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

Cześć, witam was w kolejnym odcinku podcastu Growth, Scale Automate, a moim gościem dzisiaj jest Adrian Andrzejczyk. Cześć, dzięki za zaproszenie. Adrian, dziękuję, że jesteś. Trochę już pogadaliśmy przed podcastem, żeby złapać trochę flow i się rozgrać komunikacyjne, ale na początek dla widzów, dla osób, które cię jeszcze nie znają, w kilku słowach, co cię w życiu zajmuje? Aktualnie zajmuje mnie analityka, czy też tak będąc bardziej precyzyjnym, analityka w marketingu internetowym. A najbardziej zajmują mnie hurtownie danych i tutaj możemy o tym temacie dzisiaj więcej porozmawiać. Zajmuje mnie nie tylko z uwagi na to, że mnie to pasjonuje, ale również z uwagi na to, że non stop napotykamy różne problemy w jakości danych i ich rozwiązanie zajmuje bardzo dużo czasu, więc mógłbym powiedzieć, że zawodowo tak bardzo idąc wąsko i precyzyjnie zajmują mnie hurtownie danych.

Generalnie zakładam, że to jest praca obdarzona wysokim wysikiem intelektualnym. Naprawdę masz jakąś przestrzeń gdzie się dekompresujesz. Rozmawialiśmy o tym też przed rozpoczęciem nagrywania. Ta dekompresja i szukanie takiego balansu między pracą zawodową a życiem prywatnym jest dla mnie teraz najważniejsza. I teraz dekompresuje się w garażu w świeżo zbudowanej siłowni. Tak się z żoną śmiejemy, że jeszcze nie mamy szaf zrobionych w domu, ale już siłownia stoi, więc są rzeczy ważne i ważniejsze. Więc jakby dekompresuje się głównie poprzez treningi siłowe ostatnio. Natomiast cały czas mam sentyment do różnego typu sportów wydolnościowych, także staram się biegać jak tylko mam czas, czy chodzić na jakieś dłuższe spacery górskie, czy po prostu spędzać czas aktywnie z rodziną.

Tutaj już nam zdradziłeś de facto, myślę, że dla Was nie będzie zaskoczeniem, że dzisiaj będziemy sporo rozmawiać o danych, generalnie o danych, o analityce w kontekście marketingu, sprzedaży. Ja nie ukrywam, że bardzo zależało mi na tego typu rozmowie, bo ja mam pewne spostrzeżenia w tym obszarze i uważam, że pomimo tego, że komunikuje się dużo i te terminy jak Data driven, data inspired, one gdzieś się przywiązały, przylepiły trwale z hashtagami do Linkedina czy do innych kanałów komunikacyjnych. To ja jakby pracując dzisiaj z biznesem, głównie MŚP, nie powiedziałbym, że ta implementacja występuje i dostateczne duże zrozumienie tego tematu jest, jakie wartości to wnosi. Jednocześnie mam przekonanie, że poziom skomplikowania tylko i wyłącznie rośnie, więc z tym dzisiaj zakotwiczymy naszą rozmowę. Jaki Twoim zdaniem dzisiaj jest tak realnie stan tego terminu, jakim jest data driven marketing?

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

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.

Na dzisiaj można powiedzieć, w kontekście jakiegoś momentu, masz więcej problemu, który musisz zarządzić. I mam przekonanie, że w momencie, w którym od samego początku jest dla ciebie istotne, żeby mieć tutaj porządek, żeby dohigienizować, analizować, to w perspektywie czasu No bo zakładam, że jak ktoś wchodzi w aktywność biznesową to chce tam jakiś czas być i nie jest to sprint jednoroczny. No to później nie robisz sobie takiego deficytu, takiej nadwagi wynikającej z tego, że masz błagam firm danych. Niektóre firmy, powiedzmy skupmy się na takich Enterprise'ach, dużych korporacjach, które Faktycznie mielą potężne ilości tych danych. Często jest tak że są zatrudnieni analitycy których obowiązkiem i tu uwaga bo niektórzy mogą być zdziwieni. Jedynym obowiązkiem tych analityków jest klikanie i kopiowanie danych.

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.

Natomiast ta praktyka związana z taką ręczną pracą na danych jest powszechna. I czasami wyjście z takich paradygmatów już utartych procesów jest trudne. To jest jak wyrwanie zęba. Jest bolesne ale czasami czasami konieczne. Więc tutaj jakby te rozwiązania wprowadzane takie związane z hurtownią danych w Enterprise'ach są oszczędnością czasu. Luzujemy czas specjalistów. Oni mogą efektywnie pracować w innych obszarach które przyniosą większe benefity. Więc tak to wygląda u dużych, którzy mają dużo danych. Tam tak jak mówisz jest dużo problemów. Jest też dużo problemów z przetwarzaniem tych danych. Natomiast dzisiaj mali też mają dużo danych.

Zasoby ludzkie, czyli kto nam to obsłuży. Finansowe, nawet jak komuś to zlecimy to trzeba pokryć te koszty. Technologiczne, czyli z jakiej technologii skorzystać. Podobnie jak przy budowie sklepu internetowego też podejmujemy decyzje z czego korzystamy. No i procesowa, jak to obsługiwać, jak tym administrować, jak wykorzystać te dane, bo to, że my je posiadamy To jest dopiero początek. Musimy sobie zadać pytanie po co nam te dane? Co chcemy analizować? Jakie decyzje chcemy podjąć? Generalnie powinniśmy w pracy na danych zacząć od celu. Po co? Czyli np. chcę wprowadzić nowy asortyment.

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

Tego po prostu tu piszmy. Natomiast SEO-owcy chcieliby mieć więcej insightów, który blog post jest lepszy, które akapity są czasami lepsze, który lepiej oddziałuje na pozycję. Czy są tu korelacje między autorami a wynikami np. sprzedaży z tych blog postów itd. Pytań może być wiele i tu właśnie analityka też może udzielić tej odpowiedzi. Natomiast tu najczęściej trzeba też policzyć zwrot z inwestycji w takie technologie, bo one czasami mogą być drogie. Cholernie drogie i tu też możemy przewidzieć oczekiwane benefity które przyniesiemy. Najczęściej jeżeli to policzyć na poziomie takim makro zarządczym jak policzymy to że menedżerowie wyższego szczebla lepiej podejmą decyzję o lokacji budżetu czy wejścia na konkretne rynki.

Dzięki danym które dostarczymy podejmą mniej złych decyzji. No ciężko jest to policzyć, tak? Jest to trudne, a mam poczucie, że o tym jest trochę gra, żeby złapać zainteresowanie decydentów biznesowych. Ja mogę powiedzieć ze swojego punktu widzenia, czego mi brakuje z poziomu treści. I ty to świetnie powiedziałeś, ja to teraz wyeksponuję, bo dla mnie to jest dokładnie o tym historia, jak chodzi w kontekście danych i tego, że to dzisiaj tak funkcjonuje. Czyli chciałbym wyjść np. ze sprzedażą na rynki zagraniczne, mam e-commerce. Jakie dane powinienem przeanalizować? Nie ma takich komunikacji, żeby ci w ogóle nakierować, na co ty powinieneś patrzeć. Pod konkretny kontekst i problem. Chcę przeanalizować pricing, na jakie dane powinienem patrzeć, chcę wejść nowym produktem, na jakie dane powinienem i tak dalej i tak dalej. Wiesz, takie rzeczy, które powtarzalnie się dzieją w konkretnym kontekście biznesowym, czy to jest e-commerce, czy to generalizm produktowy, gdzie sprzedajemy produkty w e-commerce czy w retailu, bo o ekspozycji offline'owej też sobie trochę pogadamy, czy w usługówce.

Nie ma tego w ten sposób przedstawionego, a to są wiesz proste, poznawczo, trzeba też przyjąć założenie. Oskar Szarek, Invette Holding Group Sp. z o.o.. Ale żeby ich zainteresować, no to trzeba im mówić coś, na czym oni się poruszają na poziomie języka, jakiego używają, bo treści np. takie techniczne idą do osób, które są biegłe technicznie, które nie zawsze mają wpływ ostatecznie na decyzję, czy w ogóle w to pójdziemy. I tak z mojego punktu widzenia ja chętnie, dlatego twoja publikacja jest dla mnie atrakcyjna, bo jest

Dla mnie zrozumiała. Jest dla mnie data akcyjna, łatwa i wiem, co z tym mogę zrobić. I myślę, że tego typu treści, gdyby było więcej w konkretnym kontekście, to ja bym to konsumował na chrupka i mam przekonanie, że profil klientów, z którymi pracujemy też. I myślę, że to jest trochę dzisiaj taka enigma trochę w tym wszystkim. Tak. Poruszyłeś kilka takich ważnych tematów. Jednym z nich jest edukacja. Ja tak może od tego zacznę. Od trochę powiem o książce, bo Ja ją napisałem w celu próby podejścia w przyszłości do doktoratu. Tak sobie myślę może kiedyś bym spróbował jeszcze zrobić taki challenge powiedzmy na czterdziestkę. Niektórzy kupują kampera ja może sobie zrobię doktorat czy sportowe auto. Każdy może mieć jakieś inne upodobania ale jest taki stereotyp faceta po czterdziestce.

Ja sobie pomyślałem że może bym zrobił doktorat. Napisałem tę książkę, która miała być też takim podręcznikiem, która miałaby zaspokoić ten mój cel naukowy, jak również uczestnikom moich szkoleń dać taki kontekst szerszy, czym jest analiza danych. Natomiast spotkałem się w Bielsku Białej z pewnym profesorem, który mnie sprowadził na ziemię i powiedział, że to jest beletrystyka. Nie możesz sobie od tak napisać książki. Żeby ona miała wartość naukową to musi być doktorat, któremu w cudzysłowie trzeba odpowiednio podziękować za tą współpracę i on się musi pod nią podpisać. Ja takiego podpisu nie mam, także to jest beletrystyka.

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 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

Wyciągaliśmy różne hipotezy na temat tego jaki produkt warto wprowadzić, w jakiej cenie i tutaj przekazywaliśmy dalej strategom, oni planowali strategię komunikacji tego produktu. Natomiast ta nasza analiza pomagała PM-om, osobom odpowiedzialnym za wprowadzenie produktu na rynek ograniczyć ryzyko wpadki i niepowodzenia. My to co robimy to nie jest gwarancja sukcesu. Tylko to jest dostarczenie pewnych insightów, które w rękach doświadczonego stratega mają pomóc w osiągnięciu tego sukcesu tego przedsięwzięcia. Dlatego są różne technologie i różne metody pracy na tych danych i każdy z decydentów czy każda z firm ma inne potrzeby.

Jeszcze zanim powstały wszystkie mechanizmy z literką E przed CPC, CPM i tak dalej, czyli te wszystkie ręczne nasze ustawienia. Wszystkie nasze ręczne ustawienia były poprzedzane wnikliwą analizą. Analizowaliśmy porę dnia, odbiorców, lokalizację. Było bardzo wiele obszarów, w których modyfikowaliśmy stawki, tak aby osiągnąć jak najlepsze rezultaty. W tamtych czasach też ścieżka użytkownika była krótsza itd. więc to było też prostsze. Natomiast to dowodziło i ja potrafiłem spojrzeć na dane, zrobić estymacje i ja wiedziałem kto jakie wyniki osiągnie. I to jest podejście data driven. 1 plus 1 to jest 2.

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.

Tu już jest takie lżejsze podejście, ono jest częściej spotykane w takich branżach bardziej kreatywnych i tu jakby dane nas inspirują. Ostatnio na podcaście z Karolem Dziedzicem. Pozdrawiamy Karola. Prawdopodobnie był u was czy jeszcze nie? Był. Prawdopodobnie jakoś pewnie nam się zazębią te podcasty mój u was i Karola. Natomiast tam też zadałem mu takie pytanie co on na ten temat uważa na temat właśnie tej koncepcji data inspired. Fajnie odpowiedział dlatego teraz przytoczę jego słowa. Powiedział, że to jest romantyzm taki pewien, że my byśmy chcieli żeby tak było, że my się inspirujemy danymi i podejmujemy dobre decyzje, bo nasza intuicja nam dobrze coś podpowiada. I że prawda jest brutalna.

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.

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.