AI, analityka i reklamy: jak nie utonąć w marketingu opartym na danych

Karol Dziedzic od 2011 roku pracuje w systemach reklamowych Google - inwestuje budżety firm i sprawdza, czy te inwestycje się zwracają. W tej rozmowie tłumaczy, jak nie utonąć w marketingu opartym na danych. Pokazuje, dlaczego automatyzacja w MŚP wciąż jest rzadkością, jak wybierać procesy do automatyzacji (od problemu, nie od narzędzia) i czym jest model pracy 10-80-10, w którym klikanie oddaje się maszynie, a człowiek zostaje przy strategii. Wyjaśnia, jak mierzyć zwrot z reklamy w czterech punktach jednocześnie i jak Safari oraz ciasteczka niszczą analitykę. Na koniec ostrzega: konkurent z lepszymi danymi pokona cię nawet przy tej samej cenie. To odcinek dla właścicieli firm i specjalistów, którzy chcą podejmować decyzje na danych, a nie na intuicji, i rozumieć, gdzie automatyzacja realnie pomaga, a gdzie potrafi zaszkodzić.

1.Automatyzacja w MŚP: rzadkość i jak wybierać procesy

Karol Dziedzic studzi entuzjazm: w MŚP bardzo mało firm przetestowało automatyzację marketingu w dużej skali. Na papierze połączenie automatyzacji ze sztuczną inteligencją wygląda świetnie, ale w praktyce więcej o tym mówimy, niż wdrażamy - w naturze widać głównie proste scenariusze, jak odzyskiwanie porzuconych koszyków czy propozycje produktów dodatkowych. Blokują to trzy rzeczy: brak czasu (najpierw gasimy pożar), ograniczenia platform i brak wiedzy wewnątrz firmy oraz u podwykonawców.

Zlecenie typu "proszę poprawić mi analitykę" Karol Dziedzic porównuje do wizyty u lekarza ze słowami "coś mi dolega". Zamiast sprawdzać wszystko, odbija piłeczkę pytaniem: jaki proces pochłania bardzo dużo czasu i na końcu nie jest efektywny albo jest na tyle powtarzalny, że można go zastąpić systemem.

Powiedz mi, co cię boli, to pójdziemy głębiej w tę diagnostykę. Automatyzuj swoje wyzwania i problemy, czyli to, co kosztuje cię za dużo czasu albo środków.

Decyzja powinna być chłodna, policzona w Excelu: ile kosztuje wdrożenie automatyzacji kontra ile na niej zaoszczędzimy. Jeśli proces zmienia się zbyt często i wdrożenie wyjdzie drożej niż zrobienie tego ręcznie, automatyzacja nie ma sensu. Decyzję podejmujemy na liczbach, nie na opiniach.

2.Kiedy automatyzacja szkodzi: przykład wysyłki rabatów

Największe ryzyko to fuckup wdrożony bez testu na małej próbie. Karol Dziedzic opisuje hipotetyczny case ze sklepu odzieżowego: sukienki sprzedają się dobrze, ale została resztka, więc automat ma wysłać kod rabatowy do osób, które oglądały produkt lub dodały go do koszyka.

Problem pojawia się, gdy ta sama wiadomość trafia też do osób, które już kupiły w cenie pełnej. Wyobraźmy sobie, że poszło 2000 sukienek - i nagle 2000 klientów domaga się rabatu, zwrotu albo odsyła produkt, by kupić go taniej.

Jedno kliknięcie, które miało przyspieszyć pracę, zatyka całą organizację: magazyn, dostawy, obsługa zwrotów. Zysk z promocji trzeba pomniejszyć o rabaty i koszt obsługi, a cashflow się rozsypuje. Dlatego każde wdrożenie najpierw testuje się na małej próbie, a nie na zasadzie "na pewno zadziała".

3.Model 10-80-10: strategia, klikanie i ludzka kontrola

Karol Dziedzic dzieli swoją pracę na trzy fazy. Pierwsze 10% to strategia: ustalenie kierunku, sprawdzenie, czy analityka działa i czy inwestycja nie wybuchnie. Środkowe 80% to długie, mało kreatywne klikanie przez wiele miesięcy - utrzymywanie i aktualizowanie kampanii. Ostatnie 10% to znów praca człowieka: ocena, czy nie zmienić kierunku.

To właśnie te środkowe 80% chętnie oddaje automatowi. Maszyna pracuje ciągle, bez przerw, w nocy i w weekend, analizuje dane stale i przy powtarzalnych czynnościach nie popełnia błędów. Człowiek na końcu tylko akceptuje albo odrzuca.

Ktoś za ciebie będzie klikał - i niespecjalnie jest to kreatywne zajęcie. Oddaję klikanie automatowi i skupiam się na 10% na początku i 10% na końcu, czyli czy da się to poprawić koncepcyjnie.

Liczbowo: jeśli efektywnej pracy jest około 6 godzin dziennie, czyli 30 godzin tygodniowo, a połowę tego pochłania klikanie, odzyskanie tego czasu daje wybór - więcej klientów albo czas na inne rzeczy. AI jest jednak słaba przy czynnościach kreatywnych: nie wpadnie na nowy pomysł i nie zauważy, że trzeba zmienić kierunek.

4.Od klikacza do doradcy: jak zmienia się rola specjalisty

Karol Dziedzic przewiduje, że specjaliści przestaną wystawiać faktury za klikanie, a zaczną za strategię, pomoc i doradztwo w użyciu systemu. Skoro klikanie może wykonać automat, sama faktura za nie staje się podważalna - wartość przenosi się na część strategiczną.

Nowa rola to łącznik między systemem reklamowym a biznesem. Specjalista nie pyta już "jaki masz budżet", tylko ile można i warto zainwestować, gdzie jest potencjał wzrostu, a gdzie da się zaoszczędzić - rozmawiając jak partner, a nie wykonawca na akord.

Kluczowe jest łączenie danych offline z online. Świetny obrót w panelu reklamowym nic nie znaczy, jeśli po drugiej stronie było 20% zwrotów. Bez tej informacji nie da się sterować kampaniami. Karol Dziedzic ostrzega, że AI i automatyzacja przeczeszą rynek z osób na zbyt niskim, nieseniorskim poziomie, bo to one najszybciej zostaną zastąpione.

5.Data-driven w praktyce: mierzenie zwrotu w czterech punktach

Organizacja data-driven powinna mieć dane offline i online połączone w jednym źródle prawdy, do którego każdy może zadać pytanie. W praktyce dane są rozproszone: osobno obrót w sklepie, osobno zwrot w panelu reklamowym, osobno w Analytics, osobno w Google Ads i na Facebooku.

Człowiek od Google Ads wyśle raport z milionem złotych, człowiek od Facebooka też wyśle milion, a na koncie jest mniej niż milion. I rodzi się pytanie: czy ktoś mnie oszukał, czy mam błąd w danych?

Dlatego hajs mierzy się w czterech punktach jednocześnie: wynik księgowy na koncie, dane z Analytics oraz raporty z dwóch systemów reklamowych. Sam GA4 łapie zwykle 80-90% transakcji - jeśli tyle, to jesteśmy szczęśliwi - a systemy reklamowe zawsze naginają rzeczywistość pod swoim kątem. Nie operujemy więc kwotami co do złotówki, tylko trendami i zaokrąglonymi procentami, ale to wystarczy, by sterować statkiem.

6.Mikrokonwersje, Safari i ciasteczka: dlaczego dane są niepełne

Obok makrokonwersji (sprzedaż w e-commerce, lead w usługach) trzeba mierzyć mikrokonwersje - co użytkownik robi tuż po wejściu na stronę. Jeśli z 10 osób z Google interakcję z produktem ma 5, a z Facebooka 8, to sygnał, że warto przyjrzeć się Facebookowi.

Karol Dziedzic tłumaczy problem na przykładzie iPhone'a i Safari. Ktoś ogląda garnitur w poniedziałek, ale kupuje dopiero w weekend. Ciasteczko, czyli fundament analityczny, zostaje skasowane przez przeglądarkę, więc system widzi tylko, że reklama była nieskuteczna, a klient "wrócił sam" dzięki sile marki - mimo że to reklama go przyprowadziła.

Rozwiązaniem jest śledzenie serwerowe, by rozpoznać, że poniedziałkowy i weekendowy ruch to ta sama osoba. Większość firm ma Analytics i mierzy sprzedaż, ale poprawnie wdrożone śledzenie serwerowe ma może 5-10% podmiotów, gdzie 10% to optymistyczny poziom. Tymczasem firmy przeskakują z pokoju 3 prosto do pokoju 10 - pytają o AI, choć fundamentów danych jeszcze nie poukładały.

7.Przewaga technologiczna i marketing jako inwestycja

Najtwardszy argument odcinka: jeśli dwa sklepy mają podobny asortyment i konkurują tylko ceną, a konkurent ma 90% poprawnych danych, a my 50%, to przegramy nawet przy tej samej cenie. Algorytmy w Google Ads i Meta Ads lepiej napełnione danymi po prostu nas pokonają, bo trafniej oceniają, kogo warto pozyskać, a kogo odpuścić.

Karol Dziedzic ostrzega też przed traktowaniem marketingu wyłącznie jako kosztu. W startującym sklepie MŚP Google Ads bywa głównym kanałem sprzedaży. Test jest prosty: zetnij budżet do zera na miesiąc. Jeśli obrót spadnie, to była inwestycja, nie koszt - wystarczy zamienić słowo "koszt" na "inwestycja", by inaczej do tego podejść.

Pyta też, czy przedsiębiorca musi znać się na reklamie - i odpowiada "i tak, i nie". Warto rozumieć możliwości oraz ograniczenia systemu (to nie magia), ale nie trzeba umieć klikać. Specjaliści od reklamy nie budują potrzeby zakupowej, tylko docierają z produktem do zainteresowanych - fundamentem sukcesu zawsze jest dobry produkt i oferta. Najcenniejsza okazuje się rola "tłumacza" między światem biznesu a światem klikania.