„Połowa pieniędzy wydawanych na reklamę jest marnowana; problem w tym, że nie wiem, która połowa¹”; „Dane to nowa ropa²”; „Bez danych, jesteś tylko kolejną osobą z opinią³”. Te cytaty brzmią świetnie i są bardzo trafne. Jednak nie są niczym nowym, biorąc pod uwagę, kiedy zostały wypowiedziane. Podobnie jak z pracą z danymi, z którą mamy do czynienia na co dzień. Dziś każda firma pretenduje do bycia data-driven i wszyscy zarzekamy się, że to, co robimy opieramy na danych (może prócz tych niewielu osób, które nie wstydzą się przyznać do tego, jak jest naprawdę).

Nie będę Cię przekonywał do tego, że dane warto mieć blisko siebie. Ale podpowiem, jak w praktyce to zrobić i zbliżyć się do mitycznej organizacji data-driven, wykorzystując dane do uzyskania lepszych wyników dla biznesu – zwłaszcza w kontekście marketingu i sprzedaży.

Z artykułu dowiesz się:

1. Co mierzyć – nie zamierzam zanudzać podstawami, raczej skupię się na tym, co ponad podstawy warto mierzyć, a zwłaszcza jak wyjść poza organizacyjne silosy. Dzięki dobrze zorganizowanemu przepływowi i wizualizacji danych zobaczysz, co dodatkowo może to wnieść dla firmy.

2. Jak agregować dane – omówię, jak ułatwiać sobie pracę, korzystając z narzędzi do automatyzacji oraz dedykowanych rozwiązań do przesyłu danych (ETL)

3. Jak dystrybuować dane – by faktycznie zasilały organizacje i były podstawą do trafnych decyzji.

Początki są zawsze najtrudniejsze. Czyli co mierzyć?

Gdy mówimy o danych, najłatwiej przedstawić je z perspektywy czterech kluczowych obszarów w firmie: marketingu, sprzedaży, operacji i managmentu. W zależności od wielkości przedsiębiorstwa mogą to być osobne działy, zarządzane przez różne zespoły lub – w przypadku mniejszych firm – wszystkie te funkcje mogą spoczywać na barkach jednej osoby. Każdy z tych obszarów wymaga specyficznego podejścia do analizy i mierzenia danych.

Wiem, że wraz z rozwojem zespołu rośnie potrzeba na lepsze zorganizowanie przepływu informacji. Przerabiałem to we własnym agencyjnym podwórku, kiedy firma rozrosła się tak bardzo, że musieliśmy dostosować procesy i KPI do zmieniającej się struktury. To samo obserwowałem u klientów – szczególnie negatywne skutki wynikające z braku dostępu do odpowiednich danych lub ich niezrozumienia. Silosy działowe, odcięte od kluczowych informacji, nie tylko osłabiają efekty biznesowe, ale też powodują niepotrzebne napięcia i szumy informacyjne między nimi.

Często widywałem, jak niepoprawnie wyznaczone KPI prowadzą do braku synergii i niejednokrotnie do sytuacji, w której każdy dział „płynie swoją łódką w inną stronę„.

Klasycznym przykładem jest sytuacja, w której marketingowiec zachwyca się swoimi wynikami („OMG, mamy tyle LEADÓW! Zostanę marketerem roku!”), ale przy pierwszym spotkaniu z dyrektorem sprzedaży jego euforia gwałtownie opada. Okazuje się bowiem, że leady nie przekładają się na sprzedaż w sposób oczekiwany (lub wcale).

Radość marketera można było uciąć już w zalążku i nie rozpalać w nim nadziei na podwyżkę czy awans. Wystarczyło, by miał dostęp do danych sprzedaży, spiętych z jego działaniami i sam ocenił, że efekty działań nikogo nie zachwycą. A na informację zwrotną nie raz trzeba czekać tygodniami (serio to nie jest wyjątkowy przypadek), przez co budżet płonie skierowany w kiepsko konwertujące punkty styku z klientem.

Skuteczny marketing – jak mierzyć skuteczność i jakość leadów

Przeanalizuj, jaki był koszt „poziomu jakości” leadów na każdym etapie. Czy jest sens alokować środki w media, które generują masę tanich leadów, czy może lepiej inwestować w te, które dostarczają mniejsze ilości, ale o wyższej jakości?

1. Fraudy – tak – niestety – to wciąż temat na czasie. Spotykane zwłaszcza przy działaniach rozliczanych za efekt, np. za pozyskany formularz. Lata mijają, marketing się rozwija, a takie rzeczy dalej się dzieją (tak, afiliacjo, patrzę na Ciebie). Chęć szybkiego zarobku i wątpliwa moralność niektórych „partnerów” sprawia, że przy rozliczeniach za leady trzeba być naprawdę czujnym i dokładnie walidować każde zgłoszenie.

   Spotkałem się nawet z sytuacją, gdzie oszustw dokonywano przy rozliczeniach CPC (koszt za kliknięcie) – tylko po to, by marketer widząc ładne statystyki uznał, że warto zostawić pieniądze u danego wydawcy, bo „ślicznie konwertuje”.

   Nie chcę Cię zniechęcać do korzystania z tego źródła ruchu – jest wartościowe, ale zwracam uwagę, że praca z danymi i ich szybka wymiana między działami mogą pomóc w wykryciu takich nieprawidłowości i zaoszczędzić sporo nerwów.

(Wskazówka) Jak to zrobić technicznie? Wraz z formularzem przesyłaj unikalny identyfikator z Google Analytics’a lub wydawcy, razem z leadem. Następnie zagreguj te dane w GA4 oraz w systemie CRM. Dzięki temu będziesz mógł powiązać wyniki działań marketingowych bezpośrednio z danymi sprzedażowymi, analizując, które leady faktycznie przekształciły się w sprzedaż.

2. Władca kampanii – Zamiast klikać po licznych panelach w poszukiwaniu odrobiny satysfakcji, informacji o tym, że wszystko w kampaniach idzie dobrze (bo przecież tylko taki scenariusz jest możliwy, prawda?), możesz to zrobić szybciej i wygodniej. Wystarczy mieć wyniki w jednym miejscu, świeżutkie – jak nówka sztuka sprzed godzinki.

   Kiedy już masz dane zagregowane i zwizualizowane w taki sposób, zyskujesz:

1. Wgląd w KPI – wiesz, jak aktualne wyniki kampanii mają się do założonych KPI i o ile je przewyższają (bo oczywiście przewyższają).

2. Planowanie z wyprzedzeniem – wiesz, ile dni przed czasem dostarczysz wynik i to z niższym budżetem.

3. Ocena źródeł ruchu – wiesz, które źródło ruchu bije na głowę pozostałe, biorąc pod uwagę jego specyfikę. W końcu inaczej wyznaczyłeś KPI dla działań brandingowych, a inaczej dla domknięcia lejka sprzedażowego – prawda?

Poprawne dane – Święty Graal sprzedaży

Kiedy mamy już dobrze ułożony proces pozyskiwania leadów, zasilony automatycznym feedbackiem z działu sprzedaży, czas skupić się na tym, co dodatkowo może dać agregacja i wizualizacja informacji.

Bez względu na to, czy jesteś One (W)Man Army, czy zarządzasz całym zespołem sprzedażowym, analiza wyników przyniesie wiele korzyści. Oczywiście, im większy zespół, tym więcej informacji masz do przetworzenia i wyzwań do pokonania. Dlatego osoby odpowiedzialne za zespoły sprzedażowe powinny szczególnie docenić potęgę analityki.

Zakładam, że podstawy – takie jak korzystanie z CRM – mamy już za sobą, co pozwala śledzić statystyki leadów bez większych trudności. Ale co możemy osiągnąć, idąc krok dalej i inwestując w integrację danych między działami oraz rozszerzenie analizy?

1. Holistyczny obraz dla innych działów – nawet jeżeli Twój dział sprzedaży świetnie sobie radzi z analizą danych w ramach używanego narzędzia, to najczęściej osoby spoza niego już albo nie mają do niego dostępu, albo nie potrafią się w nim poruszać. Tworząc dedykowany dashboard, dostarczysz całej organizacji potrzebnych dla nich informacji – zwłaszcza osobom zarządzającym, co pozwoli też uniknąć dodatkowych pytań czy dedykowanych raportów.

2. Integrację dodatkowych danych, które mają znaczenie dla biznesu – jeśli pracujesz w CRM-ie zintegrowanym z marketing automation – super! Pewnie wiesz zatem jaka jest ścieżka konkretnego leada, jakie kluczowe rzeczy oglądał on na Twojej stronie, więc masz jego podstawowy profil. Możesz go wykorzystać w komunikacji z klientem, tak by od razu podejść do niego w spersonalizowany sposób. A co kiedy go nie masz? W tej sytuacji możesz zaciągnąć dane z GA do Twojego CRM, które wcześniej obrobione, dostarczą odpowiednich informacji Twoim sprzedawcom – dokładnie tak samo jak w przypadku

3. Weryfikację mniej oczywistych wskaźników, które warto mierzyć (i które nie każdy CRM obsługuje)

   A) Średni czas reakcji – jak długo trwa, zanim sprzedawca zajmie się leadem? Albo ile zajmuje mu wysłanie oferty? Wiemy, że szybka reakcja zwiększa szansę na sukces sprzedażowy. Wiemy też, że życie bywa przewrotne i czasem standardy nie są dotrzymywane. Może masz za dużo leadów do obrobienia albo trafił Ci się „niesforny” sprzedawca? Niezależnie od przyczyny, warto ten wskaźnik obserwować i reagować na problemy, które mogą się pojawić.

   B) Automatyzacja procesów – Jeśli proces działa dobrze, ale skala zapytań rośnie, warto pomyśleć o automatyzacji, która pozwoli zdjąć z Ciebie wiele powtarzalnych, ale też czasochłonnych procesów.

   [Przykłady]

– Automatyczna wiadomość po otrzymaniu kontaktu – tak by klient już od razu poczuł się zaopiekwoany. Zamiast wysyłać wiadomość z bezimiennego automatu, można to zrobić ze skrzynki sprzedawcy.

–Doprecyzowanie zapytania – zbierz więcej danych od klienta i oceń, czy powinien iść ścieżką ekspresową, czy może mieć niższy priorytet obsługi. Nie zachęcam do rozbudowanych formularzy na www. – tutaj z pomocą przychodzi automatyzacja. Na www. zbieraj minimum, a resztę możesz doprecyzować np. w automatycznie wysyłanym do klienta briefie/ankiecie (marketing Ci za to podziękuje, wszak zbyt dużo pól oznacza spadek konwersji).

3. Statystyki w podziale na źródło pozyskania – Segmentuj albo giń! Analizując statystyki dla różnych źródeł leadów możesz odkryć ciekawe wnioski. Może się okazać, że leady z jednego kanału mają dwukrotnie dłuższy cykl sprzedaży i są mniej opłacalne niż te z innych.

Agregacja danych – klucz do efektywnej analizy biznesowej

Pewnego dnia, ktoś bardzo mądry stwierdził, że dobrym pomysłem lub może biznesową koniecznością, będzie, aby projektować aplikacje z dostępnym, otwartym API. (def.).

Odtąd możemy pobrać w prosty sposób informacje z jednego narzędzia i je wykorzystać w innym. I dane zaczęły płynąć.

Później ktoś stwierdził, że praca na API nie będzie już wymagała umiejętności programistycznych (ku smutkowi developer’ów – wtedy jeszcze się nie spodziewali Chata GPT, więc nie wiedzieli, że może być jeszcze gorzej) i stworzono Zapiera. (def). Bez dużych umiejętności człowiek mógł za pomocą wizualnego edytora utworzyć scenariusz przepływu. Dane zaczęły pracować między aplikacjami.

Potem ktoś uznał, że jak Zapier może, to on też i tak powstały narzędzia ETL dla prostych ludzi (def). Otrzymaliśmy Supermetrics’a, a dane zaczęły płynąć szeroko, prosto do narzędzi BI i hurtowni danych.

A na końcu przyszedł Google i dał nam Google Data Studio, Google Biq Query i okazało się, że każdy może być analitykiem danych.

Tak to w skrócie pamiętam.

Od tego czasu minęły już długie lata i rozwój zdominował dane, pojawiły się nowe narzędzia, próg wejścia wymagany do ich okiełznania znacznie się obniżył, ceny spadły. Ale poziom ich okiełznania wcale nie wzrósł analogicznie do rozwoju samych narzędzi.

Skąd i czym pobierać dane?

Najlepsza metoda to skorzystać z jednego z licznych narzędzi ETL, które w prosty sposób pozwalają pobrać dane z naszych narzędzi, a potem przesłać je – albo bezpośrednio do narzędzia BI, albo pośrednio, magazynując w hurtowni danych, takiej jak Google Big Querry. Sama konfiguracja jest bardzo prosta i nie wymaga umiejętności technicznych.

Zdarza się jednak, że w powyższych narzędziach brakuje jakiś konektorów, bo dane, które nas interesują są np. w mniej popularnym narzędziu, wtedy z pomocą przychodzą narzędzia takie jak Zapier, czy Make – zwykle tam znajdziemy brakujące gotowe konektory lub możemy za ich pomocą i dokumentacją API dostawcy, odpytać narzędzie o potrzebne dane.

Dane możemy też pobierać z narzędzi typu Excel czy Google Sheets, co jest przydatne zwłaszcza w sytuacjach, gdzie zespół ma coś uzupełnić lub w organizacjach, w których Excel wciąż jest królem i jedyną słuszną formą bazy danych (czego szczególnie nie pochwalam, ponieważ to serio nie jest dobre rozwiązanie – zwłaszcza dla dużych ilości danych, zamiast tego zobacz np. AIRTABLE).

(wskazówka)

Jeżeli zakochasz się w danych i zobaczysz, jaką wartość za sobą niosą – ostrożnie podchodź do określania tego, co faktycznie chcesz wiedzieć. Fajnie, by zbudować sobie z firmy grę komputerową, gdzie kilkoma kliknięciami mógłbyś przejść do każdego detalu jej funkcjonowania, zobaczyć sparametryzowany każdy mikro proces, prześledzić co działa nie tak i przeprojektować tak, by działało lepiej (rozmarzyłem się…)

Jednak z jakiegoś niezbadanego jeszcze powodu ludzie nie są zbyt szczęśliwi, gdy mają uzupełniać dodatkowe 4 raporty dziennie, czy przy uzupełnianiu CRM-a wpisywać, jaki włosów ma klient (na pewno jest w tym jakaś kluczowa zależność, która wpłynie na Twój biznes).

Po pierwsze może to się skończyć tym, że będzie zbyt dużo ręcznej pracy – skończy się albo brakami w danych, niechlujnym uzupełnianiem. I tak ich wtedy nie wykorzystasz. Do tego przestaną Cię lubić. No i będą tracić na to czas.

Po drugie, jak z góry nie wiesz, co dane mają Ci dać i jak istotne będzie to dla rozwoju Twojego biznesu, zapewne nic z tym i tak nie zrobisz.

Tam, gdzie jednak uznasz to za istotne, sprawdź, czy da się to w jakiś sposób zautomatyzować. No i za wszelką cenę unikaj dublowania pracy – jeżeli w jednym systemie uzupełniane są już jakieś dane (np. w CRM), wykorzystaj je w innym (np. time tracking)

Wizualizacja danych – stan Twojego biznesu w jednym miejscu

Rynek wizualizacji danych kwitnie i narzędzi nie brakuje. Każdy znajdzie coś dla siebie. Podstawową opcją, z racji dobrej integracji z narzędziami Google i uczciwej ceny 0 zł, jest Looker Studio. T zdecydowanie pierwsza pozycja przy pracy na danych.

Nie jest jednak rozwiązaniem idealnym. Ma swoje ograniczenia wydajnościowe i bardzo ograniczone możliwości modelowania i łączenia różnych danych.

Moim osobistym faworytem, właśnie ze względu na powyższe ograniczenia jest Power BI. Próg wejścia jest wyżej postawiony, cena nie zabija, ale dalej jest to blisko 10 USD za użytkownika, więc zdecydowanie dolna półka narzędzi BI dostępnych na rynku.

Jeżeli pracowałeś na excel’owym Power Querry i DAX, to od razu się w nim odnajdziesz, bo jest to element tego narzędzia. Co to za sobą niesie? Naprawdę dużo – możesz dowolnie modyfikować importowane dane, tworzyć różnorakie obliczenia, więc jeśli tylko dane na to pozwolą, wymyślaj dowolne wskaźniki i implementuj je w dashboardzie. To, co niedoskonałe w bazie danych, może zostać poprawione i nie będzie stanowić przeszkody w spełnieniu Twoich założeń.

Prosty przykład to łączenie danych z kilku systemów, takich jak CRM i system księgowy. W jednym i drugim systemie ten sam „klient” może być zapisany pod inną nazwą (częste błędy ludzkie), co sprawi, że zamiast jednego spójnego wiersza z zagregowanymi danymi, pojawią się dwa osobne wiersze dla tego samego klienta. W Power BI możesz skonfigurować dane tak, aby przy każdej aktualizacji narzędzie automatycznie transformowało dane, dopasowując różne wersje nazw do jednej, ujednoliconej formy. Dzięki temu unikniesz z mojego doświadczenia dosyć częstej duplikacji.

Przed i po ujednoliceniu:

Czy to Twój czas na upgrade czytania danych?

Jeżeli jesteś zarządzającym dynamicznie rozwijającego się młodego i kreatywnego zespołu, pracującego w dynamicznie zmieniającym się środowisku (do tego macie przyjazną atmosferę) i liczycie 3 osoby + pies to powiedzmy sobie szczerze – jakość to ogarniesz i bez rozbudowanych dashboardów, integracji, procedur.

Nie uciekniesz od tego, że wraz z rozwojem firmy danych będzie coraz więcej i coraz bardziej będą mogły Ci pomóc (lub namieszać w głowie). Szczęśliwie – wraz z rozwojem technologii (oraz jej uproszczeniem <3 no-code) poprzeczka wejścia zarówno finansowa jak i kompetencyjna wcale nie wisi tak wysoko.

Sprawy się komplikują, gdy pod sobą masz kilkadziesiąt osób, do tego podzielonych na różne działy, różne specyfiki, cele.

Praca na narzędziach typu BI to GAME CHANGER dla zarządzających, nie czekaj i podejmij działania już teraz.

¹ Autor cytatu: John Wanamaker
² Autor cytatu: Clive Humby
³ Autor cytatu: W. Edwards Deming