Mentionsy Mentionsy
Growth, Scale & Automate
Growth, Scale & Automate

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

25.02.2026 ·1 godz 22 min · 1 rozdział · 1 sponsor

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

Także to jest skomplikowane i to zajmuje masę, masę czasu. Więc tu ten czas można oszczędzić korzystając z usług ekspertów. I tak oceniłem też z góry inne firmy, które mają gotowe czasami rozwiązania w SASie, że po prostu wchodzimy sobie w narzędzie, wyklikujemy sobie konektory Dostajemy od razu raport w Looker Studio i niby sprawa jest z głowy. Dla wielu to wystarczy. Minusem takich rozwiązań jest po pierwsze koszt miesięczny, który musimy ponosić. Drugi bardzo ograniczone albo brak możliwości customizacji. I trzecie ograniczenie to są właśnie te błędy, takie niuansiki. Natomiast niektórych mogą one nie dotyczyć, bo to, że mam dane o te 5-10% lepszej jakości nie każdemu coś wniosą.

Czyli jeśli macie śmieci na wejściu to one będą również na wejściu. I tu czasami hurtownia może pomóc. Poczyścić te dane jeszcze w jakiś sposób, ale w niektórych przypadkach to już też rozkłada ręce. Więc ja bym powiedział, że taki najlepszy framework to jest wdrożenie sobie Server Site, technologii serwerowej, gdzie mamy najwyższej jakości dane. Później hurtownia danych. No i przechodzimy do trzeciego etapu kluczowego. To jest wykorzystanie tych danych, czyli przygotowanie raportów. Więc ja bym powiedział, że Enterprise dzisiaj w mojej opinii powinny mieć hurtownię danych, wdrożone technologie server side i jeśli to jest wszystko ładnie opakowane no to wtedy zakładam, że decydenci już umieją posługiwać się Power BI, innym narzędziem BI czy Looker Studio.

61:32 · Synerise 2

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.

Ona jest przetwarzana przez czata GPT. Ja dostaję codziennie na maila rekomendacje co się u mnie dzieje. Ja zaczynam dzień od przeczytania maila ze streszczeniem statystyk z czata GPT. Później sobie wchodzę na swój raport w Lookerze i to jeszcze sobie tam sprawdzam, ale jakieś takie wstępne wnioski, wstępne analizy już mam z tego czata GPT. Więc ja uważam, że w przyszłości będziemy zasilać nasze algorytmy tymi danymi z Big Data. Przepraszam, z Big Data też, ale będziemy głównie zasilać z naszej hurtowni danych z jednego źródła prawdy. Systemy wbudowane w narzędzia raportowe będą nam w tym pomagały. Jest jeszcze Gemini w BigQuery i on działa jeszcze średnio. Tam też możemy zadać mu pytania różne. On sam pisze SQL-ki i przygotowuje nam materiały, natomiast to działa średnio.

Pokazano wszystkie 4 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.