Hvor lang tid går der, fra en kunde udfylder kontaktformularen på din hjemmeside, til en sælger ringer tilbage? Da forskerne bag Harvard Business Review-artiklen “The Short Life of Online Sales Leads” i 2011 testede 2.241 amerikanske virksomheder, var svaret i gennemsnit 42 timer. Kun 37 procent svarede inden for en time, 24 procent brugte mere end et døgn, og 23 procent svarede aldrig. Samme forskergruppe gennemgik 1,25 millioner leads hos 42 virksomheder og fandt, at et svar inden for den første time gav næsten syv gange så stor chance for en reel samtale med en beslutningstager som et svar en time senere. Efter 24 timer var forskellen over 60 gange.
Tallene er 15 år gamle, men mekanismen er den samme i dag: en henvendelse er mest værd, mens kunden stadig sidder med problemet. De fleste virksomheder bruger AI i marketing til at skrive annoncer, nyhedsbreve og blogindlæg, altså til at skaffe flere henvendelser. Langt færre bruger det til at tage imod dem. Det hul lukker bureauer som Nordium med workflow automatisering, hvor en henvendelse bliver fanget, beriget med data og sendt til den rigtige sælger, uden at nogen skal huske at tjekke indbakken.
Hvad bruger danske virksomheder AI til?
Danmarks Statistik og Digitaliseringsstyrelsen offentliggjorde i september 2025 tal, der viser, at 42 procent af virksomheder med mindst 10 ansatte bruger kunstig intelligens. To år tidligere, i 2023, var det 15 procent. Blandt de største virksomheder med 250 ansatte eller flere er tallet 75 procent, mens 37 procent af de små virksomheder med 10-49 ansatte er med. Ifølge Digitaliseringsstyrelsen skyldes stigningen især sprogmodeller, der bruges til at lave eller analysere tekst. Det passer med det billede, de fleste marketingfolk kender fra hverdagen: ChatGPT og lignende værktøjer er blevet en fast del af arbejdet med annoncer, produkttekster og opslag på sociale medier.
Tekstproduktion skaber trafik og henvendelser. Den gør ikke noget ved de 42 timer.
Hvor taber marketing sine leads?
HBR-forskerne pegede selv på årsagerne, og de er påfaldende jordnære. Leads blev hentet ud af CRM-systemet én gang om dagen i stedet for løbende. Sælgerne prioriterede de kunder, de selv havde fundet, og interne regler om at fordele henvendelser efter geografi eller ligelig fordeling sendte leadet på en omvej, før nogen tog telefonen. Ingen af de forsinkelser har noget med marketing at gøre i snæver forstand. De opstår i overgangen mellem to afdelinger, hvor ingen ejer opgaven, og derfor overlever de, uanset hvor gode annoncerne er. En virksomhed fordobler måske budgettet til Google Ads og taber alligevel en stor del af de ekstra henvendelser, fordi de ligger i en fælles indbakke hele weekenden.
Derfor hører leadflowet med, når du lægger en online marketing strategi. Strategien beskriver typisk kanaler, budskaber og budget, men sjældent hvad der sker i minutterne efter, at kunden har trykket send. Skriv svartiden ind som et mål på linje med klikpris og konverteringsrate, og følg den hver måned. Et tal, der ikke bliver målt, bliver heller ikke bedre.
Hvad gør et automatiseret leadflow?
Et automatiseret flow erstatter de manuelle overdragelser med faste regler, der kører hele døgnet. Nordium beskriver leadhåndtering som henvendelser, der fanges automatisk, beriges med data og fordeles til de rette sælgere, og flowene bygges i værktøjer som n8n og Make eller programmeres fra bunden. AI kommer ind, hvor faste regler ikke rækker: til at læse en fritekstbesked og vurdere, om det er en stor B2B-forespørgsel eller et spørgsmål om åbningstider. Et typisk flow ser sådan ud:
- Formularen sender henvendelsen videre i samme sekund i stedet for at lægge den i en fælles indbakke.
- En sprogmodel læser beskeden og sorterer den efter emne, størrelse og hastighed.
- Firmaoplysninger hentes automatisk ind, så sælgeren kender kunden før første opkald.
- Henvendelsen tildeles en navngiven sælger og oprettes i CRM-systemet.
- Kunden får en bekræftelse med det samme, og sælgeren får en påmindelse, hvis ingen har ringet inden for den aftalte tid.
Ingen af trinene er spektakulære hver for sig. Effekten ligger i, at de kører hver gang, også fredag eftermiddag og i sommerferien, hvor manuelle rutiner typisk smuldrer. Og fordi hvert trin bliver logget, ser du præcis, hvor lang tid der gik fra formular til første opkald.
Sådan finder du det første flow
Start med den kanal, der i forvejen giver flest henvendelser. For mange B2B-virksomheder er det kontakt- eller tilbudsformularen, men andre former for online marketing som nyhedsbreve og annoncer på sociale medier sender også leads ind, ofte i hvert sit system. Kortlæg hvor henvendelserne lander i dag, hvem der ser dem først, og hvor lang tid der går, før kunden hører fra jer. I praksis klares det på en eftermiddag med et regneark og et par stikprøver i indbakken. Bagefter ved du, om problemet ligger i sorteringen, fordelingen eller opfølgningen, og så ved du også, hvilken del af flowet der skal automatiseres først.
Begynd heller ikke med det mest avancerede. En automatisk bekræftelse til kunden og en fast fordeling til en navngiven sælger fjerner ofte den største forsinkelse, før der overhovedet er en sprogmodel involveret. AI-delen giver mest, når mængden af henvendelser er så stor, at ingen når at læse dem alle selv, eller når beskederne er så forskellige, at faste regler sorterer forkert. Lad flowet køre et par uger, mål svartiden igen, og byg derefter videre på det trin, der stadig halter.
Springer du leadflowet over, bruger du AI til at skaffe flere henvendelser, som ingen tager sig af i tide. Annoncerne bliver bedre og teksterne hurtigere, men hvis svaret stadig kommer efter 42 timer, går kunden til den virksomhed, der ringede først.
Jens har efterhånden mange års erfaring med træ. Alt lige fra brænde til forskellige typer af møbler i træ. Han er uddannet snedker og har i mange år arbejdet med boligindretning og møbeldesign som han også elsker at skrive om. Jens har i flere år dyrker en del sport men går også op i ting som familie, jura, og design.