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

Myślę, że większość polskich biznesów jest zacofana technologicznie. Zacofana technologicznie jeśli chodzi o wykorzystanie technologii poprawiających jakość danych czy też związanych ze zbieraniem danych. Mam różne teorie dlaczego tak się dzieje, dlaczego mamy taki stan zastany teraz w polskich biznesach. Myślę, że jednym z czynników była zmiana w Googlu, zmiana z Universal Analyticsa na GA4. Mógłbym powiedzieć, że jest taka stara era marketingu jeszcze Universal Analytics i nowa era marketingu po pojawieniu się GA4. Uważam, że większość firm nie wykorzystuje danych w pełni albo nie wykorzystuje ich wcale. Niestety większość decyzji kluczowych jest podejmowana w oparciu o własną intuicję, jakieś przeczucia, często dobre.

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.

To obserwuję, że dopiero jakby rynek się adoptuje do tych zmian pomału. Tak pojawia się jakaś tam odrobina odwagi na przetestowanie pewnych rozwiązań, wdrożenie ich u siebie. Natomiast tempo implementacji tego wszystkiego jest powolne. Takie mam, odnoszę wrażenie, że jest to powolna zmiana. I obserwuję, mam też takie zdanie, że na pewno nie każdy potrzebuje tych technologii takich hiper zaawansowanych. Niektórzy nawet nie potrzebują GA4. Tak bym dość kontrowersyjnie powiedział. Niektórzy potrzebują mniej zaawansowanych, prostszych narzędzi. Tutaj myślę, że to co jest cenne w tym wszystkim, to jest to, że im większy masz biznes, im więcej masz sprzedaży, więcej ruchu tego wszystkiego wokół biznesu, tym masz więcej danych.

W ogóle na świecie jest dużo danych. Stoi moja książka, gdybyście chcieli taką historię tych danych. Świetnie opisana, polecam, bo skonsumowałem. To właśnie tam trochę rozwiodłem się na tym tematem, w sensie rozwinąłem. I teraz mała firma, która powiedzmy prowadzi taki standardowy marketing w Google Ads, SEO, Meta Ads i ma tą GA4 dodatkowo to ona już może mieć dużo tych danych, które trzeba przetwarzać. Można te dane przetwarzać ręcznie. Ale efektywniej byłoby pracować na nich już właśnie w takiej surowej formie np. w hurtowni danych, gdzie się możemy porozmawiać też jakie to korzyści niesie. Natomiast jest ta przestrzeń. Tutaj barierą najczęściej są zasoby.

Którzy analizują, którzy konfigurują narzędzia, a wciąż może im brakować czasu. Teraz mam taki case dużej korporacji, która korzysta akurat z moich usług, ponieważ ich zasoby wewnętrzne są niewystarczające. Terminy na przygotowanie czegoś w hurtowni danych to jest przyszły rok. Są tak zawaleni bieżączką, która jest priorytetowa dla biznesu, dla decydentów, dla menadżerów, dla dyrekcji, dla akcjonariuszy czasami również różnego typu raporty i nikt nie ma czasu na jakieś GA4, poprawianie danych czy blendowanie ich np. z Google Adsem czy z SEO, żeby udowodnić, że któreś artykuły blogowe działają lepiej lub gorzej. Z punktu widzenia jakby prezesa tani będzie po prostu zaryzykować i a priori przyjąć pewne założenia, że skoro blog działa to go

Może być dla niektórych ciężka, nie ukrywam, chociaż dzięki za słowa... Ja zrozumiałem, więc myślę, że większość podoba. To się cieszę bo właśnie tu starałem się takiego żargonu i specjalistycznej wiedzy jakby takiej bardzo technicznej jak na mniej używać ona ma taki poziom wydaje mi się bardziej ogólny i pewnie będę trochę nawiązywał do niektórych tutaj treści. Do tego co powiedziałeś jeśli chodzi o kadrę zarządzającą, menedżerów itd. Faktycznie oni rzadko mają zainteresowanie techniczne. Ja nie będę tłumaczył co to jest Pixel, co to jest Event w GA4. Ich to nie interesuje. Ich interesuje Output. Co oni z tym mogą dalej zrobić. No i dobrze jest znać swoich decydentów, bo oni są de facto najczęściej odbiorcą np.

I na ten temat nie dyskutujemy. Dane nam coś mówią, my to robimy. I to jest też takie podejście data driven w organizacji. Ono również oznacza, że firma ma kulturę pracy na danych. Czyli są pewne standardy, procesy, sposoby raportowania, przetwarzania danych. To są firmy, które dla mnie organizacja data driven pracuje już w cloudzie współczesna. Ma tą hurtownię danych, rozbudowano coś więcej jak GA4. Wszyscy z tego korzystają. Jest jedno źródło prawdy, do którego zaglądamy, w oparciu o które się rozliczamy, ustalamy premie, ustalamy KPI itd. Pracujemy na danych. Drugie podejście to jest Data Inspired Marketing.

Muszą być te dane uporządkowane i że ta koncepcja jednak data driven wciąż dowodzi. Natomiast współczesny marketing i współczesny marketer, jeśli nie ma tych odrobionych lekcji, nie ma tej powiedzmy hurtowni, jeszcze nie rozumie GA4, o tym też możemy proponować w kontekście edukacji. Ja uważam, że wszyscy mają GA4, nikt nie umie z niego korzystać. Nie wiedzą jak z tej platformy korzystać. Już nie mówię o wykorzystaniu tego potencjału w chmurze. Podstawowe wykorzystanie leży u wszystkich na dowolnym szczeblu. No i są np. specjaliści od, powiedzmy, mety, którzy widzą konwersję u siebie w mecie, patrzą w GA4 i doznają szoku. No i to tłumaczy, że jest coś źle skonfigurowane. Przychodzi ktoś, poprawia konfigurację, bo można przyjąć takie założenie.

Doświadczenie też mi podpowiada, że wszyscy mają jakiś problem w GA4. Więc poprawiamy te problemy, ale powiedzmy zmiana jest niewielka. Wciąż jest duża różnica między metą a GA4. No i co robi specjalista mety? Na jakie dane ma patrzeć? No to patrzy na dane mety, ale wiemy jak działa konwersja w mecie. Dla tych co nie wiedzą to może przypomnę, że meta przypisuje sobie jako konwersję nawet to jeśli ktoś tylko zobaczy reklamę, nawet w nią nie kliknie, tylko zobaczy reklamę to już jest konwersja. No i specjalista może zadawać sobie pytanie. Czy jeśli tej reklamy by nie było i użytkownik by jej nie zobaczył, to czy i tak by dokonał zakupu czy nie?

No i na to meta nam nie odpowie. Google Ads powie, że przepraszam GA4 powie nam, że by nie doszło do konwersji, no bo nie ma tego na last clicku. No i tu zaczynają się różnego typu przypuszczenia kierowanie się intuicją i np. specjalista może zauważyć, że jeśli W momencie gdy nie było tych kampanii, sprzedaż była mniejsza, a jeśli on je włączył to ona jest większa, więc to koreluje z totalem. Możemy mieć takie przeczucie, czyli takie jakby przeczucie inkrementalne. No i to jest dla mnie takie podejście data inspired. One powinno być głównie wykorzystywane w branży takiej kreatywnej, w designie, w UX, gdzie nie ma jednoznacznej odpowiedzi. I tu zawsze to doświadczenie tego eksperta jest kluczowe. Natomiast w takim marketingu bardziej performance'owym uważam, że ważniejsze są te kwestie data driven.

Natomiast moje takie spostrzeżenie, że eksperci, którzy specjaliści, którzy odnoszą duże sukcesy np. na kampaniach mety nie mają danych, bo czasami jest tak specjalista od mety wchodzi na projekt w jakimś MŚP. I ma tak rozwalony piksel, coś on tam zbiera, ale mu nie ufa. GA4 50% przypisane do nutsetu. No ale on musi tą kampanię prowadzić. Robi sobie jakieś mikrokonwersje, jakoś te decyzje podejmuje. Generalnie firma jest zadowolona, bo jak on przyszedł, to oni widzą wzrost. I na tej podstawie się opierają, na takich przeczuciach. Nie było pana Adriana, nie było sprzedaży. Jest pan Adrian, jest sprzedaż. Niektórzy jeszcze mają czasem takie przyczucie, a pół żartem pół serio, że jak wezmą telefon i zadzwonią do specjalisty, to im cudownie rośnie sprzedaż.

Może odpaść w ogóle z decyzją albo pójść do konkurencji. No i jeśli on już u nas kupi to my byśmy chcieli wiedzieć jakie kanały asystowały przed tym triggerem o zakupie. Jeśli my się koncentrujemy tylko na last clicku, to automatycznie faworyzujemy wyszukiwarki, czyli Googla najczęściej. On też jest dobrze pomiarowany, dobrze widoczny w narzędziu GA4. Jeśli my pracujemy tylko na last clicku, to najczęściej wniosek będzie taki, żeby inwestować w Googlacy. Natomiast te kanały wyżej, wcześniejsze będą pomijane. One też nam będą uciekać, no bo jeśli ścieżka jest długa, użytkownik korzysta z różnych narzędzi, z różnych też urządzeń i prywatnych i firmowych, no to ta ścieżka jest pourywana.

Gdzie wyznaczamy sobie próbę kontrolną, badawczą i na podstawie obserwacji patrzymy jak to przekłada się na sprzedaż. Natomiast odpowiadając na pytanie, bo tak już głęboko wchodzę, co do last clicka nie mamy za bardzo wyboru. Bo teraz GA4K jako narzędzie, które powinno agregować wiele różnych kanałów raportuje nam praktycznie last click. Tam Google miał świetny pomysł na wprowadzenie data driven attribution, ale dopóki nie będzie jakościowych danych o użytkowniku, to to działa praktycznie jak last click. Mam kilka wdrożeń, gdzie faktycznie te user ID, czyli taka identyfikacja użytkownika połączona czasami z takimi fingerprintami, czyli próbą

Zrobienia jakby lepszej identyfikacji użytkownika działa i wówczas te algorytmy też fajnie data driven działają, ale przyjmijmy, że w większości branż, firm to jest last click, czyli co się dzieje w GA4, faworyzujemy Googla, Googlacy, czyli to co tak naprawdę nam zamyka. Natomiast inne narzędzia jak Meta czy Google Ads, one z jednej strony trochę lepiej pokazują nam obraz sytuacji, bo tam nie mamy last clicka, tylko te wszystkie systemy działają trochę w oparciu o konwersje wspomagane. Czyli jeśli na całej ścieżce raz wystąpił Google Ads, to Google Ads przypisuje sobie całą zasługę.

Meta tak samo. I z jednej strony te wartości tam są zawyżane. Ale to nie jest coś złego. To jest dla nas pewna informacja. I teraz jak porównamy te informacje z mety z GA4 i zobaczymy różnicę jaka tam występuje jeśli np. różnica między metą a GA4 jest niewielka to znaczy, że głównie meta zamyka sprzedaż. Otwiera i zamyka. Ta ścieżka jest prawdopodobnie też krótka. Natomiast jak różnice między konwersjami w mecie a GA4 są bardzo duże To ja bym tu rekomendował wtedy zrobienie tych badań inkrementalnych, bo one powiedzą nam czy naprawdę na ścieżce musiał uczestniczyć Facebook, aby doszło do tej konwersji.

Temat pod tytułem online mi rośnie, a wtedy offline mi spada i tak dalej, to ja się spotykam z takimi formułowaniami, więc wiem, że to nie jest proste. Ale zanim do tego przejdziemy, to chciałbym jeszcze trochę o hurtowni danych, bo wspominałaś o tym w trakcie rozmowy dość sporo. Jest takie wrażenie, że to brzmi poważnie, ale to można wdrożyć, powiedziałbym jutro, na potrzebę sformułowania. Czy tak faktycznie jest i jakbyś troszkę te hurtownie danych tak pogłębił wątek? Ok, to może też tak przejdziemy po takich trzech etapach. Początkujący, biznes, MŚP i enterprise. Tak żeby tu każdemu dać jakiegoś że tak powiem tipa. Jeśli jesteś początkującym e-commerce'akiem np. masz GA4 i masz smykałkę techniczną albo osobę, która ma taką smykałkę np. specjalista od Google Adsów być może albo specjalista od SEO.

To myślę, że utworzenie hurtowni danych i podpięcie tam podstawowych narzędzi zajmie Ci może dzień roboczy. Samo odpalenie i skonfigurowanie Google Cloud Platform to jest kilka kliknięć myszy. Powiedzmy w godzinę to załatwisz. Podpięcie GA4 zajmuje od 15 minut do pół godziny. Wystarczy kliknąć konektor GA4 i się podepniesz. Nie wiem czy przed chwilą literówki nie zrobiłem, czy nie powiedziałem Google Ads, ale to zaraz powiem o Google Ads. Więc GA4 jest dość szybkie. W Google Ads też są transfery takie, w BigQuery też się to szybko zrobi. Największy problem będzie z metą i Facebookiem, ale od niedawna w BigQuery też jest konektor. Ja osobiście go nie polecam, bo jest niestabilny, ale jest bezpłatny, więc bezpłatnie można go zapiąć.

Tak bym to porównał. Więc podpięliśmy Google Slicy i każdemu polecam, bo w Google Slicach możemy trzymać KPI, koszty innych kanałów, czy jak ja np. robię już takie hurtownie to wrzucamy też tam koszty pracowników. Wszystkie koszty związane z marketingiem robimy taki wskaźnik CAC, czyli całkowity koszt dzielony przez liczbę klientów. I to jest na tym etapie do wykonania przez większość osób, które są nazwałbym to sprytne technologicznie. Natomiast później pojawiają się pierwsze problemy i tych problemów będzie tylko więcej. Największym problemem i ogniwem tutaj zapalnym jest GA4.

Ja na swoim LinkedInie czy w swoich publikacjach nie oszczędzam Googla i każdą wadę mocno eksponuje. Natomiast też tak sprostuje to może dla osób, które czasami wchodzą ze mną w dyskusję gdzieś tam właśnie na LinkedInie broniąc Googla. Ja uważam, że Google jest najlepszą technologią dzisiaj dostępną, ale jest bardzo, bardzo zaawansowany i czuły. I potrzebny jest ekspert, żeby go skonfigurować. I jeśli macie problemy w GA4 teraz, które was irytują, to w BigQuery ich będzie dziesięciokrotnie więcej. I to będzie problem. Bo Google Ads jeszcze ogarniecie.

Tam będzie strzelam 50 różnych tabel. Ale jeszcze jest dobrze to udokumentowane się w tym papiecie. Ale w GA4 ja uważam, że do dzisiaj nie ma rozwiązanych wszystkich problemów z BigQuery. Ja nie znalazłem żadnych poradników płatnych, bezpłatnych. Kupiłem wszystkie dostępne narzędzia na rynku. Może poza kilkoma, dosłownie, może kilku narzędzi nie przetestowałem, ale wszystkie topowe, wiodące od influencerów polskich, zagranicznych, wszystkie rozwiązania, gotowe skrypty, gotowe frameworki, narzędzia gotowe, testowałem i każdy z nich ma jakiś błąd. Ja ze swoim zespołem, z którym teraz pracuję inżynierami danych, których nauczyłem marketingu, bo oni są wybitnymi inżynierami danych, ale trzeba było ich nauczyć właśnie GA4.

Wszystkie te problemy rozwiązaliśmy. To jest dzisiaj moje USP, moje oferty, że mam te problemy rozwiązane. Na przykład jeden z problemów jest taki, że jeśli mieliście mało Facebooka w panelu GA4, to w BigQuery może go być jeszcze mniej. I podam tu taki techniczny przykład. Meta dopisuje sobie taki fragment do urla, do adresu FB Slid i my wiemy, że to jest Facebook, ale nie GA4. GA4 to przypisze nam do Directa albo do Notsetu i to trzeba po prostu poczyścić. Takich przykładów jest więcej. Dane szczególnie na poziomie Source Medium. Głównie na Source Medium są zanieczyszczone i trzeba wiedzieć jak je poczyścić, jak zrobić model atrybucji i tak dalej, żeby to miało ręce i nogi.

Mają najgorsze jakości dane w GA4, ponieważ jest największy ubytek tych kanałów displayowych, nazwijmy je w górze lejka. One są najgorzej trackowane i jeśli my wytniemy ten element To często okazuje się, że próba jest na pograniczu reprezentatywnym, na progu reprezentatywności lub jest nie reprezentatywna. Czyli jeśli w skrócie dla osób, które nie są może tak obeznane ze statystyką na co dzień. To oznacza że tymi danymi nie powinniśmy w ogóle w tym obszarze nie powinniśmy w ogóle prowadzić analiz bo te dane będą tylko wprowadzały nas w błąd są tak zanieczyszczone że lepiej jest na nie nie patrzeć jak patrzeć. No i niestety jeśli ktoś nie ma zrobionego tego porządku na wejściu no to tu wchodzimy w ten obszar.

Sp. z o.o.. Sp. z o.o.. Powiem tak, mali czasami nie umieją wykorzystać GA4. Jak damy im jeszcze hurtownię danych, to najprawdopodobniej skończy się na tym, że firma wyda pieniądze. Jak nie korzystali z GA4, tak nie będą korzystać z hurtowni. Nie, myślę, że to będzie kasus takiego CRM-u, który tak w działach sprzedaży, który jest, a tę dobrą sprawę nie sprawdzamy w sposób higieniczny. Ja akurat lubię to porównanie, bo dla mnie takie słowo jak higiena pracy jest bardzo istotne.

I bardzo słaba retencja. Myć zasady pirackich technik sprzedaży R. Trzeba się skupić teraz na retencji. Olbrzymi potencjał. Więc jest to narzędzie właśnie Marketing Automation. I teraz będziemy testować czy może ten użytkownik powraca. Może często powraca, ale do offline. Bo nam wychodzi w online, że on rzadko wraca. On robi zakupy tam średnio powiedzmy 2,5 raza w całym swoim oknie życia. A powinien to robić częściej, przynajmniej dwa razy do roku. Są różne uroczystości. Powiedzmy, że jest towar, który można częściej zamówić. No i mamy taką hipotezę, że ta osoba ona kupuje ponownie, ale offline nowo. I to będziemy mogli właśnie tego typu rzeczy też opomiarować. Można też użytkownika łapać w GA4.

W ogóle GA4 jest też fenomenalnym narzędziem i Wydaje mi się, że trochę były takie aspiracje inżynierów z Googla, żeby taką mini hurtownię zrobić samego GA4, bo możemy też zrobić kod QR, który odeśle użytkownika do naszej strony internetowej. Tam możemy się zalogować też do programu lojalnościowego, czy jakąś inną akcję wykonać, żeby nam się ten użytkownik odbił. Tylko tu jest bez lojalności pytanie, Czym będzie ta marchewka, którą zachęcimy go do tej akcji? Tak, żeby on coś wykonał. Wrócę do tego, co powiedziałeś i może dla niektórych widzów, którzy tego nie wiedzieli, ty o tej książce piszesz, dlatego będę teraz intelektualizował, ale to padło takie w kontekście scenariza, że w momencie, kiedy klient dokłada aktywności, to automatycznie wszystkie dane jego do tej pory z wyszukiwarek mamy zaciągnięte, no bo te dane się agregują, w związku z tym te nasze behawioralne są