Raport przychodów pokazuje liczby. Analiza marży pokazuje, które z nich zarabiają, a które tylko obracają. To dwie zupełnie różne odpowiedzi – i większość sklepów regularnie dostaje tylko tę pierwszą.

Sklep specjalizujący się w sprzedaży baterii i akumulatorów. Trzy własne linie produktowe – baterie premium, tańsza seria i linia ekonomiczna – uzupełnione oryginałami Duracell, Energizer i Varta. Ponad 3 250 aktywnych SKU, prawie 3,9 miliona PLN przychodu w ciągu pięciu miesięcy.

Na pytanie „jak idzie?” właściciel odpowiadał: dobrze. Obrót rośnie. Zamówień przybywa. Nowa seria QuickCell weszła na rynek i zaczęła ciągnąć wolumen.

Aż do momentu, gdy do DataOrganizer trafiły koszty zakupu i LLM dostał pytanie o marżę.

LLM z wtyczką DataOrganizer MCP – styczeń–maj 2026
Analiza sprzedaży DataOrganizer MCP
podłączony
Pokaż podsumowanie sprzedaży za styczeń–maj 2026. Top produkty i dynamikę.
AI
get_top_products · sty–maj 2026 · sort: revenue · limit: 10
Pobieram ranking produktów i podsumowanie…

Łączny przychód styczeń–maj 2026: 3 831 009 PLN · 20 099 zamówień · 3 250 aktywnych SKU.

#ProduktPrzychódSzt.Udział
1Baterie alkaliczne AA [LR6] 20szt. – PowerMax54 032 PLN7101,41%
2Baterie alkaliczne AA [LR6] 10szt. – PowerMax33 194 PLN4300,87%
3Baterie alkaliczne AAA [LR03] 20szt. – QuickCell33 167 PLN3400,87%
4Baterie alkaliczne AA [LR6] Multipack 3×20szt. – PowerMax32 136 PLN4490,84%
5Baterie alkaliczne AA [LR6] 24szt. [Zestaw] – Duracell29 118 PLN2520,76%
6Baterie alkaliczne AA [LR6] 20szt. – QuickCell27 494 PLN5790,72%
7Baterie litowe CR2032 5-pak – Duracell26 960 PLN1590,70%

Katalog jest bardzo rozproszony – top 20 produktów generuje łącznie 13% przychodu. Do 80% obrotu potrzeba 854 SKU. Wzrost wolumenu wyraźny – zamówień przybywa, QuickCell pojawia się coraz częściej w rankingu.

Nic niepokojącego. Duży, rozproszony katalog, zamówienia rosną, nowa seria wchodzi do top 10. Wszystko wygląda jak zdrowy rozwój.

Ale raport przychodów nie ma kolumny „marża”. Żeby to zobaczyć, potrzebne są koszty zakupu – i odpowiednie pytanie do LLM.

Jedno pytanie zmienia perspektywę

Koszty zakupu zostały załadowane do DataOrganizer dla całego katalogu – każde SKU ma przypisany koszt jednostkowy. LLM ma teraz dostęp do narzędzia get_margin_segments, które dzieli asortyment na trzy segmenty: wysoką marżę (powyżej 30%), średnią (10–30%) i niską (poniżej 10%). Baterie to kategoria, w której marże potrafią się dramatycznie różnić – własna marka produkowana na zlecenie vs oryginały renomowanych producentów to zupełnie inna ekonomika.

To samo połączenie – inne pytanie
Analiza sprzedaży DataOrganizer MCP
podłączony
Teraz przeanalizuj marżę. Jak rozkłada się asortyment na segmenty marżowe za styczeń–maj?
AI
get_margin_segments · sty–maj 2026 · compare: previous_period
Obliczam rozkład marżowy po SKU…

Pokrycie kosztów: 100% SKU – każdy produkt ma przypisany koszt zakupu. Łączny przychód: 3 831 009 PLN w 141 dniach.

58%
13%
29%
Wysoka marża ≥30%
Średnia marża 10–30%
Niska marża <10%
Wysoka marża (≥30%)
75,6%
2 235 323 PLN
58,4% przychodu
Średnia marża (10–30%)
18,2%
497 177 PLN
13,0% przychodu
Niska marża (<10%) uwaga
2,77%
1 098 509 PLN
28,7% przychodu

Sygnał alarmowy: segment niskiej marży generuje 1 098 509 PLN przychodu przy marży brutto 2,77% – to 30 452 PLN zysku brutto. Na ponad milionie obrotów. Po odjęciu kosztów reklamy, wysyłki i obsługi ten segment jest prawdopodobnie stratny.

Co więcej – w poprzednim porównywalnym okresie ten segment stanowił zaledwie 108 696 PLN. Urósł o +910%.

29% przychodu, 2,77% marży brutto. Na 1,1 mln PLN obrotu w segmencie niskiej marży sklep zarobił brutto 30 452 PLN. Shipping, reklama i obsługa kosztują więcej. Ten segment nie zarabia – on obraca.

Skąd pochodzi ten milion?

Sam rozkład na segmenty to dopiero pierwszy krok. Wiedząc, że prawie 30% przychodu leży w strefie alarmowej, następne pytanie jest naturalne: które produkty, które marki, które kategorie za tym stoją?

Drążymy głębiej
Analiza sprzedaży DataOrganizer MCP
podłączony
Rozpisz mi sprzedaż według marek. Chcę zobaczyć który brand generuje ten niski segment.
AI
get_brand_performance · sty–maj 2026 · compare: previous_period
Grupuję po brandzie, porównuję z segmentami…

Rozkład przychodu według marki – zestawiony z segmentami marżowymi:

QuickCell – baterie ekonomiczne własnej marki
niska marża
1 098 163 PLN · 28,7%
PowerMax – baterie premium własnej marki
wysoka marża
756 110 PLN · 19,7%
Duracell – oryginalne
wysoka marża
679 881 PLN · 17,8%
BasicPower – linia budżetowa
średnia marża
242 811 PLN · 6,3%
Energizer – oryginalne
wysoka marża
250 956 PLN · 6,6%
Varta / GP / inne
wysoka marża
~800 000 PLN · ~21%

Odpowiedź jest jednoznaczna. Wartość segmentu niskiej marży (1 098 509 PLN) pokrywa się niemal co do złotówki z przychodem marki QuickCell (1 098 163 PLN). Cała linia własnych baterii ekonomicznych sprzedawana jest ze śladową marżą brutto 2,77% – prawdopodobnie poniżej pełnego kosztu obsługi zamówienia.

Własna marka jako problem marżowy

To jest zaskakujące – bo zwykle własna marka kojarzy się z wyższą marżą, nie niższą. PowerMax, premium linia baterii alkalicznych i litowych własnego znaku, ma marżę brutto powyżej 75%. Produkt pod własną marką powinien być opłacalny – eliminujesz pośrednika, kontrolujesz cenę i budujesz rozpoznawalność.

Ale QuickCell to inna historia. Linia „ekonomiczna” – najtańsza w katalogu, nakierowana na klienta szukającego najniższej ceny – była wyceniona zbyt agresywnie. Przy koszcie produkcji i zakupu, który nie pozostawiał miejsca na marżę, każde zamówienie generowało stratę operacyjną po uwzględnieniu kosztów wysyłki i obsługi.

Segment niskiej marży urósł o +910% względem poprzedniego porównywalnego okresu. Linia sprzedaje się coraz lepiej – co bez danych kosztowych wyglądało jak sukces. Z danymi kosztowymi: każde kolejne zamówienie pogłębia stratę. Wzrost wolumenu w stratnym segmencie to przyspieszony odpływ gotówki.

Mix się przesuwa – i to widać w trendzie

Porównanie z poprzednim porównywalnym okresem (podobne 141 dni) pokazuje, że problem nie jest statyczny – on rośnie.

Zmiana miksu marżowego – poprzedni okres vs. styczeń–maj 2026
Poprzedni okres
sierpień–grudzień 2025
Wysoka: ~94%
Niska: ~3%
Obecny okres
styczeń–maj 2026
Wysoka: 58%
Niska: 29%
W poprzednim okresie segment niskiej marży stanowił ok. 3% przychodu – marginalny udział. W ciągu pięciu miesięcy 2026 roku wzrósł do 29%. Bez danych kosztowych ta zmiana jest niewidoczna w żadnym standardowym raporcie sprzedażowym.

Raport przychodów pokazywał wzrost. QuickCell rosła, zamówień przybywało, klienci kupowali. Bez kosztów – wszystko wyglądało dobrze. Z kosztami – widać, że 29% obrotu pracuje na stratę, a ten udział rośnie każdego miesiąca.

Co dalej z tą informacją?

Wiedząc, co wiesz, masz do wyboru kilka ścieżek. Możesz podnieść ceny QuickCell – zrezygnujesz z części wolumenu, ale zaczniesz zarabiać na każdym zamówieniu. Możesz świadomie zostawić linię jako akwizycyjną – traktując stratę jako koszt pozyskania klienta szukającego najtańszej baterii, pod warunkiem że te osoby wracają po PowerMax lub Duracell. Możesz wreszcie wrócić do dostawcy i renegocjować koszt zakupu przy wyższych wolumenach.

Każda z tych decyzji jest lepsza niż brak decyzji wynikający z braku danych. A brak danych był tu normą przez ostatnie kilka miesięcy – nie dlatego, że ktoś nie patrzył, tylko dlatego, że koszty nie były podłączone do narzędzi analitycznych.

Wniosek

Łącząc koszty produktu z danymi sprzedaży, identyfikujesz problem – lub szansę – zanim zdążysz napisać raport. Tu: QuickCell generuje ponad milion obrotu przy marży 2,77%. Bez podłączonych kosztów ta informacja nie istnieje. Z podłączonymi – pojawia się w jednym pytaniu.

To daje przestrzeń do działania, której wcześniej nie było: podnieść cenę, renegocjować koszt zakupu u dostawcy, świadomie zostawić linię jako akwizycyjną – albo po prostu wiedzieć, że problem istnieje. Każda z tych decyzji jest lepsza niż brak decyzji wynikający z braku danych.


DataOrganizer · MCP

Masz dane o kosztach zakupu?

Załaduj je do DataOrganizer i zapytaj LLM o marżę. Analiza zajmuje minutę – a wyniki mogą zaskoczyć.

DataOrganizer

Zamień dane sklepu w decyzje.

Przestań zgadywać. Połącz wszystkie źródła danych, sklep, Google Analytics, Facebook Ads i więcej, i zacznij działać na podstawie liczb.

Zacznij za darmo

© 2026 Datadiary · Made in Poland · KRS 0001017418 · NIP 9721336108