De fleste podcast-dashboards åbner med ét gigantisk tal: de samlede downloads. Det ser imponerende ud og fortæller en ledelse stort set intet. De svære spørgsmål kommer bagefter. Hvor mange rigtige mennesker er det? Lytter de episoderne til ende? Har noget af det rykket på det mål, podcasten blev startet for?
Denne guide adskiller de tal, der driver beslutninger, fra dem, der bare ser godt ud på et slide. Den er skrevet til den, der skal stå til regnskab for en podcast over for ledelsen (en kommunikationsansvarlig, en leder af intern kommunikation, en marketingdirektør) og vil have en rapportering, der holder til kritisk gennemgang.
Downloads, unikke downloads og unikke lyttere: hvad betyder hvad?
De tre begreber bruges i flæng, og det er dér, det meste rapportering går galt. De måler forskellige ting.
Et download er én levering af en lydfil. Én person kan generere flere. Appen henter filen på forhånd, man streamer en del og fortsætter på en anden enhed. Et unikt download afduplikerer inden for et tidsvindue, så den samme forespørgsel ikke tælles to gange. En unik lytter er ét menneske, uanset hvor mange episoder vedkommende lytter til.
Forskellen er afgørende for din business case. Downloads måler aktivitet og fodrer annoncetal. Unikke lyttere måler rækkevidde: hvor mange mennesker du faktisk nåede. For en intern podcast rettet mod en arbejdsstyrke på 4.000 er "12.000 downloads" meningsløst, indtil du ved, om det er 3.000 personer, der lytter fire gange, eller 12.000, der lytter én gang.
Hvorfor rå downloads vildleder: IAB-konform måling
Nu det ubehagelige. En betydelig del af den rå downloadtrafik er slet ikke menneskelig. Bots, crawlere, app-prefetches og delvise forespørgsler rammer alle filen og tælles, ufiltreret, alle med. Rapportér de tal til en ledelse, og du fremlægger oppustning som vækst.
Løsningen er en målestandard. IAB Tech Lab Podcast Measurement Guidelines fastlægger, hvordan et legitimt download tælles: kendte bots og datacentertrafik udelukkes, delvise byte-range-forespørgsler under en tærskel falder fra, og det samme download tælles ikke dobbelt inden for 24 timer. Resultatet er et mindre tal, og et holdbart tal.
For at sætte i perspektiv, hvordan reel, filtreret trafik ser ud i stor skala: Springcast-platformdata viser en aktuel run-rate på 3,7 millioner bot-filtrerede downloads om måneden, med cirka 85 startede episoder i minuttet på tværs af platformen (Springcast-platformdata, maj 2026). Pointen er ikke tallets størrelse; det er, at det er renset, før nogen rapporterer det.
Engagement: completion rate og fastholdelseskurven
Rækkevidde fortæller, hvor mange der kom. Engagement fortæller, om indholdet holdt på dem, og for en virksomhedspodcast er det det mere ærlige signal.
Completion rate
Completion rate er den andel af en episode, den gennemsnitlige lytter faktisk hører. En høj completion rate på en episode på 12 minutter betyder, at dit format passer til den opmærksomhed, du beder om. Der findes intet universelt "godt" tal, for det afhænger af længde og format; sammenlign med din egen baseline over tid, ikke med en andens benchmark.
Fastholdelseskurven
Fastholdelseskurven er den mest diagnostiske graf, du har. Den viser sekund for sekund, hvor stor en procentdel af lytterne der stadig er der. Et skarpt fald i de første 30 sekunder betyder, at dit intro mister folk; et dyk i midten markerer ofte et afsnit, der trækker ud. Hvordan du læser disse kurver, gennemgår vi grundigt i vores guide til at forstå lytter-fastholdelseskurver.
Rækkevidde vs. engagement vs. attribution
Et fuldstændigt billede kræver alle tre linser, og de besvarer forskellige spørgsmål:
- Rækkevidde: hvor mange unikke mennesker nåede vi? (unikke lyttere, unikke downloads)
- Engagement: hvor dybt gik de ind i det? (completion rate, fastholdelse, følgere/abonnenter)
- Attribution: hvor kom de fra, og hvad gjorde de bagefter?
Kanal-attribution har historisk været podcastingens svageste punkt, fordi filen leveres gennem snesevis af apps, der rapporterer lidt tilbage. Moderne hosting lukker en del af det hul med attribution pr. kanal, så du kan se, om dit nyhedsbrev, LinkedIn eller intranet udløste et bestemt udsving. Vores værktøjer til social attribution (fra Scale) fører en lytning tilbage til den kanal, der skabte den, og den bredere lytteranalyse dækker geografi, enheder og fastholdelse ét sted. Udgiver du også på egne kanaler, bliver attributionen endnu renere. Springcast-platformdata viser, at forholdet forskyder sig fra 45 % til 58 % af downloads på egne platforme frem for tredjeparts-apps (Springcast-platformdata, maj 2026), hvilket giver organisationer mere first-party-signal at arbejde med.
Et tal, du ikke kan knytte til et mål, er dekoration, ikke data.
Forfængelighed vs. handlingsorienteret: tabellen du bør gemme
Brug denne tabel til at triagere dit eget dashboard. Er en måling "forfængelig", må den blive i bilaget; er den "handlingsorienteret", hører den til i den rapportering, du lægger frem for ledelsen.
| Måling | Hvad den fortæller dig | Forfængelig eller handlingsorienteret | Hvordan du rapporterer den |
|---|---|---|---|
| Samlede downloads (rå) | Bruttoaktivitet, oppustet af bots | Forfængelig | Kun fodnote, og kun IAB-filtreret |
| Unikke lyttere | Reel rækkevidde: hvor mange mennesker | Handlingsorienteret | Rækkevidde-tal som overskrift, vs. mål |
| Completion rate | Om indholdet holder på opmærksomheden | Handlingsorienteret | Trendlinje over tid, pr. format |
| Fastholdelseskurve | Præcis hvor lyttere falder fra | Handlingsorienteret | Kommenteret graf, bedste vs. dårligste |
| Følgere / abonnenter | Loyalt, tilbagevendende publikum | Handlingsorienteret | Nettovækst pr. måned |
| Kanal-attribution | Hvilken kanal der driver lytninger | Handlingsorienteret | Lytninger pr. kilde, rangeret |
| Social shares / likes | Overflade-buzz, svag kobling til lytning | Forfængelig | Kun kontekst, ikke en overskrift |
| Resultattal | Den forretningshandling, du ville have | Handlingsorienteret | Konverteringer / tilmeldinger / målopfyldelse |
Fra data til en ledelsesrapport: en simpel ramme
Den fejl, de fleste teams begår, er at rapportere alt. En ledelse vil ikke have et data-dump; den vil vide, om investeringen virker. Byg hver podcast-rapport op om tre lag, hvert knyttet til et måltal.
📋 3-lags-podcastrapporten (værd at gemme)
- Rækkevidde: unikke lyttere i denne periode vs. mål, med tendensen
- Engagement: completion rate og fastholdelse, vs. din baseline
- Resultat: det ene forretningsresultat, podcasten blev startet for
- Tendens, ikke total: vis altid retning over tid, aldrig ét enkelt tal
- Én indsigt: afslut med, hvad du ændrede eller vil ændre
Det tredje lag er det, der vinder budget. En intern podcast kan knyttes til onboarding-gennemførelse eller medarbejderrækkevidde; et marketingshow til kvalificerede leads eller demo-forespørgsler. Uden en resultatlinje læses selv stærk rækkevidde og engagement som aktivitet frem for værdi. Det er den samme logik, der overhovedet gør podcasting attraktivt til intern kommunikation: det er målbart på en måde, som en mail til alle medarbejdere aldrig er. Vil du se, hvilke konkrete tal du skal kende inden du rapporterer, gennemgar vores forklaring af podcast-metrikker download-benchmarks og completion rate trin for trin. Og leder du efter et framework til at beregne det samlede afkast, giver vores guide til at beregne podcast-ROI en praktisk model.
Ofte stillede spørgsmål
Mål det, der rykker målet
God podcast-analyse handler ikke om at samle flere tal; den handler om at rapportere færre og bedre. Begynd med rene, IAB-konforme data, før an med rækkevidde og engagement, og luk altid cirklen til det resultat, du lovede. Gør du det, er din næste podcast-gennemgang ikke længere et forsvar, men et argument for mere. Vil du se, hvordan det ser ud i praksis, er vores analyse-dashboard bygget op netop omkring disse tal.