Varumärken är inte tillstånd. De är strömmar.
8 maj 2026
Brand-o-meters manifest: så mäter jag varumärken i realtid – och vad det krävt av mig.
En måndagsmorgon i mars öppnar en marknadschef sin senaste varumärkesmätning. Siffrorna är från november. Under de fyra månader som gått har hennes största konkurrent lanserat en kampanj som blev viral, hanterat en kris i sociala medier och bytt VD. Tre saker som har flyttat på uppfattningen om varumärket – tre saker som hennes rapport inte vet om.
Hon stänger PDF:en.
Det är ungefär där Brand-o-meter började. Inte som ett bättre Kantar, inte som ett snabbare BrandIndex. Som en annan sorts mätning av en annan sorts data, för en värld där varumärken inte väntar till nästa kvartal med att förändras.
Brand-o-meter uppdateras 24 timmar om dygnet, sju dagar i veckan. Det är inte en feature jag lade till för att kunna marknadsföra den. Det är hela poängen. Min övertygelse är att ett varumärke inte är ett tillstånd som dokumenteras med jämna mellanrum. Det är en ström av uppfattningar, intryck och associationer som rör sig i realtid. Och om man ska mäta något som rör sig kontinuerligt bör mätningen också vara kontinuerlig.
Det är där det enkla slutar och det svåra börjar.
För kontinuerlig data är inte gratis. Den skapar en helt egen klass av problem som vågbaserade undersökningar slipper. Det har jag fått upptäcka, och det har jag fått lösa.
Det första jag märkte var att rankinglistan var ohållbart flyktig. Brand-o-meter använder ELO – samma rankingsystem som schack – för att rangordna varumärken baserat på parvisa jämförelser. När någon väljer mellan två varumärken justeras båda märkenas ranking. I teorin elegant. I praktiken, när dataset är litet, kunde ett enda val skicka ett varumärke 10–15 placeringar uppåt eller nedåt. Det var inte längre en ranking. Det var brus.
Lösningen blev ett glidande medelvärde över de senaste 20 duellerna. Nu rör sig listan på riktigt – inte på enskilda interaktioner. (Som en parentes: jag tycker faktiskt att schackvärlden borde ha samma sak. Att en enda förlust ska ge ett ratingfall som tar månader att jobba ikapp är ett designval, inte en naturlag. Men det är en annan strid.)
Nästa problem dök upp på betygssidan. Användare kan betygsätta varumärken på en skala 1–5, och topplistan visar genomsnitt. Men med drygt 20 betyg per varumärke och cirka 500 varumärken i systemet hamnade dussintals i topp 100 med exakt samma snitt. 3,87 här, 3,87 där. Listan blev oläsbar.
Standardlösningarna – Bayesianskt viktat snitt, Wilson score lower bound – fungerade inte i mitt fall. De är designade för system där olika items har olika antal röster. I Brand-o-meter har jag aktivt fördelat så att alla varumärken får ungefär lika många betyg. Heterogeniteten i N som de metoderna behöver finns helt enkelt inte.
Det jag hade var en annan dimension som varierade: tid. Ett betyg från 2022, när varumärket hade en helt annan position, är inte lika relevant som ett från igår. Lösningen blev en linjär tidsdecay där det äldsta betyget i systemet alltid har vikten 80 % och dagens betyg 100 %. Decayn normaliseras automatiskt – om systemet varit igång i ett år eller i sju år anpassas viktningen så att golvet alltid ligger på det äldsta betyget i datan.
Jag landade på 80 % efter att ha testat ett spann mot min faktiska data. Det var inte en formel. Det var empirisk tuning. Och jag valde just det lägstavärdet av en princip som är värd att uttala: vikta inte mer än nödvändigt. De betyg som har avgetts har avgetts. De ska inte raderas av en aggressiv decay, bara nyanseras av att tiden har gått.
Det betyder att listans betyg kan skilja sig från det betyg som visas på varumärkets egen sida. På varumärkessidan visas det oviktade snittet tillsammans med fördelningen – för där är hela historien relevant. På listan används det viktade. Olika frågor, olika beräkningar.
En liten detalj värd att nämna: jag bytte från två till tre decimaler i topplistan för betyg. Det låter trivialt. Det är det inte. Med två decimaler blev fortfarande många varumärken sammanslagna på samma värde. Med tre fick listan tillräcklig differentiering för att bli läsbar. Trade-offen är att tre decimaler kan ge sken av falsk precision – men i en lista vars enda syfte är relativ placering är det rätt val.
Det finns mer. ELO och betyg är bara två av tre datadimensioner – Brand-o-meter samlar också in ordassociationer, det första man tänker på när man ser ett varumärke. Tre olika sätt att mäta uppfattning, var och en med sina styrkor och sina blinda fläckar. Tillsammans ger de en bild som ingen av dem hade kunnat ge ensam.
Datainsamlingen är dessutom medvetet rättvis. Det varumärke som har minst data prioriteras nästa gång någon loggar in. Annars hade de mest kända varumärkena dragit till sig all uppmärksamhet, och svansen hade förblivit ostatistisk. Slumpmässiga tiebreakers när flera varumärken är lika obehandlade. Demografisk segmentering via strukturerade pollar, så att jag kan svara på frågor som ”hur uppfattar 18–25-åriga kvinnor det här varumärket jämfört med 40–55-åriga män?”
Var och en av de här designvalen är ett svar på samma underliggande utmaning: hur håller man en realtidsmätning meningsfull, när själva flödet vill göra den flyktig?
Jag vill vara ärlig om en sak. Det här är inte en kritik av vågbaserade mätningar. Kantar, BrandIndex och de andra etablerade aktörerna utövar ett seriöst hantverk inom en annan tradition. Deras urval är representativa på ett sätt som mitt aldrig kommer att bli. Deras metodologiska rigor har byggts upp under decennier. Den som behöver besvara frågan ”var står varumärket idag jämfört med samma tid förra året, statistiskt säkerställt?” ska köpa en vågbaserad mätning. Det är vad den är till för.
Brand-o-meter besvarar en annan fråga. Var står varumärket just nu, jämfört med precis nu? Inte en revisionsrapport. Ett pulsvärde.
För att kunna svara på den frågan har jag fått lösa problem som vågmätningar inte ens har. Det är inte ett klagomål – det är priset för att hålla DNA:t intakt. En varumärkesmätning som uppdateras 24/7 är värdelös om den inte är meningsfull. Och meningsfull är den bara om man tar de problem som kontinuerligheten skapar lika seriöst som man tar själva mätningen.
Det finns många sätt att mäta. Det finns många sanningar.
Men det här är min sanning.