Fundament
Co AI naprawdę daje w analizie sprzedaży
AI nie zastąpi dobrych danych i nie zna Twojego biznesu. Skraca drogę od tabeli do pytania „co mam z tym zrobić?".
📊
Definicja — analiza sprzedaży z AI to proces, w którym dane liczone w arkuszu, bazie lub kodzie trafiają do modelu językowego, a ten opisuje zmiany, wskazuje anomalie i proponuje hipotezy do sprawdzenia przez właściciela
zamówienia z BaseLinkera + koszty + reklamy → arkusz liczy wskaźniki → AI komentuje → właściciel decyduje
AI robi dobrze
Porównuje okresy i opisuje różnice słowami, wyłapuje produkty i kanały, które nagle rosną lub spadają, łączy fakty z kilku tabel w jedną historię i podpowiada, czego jeszcze brakuje w danych.
AI robi źle
Liczy sumy i średnie na surowych danych, zna kontekst Twojego sklepu (promocje, braki, zmiany cen) tylko wtedy, gdy mu go podasz, i łatwo myli korelację z przyczyną. Każdy wniosek to hipoteza, nie wyrok.
Gdzie daje najwięcej
Tam, gdzie dane już są, ale nikt ich regularnie nie czyta. Stały raport z komentarzem sprawia, że spadek marży na jednej kategorii zauważasz po tygodniu, a nie przy rozliczeniu kwartału.
💡 Test podstawowy: kiedy ostatnio sprawdziłeś marżę po kanałach i produktach, a nie tylko obrót? Jeśli nie pamiętasz — potrzebujesz stałego raportu bardziej niż zaawansowanej analizy.
Jak to działa
Droga danych: od zamówień do komentarza AI
Cztery etapy. AI pojawia się dopiero w trzecim.
Zbieranie
źródła
źródła
Dane w jednym miejscu
Zamówienia z BaseLinkera (kanał, produkt, wartość, koszt wysyłki)
Koszty zakupu, prowizje, wydatki na reklamy
Liczenie
arkusz
arkusz
Wskaźniki formułami
Sprzedaż, marża, udział kanałów, zwroty, koszt reklamy na zamówienie
Porównanie z poprzednim tygodniem i rokiem
Komentarz
AI
AI
Gotowe zestawienie + kontekst
Co się zmieniło, co niepokoi, co sprawdzić
Kontekst: promocje, braki towaru, zmiany cen z tygodnia
Decyzja
właściciel
właściciel
Hipoteza → sprawdzenie → działanie
Raport na mailu lub komunikatorze w poniedziałek rano
Decyzje zapisane obok raportu
Raport krok po kroku
Jak zbudować cotygodniowy raport sprzedaży z komentarzem AI — 7 kroków
Zestaw: BaseLinker, Arkusz Google, Make i model językowy. Działa bez programisty.
1
Wybierz 5–7 wskaźników
Sprzedaż netto, marża po kosztach zakupu i prowizjach, udział kanałów, liczba zamówień i średnia wartość koszyka, zwroty, koszt reklamy na zamówienie. Więcej wskaźników to mniej uwagi dla każdego z nich.
→ Jak dobrać wskaźniki, opisuję w artykule o dashboardzie właściciela.
2
Automatycznie zbieraj zamówienia do arkusza
Codzienny scenariusz w Make pobiera zamówienia z poprzedniego dnia z BaseLinkera i dopisuje je do arkusza: data, kanał, produkt, ilość, wartość, koszt wysyłki. Bez danych osobowych klientów — do analizy nie są potrzebne.
→ Gotowy opis takiego scenariusza jest w artykule o 5 scenariuszach Make dla BaseLinkera.
3
Dodaj koszty i policz wskaźniki formułami
Arkusz z cenami zakupu produktów, prowizjami kanałów i wydatkami na reklamy. Formuły liczą wskaźniki tygodniowe i porównanie z poprzednim tygodniem. To jest źródło prawdy — AI nie liczy tych liczb od nowa.
→ Sprawdź formuły ręcznie na jednym tygodniu, zanim oddasz je automatowi.
4
Przygotuj zakładkę kontekstu
Krótka lista zdarzeń tygodnia: promocje, braki towaru, zmiany cen, nowe kampanie, awarie. Bez kontekstu AI zobaczy spadek sprzedaży produktu, ale nie będzie wiedzieć, że przez trzy dni był niedostępny.
→ Dwie minuty w piątek oszczędzają błędne wnioski w poniedziałek.
5
Napisz instrukcję dla AI
Rola (analityk sklepu), dane (tabela wskaźników i kontekst), zadanie (3 najważniejsze zmiany, 2 sygnały ostrzegawcze, 3 pytania do sprawdzenia), zasady (nie licz sum samodzielnie, korzystaj z podanych wartości, oznaczaj hipotezy jako hipotezy).
→ Stała struktura raportu sprawia, że czytasz go w dwie minuty i porównujesz tydzień do tygodnia.
6
Wysyłaj raport automatycznie w poniedziałek
Scenariusz tygodniowy pobiera gotowe wskaźniki i kontekst z arkusza, przekazuje je do modelu językowego i wysyła komentarz na maila lub komunikator — razem z linkiem do arkusza.
→ Link do arkusza w raporcie pozwala sprawdzić każdą liczbę jednym kliknięciem.
7
Zapisuj decyzje i wracaj do nich
Pod każdym raportem jedna linijka: co postanowiłeś. Po miesiącu możesz poprosić AI o porównanie decyzji z wynikami — i zobaczyć, które działania naprawdę coś zmieniły.
→ Raport bez decyzji to tylko kolejna tabela.
Cztery typy pytań
Jakie pytania zadawać AI o dane sprzedażowe
Dobre pytanie jest konkretne, dotyczy okresu i zawiera kontekst.
📉
Zmiany i anomalie
Co odstaje od normy
„Które produkty i kanały zmieniły sprzedaż lub marżę o więcej niż 20% tydzień do tygodnia? Uwzględnij kontekst z zakładki zdarzeń."
✓ Najlepsze pytanie na start każdego raportu.
💰
Rentowność
Gdzie ucieka marża
„Które produkty mają wysoki obrót, ale marżę po prowizjach i kosztach wysyłki poniżej 10%? Co je łączy?"
✓ Często odkrywa produkty, które sprzedają się dobrze i nic nie zarabiają.
🔍
Hipotezy do sprawdzenia
Dlaczego tak się stało
„Podaj trzy możliwe przyczyny spadku konwersji w kategorii X i dla każdej wskaż, jakie dane pozwolą ją potwierdzić lub wykluczyć."
✓ AI podsuwa pytania, a Ty sprawdzasz je w danych.
🧭
Priorytety
Od czego zacząć
„Na podstawie ostatnich 4 raportów: które trzy działania mają największy potencjalny wpływ na marżę w przyszłym miesiącu i dlaczego?"
✓ Traktuj to jako listę do dyskusji, nie gotowy plan.
Na co uważać
Najczęstsze błędy przy analizie sprzedaży z AI
Każdy z nich prowadzi do decyzji podjętej na podstawie liczby, której nikt nie sprawdził.
✅
Dobrze ustawiona analiza
Arkusz liczy, AI komentuje — każda liczba ma źródło w formule.
Kontekst tygodnia — AI wie o promocjach i brakach towaru.
Dane zagregowane — do AI nie trafiają dane osobowe klientów.
❌
Typowe błędy
Wklejenie surowego eksportu i prośba o sumy — pewnie brzmiące, błędne liczby.
Analiza obrotu zamiast marży — AI chwali produkty, które nie zarabiają.
Hipoteza traktowana jak fakt — decyzja o cenach bez sprawdzenia przyczyny.
⚖️
Test praktyczny: wybierz z raportu AI trzy liczby i znajdź każdą w arkuszu. Jeśli którejś nie ma albo się różni — AI liczyło samo. Popraw instrukcję, zanim oprzesz na raporcie jakąkolwiek decyzję.
Chcesz dostawać wnioski, a nie tabele?
Raport sprzedaży z AI — wdrożenie z ekspertem
Łączę dane z BaseLinkera, kosztów i reklam w jednym arkuszu, ustawiam wskaźniki i scenariusz, który co tydzień wysyła Ci raport z komentarzem AI.
Co dostajesz przy współpracy
📐
Wskaźniki dopasowane do sklepu
5–7 liczb, które naprawdę mówią o zdrowiu firmy — z marżą po kanałach.
🔗
Automatyczny przepływ danych
BaseLinker → arkusz → formuły → komentarz AI → Twoja skrzynka.
🧭
Instrukcja i struktura raportu
Stały format, który czytasz w dwie minuty i porównujesz tydzień do tygodnia.
FAQ
Najczęstsze pytania — AI do analizy sprzedaży
Czy mogę wkleić eksport zamówień do czatu AI i poprosić o analizę?
Możesz, ale z dwoma zastrzeżeniami. Po pierwsze,
usuń dane osobowe klientów — do analizy nie są potrzebne. Po drugie, nie ufaj sumom policzonym przez model na surowych danych. Bezpieczniej policzyć wskaźniki w arkuszu, a AI dać gotowe zestawienie do interpretacji.
Skąd brać dane do analizy?
Zamówienia z BaseLinkera, konwersję i ruch z Allegro Analytics, wydatki z paneli reklamowych i ceny zakupu z Twojego katalogu lub systemu magazynowego. Najwygodniej zebrać je automatycznie w jednym arkuszu.
Czy BaseLinker ma własne AI do analizy?
Base.com rozwija funkcje AI, w tym asystenta w panelu. Sprawdź jego aktualny zakres na swoim koncie. Niezależnie od tego raport łączący zamówienia z kosztami i reklamami zwykle wymaga zebrania danych z kilku źródeł w jednym miejscu.
Jak często robić analizę z AI?
Raport tygodniowy do bieżącej kontroli i miesięczne podsumowanie do decyzji strategicznych. Codzienne analizy w małym sklepie zwykle pokazują szum, a nie trendy.
Który model AI wybrać?
Ważniejszy od modelu jest proces: wskaźniki policzone w arkuszu, kontekst tygodnia i stała instrukcja. Wybierz model dostępny w wersji biznesowej lub przez API, z umową i warunkami, w których Twoje dane nie służą do trenowania.
Powiązane materiały
Dane → wskaźniki → komentarz → decyzja
📊
Dane i kontrola
📞
Wsparcie eksperta
AI · Analiza sprzedaży · Raporty · E-commerce · 2026
Arkusz liczy. AI wyjaśnia. Ty decydujesz — co poniedziałek, w dwie minuty.
Co AI daje w analizie sprzedaży, droga danych w czterech etapach, siedem kroków do raportu tygodniowego, cztery typy dobrych pytań i błędy, przez które AI podaje złe liczby. Jeśli chcesz, zbuduję taki raport dla Twojego sklepu.
✓ Dane z BaseLinkera
✓ Wskaźniki w arkuszu
✓ Komentarz AI
✓ Raport w poniedziałek
✓ Zero zobowiązań
AI do analizy sprzedaży — skrót
📊 Co AI robi dobrze, a co źle
🔄 Droga danych w 4 etapach
🛠️ 7 kroków do raportu
❓ 4 typy dobrych pytań
💬 Odpowiedzi na 5 pytań
5–7
Wskaźników
1×
W tygodniu
0 zł
Konsultacja
Zacznij od wyboru 5–7 wskaźników. Bez nich AI będzie komentować wszystko i nic.