Hurtownia danych w małej firmie: co zmierzysz po połączeniu CRM, ERP, sklepu i reklam

W małej firmie hurtownią danych może być zarządzana baza PostgreSQL, do której spływają dane z CRM-u, ERP-u, sklepu i reklam. Dopiero nad taką bazą powstaje wspólny raport. Każdy system dalej robi swoją robotę, ale właściciel nie musi już porównywać pięciu ekranów i zgadywać, która liczba jest prawdziwa.

W jednym z wdrożeń połączyłem w ten sposób Pipedrive, WAPRO ERP, BaseLinker, WooCommerce, Google Ads, Google Analytics 4 i Leadfeeder. Firma sprzedaje usługi profesjonalne i prowadzi sklep internetowy. Koszt dodatkowych narzędzi potrzebnych do zebrania i pokazania danych wynosi w tym przypadku poniżej 300 zł miesięcznie. Największe pozycje to zarządzana baza danych i serwer VPS pod Metabase.

W skrócie:

• Hurtownia nie zastępuje CRM-u, ERP-u ani sklepu. Zbiera ich dane do analizy.
• Najciekawsze wskaźniki powstają na styku systemów: koszt kampanii i opłacone zamówienie, szansa w CRM-ie i wystawiona faktura, oglądany produkt i jego stan magazynowy.
• Raport pozwala sprawdzić także jakość pomiaru. Jeśli Google Ads, Analytics, WooCommerce i BaseLinker pokazują cztery różne wartości sprzedaży, widzisz rozjazd zamiast wybierać najładniejszą liczbę.
• AI może odpowiadać na pytania o firmę dopiero wtedy, gdy ma kontrolowany dostęp do tak połączonych danych.
• Mała firma zwykle nie potrzebuje na początek rozbudowanej platformy analitycznej. Potrzebuje dobrze połączonych źródeł, wspólnych definicji i raportu, który ktoś naprawdę czyta.

Dlaczego raport z jednego systemu nie pokazuje całej sprzedaży?

Każdy system widzi tylko swój kawałek procesu. Google Ads zna koszt kampanii i przypisaną jej konwersję. Google Analytics 4 widzi sesję oraz zdarzenia na stronie. WooCommerce zna zamówienie. BaseLinker zna jego dalszą obsługę. ERP wie, czy sprzedaż skończyła się dokumentem i przychodem. CRM przechowuje rozmowy, oferty i szanse prowadzone poza koszykiem.

Osobno wszystkie te dane mogą być poprawne, a nadal nie odpowiadać na pytanie właściciela: ile pieniędzy przyniosła konkretna kampania po uwzględnieniu prawdziwych zamówień?

Google Ads nie jest księgowością. Zdarzenie purchase w Analytics nie jest opłaconą fakturą. Zamówienie w WooCommerce nie mówi jeszcze, co stało się z nim w dalszej obsłudze. Faktura w ERP nie pamięta, z której reklamy przyszedł klient.

Problem powtarza się przy usługach. CRM policzy wygrane szanse, ale nie pokaże przychodu z kolejnych zleceń dla tego samego klienta, jeśli ten siedzi wyłącznie w księgowości. ERP pokaże obrót, ale nie wyjaśni, ile rozmów i ofert było potrzebnych, żeby go zrobić. Platforma reklamowa poda koszt leada, tylko nie wie, czy ten lead został klientem.

Raport w pojedynczym narzędziu kończy się dokładnie tam, gdzie zaczyna się najważniejsze pytanie biznesowe.

Czym jest hurtownia danych w małej firmie?

Hurtownia danych to osobne miejsce przygotowane do analiz i raportowania. Trafiają do niej kopie danych z systemów operacyjnych, a potem są porządkowane tak, żeby można je było ze sobą zestawiać. CRM, ERP i sklep nadal służą do codziennej pracy. Hurtownia służy do czytania całego procesu.

W praktyce potrzebne są cztery warstwy:

1. Systemy źródłowe, czyli na przykład Pipedrive, WAPRO, WooCommerce i Google Ads.
2. Integracje, które regularnie pobierają zmiany.
3. Wspólna baza z ustalonymi kluczami, datami i definicjami wskaźników.
4. Narzędzie raportowe, w tym przypadku Metabase, które pokazuje gotowe pytania i dashboardy.

Najwięcej pracy nie siedzi w postawieniu bazy. Trudniejsze jest ustalenie, co łączy rekordy z różnych miejsc. W e-commerce może to być identyfikator zamówienia, adres e-mail, identyfikator kampanii albo gclid. W sprzedaży usługowej dochodzi identyfikator firmy, szansy, faktury i projektu. Jeden błędny klucz potrafi zbudować bardzo przekonujący, ale nieprawdziwy wykres.

Druga rzecz to definicje. „Przychód" może oznaczać wartość koszyka, opłacone zamówienie brutto, fakturę netto albo wartość wygranej szansy. Jeśli nie zapiszesz definicji, połączenie danych tylko szybciej pokaże kilka różnych odpowiedzi na to samo pytanie.

Jak wygląda to w firmie, która łączy usługi z e-commerce?

Firma z tego wdrożenia zajmuje się serwisem w branży IT. Część sprzedaży przechodzi przez handlowca, a część przez sklep i platformy sprzedażowe. Do wspólnej bazy trafiają dane z siedmiu źródeł:

Żadnego z tych narzędzi nie trzeba wymieniać. Każde zapisuje to, w czym jest dobre. Wspólna warstwa pozwala dopiero sprawdzić, jak jedno zdarzenie przechodzi przez kilka systemów.

Przykład ze sklepu wygląda tak: kampania ma swój koszt w Google Ads. Wizyta zostawia źródło w danych WooCommerce. Zamówienie dostaje identyfikator sklepu, który można powiązać z jego obsługą w BaseLinkerze. Na końcu zostaje wartość, status i dokument w systemie operacyjnym. Dopiero ten łańcuch pozwala postawić koszt kampanii obok rzeczywistego zamówienia zamiast obok konwersji, którą zgłosiła sama platforma reklamowa.

Co można mierzyć w e-commerce po połączeniu danych?

Pierwsza grupa pytań dotyczy kondycji całej sprzedaży:

• jaki jest przychód netto ze sklepu, Allegro i pozostałych kanałów;
• ile było zamówień, jaka była ich średnia wartość i ilu klientów wróciło;
• jaki udział ma własny sklep, a jaki marketplace'y;
• jak zmieniają się wynik i średnia wartość zamówienia w czasie.

Druga dotyczy produktów i magazynu. Można zestawić liczbę wyświetleń produktu, dodań do koszyka, zakupów i aktualny stan. Dzięki temu brak sprzedaży nie musi od razu oznaczać słabej reklamy albo złej karty produktu. Być może klienci oglądają pozycję, której nie ma na stanie.

Trzecia grupa to źródła klientów. W jednym miejscu widać:

• zamówienia i przychód według źródła oraz medium;
• kampanię Google Ads obok kosztu, liczby zamówień i ich wartości;
• udział zamówień, dla których źródło dało się w ogóle rozpoznać;
• różnicę między sprzedażą przez koszyk a sprawami obsłużonymi mailowo lub telefonicznie.

Jest też cała ścieżka zakupu: obejrzenie produktu, dodanie do koszyka, rozpoczęcie płatności i zakup. Sam Google Analytics 4 pokaże przejścia między tymi krokami. Połączenie z katalogiem i zamówieniami pozwala sprawdzić, przy których produktach klienci odpadają, czy produkt był dostępny i czy zdarzenie purchase odpowiada zamówieniu, które naprawdę zostało przyjęte.

Jak sprawdzić, czy reklamy mówią prawdę o sprzedaży?

Nie wybieram jednego systemu jako prawdy z góry. Stawiam obok siebie cztery wartości: konwersje z Google Ads, zdarzenia zakupu z Google Analytics 4, ukończone zamówienia z WooCommerce i zamówienia obsłużone w BaseLinkerze.

Te linie powinny zbliżać się do siebie, ale rzadko się pokrywają. Różnica nie jest jeszcze błędem. Każdy system ma inną definicję, moment zapisu i model atrybucji. Problem zaczyna się wtedy, gdy nie umiesz tej różnicy wyjaśnić.

Taki raport pokazuje między innymi:

• czy zdarzenie zakupu wysyła się dla opłaconych i anulowanych zamówień we właściwym momencie;
• jaki procent zamówień ma zapisane źródło wizyty;
• czy wartość konwersji raportowana przez reklamę zbliża się do wartości zamówień;
• czy testy i ruch wewnętrzny wpadają do wyniku;
• kiedy ostatnio odświeżyły się dane z każdego źródła.

To ostatnie jest mniej efektowne od wykresu przychodu, ale potrzebne. Jeśli konektor nie pobiera danych od trzech dni, dashboard nadal wygląda dobrze. Po prostu pokazuje przeszłość bez ostrzeżenia.

Co to zmienia w sprzedaży usług?

W sprzedaży usługowej wspólny raport łączy wejście klienta z reklam lub strony, pracę handlowca w CRM-ie i pieniądze zapisane w ERP. Dzięki temu można sprawdzić nie tylko liczbę leadów, ale cały wynik dla danego źródła.

Przykładowe pytania:

CRM sam odpowiada na prostsze pytania o konwersję, czas etapów i wartość lejka. Jeśli potrzebujesz ustawić takie podstawy, zacznij od raportów sprzedażowych w CRM-ie. Hurtownia zaczyna mieć sens wtedy, gdy odpowiedź wymaga co najmniej dwóch systemów albo gdy dwie części firmy sprzedają temu samemu klientowi innymi drogami.

Co zyskuje AI po podłączeniu do hurtowni danych?

Model językowy nie naprawia rozproszonych danych. Może szybko napisać zapytanie albo opisać wykres, ale jeśli dostanie wyłącznie Pipedrive, nie znajdzie faktur z WAPRO. Jeśli dostanie wyłącznie Google Analytics 4, nie rozpozna, które zamówienia zostały opłacone.

W tym układzie ChatGPT może korzystać z Pipedrive i Metabase. CRM daje mu bieżący kontekst konkretnej szansy, a Metabase odpowiedzi policzone na wspólnej bazie. Użytkownik pyta na przykład:

• które kampanie przyniosły opłacone zamówienia w ostatnim kwartale;
• czy spadek sprzedaży wynika z mniejszego ruchu, gorszego przejścia do koszyka czy braku produktów;
• którzy klienci usługowi wrócili z kolejnym zleceniem;
• jak wynik podawany przez reklamy różni się od przychodu w systemach operacyjnych.

Nie daję przy tym każdemu pracownikowi loginu do produkcyjnej bazy. Metabase jest warstwą dostępu do przygotowanych modeli, pytań i dashboardów. Zakres danych dla człowieka i dla AI można ograniczyć do tego, czego potrzebują.

Jeśli firma chce pójść dalej i uruchomić agentów pracujących na żywych danych sprzedażowych, samo podłączenie jest końcówką. Wcześniej trzeba ustalić definicje, uprawnienia i granice działania. Opisałem to w zakresie wdrożenia AI w sprzedaży B2B.

Ile kosztuje taka hurtownia danych?

W opisanym wdrożeniu koszt samej dodatkowej warstwy narzędziowej wynosi poniżej 300 zł miesięcznie. Największe cykliczne pozycje to zarządzana baza PostgreSQL i VPS, na którym działa Metabase.

Ta kwota nie obejmuje pracy potrzebnej do zaprojektowania modelu danych, zbudowania integracji, przetestowania liczb i późniejszego utrzymania. Nie obejmuje też licencji Pipedrive, WAPRO, BaseLinkera, WooCommerce, Google Ads, Google Analytics 4 ani Leadfeedera, bo firma korzysta z nich niezależnie od hurtowni.

Koszt narzędzi zależy od liczby źródeł, częstotliwości synchronizacji, ilości danych i wybranego sposobu integracji. Dlatego „poniżej 300 zł" jest wynikiem tego przypadku, a nie cennikiem każdej hurtowni.

Mała firma nie musi zaczynać od Databricks, Snowflake czy rozbudowanego środowiska Microsoft Fabric. Te platformy rozwiązują również problemy skali, zespołów danych i zarządzania, których mniejsza organizacja może jeszcze nie mieć. Na początek ważniejsze jest, czy da się niezawodnie pobrać dane, połączyć je wspólnym kluczem i policzyć wskaźnik jedną uzgodnioną metodą.

Od czego zacząć łączenie danych z kilku systemów?

Nie zaczynaj od listy wszystkich danych w firmie. Wybierz jedno pytanie, na które dzisiaj nie potrafisz odpowiedzieć bez ręcznego sklejania arkusza.

Dobrym kandydatem jest: „Ile przychodu przyniosły leady z każdej kampanii?". Żeby odpowiedzieć, rozpisz:

1. W którym systemie znajduje się koszt kampanii?
2. Gdzie zapisuje się źródło leada albo zamówienia?
3. Gdzie wiadomo, że sprzedaż faktycznie się wydarzyła?
4. Jaki identyfikator łączy te trzy rekordy?
5. Której daty użyjesz: kliknięcia, utworzenia leada, zamówienia czy faktury?

Jeśli nie umiesz odpowiedzieć na punkt czwarty, znalazłeś prawdziwy początek projektu. Najpierw trzeba zacząć zapisywać wspólny identyfikator. Raportowanie przyjdzie później, kiedy zbierze się historia.

Jeżeli odpowiedzi są znane, pierwszy raport można zbudować bez przebudowy całej firmy. Tak prowadzę automatyzacje i integracje danych między systemami: od jednego pytania i źródeł potrzebnych do odpowiedzi, a nie od zakupu platformy.

Jeśli chcesz sprawdzić, czy podobny układ ma sens w Twojej firmie, umów 30 minut. Przejdziemy przez jedno pytanie, którego dziś nie potrafisz policzyć, i sprawdzimy, z których systemów trzeba pobrać dane.