Dlaczego Twoja firma NIE jest data driven (i nawet o tym nie wiesz) [Adrian Andrzejczyk]
W tym odcinku Growth Scale Automate Oskar Szarek rozmawia z Adrian Andrzejczyk o praktycznym wykorzystaniu danych w marketingu i sprzedaży.Rozmowa dotyczy m.in. pracy z GA4, hurtowni danych, automatyzacji raportowania oraz sposobów oceny skuteczności kanałów reklamowych. Adrian dzieli się doświadczeniem z projektów dla małych firm i dużych organizacji, pokazując, gdzie dane realnie pomagają w podejmowaniu decyzji.🔍 W odcinku:🟠 Wdrażanie hurtowni danych krok po kroku🟠 Automatyzacja raportów i eliminacja pracy ręcznej🟠 Analiza ścieżek zakupowych🟠 Modele atrybucji i badania incrementalne🟠 Pomiar wpływu brandu na sprzedaż🟠 Narzędzia dla MŚP i Enterprise💼 Gość: Adrian Andrzejczyk🔗 LinkedIn: https://pl.linkedin.com/in/adrianandrzejczykPodcast Adriana: https://www.youtube.com/@itosieliczy🚀 Odcinek dla osób rozwijających e-commerce, marketing i sprzedaż w oparciu o dane.📩 Subskrybuj, aby nie przegapić kolejnych rozmów.🔗 Social media:➡️ Facebook: /growthscaleautomate➡️ TikTok: /growthscaleautomate➡️ Instagram: /growthscaleautomate➡️ LinkedIn: /growthscaleautomate-------------#GrowthScaleAutomate #Analityka #Marketing #GA4 #Dane #Ecommerce #PodcastBiznesowy-------------03:00 – Data driven marketing w polskich firmach05:00 – GA4 i jakość danych07:30 – Automatyzacja raportowania i hurtownie danych10:30 – Praca z danymi w e-commerce14:00 – Data driven vs data inspired marketing18:00 – Problemy z atrybucją i last click22:00 – Ścieżka klienta i kanały sprzedaży26:00 – Badania incrementalne i pomiar skuteczności reklam30:00 – Budowanie marki w oparciu o dane34:00 – Pomiar brandu i Google Trends38:00 – BigQuery i integracja źródeł danych42:00 – Analityka w MŚP i Enterprise46:00 – Serverside tracking i jakość danych50:00 – Jak skalować biznes dzięki danym54:00 – Najczęstsze błędy firm w analityce58:00 – Podsumowanie i rekomendacje
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.
Wiele biznesów z sukcesem prowadzi swoje działalności, z sukcesem zdobywa rynek, z sukcesem konkuruje. ...bez mocnego wykorzystania danych. Natomiast jest bardzo wąska grupa firm, które dostrzegam. Najczęściej są to też firmy, które już osiągają duży sukces, enterprise i tak dalej, które starają się w pełni wykorzystać potencjał płynący z danych. A dziwię się, że taki stan, czy taką sytuację obserwujemy na rynku, ponieważ ja obserwuję taką demokratyzację w dostępie do technologii, w dostępie do danych i tutaj właśnie wejście Google Analytics 4 jest fenomenalne pod tym względem, ponieważ Google
Taki świeży przykład w jednej z firm, z którymi współpracowałem w ostatnim roku. Dwóch analityków zajmuje się przez cały etat klepaniem danych, czyli kopiują dane z Allegro do Excela, z Analyticsa do Excela, z Google Ads do Excela, z własnych ERP-ów, CRM-ów itd. Te informacje oni gromadzą i codziennie aktualizują Excela. Masa pracy, która jest wykonywana ręcznie. Przez co ci analitycy nie mają czasu czy też nawet przestrzeni jakiejkolwiek żeby zająć się analizą, wnioskowaniem. Oni zajmują się ręcznym czyszczeniem i zbieraniem danych. Dzisiaj wszystkie te procesy możemy zautomatyzować. Co więcej ograniczamy tutaj jakiś błąd ludzki że ktoś źle zaznaczył tekst który kopiował lub wkleił nie do tej komórki co trzeba.
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
I teraz duża firma zleci badania np. rynku. Dużo informacji posiada sam Google. Opiekun może podzielić się swoimi site'ami, których łatwo nie znajdziemy w planerze słów kluczowych czy w trendsach. Ale nawet idąc dalej, duży może sobie pozwolić na web scrapping i jakieś zasoby budować big data. Mały może to zrobić dużo taniej, ale duży też może to zrobić dużo taniej wchodząc w dostępne narzędzia, które są na rynku np. właśnie takie wspomniane Planner Słów Kluczowych czy Trendsy. Na tej podstawie można już coś estymować, przewidzieć jakieś jakieś ruchy. Ciekawych wniosków też dostarcza Merchant Center, gdzie możemy wstępnie przeanalizować produkty. Kiedyś miałem nawet takie zlecenie od jednego z klientów, który właśnie w covidzie się wybił, trochę o covidzie i zachowaniach rozmawialiśmy.
Wybił się strasznie. Tak się wybił, że agencja, z którą współpracowałem negocjowała stawki prowizji, bo prawdopodobnie ta prowizja wystrzeliła w kosmos. No i ten klient poprosił mnie o zbadanie Potencjału zakupu produktów z Włoch tak aby wprowadzić je na rynek Polski. No i tutaj jakby pod potrzeby tego projektu trzeba było działać szybko powiedzmy w tydzień dostarczyć już jakieś wnioski. Skonsultowaliśmy się z opiekunami Mety, Googla tak żeby wybadać potencjał danych produktów czy też rynku. Sprawdziliśmy wyniki w Merchant Center, nawet zrobiliśmy taki osobny produkt z tego w agencji, żeby sprzedawać tego typu analizy później. Oczywiście badaliśmy też dane historyczne, które już posiadaliśmy na temat różnych produktów i tak analizując te dane, porównując różne zbiory, które zebraliśmy
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.
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.
Świetny temat. Jeszcze właśnie w tej starej erze Universal Analytics mówiłem powtarzałem to często że każdy model jest lepszy od last clicka. Najgorsze co możesz sobie zrobić to opierać się tylko o last clicku. Można by użyć tutaj, mogę użyć takiego sformułowania to zależy, bo są oczywiście branże, które tylko domykają i tam praca na lastniku wystarczy, ponieważ tylko kampanie są nastawione na domykanie sprzedaży, reselerzy, są wyjątki gdzie to się sprawdzi. Natomiast rynek się bardzo zmienił w ostatnich latach. Zauważ, kiedyś mieliśmy jedną przeglądarkę. Jak mówiłeś przeglądarka internetowa, to każdy myślał o Google, który dominował, miał powiedzmy 90% udziału w wyszukiwaniach.
Ten w ogóle paradygmat wyszukiwarki nam się zmienia. Już nie mówię tu o czacie GPT i narzędziach LLM, z których korzystamy bardzo często. To widać też po spadkach ruchu u wydawców treści. Ale dzisiaj w młodym pokoleniu wyszukiwarką jest Tik Tok i szukamy tam nie tylko kodu do influencera, ale naprawdę młode osoby szukają tam wielu informacji. Ja osobiście korzystam z Tik Toka pewnie nieco rzadziej, ale to jest duża wyszukiwarka YouTube. W ogóle social media. Dodaj taką dygresję tylko szybko do TikToka. Moja żona zaplanowała sobie wyjazd do Londynu w oparciu o źródło wiedzy od TikToka i lifehacki. Jak to wszystko sprytnie zrobić komunikacyjnie i logistycznie. No widzisz kiedyś byś czytał bloga i przebijał się przez sorry za wrażenie ale ściek bzdur pisanych pod algorytm Google żeby tylko była objętość duża i nasycenie fraz.
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.
Tak będę zahaczył trochę o te badania też inkrementalne bo to żeby dokładnie to zrobić to najlepiej to zrobił właśnie tego typu badania inkrementalne. Zaraz wytłumaczę wam czym one są. One są też bardzo proste do zrobienia. Natomiast na tym etapie jak patrzymy na tę ścieżkę to się zastanawiamy OK w środku ścieżki był Facebook. Czy by go nie było to czy by doszło do sprzedaży. Czy może inaczej. Na końcu jest Google Ads. Jeśli wytniemy Google Adsy to czy też dojdzie do sprzedaży czy nie? Wszyscy najczęściej się chwytają za serce, o Jezu, biznes mi padnie jak wyłączę Google Adsy. Ostatnio miałem klientkę, która zmieniała agencję i przez tydzień nie miała Google Adsy. Sprzedaż jej nie spadła wcale, nic, zero, o złotówkę nie zauważyła spadku. Później przy analizie okazało się, że to wszystko szło na frazy brandowe, które przechwycił organic.
Może być tak, że my widzimy Google Ads, który dowozi najwięcej ruchu, ma najlepsze wskaźniki, a to jest brand. To jest jeden z przykładów, mogą być różne. Miałem też klienta, u którego padły Google Adsy i cały biznes mu padł. Trzeba było jak najszybciej postawić akurat tam technologie trakujące. No ale jak to ocenić? I właśnie te takie pady, o których mówię, to jest taka radykalna forma prowadzenia badań inkrementalnych, bo żeby faktycznie zobaczyć czy coś wpływa, ma jakiś impakt na sprzedaż, to jest wyłączenie tego kanału. W praktyce nie robi się tego tak rygorystycznie, że wyłączę kampanię i zobaczę o ile spadnie mi sprzedaż. To jest prowadzone w sposób bardziej planowany, mniej inwazyjny.
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.
To jest element, który dzisiaj chyba nie jest opcjonalny. Jak ty do tego podchodzisz? Jako marketingowiec mogę się wypowiedzieć teraz. Jako marketingowiec też prowadzę właśnie podcast I to się liczy i tam rozmawiam z ekspertami nie o danych. Tam dane są jakby w tle. Ja bardziej staram się wydobyć kontekst. I właśnie ostatnio jak rozmawiam z różnymi specjalistami to wydobywam w tym kontekst ważności brandu. I mocny brand triggeruje ze sprzedażą, no bo jakby współczynnik konwersji może być wyższy z uwagi na to, że znam, ufam danej marce. Natomiast silny brand mocno wpływa na widoczność w Google, ale w ogóle w całym SEO, takim SEO rozumianym jako Search Everywhere Optimalization.
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.
Silna marka pomaga też w samym Google. Szybciej też klikniemy CTR będą wyższe jeśli marka jest rozpoznawalna. Silna marka przekłada się również na współczynnik komercyjny. Tych elementów oddziaływania silnej marki na sprzedaż jest wiele. Natomiast w kontekście samej analityki Jest też wiele ciekawych obszarów do analizy siły brandu. Pierwszym sygnałem dla mnie, ja mam w ogóle taki też wskaźnik swój, siły marki. Jeśli twoja marka jest częściej wyszukiwana od frazy generycznej, to oznacza, że ona jest silna. Czyli jeśli np. sprzedajemy suplementy na pamięć,
Tak będę nawiązywał trochę do rzeczy, o których rozmawialiśmy przed podcastem. Właśnie dużo rozmawialiśmy o sporcie i suplementach, więc jeśli np. wpisujemy suplementy na pamięć i nasza marka w trendcach ma załóżmy 100 punktów, a suplementy diety 80, czyli przebijamy tę frazę, jest trend też pozytywny, to uważam, że wtedy jest silna marka. I wtedy my kształtujemy rynek czyli części osoby wyszukują moją markę jak sam problem czy samą frazę po której mogliby coś u nas kupić. To jest silna marka i siłę marki możemy mierzyć w narzędziu Google Trends. Jeśli nas nie ma w Google Trends to można powiedzieć że marki również nie ma. Kolejnym narzędziem do mierzenia siły marki może być np.
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.
On się rozłącza średnio raz w miesiącu, niektórym częściej, niektórym rzadziej. No i trzeba się znowu przeklikać, ale jak to raz zrobisz, to ponowne wykonanie tej czynności nie będzie jakoś skomplikowane, więc de facto hurtownię danych możesz zrobić dosłownie w dzień roboczy. Masz podpięty kilka różnych źródeł danych. Co ważne i co ja najczęściej wykorzystuję, to jest Bardzo fajny konektor Google Sheetsów do BigQuery. Tutaj mała anegdota. Jak zaczynałem pracę z BigQuery poszedłem do dużej rozpoznawalnej agencji do pracy. Tam pracowałem z bardzo dużym zespołem inżynierów danych, naukowców, doktorantów, profesorów itd. No i oni pracowali na hurtowni danych.
No i męczyli się z przygotowaniem importu danych z Google Sheetsów do BigQuery. No i słuchajcie, im to zajęło praktycznie miesiąc pracy, masa przepalonych godzin. Aż się wkurzyłem, bo klient czekał z projektem. Pojawił się wtedy chat GPT, trochę popromptowałem, wchodzę i mówię słuchajcie, ale po co wy piszecie konektor, jak to jest bezpłatny, gotowy. No i się okazało, że podpięcie Google Sheets jest bardzo proste i musiałem pouczyć po prostu inżynierów danych, jak można to prosto zrobić, bo brak jakby Znajomości tej funkcji. Oni pisali, robili rakietę, która by człowieka zabrała na Marsa, a wystarczyło wsiąść na rower i przyjechać parę metrów.
Pokazano pierwszych 25 dopasowań — doprecyzuj frazę, aby zawęzić wyniki. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Jestem też partnerem Synerise, a więc jak ktoś z Was chciał więcej porozmawiać na ten temat to tu zostawimy też kontakt.
Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.
„Jestem też partnerem Synerise, a więc jak ktoś z Was chciał więcej porozmawiać na ten temat to tu zostawimy też kontakt."
Kliknij, aby znaleźć fragmenty, w których pada.
W tym odcinku Growth Scale Automate Oskar Szarek rozmawia z Adrian Andrzejczyk o praktycznym wykorzystaniu danych w marketingu i sprzedaży.
Rozmowa dotyczy m.in. pracy z GA4, hurtowni danych, automatyzacji raportowania oraz sposobów oceny skuteczności kanałów reklamowych.
Adrian dzieli się doświadczeniem z projektów dla małych firm i dużych organizacji, pokazując, gdzie dane realnie pomagają w podejmowaniu decyzji.
🔍 W odcinku:
🟠 Wdrażanie hurtowni danych krok po kroku
🟠 Automatyzacja raportów i eliminacja pracy ręcznej
🟠 Analiza ścieżek zakupowych
🟠 Modele atrybucji i badania incrementalne
🟠 Pomiar wpływu brandu na sprzedaż
🟠 Narzędzia dla MŚP i Enterprise
💼 Gość: Adrian Andrzejczyk
🔗 LinkedIn: https://pl.linkedin.com/in/adrianandrzejczyk
Podcast Adriana: https://www.youtube.com/@itosieliczy
🚀 Odcinek dla osób rozwijających e-commerce, marketing i sprzedaż w oparciu o dane.
📩 Subskrybuj, aby nie przegapić kolejnych rozmów.
🔗 Social media:➡️ Facebook: /growthscaleautomate➡️ TikTok: /growthscaleautomate➡️ Instagram: /growthscaleautomate➡️ LinkedIn: /growthscaleautomate
-------------
#GrowthScaleAutomate #Analityka #Marketing #GA4 #Dane #Ecommerce #PodcastBiznesowy
-------------
– Data driven marketing w polskich firmach
– GA4 i jakość danych
– Automatyzacja raportowania i hurtownie danych
– Praca z danymi w e-commerce
– Data driven vs data inspired marketing
– Problemy z atrybucją i last click
– Ścieżka klienta i kanały sprzedaży
– Badania incrementalne i pomiar skuteczności reklam
– Budowanie marki w oparciu o dane
– Pomiar brandu i Google Trends
– BigQuery i integracja źródeł danych
– Analityka w MŚP i Enterprise
– Serverside tracking i jakość danych
– Jak skalować biznes dzięki danym
– Najczęstsze błędy firm w analityce
– Podsumowanie i rekomendacje