Špatná otázka = špatná odpověď. Jak se ptát dat.
Většina otázek, které lidé pokládají svým datům, je špatná. Odpověď nedostanou. Ne proto, že by ji data neměla, ale proto, že se ptají špatně. Tady jsou čtyři vzorce, které pravděpodobnost dobré odpovědi zvednou. Fungují stejně, ať se ptáte AI, nebo si čísla skládáte v Excelu.
1. Konkrétní časové okno
Špatně: „Jak mi šla Meta?“
Lépe: „Jak mi šla Meta v posledních 14 dnech ve srovnání s předchozími 14 dny?“
Proč: bez referenčního okna je „šlo to“ jen dojem. Když okno řeknete, dostanete srovnání, ne pocit.
2. Definujte, co znamená „dobře“
Špatně: „Která kampaň je nejlepší?“
Lépe: „Která kampaň má nejnižší cenu za zákazníka při útratě aspoň 10 000 Kč?“
Proč: „nejlepší“ si systém musí vybrat sám. Sáhne po ROAS, jenže „nejlepší ROAS“ u kampaně, která utratila 200 Kč, je statistický šum, ne výsledek. Když řeknete kritérium a k němu minimální váhu, dostanete realistickou odpověď.
3. Ptejte se na příčinu, ne na číslo
Špatně: „Kolik je ROAS?“
Lépe: „Proč mi minulý týden klesl ROAS o 30 %?“
Proč: číslo bez kontextu vás nedovede k akci. „ROAS je 2,8“ je informace, ne instrukce. „ROAS klesl, protože hlavní kampaň utratila rozpočet už ve středu a do víkendu neběžela“ je odpověď, podle které víte, co dál.
4. Pojmenujte segmenty
Špatně: „Kdo u mě nakupuje?“
Lépe: „Jaký je rozdíl mezi zákazníky z brand kampaní a z prospectingu? Průměrná objednávka, opakovaný nákup?“
Proč: průměr často klame. Když se průměrná objednávka drží kolem 1 500 Kč, klidně můžete mít polovinu zákazníků za 500 Kč a polovinu za 2 500 Kč. A každá z těch skupin chce úplně jiný marketing.
Tahle pravidla nezávisí na nástroji. Fungují stejně, ať se ptáte GPT, Lupli, dashboardu, nebo si čísla skládáte v Excelu. Klíč je formulace, ne software. Když položíte špatnou otázku, dostanete jednu ze dvou věcí: průměrnou odpověď, nebo odpověď, která zní dobře, ale není pravdivá. U dat platí to samé co u lidí: dobrý rozhovor začíná dobrou otázkou.