Start / YouTube / Odcinek
Odcinek Dr-Ecommerce · 1:06:17

Analityka w e-commerce: jakie KPI mierzyć i jak nie gubić się w danych

Zbieranie danych jest dziś tanie, ale firmy toną w narzędziach, nie ufają liczbom i brakuje im ludzi, którzy potrafią je czytać. Mariusz Michalczuk z agencji Conversion mówi, że analitycy często tracą 85% czasu na zbieranie i czyszczenie danych, a tylko 15% na analizę. Tłumaczy, jak dobierać KPI, od czego zaczynać optymalizację checkoutu i dlaczego warto optymalizować kampanie na marżę, a nie na sam ROAS.

Gość: Mariusz Michalczuk, ConversionProwadzący: Jerzy Żanowski
Analityka w e-commerce: jakie KPI mierzyć i jak nie gubić się w danych
W skrócie

Najważniejsze wnioski z odcinka

  • KPI wynikają ze strategii i celów operacyjnych. Warto mieć co najmniej jedną metrykę w każdym z czterech obszarów: pozyskanie, zaangażowanie, konwersja i lojalizacja.
  • Trzy główne problemy z danymi to silosy (różne systemy opisują tego samego klienta inaczej), brak zaufania do danych i brak ludzi z kompetencjami analitycznymi.
  • Według obserwacji Mariusza analityk w firmie poświęca ok. 85% czasu na zbieranie i porządkowanie danych, a tylko ok. 15% na analizę. Technologię danych warto zlecić na zewnątrz, a analizę zostawić w firmie.
  • Większość firm jest na najniższym poziomie dojrzałości analitycznej: ma wrzucony kod śledzący, ale nie wie, czy dane są poprawne.
  • Przychód to ruch razy współczynnik konwersji razy średnia wartość zamówienia. Analizę zaczyna się od ogółu i schodzi do szczegółu.
  • Optymalizację zaczyna się od danych ilościowych i od końca ścieżki zakupowej. Dopiero potem sięga się po droższe dane jakościowe, jak nagrania sesji.
  • Zamiast samego ROAS lepiej przekazywać do systemów reklamowych marżę i optymalizować kampanie na zysk.

Czym zajmuje się Conversion

▶ 01:17

Conversion pomaga firmom rozumieć i wykorzystywać dane online. Wdraża narzędzia Google Marketing Platform, jak GA4 i Tag Manager, buduje raportowanie w Google Cloud (BigQuery, Looker), integruje dane z różnych źródeł i na ich podstawie daje rekomendacje dotyczące konwersji i kampanii.

Jakie KPI mierzyć

▶ 02:51

KPI powinny wynikać ze strategii firmy, rozpisanej na cele operacyjne na kwartał, pół roku czy rok. Do tych celów dobiera się metryki.

E-commerce to nie tylko sprzedaż. Trzeba mieć co najmniej jedną metrykę w każdym z czterech obszarów: pozyskanie (np. zasięg, CTR), zaangażowanie (np. współczynnik zaangażowania, mikrokonwersje), konwersja (współczynnik konwersji, przychód) i lojalizacja klientów.

Jerzy dodaje, że strategia utrzymania klienta zależy od produktu. Kawę kupuje się cyklicznie, a kosiarkę raz, więc wtedy można proponować części i akcesoria.

Dlaczego firmy nie ufają danym

▶ 07:53

Zbieranie danych jest tanie, więc firmy robią to bezrefleksyjnie. Potem przy dużej liczbie narzędzi nie wiedzą, od czego zacząć analizę.

Mariusz przytacza infografikę, według której w martechu było w 2024 roku ponad 12 tys. narzędzi. Ten sam klient jest kimś innym w marketingu, sprzedaży, produkcie i CRM. To silosy danych. Do tego nawet te same metryki się różnią, np. 1000 kliknięć w Google Ads i 500 sesji w Analytics.

Trzeci problem to kompetencje. Mariusz przeprowadził ponad sto rekrutacji analityków. Najczęstszy błąd kandydatów to skrót od tabeli do rekomendacji, bez analizy i hipotez. Analityk internetowy musi rozumieć technologię, biznes i analizę.

Co zlecić na zewnątrz

▶ 12:43

Według obserwacji Mariusza analityk w firmie poświęca ok. 15% czasu na analizę, a ok. 85% na integrowanie, poprawianie i wyjaśnianie różnic w danych.

Analityk, który stawia hipotezy i rekomendacje, powinien być w firmie, bo zna jej kontekst. Technologię danych lepiej zlecić. Conversion buduje jedno źródło prawdy, głównie w BigQuery, gdzie trafiają dane z reklam i CRM, i obsługuje ok. 40 sklepów, więc wiedza technologiczna rozkłada się na wielu klientów.

Klienci z własnymi zespołami analitycznymi traktują agencję jak sparingpartnera do rozmów analityka z analitykiem.

Poziomy dojrzałości analitycznej

▶ 22:20

Pracę zaczyna się od rozmów z odbiorcami danych i przeglądu narzędzi. Mariusz prawie nigdy nie dostał aktualnej dokumentacji wdrożenia analityki.

Poziomy dojrzałości: samo zbieranie danych (według Mariusza ok. 80% firm), dane, którym się ufa, raportowanie (firma data informed), analiza z rekomendacjami i data driven, gdzie większość decyzji, np. newsletter czy kreacja, przechodzi przez testy. W pełni data driven firm spotkał przez lata może kilkanaście, dwadzieścia.

Według Mariusza przełomem była pandemia, gdy firmy zobaczyły, że nie wystarczy dorzucać budżetu. Jerzy zauważa, że przy lokalnym biznesie intuicja może działać, ale w nowym obszarze, jak e-commerce, warto mierzyć.

Dziury w danych i model przychodu

▶ 32:05

Potencjalny klient przyszedł, bo Black Friday wypadł gorzej niż rok wcześniej. Okazało się, że od kilku miesięcy nie śledziła się kluczowa metryka, więc nie dało się porównać lat.

Przychód to ruch razy współczynnik konwersji razy średnia wartość zamówienia. Gdy spada, rozkłada się go na czynniki i schodzi do szczegółu, np. do etapu lejka, na którym spadł odsetek przejść.

Optymalizacja checkoutu: najpierw liczby

▶ 33:34

Mariusz zaczyna od danych ilościowych, bo są tanie. Pokazują lejek od koszyka do transakcji. Według niego w dobrym checkoucie do transakcji przechodzi ok. 60% wizyt w koszyku, a ze strony podsumowania powinno przechodzić co najmniej 98%. Poniżej 90% trzeba szukać przyczyny.

Optymalizację zaczyna się od końca ścieżki, bo tam klient jest najbardziej zdecydowany. Dane ilościowe to zwiad, który zawęża, które nagrania sesji obejrzeć, np. tylko te zakończone na podsumowaniu albo z konkretnej przeglądarki.

U jednego klienta popularna wtyczka do Chrome w połączeniu z polskim znakiem w parametrze UTM kampanii sprawiała, że strona się nie wyświetlała. Jerzy radzi sprawdzać w umowie, na jakich przeglądarkach i wersjach testowany jest sklep.

Segmentacja i personalizacja

▶ 42:32

Dane pozwalają wyodrębnić segmenty, a te prowadzą do personalizacji, np. jednym klientom wirtualna przymierzalnia, innym tabela rozmiarów. Co pokazać segmentom, sprawdza się testami A/B w cyklu PDCA.

Według Mariusza głęboką personalizację stosuje niewiele sklepów, kilka procent. Zwykle kończy się na „inni oglądali również”, ostatnio oglądanych i zapamiętanych wyszukiwaniach. Kolejny poziom to marketing automation, a najwyższy wymaga platformy CDP.

Zysk zamiast ROAS

▶ 50:42

Firmy w Polsce skupiają się na pozyskiwaniu nowych klientów, a na ograniczonym rynku kończy się to walką cenową. Jerzy zauważa, że ROAS nie rośnie w nieskończoność.

Mariusz uważa, że ROAS to metryka techniczna. Może być dobry, a zysk słaby. Firmy znają koszt sprzedanych towarów, więc mogą przekazywać do systemów reklamowych marżę zamiast przychodu i optymalizować kampanie na zysk.

Analityka przy ekspansji

▶ 57:01

Conversion nie przekazuje danych klientów, ale może łączyć klientów, żeby wymienili się doświadczeniami, np. przed wejściem na rynek rumuński.

Przy ekspansji kluczowa jest szybka analityka. Dane ilościowe pokażą, gdzie jest problem, np. na karcie produktu, a wtedy można zlecić badania użyteczności lokalnej agencji. Jerzy przypomina, że niektóre rynki wolą techniczne opisy, a inne storytelling.

Inwentaryzacja narzędzi

▶ 1:03:01

Jerzy radzi co jakiś czas zinwentaryzować narzędzia i procesy. W jednej firmie po jego odejściu dalej dzwonił do niego widget do połączeń, o którym nikt inny nie wiedział.

Mariusz podsumowuje: najgorsza odpowiedź na pytanie, dlaczego coś się stało, to „nie wiem”.

FAQ

Pytania i odpowiedzi z odcinka

Jakie KPI mierzyć w sklepie internetowym?

Według Mariusza Michalczuka KPI wynikają z celów firmy, ale warto mieć co najmniej jedną metrykę w każdym z czterech obszarów: pozyskanie (np. CTR), zaangażowanie, konwersja (np. współczynnik konwersji, przychód) i lojalizacja klientów.

Dlaczego dane z Google Ads i Google Analytics się różnią?

Każde narzędzie liczy inaczej, a dane są rozproszone w wielu systemach. Stąd np. 1000 kliknięć w Google Ads i 500 sesji w Analytics. Pomaga jedno centralne źródło danych i rozumienie, jak każde narzędzie zbiera dane.

Od czego zacząć optymalizację konwersji w sklepie?

Od danych ilościowych: lejka od koszyka do transakcji, zaczynając od ostatnich etapów. Gdy wiadomo, gdzie jest problem, można sięgnąć po droższe dane jakościowe, jak nagrania sesji czy badania użyteczności.

Jaki odsetek klientów powinien przechodzić przez checkout?

Mariusz uważa, że w dobrym checkoucie ok. 60% wizyt w koszyku kończy się transakcją, a ze strony podsumowania przechodzi co najmniej 98%. Poniżej 90% na tym kroku trzeba szukać problemu.

Dlaczego optymalizować kampanie na zysk, a nie na ROAS?

Bo ROAS może być dobry, a zysk słaby, gdy marże na produktach się różnią. Można przekazywać do systemów reklamowych marżę zamiast przychodu i optymalizować kampanie na zysk.

Pełna transkrypcja odcinka

Transkrypcja z automatycznych napisów YouTube. Mogą się w niej zdarzyć błędy, w razie wątpliwości liczy się nagranie.

Konferencja Vsprint – sprzedaż na marketplace i za granicą

00:00
Drodzy widzowie kanału Doktor E-Commerce, zanim obejrzycie dzisiejszy odcinek, zapraszam was do uczestnictwa w konferencji poświęconej sprzedaży na marketplaceach. W dniach 24 do 26 września 2025 firma Vsprint organizuje już piątą edycję konferencji poświęconej sprzedaży za granicą i sprzedaży na marketplaceach. Będzie to wydarzenie, na którym pojawi się przynajmniej 2000 uczestników. Będzie trzy dni napakowane wiedzą. Będzie to konferencja online, będą to praktyczne warsztaty, będą to spotkania networkingowe, panele dyskusyjne. A więc jeżeli chcesz rozwijać swoją sprzedaż, chcesz być na marketplace, chcesz wyjść za granicę ze sprzedażą, to to wydarzenie jest właśnie dla ciebie. W opisie odcinka link do konferencji, a z kodem, który tam

00:47
znajdziecie, nabywacie bilety 15% taniej. A teraz zapraszam was do obejrzenia dzisiejszego materiału. Witam cię na kanale Doktor E-Commerce, na którym uczę lepszej sprzedaży online. Prowadzę wywiady z przedsiębiorcami, praktykami marketingu internetowego i sprzedaży. Koniecznie zostaw suba, aby nie przegapić kolejnych odcinków. Drodzy widzowie, witam was na kanale Doktor E-Commerce. Dzisiaj moim gościem jest Mariusz Michalczuk z firmy Conversion i będziemy rozmawiać o analityce danych, o roli danych w rozwoju waszych biznesów. Mariusz, witam cię na naszym kanale. Yyy, cześć, witam was wszystkich. Bardzo mi miło. To ja

Kim jest Mariusz Michalczuk i czym zajmuje się agencja Conversion?

01:37
poproszę cię na wstępie, żebyś przedstawił nam firmę Conversion. Czym wy się zajmujecie i jakimi usługami możecie pomóc naszym słuchaczom, naszym e-commerce managerom w rozwoju ich biznesów. zanim przejdziemy do tych moich pytań, które przygotowałem w Conversion na co dzień pomagamy firmom właściwie rozumieć dane online i później pomagamy je wykorzystać po to, żeby zwiększyć ich efektywność, poprawić, pomóc poprawiać KPI. Tak mówiąc w prosty sposób, to co robimy na co dzień to wdrażamy narzędzia analityczne głównie ze stajni Google Marketing Platform jak Google Analytics 4, Google T manager. Budujemy systemy raportowania w oparciu o te dane, które zbierzemy, czyli robimy

02:24
to głównie w środowisku Google Cloud Platform, wykorzystując Big Query i na przykład Look do wizualizacji. tam integrujemy dane z różnych źródeł i na koniec z pomocą tych danych analizujemy je, stawiamy rekomendacje do tego, żeby poprawiać współczynnik konwersji i optymalizować kampanie marketingowe. Okej, brzmi wspaniałe. No to przejdźmy w takim razie do do moich pytań i i zacznijmy od tych KPI. Jakie wskaźniki powinniśmy monitorować czy zacząć monitorować, żeby jakby ocenić skuteczne działanie prowadzenie sklepu internetowego? Czy są jakieś takie wybrane, od których powinniśmy jakby

Jakie KPI mierzyć w e-commerce? 4 kluczowe obszary analityki

03:09
rozpocząć tą analizę? Co do zasady jakby samo wyznaczenie KPI to powinno lecieć od od góry od strategii firmy. Ta strategia każda firma, każdy e-commerce ma jakąś strategię. Mam nadzieję przynajmniej, że tak jest. I później ta strategia w okresach takich bieżących jest rozpisywana na cele operacyjne, czyli mamy cele strategiczne, cele operacyjne i do tych celów operacyjnych dobiera się KPI. Yyy, pewnie jest jakaś skończona grupa powtarzalnych y KPI, które się wybiera. Natomiast tak jak są jakieś zadania, konkretne cele postawione na kwartał, pół roku czy rok, to do tych celów następnie trzeba dobrać yyy konkretne y metryki. Co jest ważne z

03:55
mojej perspektywy, yyy to żeby pamiętać o tym, że e-commerce to nie jest tylko sprzedaż, tylko najpierw, żeby sprzedać to trzeba przyprowadzić tego użytkownika, później go zaangażować. W związku z tym, no, że dzisiaj procesy decyzyjne, zakupowe nie są liniowe, to znaczy ktoś, kto przyjdzie do nas pierwszy raz, yyy, jest większe niż mniejsze prawdopodobieństwo, już jest gotowy na zakup, czyli trzeba go zaangażować i z tej grupy też powinny znaleźć się KPI. No i w końcu oczywiście e-commerce musi sprzedać. No takim koronnym pewnie KPIem, który jest wykorzystywany, no to są przychody na takim poziomie e-commerceu czy współczynnik konwersji to z tej grupy konwersyjnych współczynników KPIów. No i co do zasady, jak już skonwertuje, czyli

04:42
stanie się z naszym klientem, to jeszcze powinniśmy pamiętać o tym, żeby go w cudzysłowiu pielęgnować tego użytkownika. No bo dużo łatwiej i taniej jest y dbać o tych naszych klientów do tego, żeby wracali i kupowali pod warunkiem, że mamy nie jakiś jednorazowy czy czy produkt taki, który jest raz bardzo rzadko kupowany. Także z takich czterech grup powinny to być KPI. Dla przykładu z pozyskiwania KPI, czyli to jeszcze z marketingu, no to będą wszelkiego rodzaju KPI takie po stronie systemów reklamowych jak zasięgi, CTR. Później jak już ktoś przyjdzie do naszego serwisu z grupy tych KPIów zaangażowania, no to głównie najczęściej

05:30
to jest współczynnik zaangażowania. Kiedyś w Universal Antix bardziej znany odwrotność tej metryki to był współczynnik odrzuceń. No i po drodze są mikrokonwersje. No i na końcu jest oczywiście współczynnik konwersji i i przychód. Także co do zasady nie wyznaczałbym konkretnych KPIów. Raczej bym się zastanowił jakie mamy cele takie operacyjne na dany kwartał i wtedy do nich zastanowił się nad dobraniem metryki. Natomiast przy tym wszystkim trzeba pamiętać o tym, żebyśmy mieli co najmniej jedną metrykę w każdych tych czterech obszarów działalności komersu, czyli pozyskania użytkownika, jego zaangażowania, skonwertowania i pielęgnowania. No bo tak jak powiedziałem, na konwersji nie powinno się kończyć przygoda użytkownika na tym jednym zakupie z naszym e-commercem.hm

06:21
Znaczy to tak to jest silnie zależne po prostu od branży, która jest, bo tak jak mówisz są produkty, które pewnie częściej możemy kupować i tam gdzieś mamy na pewno do tego jakieś narzędzia zaszyte do powtarzalnych zakupów, zakupów cyklicznych, bo też są już takie funkcje w sklepach internetowych, gdzie sklep po prostu przypomina ci raz na jakiś czas o zakupie czegoś i nawet Allegro też tak ma, że że jest taki y ja sam dostaję takie powiadomienia, że czas już kupić na przykład kawę. tam gdzieś wyłapał, że kupuje co miesiąc, no to wtedy warto gdzieś też zaopiekować takich klientów w przypadku tych, którzy raczej kupują jednorazową, nie wiem, strzelam kosiarkę do trawy, tego się nie kupuje raczej wielokrotnie, no to być może warto wtedy zadbać o to, żeby

07:07
inaczej po prostu podtrzymać tą relację z tym klientem i być może mu po prostu, no nie zaproponujemy mu drugiej tej samej, ale być może jesteśmy w stanie jakieś produkty uzupełniać. ące, prawda, jakieś części serwisowe też zaproponować z oferty, więc to już pewnie tutaj trzeba będzie dobierać te strategie marketingowe bardzo mocno indywidualnie do grupy produktowej czy nawet kategorii, w której jesteśmy, nie? Żeby też nie nie robić takich działań dla zasady, tylko bardzo mocno określić, co konkretnie tutaj musimy musimy zmienić. Yyy, okej. Idąc dalej w kierunku jakby zwiększenia tej tej tej konwersji w sklepie internetowym,

07:52
chciałbym zapytać o rolę analizy danych, bo bo często jak rozmawiam tutaj z moimi gośćmi, wielokrotnie pojawia się takie hasło, że wystarczyłoby po prostu umieć analizować dane. Powiedz mi, czy wy się też spotykacie z tym, że firmy albo nie umieją analizować danych, albo robią to po prostu źle, albo może w ogóle mają złe założenia do tego, żeby y liczyć y czy ruch, czy właśnie konwersję, y jak istotna jest, jak istotne jest jakby zarządzanie tymi danymi jakby w świetle całej jakby rentowności tych tych tych biznesów. Z mojej perspektywy wygląda to tak, że w dzisiejszych czasach zbieranie danych

Dlaczego sklepy internetowe nie ufają danym? Silosy danych w firmie

08:37
jest turbo tanie, to znaczy mamy dużo bezpłatnych narzędzi, które dostarczają nam bardzo wiele danych i z tego powodu firmy e-commerce często bezrefleksyjnie zbierają te dane. To znaczy okej, Google Analis 4, trzeba wrzucić ten kod. Okej, zbierają się dane, już firmie wydaje się, że że to wystarczy. I później jak mamy bardzo dużo różnych narzędzi i bardzo dużych danych, to okazuje się, że za bardzo nie wiemy od czego się zabrać za tą analizę. To to jest pierwsze wyzwanie takie, które widzę. Drugie wyzwanie, które często widzę, to jest brak zaufania do danych. No bo w związku z tym, że e-commerce

09:24
ma jest otoczony, ostatnio widziałem taką infografikę, że w marketing technology, ogólnie w naszej branży jest ponad 12000 różnych narzędzi i to było z 2024 roku. Jeżeli weźmiemy pod uwagę, że AI jak się rozwija, to po drodze ile powstało dodatkowych narzędzi, które których każdy generuje dane. I teraz użytkownika mamy jednego i nasz produkt cyfrowy jest jeden. Natomiast później okazuje się, że wokół tych danych, które zbieramy użytkownik w marketingu jest jednym użytkownikiem. We sprzedaży, na przykład jeżeli mamy SASa, jest innym użytkownikiem. w produkcie jest innym użytkownikiem, a jak już stanie się skonwertuje i stanie się naszym klientem

10:11
to w nercheringu, w CRM jest jeszcze innym użytkownikiem. I tu bardzo powszechne w branży u nas jest pojęcie silosów danych. To znaczy, że mamy systemy, które rozmawiają, mówią różnym językiem na temat tego samego, bo w praktyce na temat czego one mówią? na temat naszego użytkownika i produktu, czyli styku jakby użytkownika z naszym produkcji. Dokładnie. Dokładnie. I w obliczu tej dużej ilości danych i tego, że one są w różnych miejscach. Plus. Dodatkowo, nawet jeżeli na styku moglibyśmy powiedzieć, powiedzmy, weźmy system reklamowy Google Ads i nawet z tej samej stajni Google Analytics yyy w systemie reklamowym mamy 1000 kliknięć, a w Analyticsie mamy 500 sesji, nie? Gdzie się podziało jakby różnica tych 500. I

11:00
teraz oprócz tego, że mamy silosy i mamy różne metryki na temat tego samego użytkownika, to jeszcze nawet jeżeli są te same metryki, to one mają różnicę. I teraz podejście do analizy. Dlatego jakby z mojej perspektywy e-commercey się wzbraniają przed tym, bo jest jakby przerażenie tym, ile tego jest, że są różnice, że jest brak zaufania do tych danych. No i na końcu jest ostatni problem, że nie ma osób o takich kompetencjach analitycznych, bo ja w życiu prowadziłem pewnie ponad setkę spokojnie rekrutacji na stanowiska analityczne i najczęstszy problem jaki widzę u kandydatów jest taki, że skrócają drogę między danymi a rekomendacją. To znaczy patrzy ktoś na

11:46
tabelę i mówi trzeba zrobić to się nie ma po drodze analizy, wyciągania wniosków, stawiania hipotez i często od takiego skrótu robi się coś takiego, że ta rekomendacja niestety nie jest słuszna, a jak nie ma efektów z tych rekomendacji, które potencjalnie są z danych, no to niestety firma zaprzestaje trochę tej analityki. Także widzę takie trzy duże y wyzwania w tym wszystkim, tak? Czyli to, że mamy dużo narzędzi i mamy różne opisy tego samego, tej samej rzeczy w tych narzędziach, czyli te silosy. Mamy brak zaufania do danych w związku z różnicami między systemami i trzeci to jest brak kompetencji na rynku. Ja do tych kompetencji jeszcze dodam, że to są specyficzne kompetencje,

12:32
bo analityk internetowy, on musi rozumieć technologię, rozumieć biznes i umieć analizować. I teraz no ciężko jest znaleźć te te trzy kompetencje w jednym. Tak, ja miałem w kolejnym pytaniu zapytać się właśnie jakie narzędzia powinniśmy rekomendować, ale ponieważ przeszedłeś dalej, no to faktycznie też tak ułożył mi się w głowie, że jest to po prostu wyzwanie, że jest dużo narzędzi, nie umiemy wybrać tych właściwych. To co powiedziałeś, trochę się boimy i to jest jakby pierwsze takie podwójne wyzwanie. Drugie to jest brak umiejętności yyy wykorzystania tych danych, bo to co mówisz nie potrafimy sobie, każdy w różny sposób czyta, ale często nam się rozjeżdża po prostu pewnie istota, czy skąd pochodzą te dane. No i czy to jest

Brak kompetencji analitycznych na rynku i outsourcing technologiczny

13:21
kwestia deficytu ludzi. Tu bym może jeszcze nie w tym momencie o tym rozmawiał, ale yyy, bo nasuwa mi się taka konkluzja, czy e-commerce manager, bo ja też wiesz, powiem ci, przez to, że mam dużą tą społeczność e-commerce managerów na yyy LinkedInie i widzę też to przelatują mi te rekrutacje, no to wielokrotnie wręcz rygorystycznie się wymaga, żeby e-commerce manager miał bardzo mocno rozwinięte właśnie te kompetencje analityczne, o których ty mówisz. Yyy, czyli to nie jest tylko jakby osoba, która pociągnie tą y nazwijmy to wirtualną nogę danej firmy, bo e-commerce to jest w sumie taka firma przy firmie, prawda, dzisiaj przy tych rozbudowanych yyy biznesach, ale wręcz wymaga się, żeby yyy ten człowiek bardzo dobrze poruszał się w analityce, żeby to

14:07
rozumiał i umiał to właśnie interpretować. I y się sam po prostu zastanawiam y skoro wierzę w to co mówisz, że może być, że mało jest ludzi czy czy nie wszyscy umieją to dobrze robić, czy czasem nie będzie tak, że braknie specjalistów, którzy są potrafią po prostu bardzo dokładnie zarządzać danymi, bo e-commerce manager ma mnóstwo kompetencji, czy wymaga się od niego mnóstwa kompetencji takich zarządczych. Yyy, część rzeczy pewnie to jest różnie rozwiązane w firmach. Można jak procesy są outsourcowane typu nie wiem ustawienie jakieś kampanii, prowadzenie SEO, no to on jest bardziej takim tylko hostem, który yyy nadzuruje ten postęp prac, mówi: "To w tym miesiącu mamy taki content plan, piszemy takie teksty, natomiast w przypadku analizy no też

14:54
ciężko to jest wystawić na zewnątrz, no bo to są to nas bardzo mocno interesuje i jak to teraz pokryć, jeżeli tych ludzi po prostu nie ma. Jak też wrócę do twojego pytania yyy czy czy wy jako agencja możecie pomóc ludziom te dane po prostu właściwie wyłuskiwać? Bo tu widzę ten problem, nie? Że że wali nam te ta ten ta rura z danymi, na końcu jest ten człowiek, który jest trochę pogubiony i go tak to tak od góry zalewa, jakbyśmy sobie mogli to wyobrazić, nie? pytanie po prostu czy czy wy możecie tutaj pomóc posegregować te dane, jakby ustawić całe to w ten to flow do odpowiednich osób w firmach typu właśnie do sales managerów, do marketing managerów, do osób, które odpowiadają za takie nie wiem customer

15:39
journey, za obsługę. Czy tutaj macie jakieś doświadczenie, jak pomóc ten chaos po prostu uporządkować? Y tak. Yyy i tutaj yyy tu chciałbym jedną uwagę jakby zwrócić yyy to co obserwuję odnośnie tego yyy jak ta analityka wygląda w e-commerach, że tak jak mamy nawet jeżeli mamy zespoły analityczne yyy to już pewnie w większych e-commerach, a nawet jeżeli jest inhousowo analityk internetowy, to z moich obserwacji wynika to, że jeżeli on ma 100 jednostek czasu na pracę swoją, powiedzmy te 100 jednostek to się równa etat, to niestety tylko 15% tych jednostek czasu idzie na faktyczną analizę. Pozostałe 85 to jest tak jak powiedziałeś właśnie

16:26
integracja danych, poprawianie, zbieranie, szukanie, wyjaśnianie różnic i tak dalej. Yyy i to co powiedziałeś, że faktycznie taka osoba analizująca, ona lepiej jeżeli jest w firmie, no bo jeżeli stawia rekomendacje yyy stawia jakieś hipotezy później rekomendacje do tych hipotez, co należy zmienić, no to to te rekomendacje są wynikiem tego, co wynika z danych plus tego, co się dzieje w firmie. Yyy, no bo często niektóre rzeczy, które wynikają w danych są łatwo wytłumaczalne tym, co ktoś za ścianą z innego działu zrobił w kampaniach, czy na stronie, czy jeszcze coś innego. Także ten taki analityk, nazwijmy to analizujący, to faktycznie lepiej, jeżeli jest inhousowy, jeżeli żyje firmą. Natomiast analityka internetowa, tak jak wspomniałem, to są w praktyce

17:14
trzy takie kompetencje, czyli to jest technologia, analiza i biznes. To jakby rozumienie, czyli analiza i biznes. Dobrze, jeżeli jest wewnętrznie, jeżeli, bo w kontekście metod analizy to dużo się nie zmienia na rynku. Po prostu dochodzą narzędzia, które to ułatwiają. W kontekście technologii, czyli to co zapewnia te dane, to wydaje mi się, że dużo lepszy jest outsourcing tego do do firm zewnętrznych. I to co w ramach współprac z naszymi klientami robimy najczęściej to pomagamy rzeczywiście po pierwsze zintegrować takie stworzyć takie my to nazywamy first source of true czyli jest takie jedno miejsce to jest głównie Google Cloud Platform głównie Big Query do tego wykorzystujemy system centralny do którego napływają dane z różnych źródeł z systemów

18:04
reklamowych z CRMU takie które dane o zachowaniu użytkowników wzbogacamy, zwłaszcza dla tych zalogowanych, co wiemy o nich w CRMie, historia zakupów i następnie z tego centralnego miejsca albo możemy z powrotem wrócić do kampanii, czyli bardziej dokładną segmentację i kierowanie tych reklam przeprowadzić, albo wykorzystać te dane na przykład do do wyświetlania od systemów raportowania czy analizować je do tego, żeby poprawiać nasz system. Także w naszej pracy, tak jak mówimy, że 15% jedynie jest na analizę, a 85 jest na zbieranie, to my jesteśmy w stanie zastąpić te 85%. Yyy i wydaje mi się, że przy tym jak

18:51
technologia dzisiaj się rozwija, to za bardzo nie ma sensu budowania tych kompetencji wewnętrznie, bo pracując nad jednym projektem, czy tutaj w jednej firmie, w jednym komersie, tak jak my mamy tych e-comersów na co dzień 40, y, no to jakby na bieżąco musimy być z tą technologią, bo ta wiedza służy dla tych 40, a jak ktoś y tylko nad tym się skupia, żeby być na bieżąco, integrować te dane, zapewniać wysoką jakość, To no to to jakby dlatego takich osób się nie zatrudnia i później firmy walczą z tym, że te dane trzeba zbierać i 85% czasu traci się na to, żeby wszystko pozbierać do jednego miejsca i okazuje się, że już jest nie wiem za za 5 17:00 i i za dużo czasu na tą analizę nie

19:39
zostaje, prawda? Mhm. Znaczy to jest też myślę fajny pomysł ogólnie na dla naszych słuchaczy, którzy zarządzają sklepami, żeby nie obciążać nadmiernie ludzi, szczególnie, że tak jak mówisz, te obszary technologiczne wy macie już wypracowane i wy jesteście w stanie to po prostu multiplikować na e-commercy oczywiście z jakimś tam dostosowaniem, ale jeżeli wy rozwijacie technologię, to to tego kosztu nie ponosi ten, ja bym powiedział, beneficjent kończowy, czy nie ponosi tego e-commerce, Nie, bo nie musisz podwójnie jakby robić tego samego. Więc myślę, że to jest bardzo fajny też tip dla dla naszych słuchaczy. Jeżeli gdzieś będziecie mieć, nie wiem, czy brak czasu, czy deficyt kompetencji, to być może warto ten proces po prostu outsourceować do specjalistów, którzy

20:27
mają do tego już przygotowane narzędzia i po prostu umieją tymi danymi zarządzać. A to jest najistotniejsze tutaj. Ja jeszcze dodam, że często klienci cenią naszą obecność u siebie, nawet jeżeli mają zespoły analityczne, to określają nas takim sparing partnerem. To znaczy jest zespół analityczny, który ma jakiś case. Nawet jeżeli on jest stricte analityczny, a nie wdrożeniowy, y to jesteśmy takim kimś, z kim na równi ten analityk z analitykiem może porozmawiać. A wiadomo, jak dwie mądre głowy pogadają, to to często wychodzi coś y coś dobrego z tego. To jak tutaj na kanale dwie mądre głowy. Znaczy ja myślę, że tak, bo wy macie to jest jakby przywilej myślę czy

21:14
czy czy korzyść z tego, że pracuje się z agencją z każdego, tak bym uogólnił, może każdego rodzaju, bo jakby my jako pracownicy czy osoby zaszyte w sklepach pracujemy w tej swojej takiej nie wiem kuli. Mamy swoje problemy i często nie możemy jej rozbić, bo nie mamy rozwiązań. Natomiast wy przez to, że codziennie konsultujecie, tak jak powiedziałeś, kilkadziesiąt sklepów, kilkudziesięciu klientów, to jesteście w stanie wypracować rozwiązanie, które może być uniwersalne i w tym jednym konkretnym przypadku może pomóc lepiej te dane zinterpretować. Więc tak, to to porównanie do tego sparing partnera. Bardzo mi się to podoba, bo pokazuje, że jest możliwość faktycznie, żeby po prostu się skonsultować, bo to też może wpłynąć na lepsze decyzje potem w

22:00
analizie czy w jakimś uruchomieniu jakichś dodatkowych działań marketingowych, bo wtedy wiemy dokładniej czy lepiej, co było przyczyną tego stanu, który widzimy po prostu w liczbach i możemy skuteczniej zareagować. Więc pomysł super. Bardzo mi się to podoba. Cieszę się. Okej, bo tak troszeczkę jeszcze chciałbym nawiązać do tych błędów przy analizie danych, bo to co wskazałeś na początku rozmowy jest to skracanie czy czy spłycanie po prostu całej tej ścieżki, gdzie patrzymy, interpretujemy, a nie robimy tego tego pogłębienia. Czy no bo z jednej strony pewnie tutaj wskazałbyś podniesienie kwalifikacji, douzenie się, żeby ludzie czy nasi słuchacze po prostu mogli lepiej pracować na tych danych. Natomiast czy

Błędy w analizie danych – jak prawidłowo wyciągać wnioski biznesowe?

22:49
coś jeszcze takiego wy spotykacie, jak wchodzicie do firm, oprócz tego, nazwijmy to, skrócenia procesu analizy, z czym się mierzycie? Czy to są jakieś kwestie związane powiedzmy z brakiem wiedzy, czy z jakimś innym długiem technologicznym co do oprogramowania? Yyy, no bo pewnie w każdej firmie zostajecie troszkę inne środowisko, nie? Yyy, tak. Yyy, najczęściej jak zaczynamy to takim triggerem jest brak zaufania yyy do tych danych. No to w momencie kiedy przychodzimy to jakiś y jakiś stak analityczny już jest zastajemy. Y i pierwsze o co prosimy, znaczy pierwsze co zawsze robimy to najpierw jakby mapujemy potrzeby biznesu. W sensie rozmawiamy z głównymi odbiorcami tych danych. Kto jak pracuje na co dzień, do czego teraz wykorzystuje te dane, jakie

23:37
dane wykorzystuje, czego mu brakuje w tych danych. Yyy to jest pierwsza sprawa. Druga rzecz, którą robimy, no to zaglądamy w te narzędzia, które są. Zawsze prosimy o dokumentację, natomiast w życiu nie wiem czy na jednej ręce policzę firmę, które jak poprosiłem o dokumentację tego systemu analitycznego, to miały, a pewnie żadna nie miała aktualnej tej dokumentacji, także trzeba jakby wszystko zmapować od początku, sprawdzić, wyjaśnić, później zestawić to, co jest z tym, czego czego firma potrzebuje. I najczęściej współpraca się yyy rozpoczyna takim podsumowaniem takiej roadmapy. My to nazywamy roadmapą rozwoju analitycznego, takiej

24:25
dojrzałości analitycznej. Yyy to znaczy jak doprowadzić firmę od takiej, która tylko zbiera dane do takiej, która y podejmuje decyzję na danych. po drodze jest oczywiście firma, która yy, bo jest kilka takich stopni tej dojrzałości analitycznej, taki zerowy to jest ktoś ma wrzucone po prostu kod narzędzia śledzącego, nie wie czy jest dobrze czy niedobrze, po prostu zbiera dane, tak zwany tracking i to jest 80% myślę firm w Polsce. Kolejny poziom to jest taki, że firma ma zaufanie do tych danych. wie, że te dane są prawidłowo zbierane, ale tylko są zbierane. To znaczy można powiedzieć, że to jest takie y takie zbieranie informacji. Tam było zbieranie danych, a tu jest zbieranie

25:11
informacji. Trzeci poziom to jest raportowanie, czyli jak już mamy zaufanie do danych, to wystawiamy raporty i firmy wtedy jest takie powiedzenie, że firma jest data informed, czyli przynajmniej poszczególne osoby, które są odpowiedzialne firmie za jakieś działy, one są poinformowane jak ta ich praca przekłada się faktycznie na liczby. I trzeci, czwarty poziom to jest dopiero, jeżeli te dane zaczyna się wykorzystywać do tej analizy, czyli yyy stawia się wnioski, jakieś rekomendacje yyy i przynajmniej jakaś część procesów bazuje, no bo może jeszcze nie wszystkie, a taki taki święty gral analityki to jest Data Driven Organization, gdzie praktycznie większość decyzji jest podejmowany na

25:58
podstawie danych od na przykład wychodzi newsletter, to nie wypuszczamy newsletter. takim jaki on jest, tylko robimy testy AB newslettera, wprowadzamy kreację, to wystawiamy je, testujemy. Jeżeli chcemy nowe źródło ruchu, robimy testykrementalne, czyli to już jest taki najwyższy poziom, ale tak jak przez 15 lat prowadzimy conversion, to myślę, że no spotkałem, myślę, że max 20 takich firm, które są takie w pełni data driftem, w takim pełnym sensu tego znaczenia. To nie wiem czy to dobrze czy to dobrze mówi o kondycji e-comersów czy w ogóle kondycji firm, bo przecież my nie musimy, wasza praca nie musi tylko dotykać samych e-commerców. Oczywiście rozmawiamy tu w takim duchu, bo

26:46
spotkaliśmy się na tym kanale Doktor E-commerce. Natomiast myślę, że jakaś większa firma, nie wiem, dystrybucyjna, która ma po prostu dział marketingu, dział jeszcze dział sprzedaży, no to dział sprzedaży przychodzi, mówi: "Nie ma lidów, nie ma zapytań". No to dział marketingu tam dokręci kurek na na Facebooku i y trochę tego wpadnie. No tamci się uciszają, prawda? Ale tam też są dane. I teraz ja sobie myślę, że no to może być trochę niepokojące, że jednak dość już rozwiniętym, ucyfryzowanym w tym takim biznesowym społeczeństwie w naszym polskim jeszcze są takie obszary, gdzie wymaga to pracy, bo to z kolei to wszystko, o czym mówisz implikuje prawdopodobnie duże koszty w ogóle pozyskania ruchu,

27:32
potem złych decyzji marketingowych czy w ogóle sprzedażowych, nie? Bo gdzieś my sobie rozmawiamy na razie tak myślę miło, przyjemnie na temat tego, że co trzeba poprawić, ale teraz jakie to może mieć skutki, nie? Jeżeli są robione kampanie do czy to dla powiedzmy takiej zwykłej strony internetowej, czy dla e-commerceu i my tak naprawdę nie wiemy co co zadziałało, co pomogło. Robimy te newslettery takie trochę, przepraszam, na pałę je wysyłamy, bo bo tak to zawsze robiliśmy, prawda? yyy dział sprzedaży nie wie skąd przyszedł klient, jaka jest ta atrybucja tych lidów i to tak przepalamy chyba trochę w ogóle budżet firmy, nie? Powiem tak, że dopóki jest dobrze, no to jakby wszyscy się cieszą. To znaczy jak na końcu przychody są wyższe niż koszty,

28:20
yyy, no to ktoś zdecydował, że ten newsletter będzie tak wysyłany, że tu będzie kampania na Facebooku i tak dalej. Dopóki jest dobrze, to to jest dobrze. Tak szczerze powiedziawszy, my w Polsce no żyjemy od ilu? 30 lat w takim nieustannym wzroście, prawda? Że że ktoś miał dwie ręce, dwie nogi, zwłaszcza na początku lat 90 zakładał biznes, no to naprawdę było, że powstała fabryka. Dokładnie. Nie, dokładnie. jakby trudno było, żeby żeby się nie udało. Taki pierwszy przełom, to co ja zauważyłem w podejściu do tych danych. Znaczy pierwszy tak jak ja od 2010 działamy z conversion no to był w czasie pandemii kiedy

29:05
zaczęło się gęsto robić w onlineie bo nie było możliwości prowadzenia działalności w offlineie to wiele firm nagle były takie memy kto był największym inicjatorem cyfrowej transformacji i tam było że CTO CEO czy covid i i COVID był takim y był takim inicjatorem tego i wtedy firmy oh jakby zobaczyły, że no nie wystarczy do do dorzucać do pieca, żeby cały czas rosło, nie? Trzeba się zacząć jakby mądrzej do tego podchodzić. I to był taki pierwszy pierwszy moment, kiedy rzeczywiście firmy zobaczyły, że coś jest nie tak. A natomiast z tymi danymi yyy trochę to jest tak, że jak

29:50
ktoś nie jest świadomy yyy i nie stawia priorytetu na dane, to dopóki nie dzieje się nic źle, no to jakby nie ma argumentu za tym, żeby te dane wykorzystywać. Yyy, ktoś mnie kiedyś zapytał, czy ktoś kiedyś skomentował, że jak obserwuje właściciel firm, jak oni podejmują decyzję na tak zwanego nosa, jest takie powiedzenie good feeling yyy yyy po angielsku. Yyy no i powiedział wprost: "Cholera, te decyzje są dobre, nie? Że zawsze jakby są jakby dają pozytywne efekty, nie?" Ale wiesz do jakiej skali to działa? Bo jeżeli mówimy o jakimś lokalnym biznesie, który wiesz, ja kurczę, ja powiem ci, że też jak patrzę tutaj po tym gliwickim rynku, gdzie znaczy rynku rozumianym jako

30:35
zbiorze firm i mieszkańców, gdzie jednak żyje się bardzo dobrze, to to miasto na tle Śląska też dobrze wypada, jest mnóstwo takich lokalnych firm i sobie myślę, kurczę, tam z jednej strony gdzieś ten LinkedIn tak korci tymi karierami w tych dużych korporacjach warszawskich właśnie tytuły, wiesz, samochody, wizytówki Wow, nie, ale z drugiej strony ja sobie tutaj tak chodzę po ulicach, myślę, przecież tu jest dużo firm, które są lokalne, one działają powiedzmy 30 km wokół komina i one sobie bardzo dobrze radzą i one sobie bardzo dobrze w tym środowisku prosperują. Myślę, że tu przy takiej skali ten, o którym mówisz, ten nos biznesowy może dobrze działać, bo bo zawsze działał i już mamy wytrenowane pewne decyzje. Natomiast jeżeli gdzieś dotykamy sfery

31:23
nowej, tej właśnie takiej powiedzmy e-commerceowej, wchodzimy, tego nie robiliśmy, to jest coś dla nas takiego nowego, no myślę, że to ufanie tej intuicji nie zawsze, ja bym też nie nie zawsze czy jest takie powiedzenie, jak masz jesteś czegoś chyba pewien, to poświęć ileś tam części przychodów na to, co intuicja ci podpowiada, resztę to raczej mierzyć i analizować. Nie no to jakby jest moja deywizja. Y deywizja dewiza moja taka, że co y że co jest zrobione, to powinno być zmierzone, tak? No bo z danymi też jest trochę tak jak z ubezpieczeniem. To znaczy w momencie kiedy coś się psuje i sięgamy do tych danych, ja często to widziałem u klientów, że nie było procesów takiego

32:09
zapewnienia tej jakości, kontroli danych i później się okazuje, że na przykład to miałem taki przypadek w tym roku w klient do nas, potencjalny klient do nas, do nas przyszedł i mówi, że jakby Black Friday mu nie poszedł tak jak przed rokiem. Y, no to poprosiliśmy o dane i się okazało, że jedna z kluczowych informacji pod kątem metryk nie przestała się śledzić od lipca czy od jakiegoś czasu i jakby za dane zadane y Black Friday z tym roku nie mogliśmy porównać tej samej rzeczy. No bo jak zasada po prostu tak, tak dziura jest w danych, bo zasada w analityce jest taka, że wychodzisz od ogółu do szczegółu. To znaczy model przychodów

32:54
e-commerce jest prosty. Żeby mieć przychód to jest liczba transakcji razy ruch razy średnia wartość zamówienia. Jeżeli przychód spada to jeden z tych elementów musi spadać. No i teraz dekomponujesz. Y, jeżeli patrzy średnia wartość zamówienia to samo, no to spadły transakcje. Dobra, no to z czego to wynika? Czy spadł ruch? Nie spadł. No to na którym elemencie lejka, jak użytkownicy wchodzą, na którym elemencie jakby mniej, mniejszy procent przechodzi do kolejnego kroku? No patrzymy, że na koszyku, ale w tym roku nie mamy danych z koszyka, nie? I tu się zaczyna zaczyna się problem. Właśnie tak trochę jakby podprowadziłeś pod kolejne pytanie, które chciałem zadać o narzędzia takie typu jakieś te hitmapy, które czy te jakieś tam to

Optymalizacja UX i checkou'tu: Dane ilościowe vs nagrania sesji

33:44
kiedyś nazywał mousefow chyba, który sprawdzał gdzie użytkownik ruszał myszką. Czy co możemy uzyskać, jakie dane możemy uzyskać na tej podstawie? Czy właśnie to jest tylko i wyłącznie kwestia gdzie, gdzie patrzymy, gdzie gdzie klikamy, czy być może możemy wziąć te informacje i to nam posłuży, nie wiem, w w części dotyczącej optymalizacji UXu, nie? że że jakby mamy ruch, mamy faktycznie zdarzenia na stronie, ale gdzieś to się gubi. I jeżeli to pomierzymy, to czy możemy wyniki czy czy rezultaty te z ruchu wykorzystać właśnie na przykład do poprawy wyglądu sklepu? Czy czy też

34:29
macie takie casy, że yyy to co zmierzyliście, czy czy wasza praca skutkowała tym, że ktoś powiedział: "No kurczę, to faktycznie trzeba napisać szablon od początku, bo się okazuje, że po prostu przestał się podobać, czy czy działa za wolno na przykład." Nie, my jak podchodzimy do analizy i w ogóle do poprawy współczynnika konwersji i każdemu e-commerceowi w ten sposób polecam to zrobić, to zaczynamy zawsze od danych ilościowych. Yyy, bo tak jak wspominałem yyy na początku, one są tanie do yyy zbierania, znaczy tanie pod kątem yyy wrzucenia kodu śledzącego. No trzeba jeszcze zainwestować to, żeby one się poprawnie yyy zbierały, ale yyy nawet podsumując wszystko, no to można powiedzieć, że w kontekście innych rzeczy w e-commerie to to raczej

35:17
to to są tanie rzeczy. No i tak dane ilościowe mówią ci co się dzieje w serwisie. I każdy serwis ma procesy swoje. Takim podstawowym procesem w e-commerce jest proces składania zamówienia od momentu dodania do koszyka przez przejścia przez checkout i dojścia do do transakcji. I dane ilościowe pokazują lejek, ile użytkowników jest na każdym z etapów i pokazują jakie są te procenty. Ja uważam, że taki dobry checkout od koszyka do złożenia transakcji to jest tam, gdzie przechodzi 60% użytkowników. Czyli jak mamy 100 transakcji, czy jak mamy 100 dodań do koszyka, czy 100 wizyt użytkowników w koszyku, to 60 z tych wizyt powinno

36:07
zakończyć się transakcją. Jeżeli jest mniej, to jest pole do poprawy. Zasada jest taka, że zaczynamy optymalizację od ostatnich etapów. procesu zakupowego, dlatego że jak ktoś dochodzi do checkoutu, to jest bardziej zdecydowany, jest bardziej w naszej gestii naszego produktu cyfrowego, naszej strony, czy ona umożliwia mu dalsze dojście, bo to czy ktoś wszedł na kartę produktu to może być jakby mnóstwo innych czynników po drodze. Czyli dane ilościowe pokazują nam lejek i pokazują gdzie jest problem. I załóżmy, ja uważam, że na przykład ze strony podsumowania na FQ pageu to powinno co najmniej 98% przechodzić. Jeżeli mamy mniej niż 90 to

36:57
trzeba postawić hipotezy, dlaczego tak jest. Możemy to robić albo my w cudzysłowiu organeptycznie powiedzieć: "No wydaje mi się, czyli to jest moja hipoteza, że powodem jest na przykład, nie wiem, brak testimoniala albo powodem jest to, że jest przycisk dobierz coś tam". No generalnie hipotezy stawiać. Możemy zrobić tak, ale możemy do tego zaprząć dane jakościowe, które są droższe do zbierania i droższe do analizy. Wspomniałeś Mouslowa. Mausow jest w stanie rejestrować ruch tego, jak użytkownik porusza myszką i rejestrować te sesje. To łatwiej jest przeanalizować 100 000 użytkowników danymi ilościowymi niż 100 000 nagrań sesji. Każdą oglądać i zastanowiać się co nie tak. Czyli dane ilościowe powinny cię zawężyć. To jest taki zwiad. powinien ci wysłać,

37:46
powiedzieć gdzie jest problem i na przykład wtedy obejrzeć tylko te nagrania sesji, które zakończyły się na stronie podsumowania transakcji. I powiedzmy, no do tych sesji nie będzie 100 000, tylko będzie 2000. A dodatkowo możemy zobaczyć jeszcze jakieś dodatkowe warunki z danych ilościowych zobaczyć, że najczęściej opuszczają podsumowanie transakcji użytkownicy Chromea, którzy przyszli z jakiegoś tam źródła ruchu. No to ten zwiad danych ilościowych pokazuje na co patrzeć w danych w danych jakościowych. także ilościowy, jakościowy. No czasami ilościowy do tego, żeby postawić hipotezy, można przeprowadzić testy. Y natomiast też radziłbym te jakościowe zaprzęgać, robić badania użyteczności, pytać użytkowników

38:35
właśnie wspomniane clickmapy, hitmy, ale one są droższe w analizie, dlatego zaczynajmy od tych ilościowych. Mhm. No i potem się może okazać, że faktycznie mówi, że być może to przeglądarka jest jakaś dysfunkcyjna, że w części na przykład nasze oprogramowanie sklepu internetowego może być trochę ułomne. Załóżmy w Safari, w jakimś nie wiem bingu. Dlaczego? dlatego, że tak jak się tworzy sklep, bo ja troszkę no jestem na co dzień w tym procesie, jak tworzymy sklepy internetowe, to też my je testujemy pod wybrane technologie, ale Chort wie ilu jest na rynku jeszcze dostawców, przeglądarek. Jeżeli twój klient, twój użytkownik akurat korzysta z takiej jednej albo z jakiejś starszej albo nie wiem z Microsoft Edgea, który stanowi, nie wiem 4% rynku, no to

39:23
prawdopodobieństwo, że my nie nie sprawdzimy czegoś jako wytwórca takiego sklepu, no jest tam gdzieś ten margines, nie? i potem widzisz, że faktycznie klienci porzucają głównie z tych przeglądarek, no to być może trzeba sprawdzić, czy faktycznie cały skrypt sklepu czy strony nie powinien być lepiej zoptymalizowany pod konkretną technologię. I to myślę, że też jest ważna informacja dla dla właścicieli sklepów. Jeżeli ktoś wam je będzie robił, to też dopytajcie o to na w jakich środowiskach, w jakich przeglądarkach one będą testowane, bo może być tak, że po prostu inaczej się będą wyświetlały pewne elementy. Już nie mówię o tym, czy coś działa, czy nie, ale często może zwyczajnie każda przeglądarka ma jakby inną budowę i te elementy mogą być po prostu różnić się w stosunku do siebie to rozmieszczenie i

40:11
to też może wpływać na to, czy klienci będą chcieli kupować, jak gdzieś będzie zasłonięty przycisk jakąś reklamą na przykład za nisko, za wysoko, gdzieś nie będzie się gdzieś przyczepiał do tego menu, to też może decydować. Więc jeżeli macie nie wiem, widzicie jakiś spadek konwersji na koszyku, to co powiedział Mariusz, to wy, ja bym też tak samemu sobie sprawdził, czasami otworzył te sklepy na po prostu innych przeglądarkach i zobaczył jak to będzie działało. Dokładnie. A jakby na których przeglądarkach, no to znowu y mamy dane ilościowe i porównujemy te procenty przejścia na poszczególnych etapach checkoutu. Segmentujemy je właśnie po urządzeniach. To taka ciekawostka mi przyszła teraz do głowy. Y, tak jak mówisz, że testuje się oczywiście sklepy

40:58
na różnych przeglądarkach przez przed ich wydaniem, ale to przeglądarki też się zmieniają, dochodzą dodatki i kiedyś w ogóle wyszło nam coś takiego, że u jednego z klientów była konkretna wtyczka do Chroma, nie pamiętam jaka i w ogóle taki zbieg okoliczności. Dodatkowo marketing w UTMA dał polski znak i przez to, że był polski znak i ta wtyczka do Chroma to wywalało po prostu. Jeżeli ktoś przychodził z tej kampanii z UTM z polskim znakiem i miał tą wtyczkę, ona była dosyć popularna, to znaczy to było parę procent, ale no to jest ciągle parę procent, którym się nie wyświetlała strona i znowu jakby dane ilościowe to to podpowiedziały. Znaczy tak to jest to, że jazy jak patrzę czasami na te umowy na wykonanie sklepów, no to warto jest to

41:47
czytać, bo to co mówisz to nie nawet nie chodzi o samą przeglądarkę jako niech to będzie ten Microsoft Edge, to właśnie o ile wersji do tyłu my utrzymujemy tą zgodność szablonu, bo często państwo będziecie też płacić ekstra za wykonanie jakiś customowych szablonów, które potem jeżeli po pół roku, po roku już przeglądarki przechodzą wielokrotnie otnie aktualizacje. Może być tak, że będzie trzeba dopłacać za usuwanie błędów w waszych własnych szablonach, bo to już nie będzie obejmowała gwarancja, prawda? Ogólnie tak jest, że przeważnie te customowe rzeczy nie są objęte gwarancją. Nie trzeba to gdzieś mieć mieć tam z tyłu głowy. Okej. Kolejna rzecz, którą chcę zapytać,

Segmentacja użytkowników i hiperpersonalizacja w sklepie online

42:32
to jest segmentacja klientów. jak wykorzystując dane, jak możemy wpłynąć na skuteczność działań marketingowych, jeżeli umiemy sobie tych klientów podzielić według, nie wiem, ruchu, zachowań, jakiś preferencji, tych danych, które od nich zebraliśmy, żeby dać marketingowi taki fajny feed na zasadzie tu mamy taką grupę klientów, tu mamy tych, ci oglądali test, test podstrony na przykład i nie wiem i dostosujcie kampanię, czy też możemy w taki sposób jakby żonglować tymi danymi, które yy ilościowymi i może też trochę jakościowymi, które zbieramy jakby z tego naszego obszaru sklepu internetowego. Tak, zdecydowanie. No dane to są jakby takim opisem tych segmentów, w sensie

43:21
pozwalają określić nasze segmenty, a po to się to robi. No bo tak jak w życiu każdy z nas by lubi być traktowany indywidualnie takim serwisem, który jest turbo hiper personalizowany, to chyba jest, bo prawdopodobnie każdy z nas ma innego walla, to znaczy każdy będzie miał jakieś inne czy inne social media też będą jakby na bazie tego, co oglądamy, nad czym się zatrzymaliśmy i taky. Tak, dokładnie. Tak bardzo silnie ta ta behawi wchodzi i praktycznie jest analizowane to, co też mówisz koło telefonu, który leży to na tej podstawie wyjeżdżają ci reklamy, wyjeżdża ci

44:06
kontent, nie? Także faktycznie te dane już Facebook bardzo silnie steruje podpowiedziami, tymi rekomendacjami, nie? No i teraz w segmentacji w e-commerce to chodzi o to, żeby móc charchayzować właśnie za pomocą danych jakichś użytkowników, grupy użytkowników, które coś konkretnego charakteryzują. Na przykład jednej grupie użytkowników odpowiada bardziej, że jest wirtualna przymierzalnia, a drugiej grupie użytkowników, że jest po prostu tabela rozmiarami. No i teraz segmentacja służy do tego, ona ma prowadzić w praktyce do personalizacji. Czyli idealne rozwiązanie jest takie, że jeżeli jakiś użytkownik przychodzi i my wiemy, że grupa tych, którzy lubią wirtualną przybierzanie charakteryzuje jakieś pięć

44:54
kryteriów, to my użytkownik przychodząc i wiedząc jakie są wartości dla tych kryteriów, po prostu wtedy dajemy mu wirtualną przymierzalnię, a nie tabelę rozmiarów. To oczywiście taki wyimaginowany przykład. Podobnie jest z marketingiem. Jeżeli na jakąś grupę użytkowników działa jedna kreacja, yyy, no to wiedząc, no w internecie dzisiaj jest praktycznie totalnie wszystko mierzalne. Jakby wiemy dokładnie ślad cyfrowy zostawiany, y go lokalizacja i tak dalej, chociaż to jest ukracane przez takie restrykcje związane z z ciasteczkami. Natomiast ciągle jesteśmy w stanie wiele o użytkowniku powiedzieć w momencie, kiedy on wchodzi do naszego serwisu. No i teraz wiadomo, że każdy chciałby dostać to, co jest bardziej

45:41
podpasowane dla niego i te dane mają służyć do tego, żeby wyodrębnić te segmenty. Później zadaniem marketingu jest co tym segmentom zaproponować, ale to wszystko później się odbywa na zasadzie testów AB. To znaczy stawiamy znowu hipotezę. Taki jest cykl PDCA, bardzo znany plan do check act, czyli coś planujemy, jakieś działania, robimy je, wdrażamy, testujemy, czek. sprawdzamy na danych, czy czy działa czy nie, na przykład na dany segment. No i wtedy, jeżeli widzimy, która wersja działa, to dla tego segmentu ją zostawiamy, a dla innego po prostu włączamy yyy włączamy inną. Mhm. Ty powiedziałeś o personalizacji yyy treści czy czy kontentu, który jest wyświetlany na sklepach internetowych. Ja się tak

46:28
zastanawiam zawsze nad tym, bo na ile w Polsce to jest popularne po prostu, bo to, że my dzisiaj już możemy podmieniać, nie wiem czy banery, podmieniać jakieś slajy to okej. Natomiast tak mówisz, wrzucenie całego skryptu, no bo taka wirtualna przymierzalnia to jest raczej pewnie jakiś skrypt javascriptowy, który gdzieś tam trzeba wstrzelić. y jak duży procent firm korzysta aż z takiego rodzaju personalizacji treści na sklepach. No powiedzia o Facebooku, okej. Natomiast czy no technologia pewnie Magento na przykład pozwala na to, żeby gdzieś tam wstrzykiwać ten indywidualny kod. Natomiast no Magento to jest też jakieś 5% rynku, nie? Czy zastanawiam się po prostu ile firm jest w stanie

47:14
dostosowywać wygląd przeglądarki y po prostu do tego, kto do nich wchodzi. Chyba, że są do tego jakieś już dedykowane narzędzia marketingowe, które powiedzmy gdzieś podmienią ci baner na podobny do tego, co oglądałeś kiedyś produkty. Być może to się już da zrobić, być może są takie narzędzia. Natomiast tak się ogólnie głośno zastanawiam, yyy, y, kto takie rzeczy po prostu robi, że jak wchodzisz, to cię rozpoznaje i gdzieś ci pod, no Allegro chyba nie, że podrzuca ci po prostu te treści, które m które chciałeś zobaczyć, nie? Bo to jednak jest po raz to jest bardzo mały procent, to jest bardzo mały procent y sklepów. Powiedziałbym, że to jest kilka takie małe kilka procent. Tak mi się

48:01
wydaje, że tak jest. W większości personalizacja kończy się na yyy inni klienci y na na w kontekście sklepu inni klienci oglądali również, czyli podobne produkty ostatnio oglądane przez ciebie i zapamiętane wyszukiwania, y, jeżeli korzystamy z wyszukiwarki y wewnętrznej, to na tym ta ta personalizacja się kończy. takim kolejnym poziomem yyy personalizacji, bo to są bardzo proste mechanizmy, to tam nic szczególnego. Kolejnym poziomem personalizacji jest marketing automation. To znaczy jak rozpoznamy użytkownika, widzimy co oglądał, zostawił koszyk, przypominamy mu: "Hej, miałeś to w koszyku, dokończ zakupy" i tak dalej. A jeszcze takim kolejnym

48:48
poziomem, no to już wymaga wdrożenia customer data platform, gdzie jesteśmy w stanie faktycznie na bazie historii zakupów, zachowania jesteśmy w stanie na przykład prezentować różne różne produkty na jakiś banerach w zależności od tego, ale ja miałem styczność, no nie wiem, pewnie na jednej ręce policzę jakby ze sklepami, gdzie taki CDP jest wdrożony i faktycznie taka to już można powiedzieć blisko takiej hiper personalizacji jakby dochodzi. Tak, tak, to jest prawda, bo to co mówisz, że o tych narzędziach takich nazwijmy to podstawowych typu produkty podobne, produkty polecane z danej kategorii, top produkty z danej kategorii, to myślę, że jest to standardem. To jest dobry standard. Natomiast o tej

49:34
hiperpersonalizacji wydaje mi się, że rok temu właśnie jak z Jurim Haczatianem rozmawialiśmy to wiem, że se Menago ma takie narzędzia, które pozwalają ci faktycznie bardzo mocno modyfikować treść, ale też wydaje mi się, że będzie tak jak mówisz, że jest to procent bądź promin rynku, który to robi. Natomiast w tej części dotyczącej maili czy takich powiadomień, jak już ktoś wszedł, coś sobie pooglądał, wydaje mi się to jest powszechniejsze, bo to nie jest jakiś rocket science, żeby wysłać klientowi produkty, które zostawił ten porzucony, k, to jest raczej standard, nie, ale produkty z kategorii, jakieś nowości z kategorii, w której był, to jeszcze jak złapiemy dobrze, jak wiemy kto nam wchodzi, umiemy sobie tak powiedzieć trakować cały ten tą tą ścieżkę, to jesteśmy w stanie takie rzeczy po prostu wdrożyć.

50:21
Natomiast tu chyba jesteśmy zgodni, że że taka hiperpersonalizacja, że każdy z nas widzi inny serwis. Jeszcze chyba nie tutaj na polskim rynku. Nie, nie, nie. Jeszcze trochę musi wody w Wiśle upłynąć, że tak to prślę. Okej. Czy kwestia na przykład, bo chciałem o to zapytać, retencji klientów, bo często jest tak, że potrafimy właśnie odzyskiwać klientów, którzy gdzieś weszli, coś kupili. Natomiast czy umiemy sobie poradzić z tym, żeby gdzieś przywracać czy ożywiać powiedzmy takie y takie grupy klientów, którzy dawno nie są naszymi użytkownikami, nie? Czy czy jesteśmy w stanie y jak długo taką historię przetwarzamy,

Zysk zamiast ROAS-u, czyli dlaczego firmy przepalają budżety reklamowe?

51:10
żeby gdzieś zreanimować czy wykorzystać te dane powiedzmy sprzed pół roku, sprzed roku? Czy czy też mieliście takie przykłady, że klient mówi: "No nie wiem, mamy mniejszy ruch, no ale no dobra, no ale mieliście większy". No to co możemy z tym zrobić, nie? Żeby żeby sięgnąć gdzieś głębiej po prostu do do y tych danych i spróbować y historycznie starych klientów gdzieś tam przywrócić. Czy czy tak się jeszcze robi, czy raczej nie wiem, mówimy: "Dobra, trzy miesiące jak nie wrócił, to pewnie już może tej marki, nie wiem, nie rozpoznaje, zapomniał o nas". Yyy, czy mamy tutaj jakieś takie takie prawidła? Tutaj jakby to jest bardzo taka decyzja strategiczna, bo to z tym, żeby pamiętać o tych użytkownikach i i żeby tak tak

51:57
pielęgnować tych użytkowników, to to się wiąże często z inwestycją w jakiś program lojalnościowy albo w jakiś system na przykład. Tak, do tego, nawet zaczynając od prostego chociażby tego marketing automation, prawda? yyy do tego, że jak ktoś wróci, a nie kupi, to żeby wiedzieć, że to on yyy żeby mu coś zaproponować, nawet wysłać mu w stylu cieszę się, że jakby wróciłeś do mnie po jakimś czasie. Natomiast albo albo wysłać, żeby wrócił, bo też może być tak, że widzieliśmy cię ileś tam miesięcy na przykład, nie? Tam ja czasem tak dostaję takie puk puk, czy czy pamiętasz jeszcze o sklepie XY Z, nie? Dokładnie. Natomiast firmy niestety moim zdaniem trochę no no wystarczy popatrzeć na podwórko telekomów jak to się dzieje, że kto dostanie lepszą

52:45
ofertę, ktoś kto jest z ulicy Nowy czy ktoś kto z z daną firmą jest od x lat. Nie wiem jak jest teraz, bo ja jestem akurat mam starą ofertę i jakby zostaję cały czas z jedną firmą, ale to też dlatego, że y że że stawki poza tym poszły do góry. Natomiast mam takie poczucie, że firmy w Polsce one się skupiają na tym, żeby sprowadzić nowego użytkownika, żeby cały czas się rozszerzać, rozpychać. Tylko problem w tym polega na tym, że jak nie idziemy crossborder, no to jakby podwórko ten tort jest ograniczony i w praktyce później to się zaczyna no jakaś walka cenowa czy coś w tym stylu, nie? Yyy, wiesz co, to jest trochę, ja tak wejdę ci w słowo, bo to to jest bardzo ważne,

53:31
co mówisz, że no znaczy chcemy sprowadzać więcej, ale ten rynek na każdy sklep działa na jakimś tam, nazwijmy to, rynku. Jest pewna grupa docelowa i to jest taki trochę błąd yyy wydaje, nie wiem czy błąd, czy, czy popełniamy to, że faktycznie chcemy sprowadzić więcej ruchu. Dochodzimy do takiego momentu, że nie możemy tego ruchu sprowadzić i nie mamy pomysłu, co zrobić dalej. Tak kręcimy te wskaźnikiasy, że jak przechodzimy do nowej agencji SEO, dostajemy pewną obietnicę, że będzie podniesiony ROAS. On jest najczęściej to się omawia po prostu na na tym stole takim biznesowym. To my wam poprawimy ROAS. No dobra, no to poprawiamy go w pierwszym miesiącu, w drugim, w trzecim. Potem już jest to na tyle zoptymalizowane, że już też dotykamy sufitu i co dalej optymalizować, prawda? skąd dorzucać,

54:20
żeby te te dane, żeby jeszcze lepiej zarabiać, żeby mniej wydawać, prawda? Więc pewne wskaźniki jakby opieranie się tylko na jakiejś pojedynczej metryce myślę, że może prowadzić właśnie, że dotykamy tego poziomu. Jak nie chcemy, nie umiemy poszukać na innym rynku, na przykład właśnie za granicą, no to może być tak, że pewna efektywność działań nie będzie wyższa, bo jest jakaś tam świadomość marki i no możemy edukować, szukać, gdzieś kierować z innych źródeł, ale też nie przebijemy tego sufitu. Tak, nie możesz mieć roasu jakieś tam ileś set pewnie procent, bo już więcej nie wyciśniesz po prostu z tego stosunku, nie wiem, inwestycji do zakupu, bo się po prostu w danym momencie nie da i on też nie będzie rózł wiecznie

55:05
hiperbolicznie, no bo też to jest po prostu nierealne, nie? Dokładnie. Tak akurat z tym ROASM to jest często tak, że m tak jak widzę, bo ten Ros często się przejawia jako metryka taka główna w raportowaniu kampanii marketingowych. Y natomiast ona jest taka mocno techniczna. Może się okazać, że okej, ROAS jest w porządku, ale zysk już wcale niekoniecznie. Nie, ja nie wiem dlaczego w ogóle firmy jakby nie biorą pod uwagę zysku, a nie jakby na sprzedaży, na produktach. No przecież dane o kosztach tych produktów są. Zwłaszcza jak handlujemy. No przecież są koksy cost of good sold. No to przecież jakby

55:52
mamy systemy. Do tego wystarczy y do systemów reklamowych nie przekazywać jakby przychodu z konwersji, tylko wystarczy jakby przekazać marżę i czemu jakby nie optymalizować na na zysk, na marżę na produktach, a nie na profit. Także ja ja widzę, to jest duży moim zdaniem błąd, że firmy cały czas jakby dopalają, żeby ten roas był większy, żeby docierać dalej. A może to trzeba mądrzej, a nie więcej? Znaczy mnie się tak wydaje, że to wynika z tego, że ktoś nam coś silnie obieca, że się tak da zrobić. No i potem próbujemy, jak się już złapiemy, to po prostu dociskamy, dociskamy i na się po prostu dalej nie da. Nie tak. Nie da się czasami pod względem, nie wiem, pozycjonowania

56:37
powiedzmy danym budżetem wyskoczyć na kolejne pozycje. Ktoś ci powie, ale ja ci zrobię top pić na przykład. No nie bardzo, bo czasami się po prostu nie da tego zrobić. To wynika z jakby historii działań innych firm w danej branży, że po prostu pewnych rzeczy nie jesteś w stanie zwyczajnie zwyczajnie docisnąć. Właśnie. A jeszcze może tak podsumowując ostatnim pytaniem bym chciał zapytać ciebie właśnie o ekspansję, bo ostatnio też rozmawialiśmy tutaj z Kasią Bronowską o wyjściu na na inne rynki. poruszyliśmy bardzo mocno ten temat takiego crossbordera, jak jak się przygotować do tego pod względem kulturowym, bo to też zaznaczam, że tam rozmawialiśmy o tych pewnych niuansach, które są na danych rynkach. I teraz z

Analityka a ekspansja zagraniczna (cross-border e-commerce)

57:23
kolei, bo to może być ważne pytanie dla naszych słuchaczy. Czy gdyby się do was zwrócił nasz słuchacz i powiedział: "Dobrze, chcemy wyjść za granicę, chcemy sprzedawać swoje produkty, nie wiem, w Niemczech, w Hiszpanii, we Francji, pomóżcie nam, dostarczcie nam danych wartościowych, żebyśmy mogli podjąć decyzję, czy z czym idziemy, gdzie idziemy, z jakimi cenami idziemy. No i właśnie czy teraz wy mając te narzędzia, o których tutaj rozmawiamy przez nasze spotkanie, czy jesteście w stanie przeanalizować być może to to, jak funkcjonują dane brandy, dane czy dane w ogóle kategorie produktowe poza polską? Y jakby jesteśmy, mamy jakieś wnioski z

58:12
tego, co robimy wśród naszych klientów. No jakby nie możemy oczywiście to jest największa świętość u nas jakby poufność danych i tego nigdy nie robiliśmy i nigdy nie będziemy robili przekazywać, ale wnioski mamy, obserwujemy co się dzieje i o tych wnioskach możemy jakby zawsze porozmawiać. Często jest tak, że wśród grona tych kilkudziesięciu naszych klientów, jeżeli jeden z klientów chce, mam nawet taki przykład z tego tygodnia, że że planuje ekspansję na rynek rumuński. No i jakby zadzwonił do mnie i się pyta, czy my możemy pomóc. No to jakby zebrałem osoby, które które żeby sprawdziły, którzy inni klienci pracują i i żeby jakieś wnioski mi wypisali.

58:58
Natomiast i tak pierwszy krok zawsze to jest po prostu połączenie osób, żeby sobie powymieniały doświadczenia takie jak dyrektor z dyrektorem. Po prostu ktoś jest włączyć. Takie tak na zasadzie tak jakby pytamy jednego klienta, że tutaj nasz inny klient zastanawia się nad tym czy byłbyś y byłbyś byłabyś chętny, żeby po prostu powymieniać doświadczenia. No bo to jest tak, że jak są osoby na podobnych stanowiskach w różnych branżach, y to można po prostu powymieniać się doświadczeniami, prawda, i skorzystać z doświadczeń jednej osoby i z drugiej. I to jest takie jakby obopólne, że tak nazwę, yyy, korzyść. Także w ten sposób jak najbardziej. Natomiast to, co przy wychodzeniu za

59:44
granicę jest turboistotne, to jest właśnie ta zwinność analizy, bo oczywiście jakieś wnioski można wyciągnąć, można porozmawiać o doświadczeniach, natomiast rzeczywistość tak czy inaczej później się okaże prawdopodobnie inna, a na pewno coś nas zaskoczy. I wtedy turbo ważne jest to, żeby mieć dobrą analitykę, żeby mieć szybko reagować. Yyy, no bo to jest tak, że yyy dane te ilościowe, tak jak mówiłem o checkoucie w e-commerce, tak jak wchodzimy na rynek zagraniczny, to też od razu nam powiedzą i nawet skażą, gdzie szukać problemu. Na przykład problemem może być y to, że nie wiem, mamy powtórzyliśmy to samo co w Polsce, ale ta kampania zupełnie

1:00:30
inaczej się zachowuje, weźmy tą Rumunię niż niż w Polsce. I widzimy z danych ilościowych, że problem jest na przykład na karcie produktu i wtedy my możemy już na przykład poszukać agencji z Rumunii, która zrobi nam badania użyteczności i powie: "Skupcie się na karcie produktu, zobaczcie co jest problem". Na przykład okaże się, y, że nie wiem, to oczywiście wymyślam, że jest jakaś cecha kulturowa w Rumunii, która jest tak zrobiona karta produktu, że jakby to Rum jakby mieszkańcom Rumunii, obywatelom w ogóle nie pasuje. Tak, tak, tak, tak. To Kasia to mówiła, że są rynki, gdzie na przykład preferowane są bardziej techniczne opisy, bo oni są przyzwyczajeni tam lokalnie do tego, żeby, że tak lubią, interpretują, że nie ma to być lania wody. Amerykanie

1:01:19
bardziej będą chcieli storyteli, piękne historie, czyli pewnie opisy. Więc faktycznie też Kasia to wskazywała, że że dokładnie mówi to co ty, że dobrze by było mieć na rynku kogoś, kto jest po prostu tam zakorzeniony w tym w tym kręgu kulturowym. Ale ja myślę, że to jest ważne co ty powiedziałeś, żeby y wychodząc na dany rynek, żeby dobrze obudować ten sklep, czy sklep, czy stronę po prostu nad tymi narzędziami analitycznymi, żeby umieć już od początku zbierać dane, bo z jednej strony inwestujemy czas, kasę, to jest jakaś tam część pracy tych ludzi zatrudnionych wewnątrz, natomiast no potem trzeba będzie bardzo szybko to weryfikować, czy faktycznie zwraca się ta inwestycja. Jeżeli nie umiemy sprawdzać tych poszczególnych punktów

1:02:10
czy weryfikować tych spływających informacji, no to potem możemy podjąć złą decyzję. Więc to nie jest prosty proces. żeby wyjść tutaj, myślę, że w każdym odcinku dokładamy sobie taką cegiełkę, czy to dotyczy kwestii powiedzmy obsługi klientów takich w danym języku, czy właśnie mierzenia danych, czy analizy cenników, bo można takie rzeczy już robić też, że był tutaj gość z Dilavo, gdzie możemy po prostu wrzucać sobie oznaczenia produktów, bo jest są te globalne nazwy, te kody produktowe. Możesz sobie sprawdzać po ile coś jest za granicą na tej podstawie. łatwiej ci jest podjąć decyzję o całym jakby kształcie tego feedu produktowego. Więc myślę, że dzisiaj jesteśmy w stanie bardziej dokładnie, po prostu bardziej

1:02:56
precyzyjnie już nie na tego czuja takiego yyy wyjść po prostu na na kolejne rynki, bo już umiemy się do tego lepiej przygotować, nie? Kulturowo. Dokładnie. Najgorsza odpowiedź na pytanie dlaczego co się działa, najgorsza odpowiedź to jest nie wiem. No, no, ale to myślę, że wy często słyszycie to, nie? Czemu coś tak jest, bo nie wiem, bo myślę, że gdzieś tam wrócę już ostatnim zdaniem do początku naszej rozmowy, powiedziałeś, że że widzicie, że coś jest źle mierzone, czy to jest tak jak z marketingiem, że często jak z każdą usługą, z procesem sprzedaży, że powinno się co jakiś czas inwentaryzować dany obszar, spisywać co robimy, gdzie. Yyy, ja miałem taką sytuację z jedną z firm, z którymi współpracowałem, że firma

Inwentaryzacja narzędzi, podsumowanie i kontakt do agencji Conversion

1:03:41
zapomniała, że przypisała jakąś usługę wspierającą sprzedaż konkretnie do mnie. I dopiero potem jak ja odchodziłem z tej firmy, mówię jeszcze odepnijcie jeszcze to ode mnie, bo mi stale ludzie dzwonią, a to myśmy to mieli. Chodziło wiesz o te takie taki widzet do do połączeń telefonicznych i to bardzo fajnie działa na tabenę, ale wiesz, ja już musiałem opuścić organizację, a cały czas telefony dzwoniły, bo oprócz mnie nikt nie wiedział, że to było i potem skąd te lidy? Skąd te lidy? No z telefonu, nie? Wiesz, taka prosta rzecz, że po prostu trzeba, myślę, że oprócz tego jakby już podsumowując tą tą to nasze dzisiejsze spotkanie umieć czytać, umieć interpretować, po prostu to zinwentaryzować to podwórko, na którym działamy. Jeżeli

1:04:30
coś być może jest trudne, wymaga inwestycji w technologię, no to być może wracamy do początku naszej rozmowy, warto to oddać do was, żeby niepotrzebnie nie budować całej technologii u siebie od początku. I myślę, że też ważne nie bać się pytać, nie bać się konsultować i też konfrontować tej swojej wiedzy. I myślę, że to to jest najważniejsze dla naszych słuchaczy, żeby nie wstydzić się przyznać, że nie wiemy, prawda? Bo to nie są proste tematy. Niestety, niestety. No to mówię, to jest styk technologii, biznesu, no i jeszcze analizy. Zdecydowanie tak to jest. No myślę, to jest kanał wiedzy. I teraz jeżeli to jeszcze jest kolejny obszar, który jest jakby wepchnięty na barki e-commerce menagżerów, no to ta profesja

1:05:16
zaczyna się robić coraz, myślę, to prawda, trudniejsza i też będzie coraz mniej, myślę, fachowców, którzy będą umieli jakby we wszystko to, co jest tam w ogłoszeniu po prostu, nie. Także prawda myślę, że że dla tych, którzy chcą pogłębiać wiedzę, to ja będę kierował do was. Naszym słuchaczom też już dziękuję bardzo za to, że jesteście z nami w tym odcinku i zostawimy w opisie kontakt do Mariusza, do do ich agencji. Jeżeli będziecie chcieli swoje pytania czy wątpliwości rozwiać, no to zachęcamy was do kontaktu i myślę, że po prostu warto pytać. A Mariusz, tobie bardzo dziękuję za za przyjście, za twój czas, za podzielenie się wiedzą i rozwianie naszych wątpliwości

1:06:04
dotyczących zarządzania danymi. Także bardzo, bardzo ci dziękuję. Ja również bardzo dziękuję. Dziękuję za uwagę. Dziękuję Jerzy za zaproszenie i mam nadzieję do zobaczenia, do usłyszenia. Do zobaczenia i do usłyszenia. Bardzo dziękuję. Cześć. Yeah.