Analýza datových metrik

Vizualizace surových dat bez marketingového filtru.

Reality Check 2024

Které metriky marketéři vymýšlejí a co skutečně sledovat

Zapomeňte na "engagement" a "brand awareness". Většina reportů, které dostáváte, jsou jen umělecká díla určená k obhajobě rozpočtů. Rozebereme si, proč jsou vaše dashboardy plné šumu a jak z nich vysekat tvrdá data, která mají vliv na P&L.

Často kladené otázky (a nepříjemné odpovědi)

Proč je "dosah" (reach) naprosto k ničemu? Icon

Dosah je metrika, která říká pouze to, kolikrát se váš obrázek mihl na displeji někoho, kdo zrovna seděl na toaletě. Neznamená to pozornost, neznamená to zájem a rozhodně to neznamená konverzi. Pokud nevíte, kolik z těchto lidí patří do vaší ICP (Ideal Customer Profile), je to jen číslo pro potěšení ega.

Můžeme věřit Google Analytics 4 (GA4)?

Pouze pokud máte správně nastavenou server-side GTM a ošetřený consent mode. GA4 standardně používá modelování dat, což je v podstatě "vzdělaný odhad". Pokud se spoléháte na základní implementaci, sledujete zhruba 60-70 % reality, zbytek je dopočítaná mlha.

Je AI v reportingu skutečně užitečná?

AI je skvělá v hledání anomálií, ale tragická v pochopení kontextu vašeho byznysu. Pokud jí dáte špatná data, vygeneruje vám revoluční nesmysly s vysokou sebejistotou. Skutečná hodnota je v automatizaci sběru, nikoliv v nekritickém přebírání interpretací.

Bento analýza: Co vyhodit do koše

Vanity Metrics Deconstruction

Většina metrik jako "Likes", "Followers" nebo "Page Views" slouží jen k tomu, aby agentury vypadaly dobře na měsíčních prezentacích. Tyto metriky nemají korelaci s cashflow. Skutečný analytik sleduje CAC (Cost Per Acquisition) v poměru k LTV (Lifetime Value) a Payback Period. Pokud váš Payback přesahuje 12 měsíců a vy se chlubíte nárůstem fanoušků na LinkedIn, máte problém s likviditou, ne s marketingem.

  • Počet shlédnutí videa (bez ohledu na délku)
  • Počet stažení e-booku bez následné kvalifikace (MQL)
  • Procento prokliku (CTR) u irelevantního publika
Jak se naučit rozlišovat šum →

ROI Calculation Errors

Marketéři často počítají ROI (Return on Investment) tak, že ignorují fixní náklady, platy a technické vybavení. Sledují pouze poměr "útrata v Google Ads / tržby". To není ROI, to je ROAS (Return on Ad Spend), a ROAS vás může dovést k bankrotu, pokud máte nízkou marži.

Opravit výpočet

Statistická (ne)významnost

Děláte A/B test na 100 lidech? Gratulujeme, právě jste hodili mincí. Bez výpočtu p-hodnoty a dostatečného vzorku jsou vaše optimalizace pouhým hádáním. Většina změn, které marketéři označují za úspěšné, je statisticky irelevantní šum.

Metodika testování

Lži o atribuci konverzí

Model "Last Click" je jako přisuzovat celé vítězství ve fotbale útočníkovi, který dal gól, a ignorovat zbytek týmu. Naopak modely založené na datech v GA4 často nadhodnocují placené kanály, protože Google chce, abyste utráceli více.

"Podle interních studií Cronjobco až 45 % konverzí v B2B segmentu začíná dark social kanály, které žádný standardní analytický nástroj neumí změřit."
Analýza atribučních modelů →

Proč vaše data lžou a co s tím dělat

Prvním krokem k uzdravení vaší datové strategie je přiznání, že většina čísel v dashboardech je tam jen pro dekoraci. Marketéři pod tlakem na výsledky často sahají po metrikách, které vypadají dobře v grafu směrem nahoru, ale nemají žádný dopad na bankovní účet firmy. Tento fenomén nazýváme "Data Theater". V divadle dat se tleská za vysoký počet impresí, zatímco konverzní poměr na konci funnelu (tzv. bottom-of-funnel) stagnuje nebo klesá.

Konec éry magických reportů

Moderní analýza dat s podporou AI by neměla sloužit k výrobě hezčích grafů, ale k brutální filtraci reality. Automatizace reportů, o které píšeme v našem Technickém průvodci, by měla primárně ušetřit čas na přemýšlení, nikoliv na generování dalších PDF souborů, které nikdo nečte. Skutečný přínos AI spočívá v prediktivní analýze chování zákazníků na základě historických dat, nikoliv v sumarizaci toho, co se stalo minulý měsíc.

Statistika, kterou vám agentura neřekne:

  • 01. Až 30 % návštěvnosti na webu tvoří boti, které standardní filtry neodfiltrují.
  • 02. Průměrná odchylka mezi daty v CRM a Google Analytics činí 15–25 %.
  • 03. Více než 60 % B2B marketérů neumí definovat rozdíl mezi korelací a kauzalitou u svých kampaní.

Jak nastavit systém, který nelže?

Cesta vede přes sjednocení datových sil. Pokud vaše marketingová data žijí v izolaci od prodejních dat v CRM a finančních dat v ERP, nikdy neuvidíte pravdu. Implementace, kterou popisujeme v sekci Postup implementace, se zaměřuje na vytvoření "Single Source of Truth". Pouze tehdy, když vidíte celou cestu zákazníka od prvního (skutečného) doteku až po finální inkasovanou platbu, můžete začít mluvit o efektivním řízení marketingu.

Nenechte se zmást termíny jako "brand equity" nebo "customer delight", pokud nemáte vyřešenou základní matematiku. Marketing je inženýrská disciplína, kde emoce patří do kreativy, ale čísla musí zůstat chladná, tvrdá a nepříjemná. Jen tak se posunete od hádání k řízení.

Přestaňte sledovat nesmysly

Chcete vědět, jak nastavit vaši datovou infrastrukturu tak, aby vám říkala pravdu, i když je nepříjemná? Naše metodika implementace je navržena pro inženýry a skeptické manažery.

Žádné sliby o harmonii. Jen data a automatizace.