top of page
Search
Writer's pictureMilan Merglevský

Jaká data jsou nejenom pro e-shopaře nejdůležitější?

Obsahem tohoto článku je přehled nejvýznamnějších datových zdrojů, které doporučujeme využít pro řízení e-shopu založeného na platformě Shoptet.cz s využitím nejznámějších externích nástrojů. Pří práci s daty je v první řadě velice důležitý kontext z reálného světa. Z tohoto důvodu autor článku Milan Merglevský popisuje využití dat na byznysových příkladech ze své praxe.


Jaká data jsou tedy pro e-shopaře nejdůležitější? -> Obligátní odpověď na obligátní otázku: „To záleží :-)“.


Tip autora: pokud vám někdo odpoví souslovím „to záleží“ a rovnou na to nenaváže, „na čem daná problematika záleží“, dále se s ním nebavte, je to ztráta času i peněz.



Proč by měl každý e-shopař sledovat data o chování uživatelů na webu?


Zjednodušeně se dá říci, že e-shop funguje jako klasický kamenný obchod. Tedy do vašeho obchodu přijde zákazník, chvíli důmá mezi regály a s trochou štěstí si u vás něco koupí. U kamenné prodejny lze jen velice těžko přesně určit, z jakého zdroje k vám do obchodu zákazník přišel (víme, že přišel dveřmi z ulice, ale více detailů získat je již velice složité). Pozorný prodavač může sledovat, jak se zákazník po prodejně pohybuje (velcí hráči jako např. Ikea mají ve svých prodejnách dokonce detektivy, kteří sledují pohyb vybraných zákazníků a na základě získaných dat optimalizují trasy a místa, kde je vystavené zboží.), nicméně zpracovat informace získané pozorováním je pro většinu menších retail obchodů v zásadě mission impossible.


Výhodou e-shopu je pak naopak dokonalá znalost, z jakého zdroje (marketingového kanálu) k vám zákazník přišel, jaké produkty a stránky na webu navštívil a kolikrát u vás byl, než si nakonec něco skutečně objednal. Výhodou e-shopu je, že nemusí platit drahý nájem za pronájem prostor na frekventovaném místě s vysokým potenciálem příchodu zákazníků. Nevýhodou e-shopu je skutečnost, že každá návštěva (i ta z organického vyhledávání) vás něco stojí. Z placeného vyhledávání (Google / cpc, Seznam / cpc) se cena za jednu návštěvu pohybuje standardně mezi 2 - 15 Kč, ze sociálních sítí je to pak okolo 20 Kč.


Je nutné si uvědomit, že návštěva, za kterou jsme díky marketingové kampani na sociálních sítích zaplatili klidně 25 Kč ještě neznamená, že jste zaplatili 25 Kč za získání zákazníka. Ze 100 lidí, kteří přijdou na váš web, si v průměru něco koupí 2 - 3 lidi (= konverzní poměr 2 % - 3 %). Pokud byste za každou návštěvu v průměru zaplatili cca 6 Kč, stála by vás jedna objednávka v případě 2 % konverzního poměru 300 Kč.


Je 300 Kč za objednávku (CPA) hodně, nebo málo? Při odpovědi na tuto otázku je nutné si nejdříve ujasnit:


  1. Jaká je průměrná hodnota objednávky?

  2. Jakou mám průměrnou marži na objednávce?

  3. Jaké jsou další provozní náklady spojené s objednávkou?

  4. Kolik % objednávek se mi vrátí? (= poměr vratek).


Pokud máme průměrnou hodnotu objednávky např. 1.200 Kč, marži 35 %, zbude nám po odečtení marketingových nákladů na získání objednávky (CPA) z marže 120 Kč (1200 * 0.35 - 300). Pokud 120 Kč stačí na pokrytí ostatních provozních nákladů (vaše mzda, správce PPC kampaní, náklady na balné a dopravné, nájem skladu atp), na objednávce jste vydělali. Pokud 120 Kč na pokrytí provozních nákladů nestačí, skončíte na konci měsíce s firemní provozní ztrátou (což je dlouhodobě neudržitelné).


Nemá cenu si nic nalhávat. Cena za získání návštěvy na váš e-shop je v dnešní době už docela slušně vysoká (rozmezí 3 - 6 Kč je z desítek domén, u kterých děláme analytiku poměrně standardní hladina v závislosti na konkurenčnosti vybraného segmentu nabízených produktů/služeb.) a je třeba počítat s tím, že tato cena do budoucna stále roste. Profitabilitu investic do jednotlivých marketingových zdrojů si tak vždy dobře spočítejte. Nemá cenu získávat objednávky se ztrátou (pokud nemáte správně spočítanou “customer lifetime value” a neřídíte svůj byznys tímto směrem, což už je ale sama o sobě profi disciplína). Méně je někdy více.


Spočítejte si to a spočítejte si to dobře. Jinak se zlou potážete. E-commerce je tvrdé odvětví. Chyby se neodpouští.


V jakých nástrojích lze sledovat data o chování uživatelů na webu a nákladech pro jejich získání?


První zdroj dat, který je pro vás velice důležité je Google Analytics. Díky Shoptetu máte jeho implementaci na svém e-shopu velice dobře vyladěnou a můžete tak začít vesele analyzovat. V Google Analytics získáte odpovědi především na tyto otázky:


  1. Odkud zákazník na váš web přišel (z jakého marketingového zdroje / kampaně).

  2. Jaké stránky a produkty na vašem webu navštívil.

  3. Zda si u vás také něco zakoupil a pokud ano, jaké produkty to byly.

  4. A mnoho dalších užitečných informací.


V Google analytics bohužel v základu nenajdete informaci o profitabilitě svého e-shopu a ve většině případů, ani kolik vás stála akvizice návštěvnosti. Jednoduše si můžete Google Analytics propojit se svým účtem Google Ads (kde s největší pravděpodobností budete investovat do kampaní v rámci placeného vyhledávání Google), náklady na kampaně v ostatních platformách (Facebook, Sklik a další) již ale do GA tak jednoduché bohužel dostat není (pro začátek určitě doporučuji řešení od Standy Jílka, pokud při objednávce jeho služeb ve vztahu k importu nákladů dáte do kopie mail info@ecommerce-academy.cz, získáte 50 % slevu :-).


Nicméně i když do GA importujete náklady ze všech marketingových platforem, stále se nedostanete k profitabilitě své firmy. Jednak Google Analytics nejsou 100 % spolehlivé (standardně podměřují o 5 % - 10 %, tedy reálný počet objednávek v GA a ve vaší Shoptet transakční databázi se bude lehce lišit). Dále zde standardně nejsou vratky (a pokud by vás někdo přesvědčoval, že máte posílat vratky do GA, tak ho prosím pěkně slušně, ale velice důrazně, odmítněte).


V rámci GA také sledujete objem tržeb bez DPH a standardně zde není u transakcí informace o marži. Stejně jako v případě vratek, lze tuto informaci do GA dostat, ale ve většině případů to nedává smysl. Práce s daty je dnes již na zcela jiné úrovni a data dává smysl zpracovávat v cloudových službách, jako je Google Cloud Platform, Amazon, Snowflake nebo Keboola (pokud by se vás někdo snažil odradit s tím, že je to extrémně drahé, tak to pouze neumí :-). Jednoduše řečeno, Google Analytics slouží pro sběr dat o chování uživatelů na webu a ne pro datové transformace (inženýrskou práci s daty), kvantifikaci profitability vaší firmy a datovému řízení e-shopu obecně. Upřímně, pokud v dnešní době chcete na poli e-commerce uspět a myslíte s podnikáním v této oblasti vážně, bez datového inženýra, který vám věnuje alespoň pár hodin měsíčně a chytrou prací s daty výrazně za možnostmi Google Analytic, se dnes již neobejdete.


Na čem záleží identifikace byznysově nejdůležitějších dat a z nich vyplývajících informací (odborně řečeno, KPIs)?


Pro jednoduchost můžeme rozdělit hlavní byznysové KPIs do dvou kategorií:


  1. Profitabilita (= cílem je generovat maximální čistý zisk firmy).

  2. Růst objemu tržeb (= cílem je generovat maximální obrat firmy i za cenu až záporné profitability).


„To jde ale přece ruku v ruce ne? Když mi rostou tržby, tak mi také roste logicky zisk?“


Teorie mezního užitku a Paretovo pravidlo


Z ekonomické terminologie si zde dovolím využít pojem „teorie mezního užitku“. Ta v jednoduchosti popisuje vývoj, kdy každá další nakoupená jednotka profitu je dražší, než jednotka předchozí. Jinak řečeno, své nejvíce loajální (VIP) zákazníky většinou nakoupíte z kraje svého podnikání a za výrazně nižší cenu, než zbylou masu zákazníků.


Vizualizace teorie mezního užitku, zdroj: https://xplaind.com/



Vizualizace Paretova pravidla, zdroj: případová studie z blogu Ecommerce-academy.cz


„No a jak tedy poznám, že chci byznys řídit směrem spíše k profitu, než na objem tržeb, nebo naopak?“


Náročnost odpovědi na tuto otázku je ekvivalentní otázce: „Co mám udělat proto, abych byl v životě šťastný?“. Tedy, je fajn mít někoho, s kým se o svých plánech můžete poradit, položit mu takto náročnou otázku a využít jeho zkušeností z praxe, nicméně je důležité si uvědomit, že finální rozhodnutí a především pak odvedení reálné práce je z 95 % na vás. Vaše štěstí za vás nikdo nezíská a váš byznys za vás taky nikdo nevybuduje. Váš byznys (e-shop) hodně reflektuje vaši osobnost, sny a cíle.


„Hmm, tak teď vůbec nevím, kde mám začít, celé se to akorát zesložiťuje.“


Byznys plán


Z mých zkušeností je první krok k úspěšnému e-shopu řízenému pomocí dat byznysový plán. Z desítek nejrůznějších online byznysů a stovek až tisíců hodin strávených nad byznysovým plánováním jsme postupně dali dohromady šablonu založenou na zdarma dostupné technologii Google Sheets (volně dostupná dále v tomto článku).


V naší jednoduché šabloně můžete řízení vašeho e-shopu začít (co do technologií jsou Google Sheets a tabulkové procesory obecně skutečně pouze jenom začátek cesty a know-how, kterým si budete muset projít).


Šablona pro jednoduché plánování provozních a marketingových investic e-shopu


V základu je nutné na jednom místě poskládat provozní náklady firmy (mzdy, nájmy a další fixní položky), náklady na marketing a informace o marži (alespoň celkovém průměru). Získáte tak přehled o tom, kolik objednávek potřebujete k tomu, aby vaše firma na konci měsíce (případně fiskálního období) vygenerovala potřebný objem cash flow.

  • Více informací o procesu plánování investic nejenom do marketingu můžete načerpat z webináře, který pro vás připravila Ecommerce-academy.cz ve spolupráci s Shoptet.cz v roce 2019 (materiály a video záznam zde).

  • Šablona pro plánování v rámci Google Sheets ke stažení zdarma zde.

  • Pokud chcete získat více praktických zkušeností, jak se šablonou pracovat a jak přistupovat k plánování marketingových i provozních investic vašeho e-shopu, navštivte školení „Data-driven marketing prakticky“, při využití kupónu „shoptet_akademie“ získáte na školení slevu 25 %.


*Náhled šablony pro plánování investic e-shopu

Tip autora: při práci s daty se snažte (a to i v případě, že jste na úplném začátku a máte pouze 10 objednávek denně) pracovat se škálovatelnými cloudovými technologiemi, jako jsou Google Sheets, Google Cloud Platform obecně a další nástroje, o kterých se dočtete dále v tomto článku. Vždy mějte na paměti: vše co dělám, musí být jednoduše dostupné pro kolaborativní práci online a ideálně automatizovatelné, jinak mě konkurence převálcuje. Nejlépe se úplně vyhněte lokálně uloženým Excel souborům a podobným zvyklostem z dob minulých. Tento „inovativní“ přístup je důležitější (a jednodušší a levnější), než by se na první pohled mohlo zdát. Za mě jeden klíčů k úspěchu efektivního řízení e-shopu aneb „každá uspořená vteřina času se počítá“.


Hlavní datové části, ze kterých se skládá byznys plán e-shopu

  • Tržby bez DPH

  • % marže bez DPH

  • Provozní (firemní) náklady

  • Investice do marketingu

Datové zdroje pro řízení a plánování e-shopu


Díky rozhodnutí využít Shoptet jako platformu pro vás e-shop je pro vás získání základních dat velice jednoduché a zdarma dostupné přímo v administraci.


1, Tržby bez DPH a % marže: zdroj administrace Shoptetu

  • Jako zdroj svých celkových tržeb NEpoužívejte Google Analytics (i ty mají samozřejmě své místo ve vašem datovém ekosystému, dostaneme se k němu později). V GA vždy vznikají nepřesnosti z různých důvodů, pracovat zde s vratkami (případně importovat do GA jiná data) je již přežitek dob minulých (stejně jako ukládání lokálních Excelových souborů, jak je uvedeno výše). V roce 2020 i malý e-shop musí pracovat s daty skutečně na úrovni, pokud chce v extrémně konkurenčním e-commerce prostředí uspět.

  • Data o tržbách jdou navíc z Shoptet rozhraní jednoduše vyexportovat, díky čemuž je můžete napojit na další datové zdroje a postupně tak získávat detailnější a komplexnější obrázek o svém internetovém podnikání. Dle mého názoru je propojování dat a hledání byznysových příležitostí jeden z klíčů, jak na e-commerce scéně (české i světové) dlouhodobě uspět. Druhým klíčem je pak unikátní služba nebo produkt, která má potenciál získat věrné zákazníky s opakovanými objednávkami, tomuto tématu se nicméně v dnešním článku věnovat nebudeme).


*Vizualizace vývoje tržeb v rozhraní platformy Shoptet.cz


*Návod na pravidelný automatizovaný export dat ze Shoptetu.


2, Provozní (firemní) náklady


Provozní náklady vaší firmy nejde bohužel jednoduše vyexportovat ze žádného systému. Jednoduše proto, že je to z velké části vaše unikátní byznysové know-how. Osobně se mi nejvíce osvědčila varianta držet tyto náklady alespoň v „high-level“segmentech již ve zmíněné Google Sheets šabloně. Jednak z důvodu kolaborace s ostatními kolegy, automatického cloudového verzování dokumentu a v neposlední řadě také z důvodu, že data uložená v Google Sheets lze dále napojovat na další datové zdroje a dávat tak data efektivně do souvislostí.


*Příklad provozních nákladů na marketing v Google Sheets šabloně


3, Objem investic do marketingu


Kolik je potřeba investovat do marketingu? Nejjednodušeji se odpověď na tuto otázku získá pomocí jednoduché rovnice: „návštěvnost * konverzní poměr * průměrná hodnota objednávky * cena za návštěvu“. Jsou výsledné tržby bez DPH dostačující? No, to záleží na tom, jaký máte stanovený byznys plán a čeho chcete dosáhnout, viz kapitola o KPIs.


Uvedené metriky jsou zdarma dostupné v Google Analytics. Díky Shoptetu je implementace Google Analytics včetně části enhanced ecommerce (o EE někdy příště v navazujících článcích), tedy stačí se přihlásit do vašeho účtu GA, přejít na nejvyužívanější přehled Akvizice -> zdroj / medium (viz screen níže) a data máte jednoduše dostupná.


Proč v uvedených metrikách pro byznysové plánování chybí počet objednávek a objem tržeb bez DPH? Nechybí, jen jsou tyto metriky již takzvané „počítané metriky“. To znamená, že pokud naplánujete objem návštěv a % konverzní poměr vašeho e-shopu, máte již také rovnou naplánovaný objem transakcí (transakce = návštěvnost * % konverzní poměr). Přidejte k tomu průměrnou hodnotu objednávky, kterou vynásobíte počet transakcí, a získáte objem tržeb.


*Report Akvizice -> zdroj / medium z platformy Google Analytics


Slide ze školení Data-driven marketing prakticky pořádané Ecommerce-academy.cz popisující návaznost počítaných metrik na ostatní KPIs.


Hledání souvislostí v datech aneb jak uspět na poli e-commerce, kterému kraluje v čechách Alza.cz a v zahraniční Amazon?


Jak jsem již uvedl výše, ani všechna data na světě nedokážou vynahradit byznysovou „sílu“ unikátnosti vašeho produktu nebo služby, prozákaznický přístupu a kvalitně odvedenou práci. Zároveň i ten nejlepší produkt na světě se neprodá, když nikdo neví, že existuje. Do jakých marketingových kanálů, platforem a technologií a lidí investovat? Odpověď na tuto otázku se ukrývá právě v propojování datových zdrojů důležitých pro váš byznys.


Jaké datové zdroje mohou např. podpořit růst vašeho e-shopu?


-> Data z Google Analytics, kde díky promyšlené architektuře dotazů do GA API dokážeme i ze standardních (neplacených) GA vykouzlit věci, za které se ani GA 360 nemusí stydět


-> Data z vašich reklamních platforem, např.:

  • Google Ads (a to i data, která nejsou dostupná v rámci integrace s GA, dokonce ani v API Google Ads)

  • Facebook

  • Sklik

  • RTB platformy

  • Affil systémy

  • Mailingové systémy

  • Manuálně zadaná data

  • A další ..

-> Transakční databáze

  • Zde jsou uloženy byznysově velice cenné informace nejenom o vašich objednávkách a skutečných maržích, ale také o opakovaných nákupech zákazníků (dle hashe e-mailu nebo tel. čísla).

-> SEO data technického charakteru, např. velice podrobné informace z pravidelného crawlingu webu vašeho i vaší konkurence.


-> SEO data byznysového charakteru jako jsou pozice na vybraná klíčová slova, market share vás i konkurence a další informace (jedním z datových zdrojů je pro nás v tomto případě třeba Marketingminer.cz nebo Collabim.cz).


-> Google Search Console, která obsahuje také velice cenné informace nejen o stavu organického vyhledávání Google.


-> Data o vaší konkurenci, která jsou volně dostupná a je pro vás byznysově důležité tato data pravidelně zpracovávat a využívat pro strategické rozhodování.


-> A mnoho dalšího...


Jak se ale vyznat v tak velké hromadě informací a kdy na to najít čas?


Řešení je v tomto případě využití pokročilejších metod zpracování dat a automatizace, díky které „ručně“ procházíte pouze ty části vašich dat, ve kterých byla identifikována příležitost hodna vaší pozornosti.


Pokročilá analytika a práce s daty se bohužel velice často mylně přirovnávají k vizualizaci Google Analytics dat v Google Datastudio dashboardech. V těch lepších případech alespoň s využitím základní data blend funkce (tedy spojení dat z více zdrojů dohromady). Na současném trhu se bohužel pohybuje velkém množství “specialistů”, kteří pouze vizualizují data z jednoho zdroje v jiném vizualizačním nástroji (např. Google Analytics data vizualizované v Google DataStudio) bez dalšího plánu s daty pracovat, obohacovat je a skutečně je využít pro rozvoj vašeho byznysu. Laik bohužel na první pohled nepozná na úrovni vizualizací rozdíl v amatérském a inženýrském zpracování dat.


Jaký je rozdíl ve vizualizaci dat z Google Analytics, která protečou profesionálně vytvořenou datovou infrastrukturou, oproti vizualizacím, které jsou vytvořeny nativním GA konektorem, který je dostupný přímo v Google DataStudio? Asi stejný, jako je mezi grafikem, který pracuje v Adobe Creative Cloud a grafikem, který pracuje v malování ve Windows :-).


Obrovskou část práce a know-how potřebného k profesionálnímu zpracování dat za vás odvede platforma Keboola.com, díky které můžete byznysově důležitá data z různých zdrojů zpracovat tak, aby vznikl škálovatelný, dlouhodobě udržitelný datový ekosystém (datový model), díky kterému budete schopni konkurovat se svým „malým“ e-shopem i takovým velikánům, jako je Alza.cz a Mall.cz a to za zlomek investic, kteří oni do vývoje svého datového ekosystému vkládají. Jak je to možné? David taky porazil Goliáše a stačila mu k tomu hbitost a bystrost. Jste sice malí a v jejich očích „pod rozlišovací schopnost“, ale to neznamená, že nedokážete být lepší za zlomek nákladů :-).


Datový model postavený např. v rámci Keboola.com můžete následně využít pro segmentaci zákazníků, automatizaci reklamních kampaní jak na úrovni zacílení, tak na úrovni architektury reklamních účtů, k identifikaci byznysových příležitostí i neefektivních investic.


Zní to příliš komplexně? Ano, za poslední roky se z e-commerce stal velice komplexní svět, u kterého je potřeba obsáhnout velké množství znalostí z několika různých oborů. Jak toho docílit? Spolupracujte se správnými partnery v oblastech, kde se sami necítíte silní (např. když nejste web developer, založte si e-shop na Shoptetu) a naopak se zaměřte na ty, kde dokážete vybudovat svou unikátní pozici na trhu.


Nástroje pro vizualizace dat


Veškerá data, která jsou pro váš byznys aktuálně důležitá, již máte pospojovaná na jednom místě. Kde ale získané informace vizualizovat? Osobně preferuji v základu začít s Google Data Studio.


Proč využít Google Data Studio?

  1. Je zdarma.

  2. Umožňuje velice jednoduchou kolaboraci a sdílení reportů a dashboardů (za mě zcela stěžejní funkce, u které nemá GDS konkurenci).

  3. Jednoduchá práce s vizualizacemi a jejich editace.

  4. Nepřeberné množství komunitních šablon (více zde) .

  5. Umožňuje základní propojení dat z více zdrojů pomocí funkce Data Blend (i když tato část může být spíše na škodu, jak jste se dočetli v předcházejícím odstavci).


*Příklad komunitní vizualizace e-commerce obchodu v platformě Google Data Studio (volně dostupná zde)

Další vizualizační platformy a jejich výhody

  • PowerBI -> běží lokálně, díky čemuž má dostatek výpočetní kapacity i pro zpracování většího objemu dat. Je možné využít zdarma.

  • Tableau -> velice mocný nástroj pro lokální zpracování velkých datových kostek (BigData), pouze placené (od cca 20 K / rok).

  • a další...

Jaké pohledy na data jsou pro řízení e-shopu zcela zásadní?


Osobně si již nedokážu představit řízení investic do e-commerce projektu bez těchto 4 stěžejních pohledů na data:


  1. Pohled na nákladovost a ziskovost na úrovni provozního profitu jednotlivých marketingových kanálů se započtením fixních provozních nákladů (= nákladů na objednávku) a také nákladu na správce kampaní, agentury, freelance konzultanty a další.

  2. Zákaznická analytika, díky které poznáte akviziční graf svého e-shopu (tedy kolik nových zákazníků v daný čas získáváte) a především také, kolik vás tito noví zákazníci stojí (dle marketingového kanálu) a také kolik vás stojí opakované objednávky.

  3. Atribuční modelování dle jiné metodiky, než jakou nabízejí v základu Google Analytics (více o atribučním modelování se dočtete na blogu Ecommerce-academy.cz zde)

  4. Produktová analytika, díky které vím, jaké kategorie i jaké konkrétní produkty se aktuálně prodávají, jaké rozdíly jsou v meziročním srovnání atp.


Každé z uvedených témat by vystačilo na vlastní sérii článků nebo celodenní školení (dovoluji si připomenout slevu 25 % na všechna školení Ecommerce-academy.cz při využití slevového kupónu „shoptet_akademie“). Pro konkrétní představu, jak mohou vypadat vizualizace uvedených informací, přikládám screenshoty z naší platformy pro datové řízení e-shopů Marketingintelligence.io (více informací o této české platformě v případě zájmu v článku zde).


*Pohled na nákladovost a ziskovost na úrovni provozního profitu jednotlivých marketingových kanálů


*Zákaznická analytika -> akviziční graf


*Zákaznická analytika -> cena za akvizici zákazníka / opakovanou objednávku


*Vizualizace výsledků atribučního modelování

Závěr


Závěrem si dovolím navázat na úvod článku. Pro smysluplné a efektivní řízení vašeho e-shopu pomocí dat není důležité, jak velké objemy dat zpracováváte, kolik datových zdrojů propojíte (čím více, tím samozřejmě lépe, ale začít se dá i s málem), nebo kolik datových analytiků / nástrojů budete platit.


Důležité je v první řadě vědět, čeho chcete dosáhnout, a vědět, jaké konkrétní metriky (neboli data / informace) vám váš cíl pomohou splnit (k identifikaci vhodných KPIs se z mých zkušeností hodí k ruce šikovný byznysový analytik z digitálního světa). A samozřejmě nabízet svým zákazníkům produkty / služby v takové kvalitě, aby se k vám rádi vraceli.


Aktuální případovou studii, ve které společně s Danielem Sosýnem (CEO Proteinaco.cz), e-shopu založeného na platformě Shoptet.cz, popisujeme přínos datového řízení e-shopu, naleznete na blogu Ecommerce-academy.cz.


Úryvek z případové studie: „Díky tomu, že se včas podchytil celý proces včetně projektového řízení a interní komunikace, se podařilo držet celý projekt v černých číslech a byznysový cíl růst alespoň o 30 % meziročně se podařilo nejenom splnit, ale dokonce přesáhnout až o 20 % již od prvního měsíce. To pomohlo šetřit finance, které se nyní mohou alokovat do vývoje a výroby nových produktů, na odměny členů týmu, případně na jiné firemní investice.“


Recept na Danův raketový růst je v principu jednoduchý:

  1. Ví, čeho chce dosáhnout.

  2. Má vlastní unikátní produkty, za kterými se jeho zákazníci vrací.


Pak už je zapotřebí jen tvrdá práce a trochu toho štěstí.


M.


683 views0 comments

Recent Posts

See All

Comments


bottom of page