Mentionsy

Tłoczone z danych
Tłoczone z danych
24.04.2026 03:04

Złakowski | Pobawmy się w sklep

Jak jeden mały paragon zmienia produkcję w dziesiątkach zakładów? Jak działają i przenikają się decyzje w retailu? Czy dane faktycznie zmieniają biznes – czy tylko tworzą kolejne raporty? Zapraszają: Patrycja Maciejewicz (Gazeta Wyborcza) i Joanna Tyrowicz (GRAPE).



W tym odcinku zaglądamy za kulisy retailu i sprawdzamy, jak w praktyce wykorzystywane są dane: od pojedynczegoparagonu po decyzje obejmujące sprzedaż, logistykę i współpracę z dostawcami.

Bo dane w handlu to nie tylko analizy i dashboardy. To konkretne wybory: co trafia na półkę, ile zamówić, kiedy dostarczyć i jak zaplanować promocję.

Rozmawiamy o tym:

  jak z milionów transakcji powstają realne decyzje biznesowe dlaczego „intuicja” często jest efektem pracy na danychjak testy i eksperymenty wpływają na sprzedaż i zachowania klientóww jaki sposób dane łączą retail, logistykę i dostawcówdlaczego skala ma znaczenie – i co to znaczy w praktyce.

To rozmowa o tym, jak działa współczesny retail – jako jeden system, w którym dane przepływają między sprzedażą, operacjami i partnerami biznesowymi.

🕰️ CZASÓWKA:

- Intro

- Czy do prowadzenia firmy nie wystarczy tylko intuicja?

- Jak się zdobywa intuicję do prowadzenia firmy?

- Jakie dane są tyle cenne że opłaca się je badać?

- Jakie dane zbiera Biedronka?

- Jak Biedronka używa swoje dane

- Jak algorytmy mogą pomagać pracownikom?

- Czy jest sposób żeby reszta rynku korzystała z tych danych?

- Jak można ocenić wartość danych?

- Co mówią o nas nasze osobiste algorytmy?

- Jakie opinie o Biedronce po analizie okazały się inne?

- Liczba odcinka / Outro


 

🎙️Gość: Marek Złakowski


 

🕹️ Montaż: Maximillian Nosal

Rozdziały (9)

1. Wprowadzenie i przedstawienie gościa

Podstawowe informacje o temacie i goście. Rozmowa o znaczeniu danych w biznesie.

2. Definicja danych i ich zastosowanie

Opis zastosowania danych w biznesie, przykłady i rozmowa o znaczeniu intuicji w zarządzaniu.

3. Rola intuicji w zarządzaniu firmą

Analiza roli intuicji w zarządzaniu firmą i jej relacji z danymi. Przykłady i rozmowa o potrzebach w zbieraniu danych.

4. Proces zbierania i analizy danych

Rozmowa o konkretnych przykładach zbierania danych i ich zastosowaniach w firmie Biedronka.

5. Zbieranie i analiza danych w sklepach

Rozmowa koncentruje się na zbieraniu i analizie danych w sklepach, takich jak Biedronka, oraz na ich zastosowaniu w marketingu i badaniach rynkowych.

6. Analiza wpływu otwierania sklepów na zatrudnienie

Analiza pokazuje, że otwieranie dyskontów nie ma negatywnego wpływu na zatrudnienie i wynagrodzenia w retailu.

7. Reakcja klientów na konkurencję

Reakcja klientów na otwarcie konkurencji jest zaskakująca, ponieważ obroty Biedronki często wzrastają, nawet w pobliżu konkurencji.

8. Model hotelinga i efekty sklepów obok siebie

Efekty sklepów obok siebie są analizowane, w tym model hotelinga, który wyjaśnia zachowanie klientów.

9. Liczba 23 miliony

Mark Złakowski podaje liczbę 23 miliony jako liczbę aktywnych kart Moja Biedronka.

Szukaj w treści odcinka

Znaleziono 30 wyników dla "AI"

Są teraz fantastyczne eksperymenty, które pokazuje taki mój kolega, wiesz, to, co jest dużym problemem w retailu, to jak wyeksponować produkty.

I na przykład są takie teraz pomysły, że można byłoby wygenerować takie wirtualne sklepy w AI.

To jest twój główny claim to fame, to co piszesz na plakatach, to jest twoja misja, to przekazujesz wszystkim pracownikom, że wszyscy w tym jednym celu pracujecie.

W rozmaitych firmach znam opowieść o dużej polskiej firmie telekomunikacyjnej, która kiedyś zrobiła wielką kampanię marketingową, że będzie

Ale jeżeli twój claim to fame jest taki, że dowozisz coś z punktu A do punktu B poniżej 24 godzin, żeby nie wiem co, i nie mierzysz ile czyjś czasu zabiera do ważenia, no to nie...

Ja specjalnie wzięłam przykład niezwiązany z retailem, żeby nie odbierać Markowi podania tych szczegółów.

No masz swój claim to fame, masz tą idea czy wizję, na której budujesz swoją firmę.

My na tym budujemy projekty badawcze rozmaite.

Teraz w zależności od tego, ile tych atrybutów jesteś w stanie zebrać, no to tak są bardziej skomplikowane twoje pytania, ponieważ nigdy, jak rozumiem, retail nie sprawdza, czy ktoś, kto kupuje marchewkę ma lat 64 czy 32, no to nie sprawdzisz, czy starsze osoby kupują więcej produktów o wysokiej jakości.

Wiesz, jest taki durny i naiwny sposób, że zawsze znajomi opowiadają, jak kupili pralkę przez jakiś online, to zawsze mu teraz przeglądarka ci przez miesiąc ci będzie wyświetlała reklamę na wszystkich możliwych portalach pralek.

To jest takie naiwne podejście do marketingu.

Potem były rozmaite portale usługowe w stylu, znowu nie chcę używać nazw, ale takie, gdzie ludzie się logują przez jakieś konto, ale tam też sobie przeglądają.

I nagle się okazuje, że jesteś w stanie za pomocą zbieranych danych robić nie takie naiwne, durne coś, że przez miesiąc ci się jeszcze wyświetlają te reklamy pralki, tylko jak zawsze chodzisz i kupujesz z grubsza porównywalny koszyk, to możesz dostawać informacje, które są przydatne tylko dla ciebie i nie zaśmiecamy ci głowy.

Use case zbierania danych paragonowych był dobrze zawsze opisany w literaturze, jak i głębokie przekonanie w retailu, że na tym po prostu się robi biznes.

I to jak ludzie pytają, jak AI może wspierać ludzi, w sensie nie AI, tylko po prostu algorytmy, są w stanie na bieżąco

Znaczy, a dzięki temu, że taka współpraca zaistniała, no to my byliśmy w stanie zobaczyć prawie, że w takim, wiesz, jak idziesz do zoo i patrzysz, jak zwierzątka się zachowują, no to tutaj masz taki wgląd w faktyczne procesy gospodarcze.

Czy w takim razie jest szansa, żeby zaimplementować taki rodzaj baz danych do statystyki?

Teraz co wiedzą firmy retailowe?

Firmy retailowe wiedzą po ile sprzedały,

To oni by musieli, wszyscy retailerzy, wysyłać wszystkie informacje ze wszystkich sklepów.

A retailer może zrobić ważoną sprzedażą po markach,

To znaczy, że nie zbierają tych danych tak po prostu, żeby je zbierać i nie wyłącznie po to, żeby mieć na końcu skuteczną reklamę, ale też żeby monitorować te swoje rozmaite procesy i jakby tworzyć firmę, która ma jakiś tam zestaw planów, misji, wartości, czegoś tam.

Trudno, tule i koje w żalu, ale na końcu i tak to jest przydatne do rozmaitych pytań takich istotnych z perspektywy polityki gospodarczej.

Takie rzeczy, co będziemy próbowali robić w oparciu o dane, które dostaliśmy z Biedronki, to był ten moment, kiedy do Polski przyjechało bardzo wielu uchodźców z Ukrainy.

A na ile nasze zmiany zachowań poddają się rozmaitym interwencjom publicznym?

Natomiast na poziomie zatrudnienia i w szczególności zatrudnienia w retailu oraz wynagrodzeń na pewno nie ma negatywnych efektów.

Jakbyśmy mieli z innych retailów, to byśmy obejrzeli też inne retaila.

Ale to nie jest tak, że się otwiera sklep jakiejś sieci i patrzymy, co się dzieje dalej, tylko mamy mądrą, przyczynowo-skutkową strategię identyfikacyjną, która pozwala nam zweryfikować tezę, że po otwarciu takiego sklepu nie ma spadku zatrudnienia, nie ma spadku zatrudnienia w retailu i jest wzrost wynagrodzeń.

Jednak pewna koncentracja retailu przyciąga więcej na końcu klientów niż było to pierwotnie.

Na rynku, ale dla wszystkich z Państwa potencjalnie zaniepokojonych, że teraz jesteśmy jakoś klientelistycznie z Biedronką związani, to chciałam powiedzieć, że ten raport dotyczył rozwoju całego retailu i był w oparciu, czyli sektora handlu detalicznego i był w oparciu o dane Biedronki między innymi, ale nie wyłącznie.