Ett påstående om kvalitet är först styrkt när det finns en källa kopplad till det: en poäng, en jämförelse, ett dokument som fortsätter att existera om någon frågar vidare. "Vi är bäst i service" är en åsikt. "Vi presterar X på svarstid, jämförelsegruppen presterar Y, källa: kundundersökning Z" är ett påstående som håller i en styrelserum, en upphandling eller en due diligence.
En tillverkare av tekniska komponenter, 180 medarbetare, använde i varje pitch meningen "vi levererar den högsta kvaliteten på marknaden". När en inköpare hos en stor kund frågade vad det baserades på kom inget svar — bara "det säger våra kunder". Affären gick till en konkurrent som lade fram tre siffror på bordet: felprocent, leveranstid, garantianspråk per år. Inte för att de siffrorna var mer fördelaktiga, utan för att de fanns. Ett påstående utan källa är utbytbart mot vilket annat påstående som helst på marknaden, och det är exakt varför alla konkurrenter låter likadana i sina löften: alla ropar kvalitet, ingen visar den.
Att styrka ett påstående börjar med att skilja på två saker som ofta slås ihop: den dimension ni påstår er prestera på, och beviset som styrker den poängen. En tjänsteleverantör med 90 medarbetare hävdade i åratal "personlig uppmärksamhet" som särskiljande förmåga. Först när det delades upp — svarstid på frågor, antal kontakttillfällen per projekt, kundnöjdhet gällande kommunikation, var och en med en siffra och en källa (CRM-data, enkät, avtalsvillkor) — blev det synligt att påståendet stämde på två av tre punkter och på en punkt faktiskt var svagare än jämförelsegruppen. Den tredje punkten var exakt där konkurrensen vann. Ett påstående ni inte kan dela upp i mätbara delar med en källa är ett påstående ni heller inte kan försvara om någon testar det.
En poäng utan referenspunkt säger föga. "95% kundnöjdhet" låter högt tills det visar sig att hela branschen ligger där. Att styrka ett kvalitetspåstående kräver en jämförelse med de företag ni faktiskt konkurrerar med om samma affär — samma dimensioner, samma mätmetod, lagda sida vid sida. Det är också där det går fel efter en fusion eller ett förvärv: två organisationer som båda hävdade att de var marknadsledande på kvalitet upptäcker först vid sammanslagningen av siffror att deras definitioner av "kvalitet" inte hade något med varandra att göra. Den som efter ett förvärv på nytt måste fastställa var den sammanslagna organisationen står läser hur det hanteras i hur ni jämför er position efter ett förvärv.
Inte varje dimension ni påstår er ha är lika väl underbyggd, och det är oftast inte heller nödvändigt — fram till den stund en konkurrent vinner en affär exakt på den svaga dimensionen. En grossist med 220 medarbetare hävdade att de ledde på fem dimensioner: pris, leveranstid, sortiment, service, kvalitet. Underbyggnaden av fyra av dem var solid. På den femte visade det sig inte finnas något internt dokument, kundundersökning eller siffra — påståendet vilade på ledningsgruppens uppfattning. Det är den dimensionen konkurrenterna kommer in på, eftersom ingen kontrollerar den förrän en affär går förlorad. En första indikation på var det läckaget finns ger den kostnadsfria förlust-på-pris-kontrollen: åtta frågor som visar vilken dimension i ert erbjudande som är mest sårbar för pristryck, utan att det krävs en fullständig undersökning för det.
Ett underbyggt påstående garanterar ingen affär. Vad det gör är att flytta samtalet från trovärdighet till innehåll: en inköpare, en investerare eller en tillsynsmyndighet som frågar "vad baseras det på" får en källa istället för en berättelse. Det förändrar diskussionens karaktär, inte automatiskt dess utfall. Ett påstående som håller är specifikt nog för att kunna motsägas — och visar sig då hålla vid prövning.
Ta det kvalitetspåstående som oftast återkommer i era egna pitcher, offerter eller årsredovisning och fråga: vilken källa ligger bakom detta, och på vilken dimension skulle en konkurrent kunna motsäga det? Om den frågan inte ger ett tydligt svar är det utgångspunkten, inte slutpunkten. Att täppa till ett gap mellan påstående och bevis är nämligen genomförandearbete — i processer, i människor som samlar in och underhåller data, i system som gör det mätbart — och det kostar tid och kapacitet som inte är jämnt fördelad överallt. Vad det konkret kostar och vilken del av det som kan hanteras med AI visar arbetsanalysen på ftetoai.com.