🎫 Biljettrapport

Så här går det med biljetterna!

One Vision x NEKTRA: Festival Pre-Party på Ringö Arena, Göteborg.
fredag 29 maj 2026 kl 22:00. Hardstyle & hardcore med fem stora artister.

Siffrorna är från 2026-05-06.

Sålda biljetter

221

av 800 möjliga (28%)

Pengar in

81 147 kr

från 165 ordrar

Dagar kvar

23

tills festen börjar

⭐ Bästa gissning på arenan

~446

337–570 (inkl. buss + entré)

📊 Förändring sedan förra rapporten

Förra rapporten: 2026-05-03 (26 dagar kvar) → Nu: 2026-05-06 (23 dagar kvar).

Sålda biljetter

221 +35

var 186

Pengar in

81 147 kr +13 825 kr

var 67 322 kr

Snitt per dag (gap)

~12

biljetter/dag senaste perioden

Risk för utsålt

25 %

var 14 %

Hur har gissningarna ändrats?

ModellFörraNuSkillnad
Vanlig ensemble 502 451 -51
Pacing 526 514 -12
Gompertz 453 461 +8
Bass 568 390 -178
Linjär 7d 383 412 +29
Linjär 14d 364 421 +57
Vad lärde vi oss från senaste perioden?
  • Vi sålde 35 biljetter på 3 dagar = ~11.7 per dag.
  • Det är högre än långsiktiga snittet — försäljningen accelererar.
  • Vår vanliga prognos sjönk med -51 biljetter — vi har sålt mindre än modellen väntade sig.
  • Risken för utsålt ökade med 11 procentenheter.

📈 Försäljningen accelererar — egen data

Om vi tittar bara på vårt eget event (exklusive launch-day-spiken på 61 biljetter) så ökar försäljningen statistiskt signifikant per dag.

Vecka efter launchPeriodTotalSnitt/dag
Vecka 17 dagar263.71
Vecka 27 dagar415.86
Vecka 37 dagar568
Vecka 44 dagar379.25

Lutning (regression)

+0.286/dag

försäljningen ökar med 0.286 biljetter/dag varje dag

Statistisk signifikans

p=0.0363

signifikant (p<0.05), R²=0.177

Första halvan av perioden efter launch sålde 3.58/dag. Andra halvan säljer 9/dag — en 151 % ökning (t-test p=0.0043, mycket signifikant).

Approach D — projicera trenden framåt: Om ökningstakten håller i sig fortsätter försäljningen att accelerera mot ~16.4/dag på eventdagen. Total framtida försäljning blir då ~305 biljetter → 526 online → 570 på arenan.

Caveat: Linjär extrapolation av en accelererande trend är aggressiv — R²=0.177 är ganska lågt, vilket betyder mycket dag-till-dag-variation. Trenden kan plana ut. Men signalen att försäljningen ökar är robust. Det är därför ensemble av flera approacher är säkrast.

Vad betyder det här? Just nu har 221 personer köpt biljett online. Vår bästa gissning för antalet personer på arenan är ~446 (intervall 337–570). Det är som att fylla arenan till 56 procent (taket är 800). Liten risk för utsålt (25 %) om allt går extra bra.

Den siffran kommer från vår referenskalibrerade modell (se ⭐-sektionen) som använder data från ett tidigare event av samma arrangör med samma genre. Vi hade också en "hardstyle-justerad" modell men referensventet visade att dess antaganden (att folk köper sent) inte stämmer för den här publiken — den är därför nedtonad nedan.

⭐ Referenskalibrerad prognos

Vi har data från NEKTRA: Enter The World Of Harder Styles (2026-02-07) — samma arrangör, samma arena, samma genre, liknande line-up. Vi räknar fram tre olika gissningar baserat på den datan, eftersom det inte finns ett "rätt" sätt att jämföra event med olika säljfönsterlängder (94 dagar förra, 48 dagar nu).

⭐ Bästa gissning (totalt på arenan, inkl. buss + entré)

~446

median av 7 estimat — mean 439, range 337–570

✅ Vi har nu TVÅ referenser. NEKTRA Feb 2026 (94 dagar, klubbevent) + OWL Festival 2024 (190 dagar, 2-dagars festival med camping, samma arrangör). Båda visar samma mönster: ~70-72 % sålt vid T-21 dagar, ~22-26 % i sista 14 dagarna. Det är starkt evidens (n=2) att den här arrangörens publik är konsekvent front-loadad.

Tre olika sätt att räkna × två referensevent = 7 estimat

Forskningen säger att det inte finns ett enskilt "rätt" sätt när säljfönstren är olika långa (Flyvbjerg / Reference Class Forecasting). Bates & Granger (1969) visar att genomsnittet av flera försvarbara metoder slår alla enskilda i ~75 % av fallen. Vi visar därför alla.

Metod NEKTRA
(94d, klubb)
OWL
(190d, festival)
A. % säljfönster 442 497
B. T-dagar-anchor 338 337
C. Velocity-matched 446 446
D. Trend-projicerad (egen data) 570
⭐ Ensemble (alla 7 estimat) Mean 439, Median 446, Range 337–570

Konvergens: Approach B och C ger nästan IDENTISKA resultat oavsett referens (B: 338 vs 337; C: 446 vs 446). Det är ett starkt metodologiskt signal att de approacherna är robusta — modellen "vet" inte vilken referens den tittar på och svarar likadant ändå.

MetodOnlineTotalStöd från
A. % säljfönster genomgånget
Mappa nuvarande % säljfönster mot referenskurvan
408 442 Bass diffusion theory (Goldenberg et al.); Eventbrite Sales Curve
B. T-dagar till event-anchored
Vad % hade ref sålt vid T-23 dagar?
312 338 Pollstar 2024; TicketFairy 2026; Eventbrite Music Edit
C. Velocity-matched
Ref:s sista 23 dagar = 271 biljetter; current pace 8.29/dag vs ref:s 11.78/dag (ratio 0.7)
412 446 Bates-Granger 1969; Hyndman 2022; reference class forecasting
⭐ Genomsnitt (Bates-Granger ensemble) 377 439 Hyndman & Athanasopoulos FPP3 §13.4
Förra eventets utfall (för jämförelse) 926 1 003 NEKTRA Feb 2026

Vad betyder de olika metoderna i klartext?

  • A. % säljfönster (442): "Vid samma punkt i säljfönstret (52 % genomgånget) hade ref sålt 54 % av sin total. Vi har sålt 221 → implicit total 408." Stöds av Bass-diffusionsteori.
  • B. T-dagar-anchored (338): "Vid T-23 dagar från event hade ref sålt 71 %. Vi har sålt 221 → implicit total 312." Pollstar/Eventbrite visar att slutspurten är kalendaranchored.
  • C. Velocity-matched (446): "Ref sålde 271 biljetter sina sista 23 dagar. Vårt nuvarande tempo (8.29/dag) är 70 % av ref:s tempo (11.78/dag) → vi förväntas sälja 190 till."

Aha-moment: front-loaded eller back-loaded?

Generisk EDM-data säger att 50–57 % av biljetter säljs sista 7–14 dagarna (Pollstar 2017, Eventbrite). Men referensventet sålde bara ~22 % sista 14 dagarna.

Forskningen förklarar varför: hardstyle-publik är "back-loaded" på mainstream-festivaler med gott om plats, men "front-loaded" på fan-tribala små-kapacitets-events (Defqon.1 säljer slut på <1 timme). Det här är ett pre-party med fan-tribal publik och småkapacitet → samma regim som referensventet. Källa: Eventbrite EDM Study, Sultan-Farley-Lehmann meta-analysis.

⚠️ Varför är osäkerhetsspannet 233 biljetter brett?

Vi har bara en referens. Bent Flyvbjerg / Daniel Kahnemans Reference Class Forecasting säger att n=1 är för tunt för en defensibel punktestimering — man behöver minst 5–10 liknande events för att bilda en pålitlig sannolikhetsfördelning.

Med fler referensevents (Decibel pre-parties, Coretours hardstyle-bus-paket, andra svenska klubbevent i samma storlek) skulle vi kunna snäva intervallet betydligt. Just nu visar vi range som spannet mellan vår mest optimistiska och pessimistiska metod.

Källor: Reference class forecasting, Hyndman FPP3 §13.4, Pollstar, TicketFairy 2026, Eventbrite Sales Curve

📈 Hur går försäljningen dag för dag?

Den färgade linjen visar hur många totalt har köpt biljett. Den prickade linjen är vår gissning framåt — det skuggade området är "mellan låg och hög gissning".

📊 Hur många säljer vi varje dag?

Lila staplar = redan sålt. Rosa staplar = vad vi tror händer. Du ser tydligt en stötvis ökning precis när priset höjs (en ny "fas").

🤔 Bakgrund: andra modeller vi också räknat på

Innan vi hade referensventets data räknade vi på fem generiska sätt. Den referenskalibrerade modellen ovan ⭐ är den vi litar mest på — tabellen nedan visar hur de andra metoderna landar för transparens. Siffrorna är för online-biljetter (utan buss + entré).

MetodBästa gissningLåg–Hög
Vårt bästa svar (snitt av alla) 451 422–489
Pacing-benchmark (event-industri) 514 442–614
Gompertz S-kurva 461 445–470
Bass diffusion 390 390–399
Linjär (sista 7 dagarna) 412 393–431
Linjär (sista 14 dagarna) 421 388–455
Vad är de här metoderna för något?
  • Linjär (7d / 14d): "Om vi säljer lika många varje dag som vi gjort den senaste veckan/två veckorna." En enkel uträkning. Brukar vara för låg för fester eftersom de flesta köper i sista sekund.
  • Bass diffusion: En matteformel från 1969 som forskaren Frank Bass hittade på. Den säger att först kommer "de coolaste fansen" som hittar eventet själva, och sen kommer "kompisar till kompisar" som hörde om det. Som en TikTok-video som blir viral.
  • Gompertz S-kurva: En kurva som ser ut som ett S. Den fångar att försäljningen går långsamt i början, snabbt i mitten, och saktar ner när nästan alla som vill köpa redan har köpt.
  • Pacing-benchmark: Vi tittar på hur det brukar vara för andra klubbevent i samma storlek. För hardstyle/hardcore-fester säljs typiskt 55–70 % av alla biljetter under sista 14 dagarna. Just nu har vi sålt cirka 43 % av vad vi tror blir totalen.
  • ⭐ Vårt bästa svar: Ett medelvärde av alla metoder, där de smarta metoderna (Bass, Gompertz, Pacing) räknas dubbelt så mycket som de enkla.
🗑️ Tidigare hypotes: "hardstyle-justerad" modell (avfärdad)

Innan vi hade referensventets data byggde vi en modell som antog att hardstyle-publik köper senare än vanligt (65–75 % sista 14 dagarna). Den landade på en mycket högre siffra (taket 800).

Men referensventet visade att den här arrangörens publik faktiskt är front-loadad — bara ~22 % såldes sista 14 dagarna. Den hypotesen stämde inte. Vi använder därför referenskalibrerad (446) som huvudsiffra istället.

🎟️ Vilka biljetter går bäst?

De olika prisfaserna har sålt så här:

Blind Bird 21
Early Bird 88
Regular Phase One 112

Tips: Eftersom det kommer en till prisfas innan festen, brukar man få en liten "puff" i försäljningen några dagar innan priset höjs.

📅 Vilken dag i veckan köper folk biljett?

Det här visar vilken dag personer trycker på "köp"-knappen. Lördag är klart bäst.

Måndag 32
Tisdag 25
Onsdag 29
Torsdag 19
Fredag 29
Lördag 70
Söndag 17

🏙️ Var bor de som köpt biljett?

Topp 10 städer:

Göteborg 23
Trollhättan 8
Skövde 7
Borås 6
Vara 5
Mölndal 4
Partille 4
Kungsbacka 4
Henån 4
Alingsås 4

Toppstaden just nu är Göteborg med 23 biljetter.

💳 Hur betalar folk?

Swish 106
Apple Pay 45
Kort 13
Amex 1

Swish är den klart populäraste betalmetoden. Bra att veta för marknadsföring.

🚦 Risk för utsålt?

Lokalen tar max 800 personer. Just nu är vi på 28 %.

Håll koll En liten chans att det blir utsålt om alla går igång samtidigt sista veckan.

💡 Vad kan vi lära oss?