DANE KLUCZEM DO POPRAWY BIZNESU | ADRIAN ANDRZEJCZYK| EOP Z GOŚCIEM odc.12

Cześć, witajcie na kanale E-commerce Oczami Praktyków. W tym odcinku rozmawiamy z Adrianem Andrzejczykiem. Adrian jest autorem nowo wydanej książki Data Driven Marketing. Nam to pojęcie jest bardzo bliskie, bo na co dzień też mocno w naszym biznesie bazujemy na danych, więc będziemy chcieli Adriana zapytać o to jak on Analizuje dane, z jakich narzędzi korzysta, co robi, aby te dane efektywnie analizować i wyciągać z nich ciekawe, interesujące wnioski dla biznesu. Gorąco zachęcamy Was do zostawiania łapek w górę, zostawiania subskrypcji. Bardzo nas to motywuje do dalszej pracy, więc liczymy na Was i oczywiście zadawania pytań w komentarzu. Partnerami kanału są Samba AI, narzędzie do marketing automation, z którego na co dzień korzystamy w naszym biznesie. Faksi, Twój kurier dostarczający przesyłki międzynarodowe dla e-commerce, z którego korzystamy na co dzień w naszym biznesie.

Które czasami mają zastosowanie i można je właśnie wykorzystać, żeby tutaj tak nie odpływać w jakąś tam sferę filozoficzną, czy też parapsychologiczną bym powiedział, to to nam też się sprawdza. I o tym właśnie też pisze Kachenman, też taki autor bardzo szanowany przeze mnie, więc tu tak jakby tu łączę takie koncepcje. No mam jeszcze w planach napisanie trzeciej książki, już taką stricte o analizie danych, czyli to, co wszystkich interesuje najbardziej. Natomiast trzeba będzie jeszcze na nią poczekać, żebym znalazł trochę czasu, bo pisanie książki dużo tego czasu wymaga. No więc tak, może nie krótko, ale o tej książce zachęcam do przeczytania i nie trzeba czytać całej. Tu można znaleźć jakiś rozdział dla siebie. Tu są takie rozdziały bardziej ogólne, trochę też o AI, wtedy akurat wchodził ten AI,

Ale ja generalnie najwięcej pracuję w ogóle na Google Sheetsach, nie? Dla mnie to jest po prostu kombajn, który w chmurze łączy się z całą infrastrukturą Google'a. Dzisiaj jeszcze jest masa konektorów do Google Sheetsów, masa rozwiązań AI-owy, więc tam naprawdę można robić kombajny różnego typu. Natomiast najlepszym wyjściem jest dla mnie dzisiaj agregacja tego w BigQuery. Jest dużo też bezpłatnych konektorów. W miarę szybko możemy zgrać Facebooka, Google Ads, GA4. Jeśli wgramy dane do Google Sheetsu, w Google Sheetsa wrzucić. Jest jeszcze fajne, są proste napisanie konektory, które zgrywają nam jakieś CSV-ki. Czyli jeśli coś nam przyjdzie na maila, możemy to szybko też nam w taki storage cloudowy wrzucić. I wtedy te dane trzeba poczyścić. Jest to przy tym trochę zabawy.

Czasami wychodzi kilka takich kluczowych, tu wyszła ich masa, no ale klient był świadomy, że trzeba zmienić layout strony, więc tam nie robiliśmy nada testów, a BLK powstała nowa makieta strony. Już nowa makieta strony wykazała nam dużo lepsze wskaźniki conversion rate. Można powiedzieć, że tu analityka miała największy impakt. Natomiast każdy chce to sobie przypisać, bo designerzy, UX-owcy, deweloperzy, każdy widzi tę instrukcję u siebie, więc analitykę ciężko udowodnić. Taki bezpośredni wpływ, najłatwiej, i często to jest taki game changer, to są CRO. Natomiast jeszcze parę lat temu, każdy w SEM-ie, gdzie nie było jeszcze tego AI-a, jak dobrze przeanalizował dane, dobrze dobrał produkty, dobrze to poustawiał, mega się skalowało. Powiem wam, ja miałem tylu klientów, co po prostu ja dla nich byłem jak jakieś bóstwo.

Oni mówią, kurczę, pan Adrian, tu prezenciki, tu tamto, bo on tam wszedł w biznes tu raptownie tam z 10 tysięcy 100 tysięcy, 200, 300, nie? I po prostu wszyscy tam happy. Ja go klacy mu dobrze ustawiłem po prostu. No ale faktycznie, kiedy jeździłem do klasy, to była też porządna analiza danych. Tam naprawdę było bardzo dużo obszarów do analizy, korelacji, pory dnia, produkty, sezonowość i tak dalej. Skrypty pogodowe. Tak, skrypty pogodowe, dokładnie. No teraz ufamy, że to AI za nas robi. Ja na początku byłem sceptyczny, miałem takiego klienta z tuszami. Ja już mu wykręcałem tam 1200 ROAS, wszyscy zadowoleni. Przepiąłem się na Pimaxa po 2000. Wtedy Pimax dopiero wchodził, białe oczy otworzyłem. Po prostu dużo mniej roboty, nawet zalecane, żeby za dużo tam nie robić, bo to się musi od nowa nauczyć.

To też po stronie klienta jest odczuwalne, no bo kiedyś Amazon sobie mógł pozwolić na machine learning w swoim systemie. To było ich koło zamachowe, to można o tym poczytać. To było wiele lat temu. To jeszcze nie nazywało się AI. Dzisiaj pewnie by to dostało łatkę AI. Wtedy to był machine learning. I to było bardzo drogie. Big data. Jakaś taka zaawansowana obróbka danych. To wszystko było drogie. No bo inżynier danych musiał poświęcić kawał swojego życia, żeby się tego nauczyć. To są trudne rzeczy obciążające głowę bardzo mocno. To są takie często bardzo głębokie rozkminy. Natomiast dzisiaj to jest bardziej dostępne. Przez to, że jest z jednej strony też jakby rynek wymusza, że jest więcej tych data scientistów, data engineerów na rynku. Z drugiej strony te narzędzia typu Chat, GPT ułatwiają pisanie tych promptów.

Duże ułatwienie. Kolejna rzecz do takiego użytku codziennego, czyli powiedzmy po stronie biznesu nie mam czasu na analizę czy dawanie taska dla data inżyniera, bo on ma co robić. To wówczas można spróbować skorzystać z gotowych takich asystentów AI. Są tacy asystenci do GA4. Gdzie podpinamy GA4 to polecam firmę Bacona. Teraz może jeszcze za darmo można się pod nich podpiąć, bo oni teraz uczą swój algorytm takiego asystenta, gdzie podpinacie swój e-commerce, macie swojego takiego jakby czata i tam zadajecie pytanie np. daj mi statystyki sprzedaży za wczoraj, on ci wszystko wyrzuca, zinterpretuj mi dane itd. E-commerce Oczami Praktyków

Zachęcam Was do ustawienia sobie alertów GA4, bo jeśli je ustawicie, to jeśli pojawią się jakieś anomalie, to dostaniecie też od razu o tym informacje, będziecie mogli to sobie tam głębiej przeanalizować. Więc to wchodzi mocno, jest tego coraz więcej. Ja sobie akurat korzystam z Google Cloud Platform i tam są takie zaawansowane narzędzia do analizy danych. To nie są takie modele językowe, tylko typowo analityczne. Jest na przykład takie narzędzie Vertex AI, które ja wykorzystuję do budowania modeli predykcyjnych, czyli na przykład robię takie fajne feature, że buduję raport w Looker Studio i możecie sobie wybrać datę przyszłą i zobaczyć jak model prognozuje przyszłe wydarzenia. Na przykład jak pytałeś o KPI, to ja jako analityk daję sobie KPI, żeby ten model był coraz dokładniejszy, żeby te predykcje, które wam daję były coraz lepsze. To Wam może pomóc na przykład w uzupełnieniu magazynu, prognozy sprzedaży konkretnych produktów, wyników SEO, SEM w najbliższym czasie i tak dalej.

Trzeba zaśliść jeszcze tam danymi najlepiej właśnie Big Data, żeby ten algorytm działał. Czy mamy takie rozwiązania klastrowania? Czyli możemy podzielić użytkowników na tych, którzy dużym prawdopodobieństwem kupią albo nie kupią. I co ciekawe, mamy coś takiego w GA4. W GA4 możecie zrobić sobie odbiorców, którzy z dużym prawdopodobieństwem na przykład usuną Waszą aplikację. Dzień dobry. Dzień dobry. Więc można sobie takie też porobić własne grupy odbiorców i je po prostu przeanalizować, jak Google widzi tych użytkowników albo napisać własne właśnie z Vertex AI.

No, Vertex AI ma jeszcze taką jedną korzyść, taki case wam jeszcze podam, gdzie Vertex AI wykorzystywałem do obliczeń marży na produkcie i poprzez Vertex AI i Google Server Site wysyłałem te informacje do Google Ads. I Google Ads miał ustawiony nie ROAS tylko ROI. Czyli my pracowaliśmy w taki sposób na pliku danych, że optymalizowaliśmy całą kampanię pod ROI. Bo czasami zdarza się tak, że jeśli tego nie zrobimy, a klient ma różne marże na produktach, jeszcze różne stawki VAT, to już w ogóle. Jeśli te kwoty brutto ma dostarczane do systemu, no to czasami agencja się cieszy, że jest dobry ROAS, a klient niekoniecznie, nie? Bo może się okazać, że ten ROAS tysiąc, dziesięć tysięcy czy jakkolwiek inaczej nie musi być dobry dla biznesu.