Dlaczego Twoja firma NIE jest data driven (i nawet o tym nie wiesz) [Adrian Andrzejczyk]

Wraz z wprowadzeniem GA4 zachęca nas do wejścia w BigQuery, a BigQuery, czy też hurtownie danych, jedno źródło prawdy, otwiera nam drzwi do pełnego wykorzystania potencjału płynącego w danych. Więc mamy de facto otwarte te drzwi, technologie, rozwiązania, które jeszcze nie tak dawno były zarezerwowane do enterprise'ów, były szalenie drogie, trudne w utrzymaniu, nie było specjalistów od administracji tego wszystkiego. Teraz de facto mamy na wyciągnięcie ręki w bardziej przystępnych cenach. Mamy też AI, który pomaga specjalistom w administracji, rozwijaniu tych produktów, więc dziwię się. I w zeszłym roku mówiłem, że jakby hurtownie danych, czy też co za tym idzie bardziej zaawansowana analityka będzie trendem w tym roku.

Tutaj trzeba to wszystko dobrać pod konkretne potrzeby czasami właśnie w Enterprise pod konkretne środowiska. Ktoś już ma jakieś rozbudowane środowisko to my nie będziemy Przekopywali wszystkiego bo rekomendujemy np. Google Cloud. Ktoś siedzi w środowisku innym to naszym zadaniem jest dostosowanie się do tego ich ekosystemu żeby nie wywracać wszystkiego do góry nogami. Idąc w ogóle w tłumaczenie różnych zwrotów, żeby przybliżyć w ogóle tę tematykę. Są takie terminy, wiesz, jak tutaj chodzisz na okładce Data Driven Marketing, Data Inspired i teraz jest taki nowy, który się pojawia, to jest AI Inspired. Czy to się w ogóle różni? Ok. Ja tylko właśnie odpowiem na jedno pytanie, które też padło właśnie o tym data driven podejściu.

Wiele firm dzisiaj widzę chce być AI driven, ale dopóki nie będą data driven to tego AI nie zrobią. Muszą mieć dane, muszą mieć procesy poukładane itd. żeby w ogóle w pełni wykorzystać potencjał ten AI. Natomiast data driven to jest koncepcja taka bardzo surowa, rygorystyczna, czyli Jeśli dane coś mówią, to my ich słuchamy. I powiem wam, że kiedyś ta koncepcja była, przynajmniej w moim przypadku, bo nie będę za wszystkich się wypowiadał, w moim przypadku była skuteczna i zawsze mówiła prawdę w marketingu performance'owym w Google Ads. Jeszcze przed tą erą Pimaxa. Kampanie produktowe, search'a ustawialiśmy pod konkretne dane.

Czyli można powiedzieć, jeśli chcesz być everywhere wysoko, To musisz mieć silny brand. Żeby mieć silny brand musi być dużo zmian na twój temat i możemy tutaj iść w takie techniki. Próby manipulacji tymi wynikami, czyli wszędzie nawalamy content, spamujemy, no może spamujemy złe słowo, ma być nas dużo wszędzie, jak najwięcej zmianek na nasz temat. Algorytmy Chata GPT i innych systemów AI, LLM będą to łykały, póki co. Bo myślę, że z czasem jak tego spamu będzie dużo to one też będą miały aktualizacje podobne jak to miało miejsce w Google. Natomiast to jest jedna strona medalu. Druga.

Wszystko co w webie przeglądasz jest przetworzone w sposób zaawansowany algorytmami AI. Różnego typu segmentacje, RFM-ki, predykcje, jaka jest szansa, że Ty wrócisz, że Ty odejdziesz itd. Wszystkie te zamasowane funkcje działają teraz w czasie rzeczywistym, w tej milisekundzie, jak Ty odbijasz aplikację i w tym momencie jak możemy to wykorzystać. Możemy dać Tobie dedykowany komunikat na monitorze. Rabat, cześć Adrian i tak dalej. Ostatnio kupowałaś odna i tak dalej. Wiadomo, nie robimy tego w sposób taki nachalny, żeby ta osoba nie czuła się śledzona. Możemy wydrukować coś na paragonie. Możemy różne rzeczy z tym zrobić.

ekspedientka ci mówi, że dzisiaj masz taki i taki rabat albo na te konkretne produkty. System w czasie rzeczywistym też przetwarza Twoje stany magazynowe na tej konkretnej placówce itd. To obsługa klienta ma bezkonkurencyjny feedback na temat tej osoby. Kiedy ona była w online, kiedy w aplikacji, co ona robi itd. Ona nie dostaje tych danych takich jak analityk, tylko konkretne rekomendacje. Dostaje ramkę rekomendacji z tymi produktami. Co możesz wybrać. I to jest, słuchaj, to jest kształt, to jest kolor, to są takie szczegóły. Na których kiedyś wygrał Amazon. O, to jest dobry przykład. O Amazonie też piszę w książce. Amazon wygrał tym, że miał tak dokładną analitykę połączoną z AI i dawał nam tak precyzyjne rekomendacje, że Ty wchodziłeś na Amazona i widziałeś te żyletki do maszynki, które miałeś kupić.

W ogóle nie wiesz czemu, to się wyświetliło na stronie głównej. Przecież tylko raz byłeś na Amazonie i to dwa miesiące temu. I te silniki, które miał kiedyś Amazon którymi Amazon zrobił sobie przewagę konkurencyjną i zdobył pozycję lidera, bo tak naprawdę AI już wtedy, czy może bardziej Machine Learning, dane były kołem zamachowym całego Amazona. Dzisiaj my to mamy na wyciągnięcie ręki i możemy to wdrożyć w naszych sklepach nawet offline'owych. No co się później dzieje? Oczywiście mamy tu informację o tym zakupie offline'owym. Mamy to w naszym jednym źródle prawdy, które możemy zintegrować z BigQuery i tam prowadzić dalsze analizy. I tu akurat w tym przypadku robimy też analizę, bo powiem tak, mi wyszło bardzo niskie lifetime value przy analizie tego klienta.

I co dopiero AI, do którego trochę chciałbym przejść, żeby nam skonkludował, co noszą dzisiaj rozmowę, bo AI dzisiaj jest na ustach wszystkich. Generalnie, to jest oczywiście algorytm mnie dopadły, jestem osaczony AI, sam z niego korzystam codziennie w sposób intensywny. Na dzisiejszym etapie nie widzę żadnej korzyści z niekorzystania z AI pod warunkiem, że trzeba to robić dobrze, a żeby to robić dobrze, to trzeba to robić, żeby to wypracować po prostu. Jak AI zachowuje się w kontekście danych? Jakbyśmy to podsumowali. Do wszystkich algorytmów AI dane są fundamentalne. Ja bym powiedział jeszcze, że drugim fundamentem to są procesy. Mamy takie dwa fundamenty czyli dane i procesy. Musimy wiedzieć też jakie są procesy, żeby wiedzieć gdzie coś można np. zautomatyzować.

Mamy co-pilota w Power BI, który może nam pomóc w wielu obszarach budowania i analizy danych, budowania raportów, analizy danych. Działa to co najmniej jeszcze średnio. Podobne narzędzia mamy w Looker Studio z Gemini. To również jeszcze działa średnio. Mamy różne rozwiązania AI, które pokazują nam trendy, rekomendacje w GA4. I tu to już działa dobrze. Czyli Google jest w stanie nam szybko dać w interfejsie GA4 rekomendacje. Zobacz co się dzieje z tym niszowym źródłem medium, bo ostatnio ci je wybiło. Są rzeczy których nie zauważył powiedzmy 50 na liście źródło medium ale raptownie użyło może Bing Ads albo Organic gdzieś tam wystrzelił.

Takie zastosowanie widzę i osobiście uważam, że ten ostatni obszar analizy danych będzie bardzo mocno zautomatyzowany przez AI, że coraz mniej my będziemy poświęcali czasu na samą analizę, bo ona będzie zautomatyzowana, ale dużo czasu poświęcimy na dobre przygotowanie danych i ich poczyszczenie, bo jeśli my te algorytmy zasilimy słabej jakości danymi albo niekompletnymi, to będzie katastrofa. A właśnie kompletne dane to jest to o czym rozmawialiśmy. To jest rynek, to są trendy, to jest offline, online. Wszystkie te informacje pakujemy i wtedy te algorytmy mają na czym pracować. Dzisiaj to jeszcze działa tak jak mówię średnio. To nie jest tak, że klikniecie dwa razy myszką i to się samo zrobi, czy napiszecie jakiś prompt. To naprawdę nie jest aż tak proste, ale uważam, że będzie.