# Varför visar rapporterna olika siffror?

> Varför skiljer sig siffrorna mellan system och rapporter? De vanligaste orsakerna, hur ni hittar felet steg för steg och rättar det så att det håller.

Källa: https://upputech.se/guider/datakvalitet-olika-siffror
Utgivare: UppuTech AB
Uppdaterad: 2026-10-09

**Kort svar:** Siffrorna skiljer sig nästan alltid av en av fem anledningar: olika definitioner, olika tidpunkter, olika filter, manuella steg eller fel i hur data förs över mellan system. Hitta orsaken genom att göra jämförelsen så liten som möjligt, en period och en kund i taget, tills skillnaden går att peka på. Rätta sedan orsaken där data skapas eller där logiken finns, inte genom att justera i rapporten.

Det är ett välkänt möte. Ekonomi har en siffra för förra månadens försäljning, sälj har en annan och ledningsgruppens dashboard en tredje. Halva mötet går åt till att diskutera vilken som stämmer, och ingen litar riktigt på någon av dem. Problemet är sällan att någon räknat fel. Det är att alla räknat rätt, fast på olika sätt.

## De fem vanligaste orsakerna

### 1. Olika definitioner

Vad är en kund? Den som köpt något någon gång, den som köpt något i år eller den som har ett aktivt avtal? Vad är försäljning? Ordervärde, fakturerat belopp eller betalt belopp? Med eller utan moms, frakt och rabatter?

Varje system och varje rapport har ett svar. Problemet uppstår när ingen har bestämt vilket som gäller.

### 2. Olika tidpunkter

En affär kan registreras när den vinns i CRM, när ordern läggs, när den faktureras och när den bokförs. Det kan vara fyra olika datum, ibland i olika månader. Samma sak gäller när data hämtas: en rapport som uppdateras på natten och en som läser direkt från systemet visar olika siffror under dagen.

### 3. Olika filter

En rapport tar bort interna kunder, en annan gör det inte. En räknar bort krediterade fakturor, en annan räknar dem som negativa belopp. Testdata, avbrutna ordrar och dubbletter hanteras olika. Filter är ofta osynliga för den som läser rapporten.

### 4. Manuella steg

Excel-filer som exporteras, justeras och klistras in. En formel som drar fel område. En flik som inte uppdaterades. En kolumn som någon sorterade utan att markera hela tabellen. Varje manuellt steg är ett ställe där siffrorna kan glida isär.

### 5. Fel i överföringen

En integration som tappade poster en natt. Ett kundnummer som skrivs olika i två system. Valuta som räknas om med olika kurser. Specialtecken som försvinner. Den här typen av fel är svårast att upptäcka eftersom de ser rimliga ut i varje enskilt system.

## Så hittar ni orsaken

Felsökning av siffror följer samma metod som annan felsökning: gör problemet litet nog att se.

1. **Välj en konkret skillnad.** Inte "försäljningen stämmer inte", utan "mars visar 4,2 miljoner i ekonomisystemet och 4,5 miljoner i dashboarden".
2. **Skriv ned hur varje siffra räknas.** Vilken källa, vilka filter, vilket datum, med eller utan moms. Här hittar ni ofta svaret direkt.
3. **Krymp omfånget.** Dela upp på vecka, kund eller produkt. Leta efter den del där skillnaden finns. Ofta ligger hela differensen i några få poster.
4. **Jämför rad för rad** för den delen. Vilka poster finns i den ena men inte i den andra? Vilka har olika belopp?
5. **Följ posten bakåt** till där den skapades. Där hittar ni orsaken.

| Symptom | Trolig orsak |
|---|---|
| Skillnaden är ungefär lika stor varje månad | Olika definition eller filter |
| Skillnaden finns i början och slutet av månaden | Olika tidpunkter |
| Skillnaden är jämnt 25 % eller liknande | Moms med i den ena siffran |
| Skillnaden dyker upp plötsligt en viss period | Fel i en integration eller en ändring i ett system |
| Skillnaden ändras varje gång rapporten tas fram | Manuella steg |
| Samma kund finns flera gånger | Dubbletter eller olika kundnummer mellan system |

## Så rättar ni det så att det håller

Det frestande är att rätta i rapporten: lägga till ett filter, en manuell justering, en kommentar om att siffran "ska" vara si eller så. Det löser problemet till nästa månad. Varaktiga lösningar ser annorlunda ut.

### Bestäm definitionerna

Skriv ned vad era viktigaste nyckeltal betyder. Försäljning, kund, order, marginal. Låt dem som använder siffrorna bestämma, och dokumentera beslutet där alla hittar det. Ett kort dokument räcker.

### Flytta logiken till ett ställe

Om försäljning räknas på fem ställen kommer den att räknas på fem sätt. Lägg beräkningen på ett ställe, i en gemensam datamodell eller ett datalager, och låt alla rapporter läsa därifrån. Läs mer i [Behöver vi ett datalager?](/guider/behover-vi-ett-datalager).

### Rätta vid källan

Om ett kundnummer är fel i CRM ska det rättas i CRM, inte i rapporten. Annars rättar ni samma fel varje månad, och nästa rapport som byggs får felet igen.

### Ta bort manuella steg

Ersätt exporter och kopiering med automatiska flöden. En pipeline som hämtar data på samma sätt varje gång gör samma sak varje gång. Se [Hur vet man om en process är värd att automatisera?](/guider/vard-att-automatisera).

### Övervaka

Sätt upp kontroller som larmar när något avviker: antal poster som plötsligt sjunker, en summa som inte stämmer mot källan, en inläsning som inte kördes. Hellre ett larm på morgonen än en felaktig siffra på styrelsemötet.

### Utse ägare

Varje viktig datamängd ska ha en ägare i verksamheten. Ägaren ansvarar för att definitionen gäller och att fel rättas vid källan. Utan ägare kommer problemet tillbaka.

## Ett exempel från vårt arbete

I ett av våra projekt låg information om partner i fyra olika källor. Samma partner fanns i flera av dem, med olika stavning, olika kontaktuppgifter och olika status. Ingen av källorna var fel i sig, men ingen gav hela bilden. Vi stämde av de fyra källorna mot varandra och samlade dem i en gemensam vy. Antalet partner med verifierad information ökade med 160 %.

Det avgörande var inte tekniken. Det var att bestämma vilken källa som gällde för vilken uppgift, och att göra avstämningen till en del av flödet i stället för en engångsinsats.

Läs mer om hur vi arbetar med [data och BI](/data-och-bi). Visar era rapporter olika siffror? På 30 minuter går vi igenom var skillnaden troligen uppstår och vad som krävs för att rätta den. Kostnadsfritt: [boka en genomgång](/kontakt).

## Vanliga frågor

### Varför visar ekonomisystemet och CRM olika försäljning?

Oftast för att de mäter olika saker vid olika tidpunkter. CRM räknar ofta affärer när de vinns, ekonomisystemet när de faktureras eller bokförs. Lägg till krediteringar, valuta och moms, så kan samma månad ge flera olika svar som alla är korrekta utifrån sin definition.

### Hur hittar man orsaken till att siffrorna skiljer sig?

Gör siffrorna så små som möjligt. Välj en period, en kund eller en produkt där de skiljer sig, och jämför rad för rad. Felet syns nästan alltid i några få poster, inte i hela datamängden.

### Kan man lösa datakvalitet med ett nytt verktyg?

Sällan på egen hand. Verktyg hjälper att upptäcka och övervaka fel, men grundorsaken är oftast oklara definitioner eller manuella steg. Det måste lösas med beslut om vad som gäller och vem som äger det.

### Vem ska ansvara för datakvaliteten?

Den som äger processen där data skapas. Säljavdelningen äger kunddata i CRM, ekonomi äger fakturadata. Tekniken kan larma och rätta format, men den kan inte avgöra vilken siffra som är rätt.
