marketing automation forklaret fra start til færdig opsætning 28. sep 2026 40 min læsning](https://simongrevang.dk/artikler/marketing-automation-forklaret/)

- [Sådan kobler du dit CRM sammen med marketing automation uden at data bliver rod 13. okt 2026 28 min læsning](https://simongrevang.dk/artikler/crm-integration-uden-datarod/)

- [GDPR og samtykke til nyhedsbrev uden at du mister halvdelen af listen 20. okt 2026 24 min læsning](https://simongrevang.dk/artikler/gdpr-og-samtykke-til-nyhedsbrev/)
