I TO SIĘ LICZY

Analityka internetowa nie zaczyna się od BigQuery — zaczyna się od rozmowy z klientem. Paweł Piekarski pokazuje, jak wyciągać wartościowe insighty z darmowych narzędzi i dlaczego dane jakościowe to niedoceniana przewaga biznesowa.

W tym odcinku podcastu „I to się liczy" rozmawiamy z Pawłem Piekarskim — analitykiem internetowym, który łączy doświadczenie akademickie z praktyką biznesową. Paweł na co dzień pomaga firmom podejmować lepsze decyzje w oparciu o dane z Google Analytics 4, Microsoft Clarity, Google Trends i wywiadów pogłębionych z klientami.

Omawiamy konkretne case'y: jak 10-minutowa rozmowa telefoniczna ujawniła krytyczny błąd na formularzu zamówienia, którego nie widać w GA4. Jak badania dla producenta odkurzaczy pokazały przepaść między intencją firmy a percepcją klientów. I dlaczego portal raportował 2000 kliknięć, a GA4 pokazał tylko 2 wizyty.

Najważniejsze wnioski z odcinka:

→ Analitykę zacznij od telefonu do klienta — wywiady pogłębione dają insighty, których nie znajdziesz w żadnym narzędziu
→ GA4 świetnie działa do analizy zachowań na stronie, ale źródła ruchu i atrybucja konwersji budzą wątpliwości
→ Microsoft Clarity to darmowe i niedoceniane narzędzie — mapy ciepła, nagrania sesji i niezależna weryfikacja danych z GA4
→ Mikrokonwersje lepiej pokazują zasługi kanałów marketingowych niż sama konwersja końcowa
→ AI wspiera analityka jako asystent, ale nie zastępuje krytycznego myślenia i interpretacji danych
→ Dane bez kontekstu są bezużyteczne — najpierw zrozum klienta, potem analizuj liczby
→ Nie potrzebujesz BigQuery — w Make zbudujesz konektor danych za 20 groszy dziennie

Poruszamy też temat tego, dlaczego większość firm chce być AI-driven, nie będąc nawet data-driven. Paweł tłumaczy, jak podejść do analityki krok po kroku i dlaczego agenci AI to przyszłość analizy danych — nie jako zamiennik analityka, a jako narzędzie, któremu trzeba dostarczyć dobre paliwo w postaci czystych danych.

Odcinek jest dla marketerów, właścicieli e-commerce i każdego, kto chce wyciągać więcej z danych bez drogich narzędzi.

Rozdziały:
00:00 – Najlepsza rada analityczna: zacznij od telefonu
00:49 – Kim jest Paweł Piekarski i czym się zajmuje?
03:32 – Jak przejść z nauki do analityki internetowej?
06:24 – Badania rynkowe: Google Trends, scraping i analiza konkurencji
10:59 – Demokratyzacja danych: błogosławieństwo i przekleństwo
12:02 – Wywiady pogłębione z klientami — niedocenione źródło insightów
14:53 – Case study: jak telefon do klienta ujawnił problem z formularzem
16:37 – Case study odkurzacze: producent vs percepcja klienta
20:50 – Jak wykorzystać Microsoft Clarity w praktyce?
24:37 – Clarity vs GA4: przewaga niezależnego narzędzia
26:19 – Dlaczego GA4 kłamie o źródłach ruchu? Case z UTM-ami
30
Sponsoring / współpraca: jeśli chcesz reklamę swojej firmy w podcaście — napisz do mnie, podeślę ofertę.
Usługi, które mogę dla Ciebie wykonać: hurtownia danych („jedno źródło prawdy”), szkolenia, warsztaty, GA4, server-side, Oferuję również kompleksowy audyt marketingowy.

→ Meta Ads w branży fashion – ROAS, atrybucja i skalowanie.
Meta Ads w 2026 roku to zupełnie inna gra niż kiedyś. Jeśli Twoje reklamy nie sprzedają, ten odcinek pokaże Ci dokładnie dlaczego i co zrobić, żeby to naprawić.

Dowiesz się, jak skalować kampanie, nie przepalać budżetu i podejmować decyzje na podstawie danych, a nie intuicji.

Meta Ads stały się jednym z najtrudniejszych kanałów sprzedażowych. Większa konkurencja, automatyzacja i rosnące koszty sprawiają, że większość firm traci pieniądze zamiast je zarabiać.

W tym odcinku Albert Radomski dzieli się praktycznym doświadczeniem z budowania kampanii, które generują milionowe przychody.

Ten odcinek pomoże Ci zrozumieć, co naprawdę działa w Meta Ads i jak podejść do reklam strategicznie, zamiast działać na oślep.

ROZDZIAŁY
00:00 – Zapowiedź: jak Meta rośnie przez pączkowanie
01:10 – Kim jest Albert Radomski i czym się zajmuje
02:19 – Dlaczego branża fashion to wdzięczne pole dla Meta Ads
03:20 – Jak zmieniły się reklamy Meta przez 13 lat
06:47 – Czy wejście w Meta jest dziś łatwiejsze czy trudniejsze?
09:09 – LinkedIn Ads – eksperyment za 50 euro
10:30 – Azjatycka konkurencja a polska branża fashion
12:27 – Dlaczego produkt ważniejszy niż reklama
14:53 – Meta vs Google – co naprawdę dowozi sprzedaż?
19:23 – Framework: właściwy czas, właściwa osoba, właściwy produkt
21:47 – Facebook jako nowy katalog IKEA – rola inspiracji w zakupach
25:28 – Jak koszty makroekonomiczne wpływają na wyniki kampanii
29:07 – Haki na algorytm Meta – czy warto i co się potem dzieje
31:09 – Jak ustawiać budżety i pracować na ROAS
33:32 – Case study: z 3 mln do 33 mln przychodu z Mety
37:08 – Największy błąd w ustawieniach Meta – atrybucja
39:32 – Conversion Lift: jak sprawdzić realny wpływ reklam
42:08 – Marketing Mix Modeling – dla kogo i ile kosztuje
46:27 – Google Meridian i Vertex AI w MMM
48:42 – TikTok Ads – dlaczego mierzalność to problem
49:04 – Case study: OnlyBio na TikToku
51:04 – Silosy w organizacjach – e-commerce vs sklep stacjonarny
53:55 – Jak AI zmienia codzienną pracę z danymi
01:00:09 – Czy TikTok stanie się narzędziem performance'owym?
01:02:09 – Programy lojalnościowe jako most online–offline
01:04:02 – AI w kreacjach – wsparcie czy zastępstwo?
01:05:40 – Automatyczne raporty poranne od Alberta
01:10:11 – Czy AI zabierze pracę specjalistom?
01:12:32 – Quickfire: mit vs hit w Meta Ads
01:15:01 – 3 ustawienia, które robią największą różnicę
01:18:27 – In-house, freelancer czy agencja?
01:20:07 – Myśl na koniec: AI z głową

========================
Subskrybuj kanał "I to się liczy" i włącz powiadomienia – nowe odcinki o technologii, marketingu i danych.

🎙️ Gość: Albert Radomski
📘 Książka "Data Driven Marketing" – https://helion.pl/ksiazki/data-driven-marketing-o-logicznym-podejsciu-do-podejmowania-decyzji-adrian-andrzejczyk,dadrma.htm#format/d 
☁️ Partner podcastu: Fly on the Cloud – https://fotc.com/
🛒 Sponsor: enaturalnie.pl – https://enaturalnie.pl/

Dołącz do społeczności I to się liczy → https://www.skool.com/i-to-sie-liczy 

===========

Najważniejsze wnioski z odcinka:

→ Atrybucja robi lub niszczy kampanię. Domyślne okno atrybucji Meta (7 dni po kliknięciu + 1 dzień po wyświetleniu) zawyża wyniki i dezorientuje algorytm. Podstawowy fix: ustaw 1-day click i trzymaj się tego konsekwentnie.

→ Skomplikowana struktura kampanii to przeżytek. Dziesiątki zestawów reklam z osobnymi targetowaniami nie mają dziś sensu. Prospecting + rema
Sponsoring / współpraca: jeśli chcesz reklamę swojej firmy w podcaście — napisz do mnie, podeślę ofertę.
Usługi, które mogę dla Ciebie wykonać: hurtownia danych („jedno źródło prawdy”), szkolenia, warsztaty, GA4, server-side, Oferuję również kompleksowy audyt marketingowy.

MarTech w w-commerce od zera, nalityka, retencja i AI sklepie internetowym— w tym odcinku Jędrzej Przeździęk pokazuje, jak zacząć e-commerce, jak zbudować sklep online, jak zwiększać sprzedaż i kiedy wybrać agencję lub model in-house.

Co w dzisiejszym odcinku?
00:00 –  Dobra agencja od marketingu online
01:06 – Dlaczego dziś liczy się retencja
01:56 – Agencja czy in-house: co lepiej działa w e-commerce
05:23 – Podcast i program dla początkujących: jak wejść do e-commerce 
07:30 – Jak zacząć e-commerce od zera w 100 dni
07:40 – Dlaczego strategia na starcie jest ważniejsza niż sam sklep
10:51 – Ile kosztuje start sklepu internetowego
11:59 – Jaki budżet na marketing na start
12:46 – Jak wystartować po godzinach i nie rzucać od razu etatu
13:02 – Jak użyć AI i ChatGPT do budowy sklepu i komunikacji
14:09 – Plan 100 dni: strategia, sklep i pierwsze działania marketingowe
35:35 – Co to jest retencja i jak mierzyć powracalność klientów
59:38 – Dlaczego na początku nie warto przeceniać brandu
01:01:01 – Czy AI to dziś największa szansa w e-commerce
01:05:00 – Jak AI przyspiesza SEO, content i linkowanie wewnętrzne
01:06:02 – Szybkie pytania: najważniejsze metryki, analityka, agencja vs in-house
01:15:50 – Książki i polecenia

Subskrybuj kanał → nie przegap nowości.
https://fotc.com/ → główny sponsor podcastu
https://enaturalnie.pl → sponsor prezentów dla gości. 

W tym odcinku rozmawiamy o tym, jak zacząć e-commerce od zera, jak zbudować sklep internetowy, jak zaplanować marketing e-commerce i dlaczego retencja klientów jest dziś ważniejsza niż samo pozyskanie pierwszej sprzedaży. Jędrzej Przeździęk pokazuje, jak wygląda start sklepu online w praktyce, jak podejść do strategii, budżetu i wdrożenia oraz kiedy lepiej postawić na agencję, a kiedy rozwijać kompetencje in-house. To rozmowa dla osób, które chcą rozwijać e-commerce świadomie, lepiej rozumieć sprzedaż online, unikać kosztownych błędów i wykorzystać AI w e-commerce, SEO, content marketingu oraz codziennej pracy nad sklepem internetowym. Jeśli interesuje Cię sklep online, sprzedaż internetowa, marketing dla e-commerce, retencja, analityka, AI i rozwój biznesu online, ten odcinek daje konkretne wskazówki, które można przełożyć na realne działania.

Jeśli ten odcinek był pomocny, zostaw subskrypcję, łapkę w górę i napisz w komentarzu, z czym wychodzisz po tej rozmowie.
Jeśli słuchasz na Spotify, obserwuj podcast i zostaw ocenę — to realnie pomaga docierać do kolejnych słuchaczy.

#ecommerce #sklepinternetowy #retencja #marketinginternetowy #biznesonline #chatgpt #ai #seo #analityka #sprzedazonline #startup #przedsiebiorczosc #youtubepl #podcast #etosieliczy
Sponsoring / współpraca: jeśli chcesz reklamę swojej firmy w podcaście — napisz do mnie, podeślę ofertę.
Usługi, które mogę dla Ciebie wykonać: hurtownia danych („jedno źródło prawdy”), szkolenia, warsztaty, GA4, server-side, Oferuję również kompleksowy audyt marketingowy.

W tym odcinku bierzemy na warsztat AI, agent AI, context log, analitykę internetową oraz dylemat GA4 vs Amplitude — czyli wszystko, co dziś realnie decyduje o tym, czy Twoje wnioski z danych są trafne, czy tylko „ładnie wyglądają w raporcie”. Rozmawiamy o tym, jak budować analitykę w e-commerce w świecie mniej pewnych danych (cookie-less), jak pracować z kontekstem biznesowym i dlaczego bez porządnego „dziennika zmian” nawet najlepsze narzędzia i modele AI będą prowadzić Cię na skróty.
W rozmowie z Kamilem Urą zaglądamy do środka dużej organizacji e-commerce: co jest absolutnym fundamentem (lejek, zachowania użytkowników, segmentacja), jak ustawiać oczekiwania wobec danych („good enough” zamiast perfekcji), oraz jak rozdzielać problemy marketingowe od operacyjnych. 
Dużo miejsca poświęcamy praktyce: jak prowadzić context log (co logować: kampanie, zmiany w GTM, modyfikacje na stronie, działania handlowe), jak dzięki temu skrócić czas diagnozy z dni do godzin i jak przygotować środowisko tak, żeby agent AI mógł wspierać analityka bez „halucynowania” przyczyn. Na koniec pojawia się też realny kontekst wyboru narzędzi: kiedy GA4 wystarcza, kiedy warto myśleć o Amplitude
========================
Więcej o mnie: https://andrzejczyk.com.pl
LinkedIn: https://www.linkedin.com/in/adrianandrzejczyk/
Kursy i szkolenia: https://itosieliczy.pl
Dołącz do społeczności: https://www.skool.com/i-to-sie-liczy-2492
Sponsor podcastu: https://fotc.com
Sponsor paczki dla gości: https://enaturalnie.pl/
====================================
Key takeaways (najważniejsze wnioski):
Dlaczego dane bez kontekstu w marketingu potrafią kosztować najwięcej i jak to zmienia pracę z AI/LLM. 
Jakie są „must have” w analityce e-commerce: lejek + segmentacja bazy klientów (w tym podejście RFM).
Jak podejmować decyzje przy niepełnych danych: podejście „good enough” zamiast 100%” i rola edukacji interesariuszy. 
Jak w praktyce analizować spadki (np. konwersji / add-to-cart), gdy przyczyną bywa logistyka, braki towaru i promesa dostawy. 
Prosty sposób na porządek w firmie: kontekst log (arkusz zmian: kampanie, Ads, GTM, działania handlowe) jako „źródło prawdy” do analiz i pracy z agentami AI.
Jeśli pracujesz w e-commerce, marketingu albo analityce — ten odcinek pomoże Ci budować procesy, które dowożą decyzje, a nie tylko raporty.

Rozdziały: 
[00:00] – Dlaczego „context is king” w analityce i AI?
[02:10] – Jak wygląda analityka w Decathlonie: 14 rynków, 1 zespół
[05:40] – Agencja vs in-house: dlaczego „głębia” robi różnicę?
[08:10] – Must have w e-commerce analytics: od czego zacząć?
[11:20] – Lejek e-commerce: co mierzyć, żeby podejmować decyzje?
[14:10] – Segmentacja klientów i RFM: jak ogarnąć bazę, gdy rośnie CAC?
[18:00] – Cookie-less i mniej danych: co jest „good enough”?
[23:30] – Spadek konwersji krok po kroku: marketing vs logistyka
[28:40] – Kontekst log: jak prowadzić dziennik zmian w firmie?
[33:10] – Jak przygotować dane, żeby AI nie „wymyślało” wniosków?
[37:20] – GA4 czy Amplitude: co wybrać dziś, a co za pół roku?

 #analityka #ecommerce #kontekst #GA4 #Amplitude #AI #LLM #marketing #dataanalytics #segmentacja #RFM #cookieless #GTM #digitalanalytics #podcast 

Sponsoring / współpraca: jeśli chcesz reklamę swojej firmy w podcaście — napisz do mnie, podeślę ofertę.
Usługi, które mogę dla Ciebie wykonać: hurtownia danych („jedno źródło prawdy”), szkolenia, warsztaty, GA4, server-side, Oferuję również kompleksowy audyt marketingowy.

W tym odcinku I TO SIĘ LICZY bierzemy na warsztat temat, który dziś decyduje o przewadze konkurencyjnej: wdrożenie AI w firmie. Bez bajek o „magii narzędzi” i bez pustego hype’u. Jeśli chcesz zrozumieć, jak podejść do transformacji AI, żeby dowieźć ROI, poprawić KPI i realnie zautomatyzować procesy — jesteś w dobrym miejscu.
Bo prawda jest prosta: AI nie naprawia chaosu. AI działa jak akcelerator — przyspiesza to, co już masz. Dlatego zaczynamy od fundamentu: mapowanie procesów, identyfikacja wąskich gardeł, ustalenie mierników sukcesu (KPI) i dopiero potem wybór narzędzi. W przeciwnym razie kończysz na „pilocie”, który wygląda dobrze na slajdzie… i nigdy nie trafia na produkcję.
W odcinku rozmawiamy m.in. o tym:
jak sprawdzić AI readiness i przygotować organizację do wdrożenia (ludzie, dane, procesy, odpowiedzialność),
dlaczego „kupmy ChatGPT / kupmy narzędzie” to często najdroższa droga donikąd,
jak znaleźć nisko wiszące owoce: automatyzacje, które dają szybki zwrot (czas, koszt, jakość, błędy),
jak budować bazę wiedzy (dokumentacja, standardy, repozytorium wiedzy), żeby AI mogło działać bez halucynacji i bez zgadywania,
jak podejść do skalowania: od pilota do wdrożenia produkcyjnego, krok po kroku, bez przepalania budżetu,
co się zmienia na rynku pracy: super-seniorzy, rola domenowej wiedzy, nowe oczekiwania wobec juniorów,
gdzie AI wchodzi najmocniej: marketing, sprzedaż, operacje, HR (w tym podejścia typu Gallup + AI w rekrutacji),
jak łączyć AI z danymi (np. hurtownia danych / chmura) i dlaczego „data-driven” to nie slogan, tylko warunek skuteczności.
Jeśli prowadzisz firmę, zarządzasz zespołem, pracujesz w marketingu lub operacjach — ten odcinek pomoże Ci wdrożyć AI mądrze, bezpiecznie i skutecznie. Zamiast polować na „nowy model”, zrobisz coś lepszego: ustawisz proces, KPI i plan, który dowozi wynik.
Coś za coś (darmowe): chcesz checklistę „Start z AI bez chaosu” (mapa procesów, KPI, pilot, skalowanie, baza wiedzy)? Napisz w komentarzu CHECKLISTA — przygotujemy ją jako materiał do pobrania.
Słowo klucz: wdrożenie AI, sztuczna inteligencja w firmie, automatyzacja, automatyzacja procesów, mapowanie procesów, KPI, ROI, AI readiness, transformacja cyfrowa, AI w marketingu, AI w HR, Gallup, baza wiedzy, data driven, hurtownia danych, chmura, skalowanie pilota, wdrożenie produkcyjne, optymalizacja kosztów, efektywność operacyjna.
#AI #SztucznaInteligencja #WdrożenieAI #Automatyzacja #Procesy #MapowanieProcesów #KPI #ROI #Marketing #HR #DataDriven #BazaWiedzy #TransformacjaCyfrowa
Sponsoring / współpraca: jeśli chcesz reklamę swojej firmy w podcaście — napisz do mnie, podeślę ofertę.
Usługi, które mogę dla Ciebie wykonać: hurtownia danych („jedno źródło prawdy”), szkolenia, warsztaty, GA4, server-side, Oferuję również kompleksowy audyt marketingowy.