Vælg dine næste 10 markeder uden at gætte: ekspansions-blueprintet

Hvad du putter ind, og hvad du får ud

Du putter én ting ind: dit produktfeed — den samme Google Merchant Center-fil, du allerede har. Du får én ting tilbage: en rangeret tabel over lande, fra top til bund, der fortæller dig, hvor du skal ekspandere næste gang og hvorfor — bygget på reel søgeefterspørgsel, reelle CPC’er, reelle konkurrentpriser og et simuleret afkast af annonceforbrug for hvert marked. Ingen mavefornemmelse, intet “Tyskland, fordi det er stort”. Et regneark, der overtrumfer mødet.

Denne artikel er hele blueprintet, og jeg vinker ikke hånden af noget af det. Ved hvert trin viser jeg dig det rigtige mellemresultat — den faktiske tabel, de faktiske tællinger, det faktiske seed, der kom ud i den anden ende — fra ét natligt gennemløb på en reel tjekkisk webshop i tilbudssegmentet. Så du kan se, trin for trin, præcis hvad hver fase producerer, og afgøre “ja, det er den ting, jeg har brug for”.

Et ord om, hvorfor det overhovedet er værd at gøre. Den ærlige version af en ekspansionsanalyse — efterspørgsel, priser, konkurrence og enhedsøkonomi på tværs af ti eller femten markeder — var altid mulig. Den betød bare hundredvis af timers arbejde med at trække søgeordsvolumener land for land, oversætte seeds, granske konkurrenter og bygge et regneark, ingen rigtig stolede på. Så det blev oftest ikke gjort; teams valgte deres næste land, fordi nogen talte sproget, eller en distributør ringede. Det er den manuelle omkostning, der er kollapset — ikke vanskeligheden ved idéen, vanskeligheden ved udførelsen. Det, der før tog uger, er nu ét natligt gennemløb plus en eftermiddag.

Blueprintet på et øjeblik

Syv trin. For hvert: hvad du gør, hvad du kigger på, og hvorfor — for hvert trin findes for at besvare ét bestemt spørgsmål om et marked.

Nu de samme syv trin, ét ad gangen, hvert med den rigtige ting, det producerede i dette gennemløb.

Trin 1 — Den shortlist, logistik-radius producerede

Du analyserer ikke hele Europa; du analyserer, hvor du kan levere. Med udgangspunkt i hjemmemarkedets forsendelses- og fortoldningsrækkevidde landede kandidatsættet på 13 målmarkeder på tværs af Central- og Østeuropa og Balkan. Her er den bogstavelige shortlist, med de indgangssignaler, scoringen bruger senere — hjemmemarkedet (Tjekkiet) sidder også i tabellen, men kun som kalibreringsbaseline, ikke som mål. Og bemærk, at to lande bliver flagget ud, før et eneste søgeord er trukket, af en grund, intet slidedeck forudsiger:

Den sidste kolonne er den slags begrænsning, du kun lærer ved at køre det: Google Ads understøtter ikke bosnisk eller makedonsk til søgeordsforslag, så de to markeder falder ud af søgeordstrinnet, uanset hvor attraktiv deres vækst ser ud. Tretten planlagt, elleve, som API’et faktisk kan researche.

Trin 2 — Feedet, kollapset til 400 seeds

Råmaterialet er produktfeedet — groft 252.000 katalogvarer, med product_type-stier klistret sammen af &, og og skråstreger, sådan som rigtige feeds altid er (“Køle- og fryseskabe”, “Legetøj & spil”). Parseren splitter dem i atomare kategorier, dropper generiske topniveau-knuder (“home”, “elektronik”, “have”) og beholder kun stier, der klarer en frekvenstærskel. En kvart million varer kollapser til en stram, meningsfuld seed-liste:

Og selve seedsene er præcis det, du ville researche et marked på — kategorier, ikke produktnavne. De tungeste efter katalogvægt:

For at gøre det konkret: lad os sige, shoppen sælger små husholdningsvarer, legetøj og telefontilbehør. Dens feed har en sti som Electronics > Mobile > Phone cases. Parseren smider “Electronics” væk (for generisk), beholder “telefoncovers” som seed og tæller, hvor mange produkter der sidder under det — her tagger “covers” 14.411 varer, så det er tydeligvis en reel kategori værd at researche, ikke en engangsforeteelse. Produktnavne har oftest nul søgevolumen, så de ignoreres; de over 40.000 katalogiserede mærker holdes tilbage som et separat signal, og kategori-seedsene bærer søgeordsresearchen.

Trin 3 — Hvert seed, på markedets eget sprog

Det er trinnet, folk springer over, og det forgifter stille alt nedstrøms. Du researcher aldrig et marked på engelsk. Før et eneste API-kald oversætter en LLM hele seed-listen til hvert lands modersmål — de 400 kerne-seeds, udvidet med synonymer og stavevarianter til 488 indgange × 12 sprog = 5.856 maskinoversættelser, der ligger klar. Her er ét seed, “legetøj”, som det faktisk gik ud til hvert marked:

Hvorfor det betyder noget i klar tale: hvis du researchede Polen med det engelske ord “toys”, ville Google give dig volumen og CPC for engelsksprogede søgninger i Polen — en lillebitte, mærkelig skive af expats og turister. Spørg zabawki i stedet, og du får det faktiske polske marked. Tallene afviger med en størrelsesorden, og hver nedstrøms beslutning rider på dem. Mærkenavne er den ene undtagelse — dem oversættes aldrig.

Trin 4 — 1,4 millioner søgeordsforslag, pr. marked

Nu det hårde arbejde, og det første, du faktisk downloader: hvert oversat seed, i hvert land, gennem Google Ads GenerateKeywordIdeas-endpointet, med en rate limit og linket fra hvert søgeord tilbage til dets kilde-product_type bevaret. På tværs af elleve lande, der kunne researches, producerede gennemløbet 1.402.486 søgeordsforslag — og fordelingen pr. marked er i sig selv et fund, for rå efterspørgsel følger ikke de markeder, du ville forvente at vinde:

Gennemløbet bogføres seed for seed, land for land, så du kan se præcis, hvor komplet det er: 4.220 seed-land-jobs forsøgt, 3.619 returnerede data, 601 fejlede — kvotetræf og sprog-ikke-understøttet-afbrydelserne fra trin 1. Det er den ærlige tekstur i et reelt gennemløb; det er ikke ét rent fejesving, og du vil have loggen, der beviser, hvilke celler der faktisk har data bag sig.

Trin 5 — AI rydder op i scopet (på søgeordsniveau)

Et bredt seed slæber støj med, og fristelsen er at dræbe det støjende seed. Lad være. “Fodbold” i Tyskland trækker millioner af Bundesliga-søgninger, der intet har med din shop at gøre — men det samme seed trækker også “fodboldstøvler”, som du i høj grad vil have. Så du filtrerer på søgeordsniveau, ikke seed-niveau: smid seedet væk, og du smider dets købsintentions-børn væk.

Her er, hvad oprydningen faktisk fjernede i dette gennemløb, og hvorfor — out-of-segment-kategorier først, så rene støjmønstre:

Et konkret eksempel på søgeord-vs-seed-reglen: seedet “auto-moto” er fremragende for denne shop — den sælger biltilbehør. Men på tysk trækker det også “gebrauchtwagen” (brugte biler) og “auto kaufen” (køb en bil), som er værdiløse for en småvare-webshop. Du sletter ikke seedet; du sletter de specifikke søgeord og beholder “Handyhalter Auto” (telefonholder til bil). Det er over 2.100 junk-søgeord væk, de gode urørte.

Og bagsiden af oprydningen er ikke kun subtraktion — det er at tagge det signal, du vil have. For et tilbuds-/brugtkatalog lever købsintentionen i tilbudsordene, så 49.770 søgeord blev tagget som tilbudsintention på elleve sprog:

Det er trinnet, der adskiller en brugbar leverance fra en støjende. På første gennemgang var regnearket fyldt med Bundesliga, 2026-kalendere og brugtbilsannoncer; det krævede en to-pass-gennemgang på tværs af ti sprog at nå en kerne, en kunde faktisk ville stole på.

Trin 6 — Træk konkurrencesiden ud af en SERP

Volumen fortæller dig efterspørgsel; det siger intet om, hvorvidt du bliver knust på pris. Så for de øverste 20-30 % af bedst sælgende produkter pr. kategori lokaliserer du titlen og scraper den live resultatside. Ét POST til DataForSEO returnerer hele siden som JSON — den del, du ikke kan rekonstruere fra din egen konto:

import requests

# One POST → the whole results page as JSON:
# paid ads (competitor copy), shopping blocks with prices, organic, PAA.
resp = requests.post(
    "https://api.dataforseo.com/v3/serp/google/organic/live/advanced",
    auth=(LOGIN, PASSWORD),
    json=[{
        "keyword": "lodówka do zabudowy",   # localized to the market's language
        "location_code": 2616,               # Poland
        "language_code": "pl",
        "device": "desktop",
    }],
)
# ~$0.0035 per query → 3,000 top products per market ≈ $10.50

Det samme svar bærer tre ting for én pris: paid-blokken (konkurrenters annoncetekst — råmateriale til din messaging-research), popular_products (shopping-blokke med live-priser, du ikke kan få fra dit eget Merchant Center) og de organiske resultater (markedets reelle spillere, inklusive dem, der ikke annoncerer). Du betaler for et pris-tjek og går derfra med et copy-bibliotek og et konkurrentkort. Og hele programmets omkostning er pointen:

Et fuldt konkurrence-SERP-gennemløb på tværs af tolv lande koster 22-126 $ afhængigt af tilstand — mod et Semrush-abonnement til ~140 $+/måned fast, bare for UI’et.

Trin 7 — Simulér økonomien, så score

Nu folder du alt sammen. Ud fra reel CPC, en forsvarlig konverteringsrate og en markedsspecifik AOV simulerer du ROAS for hvert land, vægter så efterspørgsel, priser, logistik, vækst og indgangsfriktion ind i en enkelt score. Outputtet er én rangeret tabel — leverancen, du kom efter — og dens pointe er pålidelig: landene, der ender øverst, er næsten aldrig dem, teamet forventede.

Se på top tre. Slovakiet, Polen og Serbien — ikke Tyskland, ikke Østrig, de to markeder alle som standard griber til. Tyskland har den største efterspørgsel i sættet (348 tusind søgeordsforslag) og lander fjerde, trukket ned af en simuleret ROAS på knap 1,0. Grunden er den hårde straf, der holder tabellen ærlig: når simuleret ROAS falder under den levedygtige tærskel, multipliceres scoren med 0,4 — for på et nyt marked er paid din eneste kanal, du har endnu ingen SEO, og et marked, hvor paid ikke betaler sig, kan ikke være dit indgangspunkt.

Scoringsmodellen: ni vægtede faktorer

Scoren er ingen mavefornemmelse. Det er ni komponenter, hver vægtet efter, hvor meget den faktisk flytter beslutningen. ROAS dominerer, for et kæmpe marked med brutale CPC’er taber hver eneste gang til et lille marked med billige klik.

To hårde straffe holder tabellen ærlig: falder simuleret ROAS under en levedygtig tærskel, multipliceres scoren med 0,4 (paid-akkvisition virker ikke, og på et nyt marked er paid din eneste kanal); og returnerer et land slet ingen CPC-data, skæres dets score til en tredjedel — du satser ikke på et marked, du ikke kan prissætte. Netop den anden straf er grunden til, at de to markeder, der blev droppet i trin 1 (ingen Google Ads-understøttelse af deres sprog), aldrig når rangeringen ovenfor: ingen søgeordsdata, ingen pris at modellere, intet forsvarligt væddemål.

CPC-spredningen, målt

Den rangering er bygget på én faktor frem for alle andre — omkostningen ved et klik. Her er den rigtige ting: den mediane planner-CPC pr. marked fra dette natlige gennemløb, på tværs af 745.712 rensede, prissatte søgeordsforslag trukket via Google Ads API (GenerateKeywordIdeas, kørt 28.-29. april 2026). Hvert tal er i CZK, kontoens egen valuta, så markederne kan sammenlignes rent.

Spredningen er hele argumentet mod at falde tilbage på det indlysende marked: et østrigsk klik koster 5,1× et serbisk, og et tysk klik 4,5×, før en eneste enhed kurvstørrelse træder ind i regnestykket. De billigste klik sidder, hvor mødet aldrig peger — Serbien først, så Polen og Balkan — mens de velkendte vestlige markeder bærer et auktionstillæg, de fleste teams undervurderer. (Albanien er udeladt af tabellen: med kun 31 prissatte forslag er dets median ikke værd at stole på.)

Ét ærligt forbehold — det samme, som callouten gør. Det er planner-estimater, og planner-CPC løber højt: den reelle tjekkiske hjemmekonto bag dette gennemløb betalte 2,54 CZK pr. klik på tværs af 22,6 millioner søgetermer, under selv det billigste planner-tal her. Læs derfor kolonnen som relativt markedspres, ikke prisen, du faktisk betaler.

Bonus-output: sæsonudsvinget, du ville planlægge budget omkring

Det samme søgeordstræk bærer tolv måneders søgevolumen pr. søgeord — 16,7 millioner månedlige datapunkter på tværs af 1,39 millioner søgeord i dette gennemløb. Aggregér det, og efterspørgselskurven er umiskendelig: en enkelt spidsmåned, der bærer 40 % mere søgeefterspørgsel end den stilleste.

December kroner kurven og juli bunder den — præcis hvad du ville forvente for et blandet varekatalog. Det ene udsving er dit lancerings-timing- og budgetsignal: du åbner ikke et nyt marked ind i dets døde måned, og du loader forbrug før december-optakten, ikke under den.

Verificeret, ikke teoretiseret

Hvert tal ovenfor kom ud af ét reelt gennemløb. Her er headline-sættet, med to yderligere cross-border-analyser for skala:

To markeder måtte droppes midt i gennemløbet, fordi Google Ads ikke understøtter deres sprog til søgeordsforslag — den slags begrænsning, du kun lærer ved faktisk at køre tingen. De ~10 timer er maskintid: researchen maler natten igennem på tværs af alle lande parallelt, mens du sover. Det menneskelige arbejde — at forme feedet, kalibrere økonomien, rense støjen, bygge leverancen — er et par fokuserede timer ovenpå. Det, der før var ugers manuel slid, er nu ét natligt gennemløb plus en eftermiddag.

(De −86 % er fra et andet, langt mere niche-katalog — en B2B-shop med byggeprofiler, hvor de fleste brede-seed-søgeord reelt var off-topic. Tilbuds-shoppen ovenfor afgav kun en encifret procentdel til scope og støj. Hvor aggressiv oprydningen bliver, afhænger helt af, hvor niche du er.)

Nu den sjove del: hvad du gør med rangeringen

1. Du træder ind på markedet, regnearket valgte, ikke det, du antog

Hele pointen er at blive overrasket. I dette gennemløb overgik Slovakiet og Serbien — et lille marked og et ikke-EU-marked, ingen havde pitchet — Tyskland og Østrig direkte, rent fordi klikkene var en brøkdel af prisen, og økonomien faktisk gik op. Det er leverancen, der gør sit job: at overtrumfe mavefornemmelsen med matematikken.

2. Konkurrence-scrapen bliver din lancerings-playbook

Fordi trin 6 allerede trak hver konkurrents annoncetekst og prispunkt pr. marked, går du ikke ind i blinde. Du ved, hvem der er der, hvad de tager, hvilke fordele de skubber i deres overskrifter, og hvor der er et prisgab at underbyde eller et positioneringsgab at eje — før du bruger en eneste euro på trafik.

3. Efterspørgsel pr. kategori fortæller dig, hvad du skal sende først

Du beholdt linket fra hvert søgeord tilbage til dets product_type. Så du ved ikke bare Polen er godt — du ved, hvilke kategorier Polen søger på, i hvilket volumen. Kataloget, du lancerer med, er det, dataene siger markedet vil have, ikke en copy-paste af dit hjemmesortiment.

You are a keyword-research assistant. Input is one raw product_type path
from a Google Merchant Center feed, e.g. "Home & Garden > Fridges and freezers".
Return atomic, searchable category seeds in {LANGUAGE}, one per line:
- split glued categories ("fridges and freezers" → "fridge", "freezer")
- drop generic top-level nodes ("home", "garden", "electronics")
- expand each to 2–3 synonyms people actually search for
- never translate brand names

curl -s "https://api.dataforseo.com/v3/serp/google/organic/live/advanced" \
  -u "$LOGIN:$PASSWORD" -H "Content-Type: application/json" \
  -d '[{"keyword":"lodówka do zabudowy","location_code":2616,"language_code":"pl"}]'

FAQ

CTA: Spekulerer du på, hvilke markeder der faktisk betaler sig tilbage? Lad os køre blueprintet på dit feed.