{"id":13643,"date":"2026-04-04T11:17:42","date_gmt":"2026-04-04T10:17:42","guid":{"rendered":"https:\/\/siite.dk\/?p=13643"},"modified":"2026-04-04T11:17:42","modified_gmt":"2026-04-04T10:17:42","slug":"marketing-mix-modeling","status":"publish","type":"post","link":"https:\/\/siite.dk\/en\/marketingordbog\/marketing-mix-modeling\/","title":{"rendered":"Marketing mix modelling"},"content":{"rendered":"<h2 class=\"wp-block-heading\">Hvad er marketing mix modeling?<\/h2>\n\n\n\n<p><a href=\"https:\/\/siite.dk\/en\/marketingordbog\/marketing-mix\/\">Marketing mix<\/a> modeling, ofte forkortet MMM, er en analysemetode, der bruges til at m\u00e5le, hvordan forskellige marketingaktiviteter p\u00e5virker salg, oms\u00e6tning eller andre forretningsm\u00e5l. Modellen hj\u00e6lper virksomheder med at forst\u00e5, hvilke kanaler og indsatser der faktisk skaber v\u00e6rdi, og hvordan budgettet kan fordeles mere effektivt.<\/p>\n\n\n\n<p>Kernen i marketing mix modeling er at analysere historiske data. Det kan for eksempel v\u00e6re data om TV-annoncering, betalt s\u00f8gning, sociale medier, pris\u00e6ndringer, s\u00e6sonudsving, kampagner, distribution og eksterne forhold som inflation eller vejret. Ved at samle disse data i en statistisk model kan man estimere, hvor stor effekt hver faktor har haft.<\/p>\n\n\n\n<p>P\u00e5 dansk kan begrebet overs\u00e6ttes til modellering af marketingmixet, men i praksis bruges den engelske betegnelse meget ofte. Det g\u00e6lder is\u00e6r i marketing-, analyse- og bureauverdenen, hvor MMM er blevet et centralt v\u00e6rkt\u00f8j i arbejdet med datadrevet markedsf\u00f8ring og budgetoptimering.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Hvorfor er marketing mix modeling vigtigt?<\/h2>\n\n\n\n<p>Marketing mix modeling er vigtigt, fordi moderne virksomheder markedsf\u00f8rer sig p\u00e5 mange kanaler samtidig. Det g\u00f8r det sv\u00e6rt at vurdere, hvilke indsatser der driver resultaterne, hvis man kun ser p\u00e5 simple klikdata eller sidste klik i kunderejsen.<\/p>\n\n\n\n<p>MMM giver et bredere perspektiv. I stedet for kun at m\u00e5le digitale interaktioner ser modellen p\u00e5 den samlede effekt af hele marketingindsatsen over tid. Det er s\u00e6rligt relevant i en virkelighed, hvor cookies udfases, tracking bliver mere begr\u00e6nset, og virksomheder har brug for mere robuste analysemetoder.<\/p>\n\n\n\n<p>For mange virksomheder handler det ikke kun om at vide, <em>om<\/em> markedsf\u00f8ring virker, men ogs\u00e5 <em>hvordan<\/em> den virker. Marketing mix modeling kan afsl\u00f8re, om en kanal skaber direkte salg, underst\u00f8tter andre kanaler eller is\u00e6r bidrager til branding og langsigtet v\u00e6kst.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Skaber bedre beslutningsgrundlag for marketingbudgetter<\/li><li>Giver indsigt i b\u00e5de online og offline kanalers effekt<\/li><li>Hj\u00e6lper med at fordele investeringer mere rentabelt<\/li><li>Underst\u00f8tter strategiske beslutninger p\u00e5 ledelsesniveau<\/li><li>Reducerer afh\u00e6ngigheden af begr\u00e6nset tracking og platformstal<\/li><\/ul>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">S\u00e5dan fungerer marketing mix modeling i praksis<\/h2>\n\n\n\n<p>En MMM-analyse bygger typisk p\u00e5 historiske data over en l\u00e6ngere periode. Det kan v\u00e6re ugentlige eller m\u00e5nedlige data, hvor man sammenholder marketingaktiviteter med forretningsresultater som salg, leads, abonnenter eller butiksbes\u00f8g.<\/p>\n\n\n\n<p>Analysen fors\u00f8ger derefter at isolere effekten af de enkelte faktorer. Det sker ved hj\u00e6lp af statistiske metoder, ofte regressionsmodeller, som kan beregne sammenh\u00e6nge mellem investeringer og resultater.<br><br>Form\u00e5let er ikke bare at finde korrelationer, men at skabe et realistisk estimat af, hvad der sandsynligvis driver effekten.<\/p>\n\n\n\n<p>Hvis en virksomhed for eksempel b\u00e5de annoncerer p\u00e5 TV, Google Ads og sociale medier, kan modellen hj\u00e6lpe med at vurdere, hvor meget hver kanal bidrager med. Samtidig kan den tage h\u00f8jde for forhold som udsalg, helligdage, konkurrencepres eller \u00e6ndringer i produktudbuddet.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Typiske data i en MMM-model<\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li>Annonceforbrug p\u00e5 tv\u00e6rs af kanaler<\/li><li>Visninger, reach eller GRP\u2019er fra offline medier<\/li><li>Klik, impressions og spend fra digitale platforme<\/li><li>Salgstal, ordrevolumen eller oms\u00e6tning<\/li><li>Prisniveauer og rabataktiviteter<\/li><li>S\u00e6sonvariationer og kampagneperioder<\/li><li>Makro\u00f8konomiske forhold og markedstendenser<\/li><li>Data om distribution, lagerstatus eller butiksd\u00e6kning<\/li><\/ul>\n\n\n\n<p>Kvaliteten af modellen afh\u00e6nger i h\u00f8j grad af kvaliteten af data. Hvis data er ufuldst\u00e6ndige, inkonsekvente eller for grove, bliver konklusionerne ogs\u00e5 mindre pr\u00e6cise. Derfor kr\u00e6ver marketing mix modeling ofte et t\u00e6t samarbejde mellem marketing, \u00f8konomi, analyse og ledelse.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Hvad kan virksomheder bruge MMM til?<\/h2>\n\n\n\n<p>Marketing mix modeling bruges f\u00f8rst og fremmest til at optimere marketingindsatsen. N\u00e5r virksomheden ved, hvilke aktiviteter der skaber mest v\u00e6rdi, bliver det lettere at flytte budgettet derhen, hvor det giver bedst afkast.<\/p>\n\n\n\n<p>Metoden er ogs\u00e5 relevant i forbindelse med planl\u00e6gning. Hvis man ved, hvordan forskellige kanaler historisk har p\u00e5virket salget, kan man bedre simulere fremtidige scenarier. Det g\u00f8r det muligt at arbejde mere strategisk med kampagner, mediemix og investeringer.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Vurdere <a href=\"https:\/\/siite.dk\/en\/marketingordbog\/roi-return-on-investment\/\">ROI<\/a> p\u00e5 tv\u00e6rs af marketingkanaler<\/li><li>Identificere over- og underinvestering i bestemte medier<\/li><li>Underst\u00f8tte budgetplanl\u00e6gning og forecast<\/li><li>M\u00e5le brandingeffekt over tid<\/li><li>Skabe bedre dialog mellem marketing og ledelse<\/li><li>Dokumentere marketingens bidrag til forretningen<\/li><\/ul>\n\n\n\n<p>For st\u00f8rre virksomheder kan MMM v\u00e6re et vigtigt styringsv\u00e6rkt\u00f8j p\u00e5 tv\u00e6rs af markeder og brandportef\u00f8ljer. For mindre virksomheder kan principperne ogs\u00e5 v\u00e6re nyttige, men analysen kr\u00e6ver stadig tilstr\u00e6kkeligt datagrundlag for at give p\u00e5lidelige resultater.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Fordele ved marketing mix modeling<\/h2>\n\n\n\n<p>En af de st\u00f8rste fordele ved marketing mix modeling er, at metoden ser p\u00e5 helheden. Hvor mange analysev\u00e6rkt\u00f8jer kun vurderer bestemte digitale kontaktpunkter, kan MMM inkludere b\u00e5de online og offline aktiviteter i samme model.<\/p>\n\n\n\n<p>Det g\u00f8r metoden s\u00e6rligt st\u00e6rk i virksomheder, hvor k\u00f8bsrejsen er kompleks, og hvor kunder p\u00e5virkes af flere kanaler over tid. Et TV-spot kan for eksempel skabe opm\u00e6rksomhed, som senere f\u00f8rer til en s\u00f8gning p\u00e5 Google og et k\u00f8b via webshoppen. Den slags samspil er vigtigt at forst\u00e5.<\/p>\n\n\n\n<p>MMM er ogs\u00e5 attraktivt, fordi det ikke er lige s\u00e5 afh\u00e6ngigt af brugerbaseret tracking som mange digitale attribueringsmodeller. I en tid med h\u00f8jere fokus p\u00e5 databeskyttelse og f\u00e6rre tredjepartscookies bliver det en stadig mere relevant fordel.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Giver et mere strategisk og langsigtet overblik<\/li><li>Kan inkludere p\u00e5virkning fra branding og offline medier<\/li><li>Er mindre s\u00e5rbar over for trackingbegr\u00e6nsninger<\/li><li>Skaber f\u00e6lles sprog mellem marketing og \u00f8konomi<\/li><li>Kan bruges til simulering af fremtidige budgetscenarier<\/li><\/ul>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Challenges and limitations<\/h2>\n\n\n\n<p>Selvom marketing mix modeling er et st\u00e6rkt v\u00e6rkt\u00f8j, er det ikke en perfekt l\u00f8sning. Modellen er afh\u00e6ngig af gode data, korrekt metodik og realistiske antagelser. Hvis input er svagt, bliver output ogs\u00e5 usikkert.<\/p>\n\n\n\n<p>En anden udfordring er, at MMM ofte arbejder med aggregerede data over tid. Det betyder, at modellen er god til at vise overordnede sammenh\u00e6nge, men mindre egnet til at forklare adf\u00e6rden hos den enkelte bruger eller det enkelte kundesegment i detaljer.<\/p>\n\n\n\n<p>Derudover kr\u00e6ver det b\u00e5de analytiske kompetencer og forretningsforst\u00e5else at bygge og tolke modellen korrekt. Resultaterne kan ikke st\u00e5 alene. De skal altid vurderes i lyset af markedet, virksomhedens strategi og andre indsigter fra eksempelvis eksperimenter, brandm\u00e5linger og digitale dashboards.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Typiske begr\u00e6nsninger<\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li>Kr\u00e6ver store m\u00e6ngder historiske data<\/li><li>Kan v\u00e6re tidskr\u00e6vende og teknisk komplekst<\/li><li>Viser ofte ikke resultater i realtid<\/li><li>Kan have sv\u00e6rt ved at m\u00e5le helt nye kanaler uden datagrundlag<\/li><li>Afh\u00e6nger af korrekt modellering og tolkning<\/li><\/ul>\n\n\n\n<p>Derfor b\u00f8r marketing mix modeling ses som \u00e9t vigtigt analysev\u00e6rkt\u00f8j blandt flere. Det fungerer bedst, n\u00e5r det kombineres med andre metoder og bruges som del af en samlet m\u00e5lingsstrategi.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">MMM vs. attribution: Hvad er forskellen?<\/h2>\n\n\n\n<p>Marketing mix modeling bliver ofte sammenlignet med attribution. Begge metoder fors\u00f8ger at forklare, hvilke marketingindsatser der skaber effekt, men de g\u00f8r det p\u00e5 forskellige m\u00e5der.<\/p>\n\n\n\n<p>Attribution bygger typisk p\u00e5 brugerdata og digitale touchpoints. Her fors\u00f8ger man at tildele v\u00e6rdi til bestemte klik, visninger eller interaktioner i kunderejsen. Det g\u00f8r attribution s\u00e6rligt nyttigt i performance marketing, hvor man \u00f8nsker detaljeret indsigt i digitale konverteringsforl\u00f8b.<\/p>\n\n\n\n<p>MMM arbejder derimod p\u00e5 et mere overordnet niveau. Her analyserer man aggregerede data over tid og ser p\u00e5 den samlede effekt af marketingmixet, herunder ogs\u00e5 offline aktiviteter og eksterne faktorer.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li><strong>Attribution<\/strong> er ofte mere detaljeret og kortsigtet<\/li><li><strong>MMM<\/strong> er ofte mere strategisk og langsigtet<\/li><li><strong>Attribution<\/strong> fokuserer is\u00e6r p\u00e5 digitale brugerrejser<\/li><li><strong>MMM<\/strong> kan inkludere b\u00e5de digitale og traditionelle medier<\/li><li><strong>Attribution<\/strong> er mere afh\u00e6ngig af tracking<\/li><li><strong>MMM<\/strong> er mere robust i et privacy-fokuseret marked<\/li><\/ul>\n\n\n\n<p>I mange virksomheder giver det bedst mening at bruge begge metoder side om side. Attribution kan hj\u00e6lpe med den daglige optimering, mens marketing mix modeling kan bruges til de st\u00f8rre strategiske beslutninger om budget, kanalvalg og v\u00e6kst.<\/p>\n\n\n\n<div style=\"height\":\"20px\"} -->\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Hvorn\u00e5r giver marketing mix modeling mest mening?<\/h2>\n\n\n\n<p>MMM er s\u00e6rligt relevant for virksomheder, der investerer i flere marketingkanaler og har en vis m\u00e6ngde historiske data. Det g\u00e6lder for eksempel st\u00f8rre e-commerce-virksomheder, detailk\u00e6der, abonnementsforretninger, FMCG-brands og virksomheder med b\u00e5de online og offline salg.<\/p>\n\n\n\n<p>Metoden er ogs\u00e5 oplagt, n\u00e5r virksomheden har behov for at dokumentere marketingens effekt over for ledelsen. Hvis marketingbudgettet er betydeligt, og der l\u00f8bende skal tr\u00e6ffes beslutninger om prioritering, kan MMM skabe st\u00f8rre gennemsigtighed og bedre styring.<\/p>\n\n\n\n<p>Derudover er marketing mix modeling relevant, n\u00e5r traditionelle trackingmetoder ikke l\u00e6ngere giver et retvisende billede. I takt med \u00e6ndringer i datalovgivning, browserteknologi og platformspolitikker bliver behovet for mere robuste m\u00e5lemetoder kun st\u00f8rre.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h3 class=\"wp-block-heading\">Virksomheder, der ofte har gavn af MMM<\/h3>\n\n\n\n<ul class=\"wp-block-list\"><li>Brands med store mediebudgetter<\/li><li>Virksomheder med b\u00e5de branding og performance marketing<\/li><li>Organisationer med lang eller kompleks kunderejse<\/li><li>Forretninger, der annoncerer p\u00e5 tv\u00e6rs af mange kanaler<\/li><li>Teams, der \u00f8nsker mere sikker budgetallokering<\/li><\/ul>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">S\u00e5dan kommer man i gang med marketing mix modeling<\/h2>\n\n\n\n<p>Det f\u00f8rste skridt er at definere form\u00e5let. Vil virksomheden m\u00e5le kanalernes salgseffekt, optimere budgettet, forst\u00e5 brandingens betydning eller forbedre forecast? Et klart m\u00e5l g\u00f8r det lettere at v\u00e6lge model, datakilder og analyseperiode.<\/p>\n\n\n\n<p>Dern\u00e6st skal datagrundlaget samles og kvalitetssikres. Her er det vigtigt at sikre, at marketingdata, salgsdata og eksterne variable er sammenlignelige i tid og format. Mange projekter fejler ikke p\u00e5 selve modellen, men p\u00e5 mangelfulde eller uensartede data.<\/p>\n\n\n\n<p>N\u00e5r modellen er bygget, b\u00f8r resultaterne testes mod virkeligheden. Det kan for eksempel ske ved at sammenholde dem med tidligere kampagner, geografiske tests, l\u00f8ftanalyser eller kendte markeds\u00e6ndringer. P\u00e5 den m\u00e5de bliver modellen mere trov\u00e6rdig og mere brugbar i praksis.<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Defin\u00e9r et tydeligt forretningsm\u00e5l<\/li><li>Indsaml historiske data fra relevante kanaler<\/li><li>Inklud\u00e9r eksterne faktorer som s\u00e6son og pris<\/li><li>Byg og valider modellen statistisk<\/li><li>Oms\u00e6t indsigterne til konkrete budgetbeslutninger<\/li><li>Opdat\u00e9r modellen l\u00f8bende for at bevare relevansen<\/li><\/ul>\n\n\n\n<p>Det er ofte en fordel at inddrage specialister i dataanalyse eller marketing science, is\u00e6r hvis organisationen ikke selv har erfaring med MMM. Samtidig er det vigtigt, at analysen ikke bliver et isoleret teknisk projekt, men kobles t\u00e6t til virksomhedens kommercielle beslutninger.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Marketing mix modeling i en moderne dansk marketingkontekst<\/h2>\n\n\n\n<p>I Danmark er interessen for marketing mix modeling vokset markant i takt med, at virksomheder arbejder mere datadrevet og samtidig m\u00f8der st\u00f8rre begr\u00e6nsninger i digital tracking. Mange marketingchefer og beslutningstagere eftersp\u00f8rger i dag mere dokumentation for, hvordan marketingbidraget p\u00e5virker bundlinjen.<\/p>\n\n\n\n<p>Det g\u00e6lder b\u00e5de B2C- og B2B-virksomheder. Selvom MMM traditionelt har v\u00e6ret mest udbredt blandt store forbrugervirksomheder, er metoden i dag blevet mere tilg\u00e6ngelig gennem nye v\u00e6rkt\u00f8jer, cloud-baserede analyseplatforme og st\u00f8rre fokus p\u00e5 first-party data.<\/p>\n\n\n\n<p>I en dansk kontekst kan MMM v\u00e6re s\u00e6rlig v\u00e6rdifuldt for virksomheder, der arbejder med b\u00e5de landsd\u00e6kkende kampagner og lokale indsatser. Her kan modellen hj\u00e6lpe med at forst\u00e5 forskelle mellem regioner, medier og s\u00e6soner samt give bedre grundlag for at prioritere fremtidige investeringer.<\/p>\n\n\n\n<div style=\"height:20px\" aria-hidden=\"true\" class=\"wp-block-spacer\"><\/div>\n\n\n\n<h2 class=\"wp-block-heading\">Konklusion: Hvad betyder marketing mix modeling?<\/h2>\n\n\n\n<p>Marketing mix modeling betyder kort sagt, at man bruger statistisk analyse til at forst\u00e5, hvordan forskellige marketingaktiviteter p\u00e5virker forretningens resultater. Det er en metode, der g\u00f8r det muligt at m\u00e5le den samlede effekt af marketing p\u00e5 tv\u00e6rs af kanaler, perioder og eksterne forhold.<\/p>\n\n\n\n<p>Metoden er is\u00e6r relevant for virksomheder, der \u00f8nsker et st\u00e6rkere beslutningsgrundlag for budgettering, kanalvalg og strategisk planl\u00e6gning. Den hj\u00e6lper med at dokumentere marketingens v\u00e6rdi og skabe en mere oplyst dialog om, hvor investeringerne g\u00f8r st\u00f8rst forskel.<\/p>\n\n\n\n<p>Selvom marketing mix modeling kr\u00e6ver data, kompetencer og l\u00f8bende vedligeholdelse, er det for mange virksomheder et vigtigt v\u00e6rkt\u00f8j i en mere kompleks og privacy-pr\u00e6get marketingverden. Derfor er MMM ikke bare et teknisk analysebegreb, men en central disciplin i moderne, datadrevet markedsf\u00f8ring.<\/p>","protected":false},"excerpt":{"rendered":"<p><!-- wp:paragraph --><\/p>\n<p>Marketing mix modeling, ofte forkortet MMM, er en analysemetode, der hj\u00e6lper virksomheder med at forst\u00e5, hvilke marketingaktiviteter der faktisk skaber resultater. Metoden giver et mere pr\u00e6cist grundlag for at fordele budgettet og tr\u00e6ffe bedre beslutninger p\u00e5 tv\u00e6rs af kanaler.<\/p>\n<p><!-- \/wp:paragraph --><\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"","_seopress_titles_title":"Marketing mix modeling: S\u00e5dan m\u00e5ler du effekt","_seopress_titles_desc":"L\u00e6r hvad marketing mix modeling (MMM) er, og hvordan metoden m\u00e5ler effekten af dine marketingkanaler for bedre budgetoptimering og datadrevne beslutninger.","_seopress_robots_index":"","footnotes":""},"categories":[8],"tags":[],"class_list":["post-13643","post","type-post","status-publish","format-standard","hentry","category-marketingordbog"],"acf":[],"_links":{"self":[{"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/posts\/13643","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/comments?post=13643"}],"version-history":[{"count":1,"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/posts\/13643\/revisions"}],"predecessor-version":[{"id":13779,"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/posts\/13643\/revisions\/13779"}],"wp:attachment":[{"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/media?parent=13643"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/categories?post=13643"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/siite.dk\/en\/wp-json\/wp\/v2\/tags?post=13643"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}