Metody analizy danych: od pytania biznesowego do decyzji

Masz tabelę, potrafisz napisać zapytanie i zrobić wykres. Potem ktoś pyta, dlaczego spadła sprzedaż albo co zmienić w procesie. W tym momencie przydaje się umiejętność dobrania sposobu analizy do pytania. Sam wybór narzędzia nie rozstrzyga, jak podzielić klientów, jaki okres porównać i czego właściwie szukasz w danych.

Pokażę osiem sposobów patrzenia na problem: segmentację, kohorty, RFM, lejek, ekonomikę jednostkową i koszty, rozkład, szukanie przyczyn oraz myślenie systemowe. Połączę je przykładem fikcyjnego sklepu. Chodzi o praktyczny wybór kolejnego kroku, a nie o stosowanie wszystkich metod w każdym raporcie. Na końcu oddzielimy ustalenia od hipotez i zaplanujemy sprawdzenie proponowanej zmiany.

Najpierw pytanie i decyzja

„Przeanalizuj sprzedaż” jest zbyt szerokim zadaniem. Dopytałbym, jaka decyzja ma zapaść: zmiana budżetu reklamowego, poprawa płatności, oferta dla powracających klientów czy zwiększenie obsady magazynu. Każda wymaga innych danych. Sam wzrost liczby zamówień może być dobrym wynikiem dla jednej decyzji i niewystarczającą informacją dla drugiej.

Zapisz jednostkę obserwacji, okres i definicję wyniku. Sesja, osoba, zamówienie i pozycja zamówienia to różne poziomy. Jedna osoba może mieć kilka sesji, a jedno zamówienie wiele produktów. Złączenie tabel bez sprawdzenia tych relacji potrafi pomnożyć sprzedaż. Podstawę techniczną opisuję w artykule o SQL dla analityka.

Ustaliłbym też, jaka informacja zmieni rekomendację. Jeśli potrzebujesz rozstrzygnąć, czy problem dotyczy jednego urządzenia, zacznij od tego podziału. Dziesiątki dodatkowych przekrojów mogą poczekać. Analiza ma mieć warunek zakończenia: wystarczające dowody do wskazanej decyzji albo jasne stwierdzenie, czego nadal brakuje.

Osobno sprawdź dostępność danych. Właściciel systemu powinien potwierdzić, od kiedy zdarzenia są zbierane i czy ostatni okres jest kompletny. Przygotuj małą próbkę przejścia od rekordu źródłowego do wyniku. Taka kontrola często pozwala wykryć niewłaściwy filtr, zanim spędzisz czas na interpretowaniu różnicy, którą stworzyło samo zapytanie.

Przykład: konwersja spadła z 8% do 5%

W fikcyjnym sklepie porównujemy kwiecień i maj 2026. W każdym miesiącu mamy 1000 poprawnie zarejestrowanych sesji. Konwersja oznacza udział sesji z co najmniej jednym zakupem. Kilka zakupów w jednej sesji nadal daje jedną sesję zakupową. Zakładamy niezmieniony pomiar i brak ruchu technicznego; w prawdziwym zadaniu trzeba to sprawdzić.

Na początku każdej sesji przypisujemy jedną z dwóch grup. „Nowy” oznacza brak wcześniejszego zakupu w historii klienta, a „powracający” co najmniej jeden wcześniejszy zakup. To nasza definicja, niezależna od etykiet konkretnego narzędzia. Ta sama osoba może z czasem zmienić grupę, lecz pojedyncza sesja należy tylko do jednej.

Łącznie mamy 80 sesji zakupowych w kwietniu i 50 w maju. Konwersja spadła o trzy punkty procentowe, czyli względnie o 37,5%. Sama różnica nie pokazuje jeszcze, czy należy przebudować płatności. Potrzebujemy sprawdzić skład ruchu i zachowanie w grupach, zanim przypiszemy zmianie przyczynę.

Segmentacja: sprawdź, kogo porównujesz

W grupie nowych konwersja wynosi 20/500 = 4% w kwietniu i 35/875 = 4% w maju. U powracających otrzymujemy odpowiednio 60/500 = 12% i 15/125 = 12%. Stopy w obu grupach są identyczne między miesiącami. Zmieniły się ich udziały: nowych było 50% sesji, a potem 87,5%.

Gdy zastosujemy kwietniowe wagi do majowych stóp, dostaniemy 0,5 × 4% + 0,5 × 12% = 8%. Przy tym podziale całe obniżenie wskaźnika ogółem da się rachunkowo wyjaśnić zmianą składu sesji. To opis agregatów. Nie dowodzi, dlaczego zmienił się ruch, ani że zachowanie każdej osoby pozostało identyczne.

Kolejnym pytaniem byłoby pochodzenie nowych sesji i ubytek powracających: kampanie, sezon, dostępność produktów, sposób identyfikacji klienta. Nie przesuwałbym od razu całego budżetu do grupy z wyższą konwersją. Grupy mogą różnić się kosztem pozyskania, wartością zamówień i rolą w przyszłym wzroście. Segmentacja porządkuje porównanie, ale sama nie wybiera działania.

Zapisz liczebności i sposób przypisania grup. Pusta grupa nie ma konwersji zero, tylko niezdefiniowany iloraz. Brak historii klienta również nie musi oznaczać braku wcześniejszych zakupów. Jeśli pomiar nie łączy urządzeń, trzeba zaznaczyć to ograniczenie zamiast traktować etykiety jak bezbłędny opis ludzi.

Kohorty: porównuj podobny czas od startu

Kohorta łączy osoby według wspólnego momentu rozpoczęcia, na przykład miesiąca pierwszego zakupu. Potem obserwujesz zachowanie w kolejnych okresach od tego startu. Rozdzielenie kryterium wejścia i powrotu pokazuje również dokumentacja kohort Google. Dzięki temu pytanie „czy klienci wracają?” dostaje konkretny mianownik i zegar. Inaczej wygląda udział ponownego zakupu w pierwszym miesiącu po starcie, a inaczej w całym dostępnym roku.

Z naszej tabeli sesji nie policzysz poprawnie retencji klientów. Nie znamy unikalnych identyfikatorów, dat pierwszych zakupów ani pełnej historii powrotów. Nawet jeśli każda sesja zakupowa nowych klientów oznacza inną osobę, nie wiemy, która z nich wróciła. Dopisałbym potrzebne pola do zamówienia danych, zamiast budować tabelę kohortową z niewłaściwej jednostki.

Po uzyskaniu historii wybrałbym definicję powrotu i jednakowy wiek kohort przy porównaniu. Młodsza kohorta nie miała jeszcze szansy przeżyć wszystkich kolejnych miesięcy. Takie komórki oznacz jako nieobserwowane, bez wpisywania zera. Oddziel też brak zakupu od braku dostępu do danych. To różne powody pustej wartości.

Spadek powrotów w konkretnym okresie wskazuje miejsce do zbadania. Sam nie dowodzi słabego wdrożenia klienta lub jakości produktu. Sprawdziłbym sezon zakupowy, dostępność i różnice między kanałami pozyskania. Definicje retencji oraz kosztu pozyskania rozwijam w poradniku o KPI e-commerce.

RFM: opisz historię zakupów na konkretny dzień

RFM zestawia świeżość zakupu, częstotliwość i wartość. Dokumentacja Microsoft pokazuje te trzy wymiary oraz możliwość konfiguracji ocen. W naszym przykładzie najpierw zostawiam surowe wartości. Skala punktowa ma sens dopiero po ustaleniu okna, kierunku oceny i tego, do jakiej decyzji ma służyć.

Weźmy osobny, mały wycinek transakcji tego fikcyjnego sklepu: czterech klientów i siedem majowych zamówień. To nie jest pełna lista 50 sesji zakupowych. Każde zamówienie w wycinku ma unikalny identyfikator i pochodzi z osobnej sesji. Kwoty są po rabatach, bez VAT i bez zwrotów w tym wycinku.

Liczymy na początek 1 czerwca 2026, z oknem od 1 maja włącznie do 1 czerwca wyłącznie. Używamy różnic dat kalendarzowych UTC. Recency to dni od ostatniego zakupu, Frequency to liczba zamówień w oknie, Monetary to suma ich wartości. Dla A otrzymujemy R=2, F=2, M=200; dla B: 17, 1, 300; dla C: 12, 3, 60; dla D: 1, 1, 80.

B ma największą wartość zakupów, C największą częstotliwość, a D najbardziej świeży zakup. Żaden z tych faktów nie daje jeszcze rankingu rentowności. Nie znamy kosztu produktów, zwrotów po odcięciu ani obsługi. Osobę bez zakupu oznaczyłbym osobno, zamiast nadawać jej zmyśloną datę. Progi punktów zapisałbym i sprawdził ich stabilność przed użyciem.

Lejek: wskaż etap i zdefiniuj przejście

Lejek porządkuje sekwencję zdarzeń. Google opisuje lejki otwarte i zamknięte oraz kolejność kroków w eksploracji liczącej użytkowników. Poniżej buduję własny lejek sesyjny, więc jego wartości nie są automatycznie odpowiednikiem raportu GA4. Jednostka i reguły muszą być podane razem z wykresem.

W tych samych 1000 majowych sesji przyjmujemy zamkniętą ścieżkę: wejście, obejrzenie produktu, koszyk, rozpoczęcie płatności, zakup. Wszystkie kroki muszą wystąpić w tej kolejności w jednej sesji, choć między nimi mogą być inne działania. Każdą sesję liczymy najwyżej raz na etapie. W tym przykładzie wszystkie 50 sesji zakupowych spełnia całą sekwencję.

Przejścia między kolejnymi etapami wynoszą 60%, około 16,67%, 70% i około 71,43%. Konwersja całej ścieżki to 5%. Najwięcej sesji odpada między produktem a koszykiem: 500. Pomiędzy rozpoczęciem płatności a zakupem odpada 20. Te liczby lokalizują utratę, ale nie mówią, jaka część jest możliwa do odzyskania.

Nie zakładałbym, że największy ubytek daje najlepszy zwrot z pracy. Oglądanie produktu może służyć porównywaniu ofert, a część osób wróci później. Ubytek przy płatności może wynikać z błędu, kosztu dostawy, braku preferowanej metody lub pomiaru. Potrzebne są logi, zgłoszenia i obserwacja procesu, zanim powstanie konkretna diagnoza.

Ekonomika jednostkowa: połącz wolumen z kosztami

Wycinek RFM daje 640 PLN wartości siedmiu zamówień. To przychód w zadanym zakresie, bez informacji o wyniku. Zamówienie B za 300 PLN mogło wymagać droższego towaru lub obsługi niż pozostałe. Dopóki nie połączysz kosztów, nie możesz uznać B za najbardziej dochodowego klienta ani obiecać wyniku kampanii skierowanej do podobnych osób.

Ustaliłbym jednostkę decyzji: zamówienie, pozyskany klient, przesyłka albo godzina pracy. Następnie przypisałbym koszty zmienne i pokazał, jak pozostała marża pokrywa koszty stałe. Uśredniony koszt przesyłki nie jest kosztem każdego zamówienia, jeśli zamówienia dzielą się na wiele paczek. Podobnie koszt pozyskania zależy od tego, kogo uznajesz za nowego klienta.

Sama alokacja kosztu stałego nie oznacza, że koszt zniknie po wyłączeniu produktu. Przy scenariuszu pytaj, co rzeczywiście zmieni się w danym horyzoncie i czy dodatkowy wolumen przekroczy pojemność procesu. Rachunki COGS, marży pokrycia i OPEX pokazuję w artykule o finansowych KPI. Tutaj potrzebujemy ich do oceny decyzji, nie tylko do dodania kolejnej karty raportu.

Rozkład: zobacz, co kryje średnia

Wartości siedmiu zamówień to 50, 150, 300, 20, 20, 20 i 80 PLN. Średnia wynosi około 91,43 PLN, mediana 50 PLN, a największe zamówienie 300 PLN. Każda miara jest poprawna i odpowiada na inne pytanie. Średnia przydaje się do uzgodnienia sumy, mediana opisuje środkową obserwację po uporządkowaniu.

NIST opisuje histogram jako narzędzie oglądania między innymi rozrzutu, asymetrii i wielu skupień. Przy naszych siedmiu obserwacjach pokazałbym wszystkie wartości zamiast dobierać efektowne przedziały. Próba jest zbyt skromna, by na jej podstawie ogłaszać stabilny rozkład całej sprzedaży lub precyzyjne zachowanie ogona.

Dużej wartości nie usuwaj tylko dlatego, że odstaje od reszty. Sprawdź rekord: duplikat, błędną walutę, korektę albo rzeczywiste duże zamówienie. Jeśli pokazujesz wynik po wyłączeniu obserwacji, podaj regułę i wynik przed wyłączeniem. W analizie czasu realizacji podobne pytanie dotyczy opóźnionych spraw, które średnia może słabo opisywać. Więcej pułapek omawiam w błędach statystycznych.

Szukanie przyczyn: każde wyjaśnienie potrzebuje dowodu

Wiemy, że w przykładzie zmienił się skład sesji. Nadal nie wiemy dlaczego. Metoda Five Whys opisana przez ASQ pomaga rozwijać pytania; liczba powtórzeń nie musi wynosić dokładnie pięć. Traktowałbym ją jako porządek rozmowy i listę hipotez do sprawdzenia. Sam łańcuch przekonujących odpowiedzi nie zastępuje danych.

Hipotezę „kampania sprowadziła więcej nowych osób” sprawdziłbym przez wydatki, oznaczenia ruchu i daty zmian. Hipotezę „utraciliśmy identyfikację powracających” przez wersje pomiaru, zgodność identyfikatorów i próbki zdarzeń. Każda potrzebuje innego śladu. Warto zapisać także dowód, który podważyłby ulubione wyjaśnienie zespołu, aby nie zbierać wyłącznie potwierdzeń.

Nie musisz znaleźć jednej uniwersalnej przyczyny. Równocześnie mogły zmienić się kampanie i pomiar. Dwa miesięczne punkty nie wystarczą też do opisu sezonowości lub trwałego trendu. Poprosiłbym o dłuższą serię, kalendarz zmian i porównywalne okresy. Wnioski powinny zachować poziom pewności, który rzeczywiście dają dostępne dane.

Myślenie systemowe: sprawdź skutki poza jednym KPI

Załóżmy, że zespół rozważa bezpłatną dostawę. Rozpisałbym możliwe zależności: zmiana liczby zamówień i koszyka, koszt wysyłki, obciążenie pakowania, terminy oraz późniejsze zwroty. To hipotezy do zbadania, bez gwarancji kierunku każdej zmiany. Sam wzrost konwersji nie rozstrzyga, czy propozycja poprawia wynik całego procesu.

Wybrałbym główną miarę powiązaną z celem, na przykład marżę pokrycia na kwalifikującego się klienta, oraz miary kontrolne: terminowość, zwroty i obciążenie obsługi. Ich definicje i okna muszą uwzględniać opóźnione skutki. Dodatkowe zamówienia mogą pojawić się szybko, a zwroty później. Zakończenie obserwacji przed ich ujawnieniem zmieni ocenę.

Rozmowa z operacjami pomoże ustalić ograniczenia, których nie widać w tabeli sprzedaży. Wspólny magazyn może obsługiwać kilka kanałów, więc zwiększenie ruchu w jednym wpływa na pozostałe. Zapisz te powiązania i właścicieli danych. Schemat zależności jest mapą założeń; dopiero pomiar pokaże, które zależności i efekty wystąpiły.

Od hipotezy do sprawdzenia i krótkiej rekomendacji

Jeśli zmiana nadaje się do eksperymentu, można zaplanować losowy przydział kwalifikujących się klientów do wariantów. NIST wyjaśnia zasadę randomizacji jako losowe przypisanie wariantu jednostce eksperymentalnej. W propozycji dla sklepu ta sama osoba powinna zachować wariant przy kolejnych wizytach. Trzeba też rozważyć wpływ wspólnego magazynu i mieszania ekspozycji.

Przed startem zapisałbym populację, główną miarę, minimalną zmianę istotną biznesowo, plan liczebności, czas obserwacji i reguły zakończenia. Nie podaję uniwersalnej liczby klientów ani nie deklaruję przeprowadzenia testu. Gdy losowanie jest niemożliwe, trzeba jawnie opisać ograniczenia porównania obserwacyjnego. Wybór metody nie usuwa automatycznie różnic między grupami.

Końcowa notatka dla naszego przykładu byłaby krótka. Fakt: konwersja spadła z 8% do 5%, przy niezmienionych stopach w dwóch grupach i zmienionych udziałach. Hipotezy: zmiana pozyskania, zachowania powracających lub identyfikacji. Braki: historia klientów, koszty i dowody z procesu. Następny krok: sprawdzenie pomiaru i źródeł ruchu z osobą odpowiedzialną za te dane.

Do notatki dołączyłbym tabelę pozwalającą odtworzyć rachunki oraz termin kolejnej decyzji. Nie proponowałbym przebudowy płatności wyłącznie na podstawie zagregowanego spadku. Metody biznesowe pomagają przejść od szerokiego problemu do sprawdzalnych pytań. Ich wartość widać wtedy, gdy odbiorca rozumie, co ustaliliśmy, czego jeszcze nie wiemy i co konkretnie sprawdzimy dalej.

Materiał wideo

W filmie omawiam metody analizy danych i frameworki biznesowe. Artykuł rozwija ten temat przez wspólny przykład, jawne definicje i granice wnioskowania.