Data & BI pro e-shop — reporting, který dává smysl
Většina e-shopů nemá problém s nedostatkem dat, ale s tím, že jim nevěří. Ukážeme, jak z e-shopu, ERP a marketingu složit reporting, podle kterého se dá rozhodovat.
Pondělní porada. Marketing hlásí rekordní ROAS, účetní říká, že měsíc skončil ve ztrátě, a sklad je plný zboží, které se neprodává. Všichni mají pravdu, protože každý kouká do jiného nástroje s jinou definicí stejného čísla. Tohle není problém nedostatku dat. Je to problém reportingu, kterému nikdo nevěří.
V článku ukážeme, jak z dat e-shopu, ERP a marketingu postavit reporting, podle kterého se dá rozhodovat: jaké metriky sledovat, odkud je brát, jaké nástroje zvolit, kdy dává smysl datový sklad a kde se reporting nejčastěji plete. A na konci, jak to děláme v programu Data & BI.
Začněte otázkami, ne grafy
Dobrý dashboard odpovídá na rozhodnutí, která vedení opravdu dělá. Než otevřete jakýkoli nástroj, sepište je:
- Do kterých kanálů přidat nebo ubrat rozpočet?
- Které kategorie a produkty vydělávají a které jen točí obrat?
- Co objednat a co doprodat?
- Vracejí se zákazníci, a kolik nás stojí je získat?
Ke každé otázce pak přiřaďte jednu až dvě metriky. Co nepomáhá rozhodnout, patří do detailního reportu, ne na hlavní obrazovku. Seznam metrik rozebíráme v článku KPI, které by měl sledovat každý majitel e-shopu.
Marže, ne tržby
Tržby jsou nejsnazší číslo a zároveň nejzrádnější. E-shop může růst v obratu a přitom vydělávat méně: slevy, dražší doprava, vratky a provize kanálů zmizí mezi tržbami a výsledkem.
Modelový příklad (ilustrativní):
| Kanál A | Kanál B | |
|---|---|---|
| Tržby bez DPH | 500 000 Kč | 300 000 Kč |
| Náklady na prodané zboží | 350 000 Kč | 165 000 Kč |
| Náklady na reklamu | 100 000 Kč | 60 000 Kč |
| ROAS (tržby / reklama) | 5,0 | 5,0 |
| Hrubá marže po reklamě | 50 000 Kč | 75 000 Kč |
| POAS (hrubý zisk / reklama) | 1,5 | 2,25 |
Oba kanály mají stejný ROAS, ale kanál B přináší o polovinu víc peněz, i když má menší obrat. Proto do manažerského reportingu patří marže po reklamě a POAS, ne jen tržby a ROAS. Na úrovni zákazníků to doplňuje náklad na získání zákazníka (CAC) v poměru k jeho dlouhodobé hodnotě.
Zdroje dat a jak je propojit
Typický e-shop má data minimálně na pěti místech:
| Zdroj | Co z něj bereme | Na co si dát pozor |
|---|---|---|
| E-shopová platforma | objednávky, položky, slevy, stavy | storna a vratky, rozdíl s DPH a bez DPH |
| ERP nebo účetnictví | nákupní ceny, sklad, fakturace | aktuálnost nákupních cen, sklady u dodavatelů |
| Google Analytics 4 | návštěvnost, zdroje, chování | souhlas s cookies, vzorkování a prahy v rozhraní |
| Reklamní systémy | náklady, kliky, kampaně | vlastní atribuce každého systému |
| Marketplace | objednávky a poplatky | provize a vratky mimo e-shop |
Data se propojují přes ETL proces: vytáhnout, sjednotit, uložit. Klíčové je sjednotit identifikátory (číslo objednávky, SKU, kanál) a definice. Když „objednávka" v jednom zdroji zahrnuje storna a v druhém ne, žádný nástroj to za vás nevyřeší.
Pozor také na atribuci. Každý reklamní systém si připíše konverzi podle svých pravidel, takže součet konverzí z reklam bývá vyšší než počet objednávek. Pro rozpočtová rozhodnutí potřebujete jeden dohodnutý atribuční model a jeden zdroj pravdy pro objednávky, obvykle e-shop nebo ERP.
Nástroje: Data Studio, nebo Power BI
Pro e-shopy se nejčastěji rozhoduje mezi dvěma nástroji.
Data Studio (dříve Looker Studio). Google ho v dubnu 2026 přejmenoval zpět na Data Studio. Existující reporty, zdroje dat i sdílené odkazy fungují dál. Základní verze je zdarma a má nativní konektory na služby Googlu. Hodí se pro marketingový reporting a menší e-shopy. Placená verze Pro přidává hlavně správu obsahu pro organizace, aktuální ceník ověřte u poskytovatele.
Power BI. Silnější v datovém modelování, výpočtech a práci s daty z ERP. Podle Microsoftu stojí Power BI Pro 14 USD na uživatele měsíčně a Premium Per User 24 USD na uživatele měsíčně (ceny platné od 1. dubna 2025, k 9/2026, v jiných měnách srovnatelně; aktuální ceník ověřte u poskytovatele). Pro sdílení reportů potřebuje licenci typicky autor i čtenáři.
Zjednodušeně: když je většina dat v Googlu a reporty čte pár lidí, začněte v Data Studiu. Když řešíte marže, sklad a data z ERP a chcete jeden model pro celou firmu, bývá lepší Power BI.
Export GA4 do BigQuery
Rozhraní GA4 je dobré na rychlé dotazy, horší na přesný reporting. Export surových událostí do BigQuery dá plnou kontrolu nad daty a možnost je spojit s objednávkami a náklady.
Co je dobré vědět (k 9/2026):
- Standardní vlastnost GA4 má u denního exportu limit 1 milion událostí za den. Při opakovaném překročení Google denní export pozastaví. Pomůže filtrování datových streamů nebo vyloučení méně důležitých událostí.
- Streamovaný export limit počtu událostí nemá, platí se ale za zpracování v BigQuery.
- BigQuery má bezplatnou úroveň 10 GiB úložiště a 1 TiB zpracovaných dotazů měsíčně. Pro menší e-shop to často stačí, u neoptimalizovaných dotazů ale náklady rychle rostou. Aktuální ceník ověřte u poskytovatele.
- Export nefunguje zpětně. Data máte od chvíle zapnutí, proto ho zapněte dřív, než ho budete potřebovat.
Datový sklad: kdy ano, kdy ne
Datový sklad (typicky BigQuery nebo jiná cloudová databáze) není znak vyspělosti. Je to nástroj pro konkrétní situace.
Spíš ne, když:
- máte jeden až tři zdroje dat a hotové konektory fungují,
- reporty čte pár lidí a stačí denní aktualizace,
- nemáte nikoho, kdo by sklad a transformace udržoval.
Spíš ano, když:
- spojujete víc zdrojů (e-shop, ERP, marketplace, reklamy) a potřebujete jednotné definice,
- chcete historii delší, než dovolují nástroje,
- konektory jsou pomalé, nepřesné nebo narážejí na limity API,
- plánujete predikce poptávky nebo pokročilejší analýzy.
Typické chyby reportingu
- Tržby s DPH v jednom reportu, bez DPH v druhém. Rozdíl je velký a nikdo si ho nevšimne.
- Storna a vratky se neodečítají. Report ukazuje lepší měsíc, než jaký byl.
- Součet konverzí z reklam se bere jako počet objednávek.
- Nákupní ceny v e-shopu nejsou aktuální, takže marže je vymyšlená.
- Příliš mnoho metrik na hlavní obrazovce. Když je důležité všechno, není důležité nic.
- Nikdo nevlastní definice. Každá metrika potřebuje jednoho vlastníka a jednu písemnou definici.
Jak to děláme v Převeďshopu
V programu Data & BI stavíme manažerský dashboard s klíčovými metrikami na jednom místě, pravidelný týdenní nebo měsíční reporting podle potřeb vedení, predikce a trendy poptávky a konsolidaci dat z e-shopu, ERP a marketingových nástrojů. Dashboard se standardně aktualizuje denně, u kritických metrik lze nastavit častější aktualizaci.
Za dashboardy v Power BI u nás odpovídá Lukas, s analytikou pomáhá AI kolega Pulse. U menších e-shopů začínáme propojením existujících nástrojů, datový sklad řešíme až od určité komplexnosti. Standardní reakční doba je do 1 pracovního dne. Cena se odvíjí od počtu zdrojů dat a požadované granularity reportingu, nabídku připravíme po konzultaci podle rozsahu.
Kdy nám zavolat
- Trávíte hodiny ručním sestavováním reportů v Excelu.
- Marketing, účetnictví a sklad se neshodnou na základních číslech.
- Nevíte, které kanály a kategorie reálně vydělávají.
- Investor nebo vedení chce pravidelný a spolehlivý přehled.
Ozvěte se přes kontakt. Projdeme vaše zdroje dat, sjednotíme definice a navrhneme dashboard, který odpovídá na vaše otázky. Pokud chcete reporting doplnit o AI souhrny a dotazy v přirozeném jazyce, podívejte se i na AI business intelligence.
Potřebujete s tím pomoct?