Black Friday dokáže analytika oklamat dvakrát. V den špičky data ukazují málo, protože konverze v reklamních systémech teprve dobíhají. O týden později ukazují příliš mnoho, protože rekordní tržby zakryjí marži rozdanou na slevách i prodeje vypůjčené ze sousedních týdnů. Tento průvodce rozděluje práci s daty kolem špičky do tří fází: příprava měření, den výprodeje živě a vyhodnocení, kterému se dá věřit.
Fáze 1 · předtím
Srovnávací základ: s čím porovnávat Black Friday
Bez srovnávacího základu je každý výsledek špičky „rekordní“ a nic z toho neplyne. Před sezónou se stanoví dva srovnávací základy, oba z vlastních dat:
- Loňská špička po kategoriích: nejen celkový výsledek, ale i rozložení dne po hodinách, podíl kategorií a bestsellery. Z této křivky vyplývá, kdy čekat vrcholy a co musí být skladem (jak to spočítat: průvodce plánováním Q4).
- Běžné týdny těsně před sezónou: základ pro měření efektu vypůjčených prodejů. Bude potřeba až po špičce, proto je nutné ho včas „zmrazit“: průměrné týdenní prodeje a marže z období bez akcí.
Fáze 1 · předtím
Kontrolní seznam měření před špičkou
Ve špičce stojí výpadek měření nejvíc a nejhůř se pozná, protože všechna čísla stejně šílí. Proto se měření kontroluje předem, ne v průběhu:
Změřte běžné pokrytí GA4
Poměr počtu transakcí purchase v GA4 k počtu zaplacených objednávek v e-shopu za stejné dny, počítaný ze součtů za poslední týdny. Toto číslo je vzor: pokud ve špičce pokrytí výrazně klesne pod normál, kazí se měření, ne prodeje. Metoda krok za krokem: průvodce auditem GA4.
Vyčistěte stavy produktů v Merchant Center
Zamítnuté a expirující produkty se opravují, dokud je provoz levný. Bestseller zamítnutý ve čtvrtek večer se do aukcí na páteční vrchol nevrátí.
Spočítejte zásobu bestsellerů v tempu špičky
Zásoba vydělená denními prodeji z loňského vrcholu, ne průměrem z října. Produkty, kterým zásoba nevydrží celý víkend, vypadnou z kampaní dřív (mechanika: průvodce skladovými zásobami).
Stanovte poplachové prahy a plán kontrol
Co považujete za poplach (pokles pokrytí GA4, skok nezaplacených objednávek, zásoba bestselleru pod prahem) a kdo sleduje přehled v jakých hodinách. V den špičky není čas vymýšlet postupy.
Fáze 2 · den špičky
Den špičky: co sledovat živě a co nechat být
Den výprodeje má vlastní rytmus a vlastní sadu metrik. Hodinová křivka z loňského roku napoví, kdy se dívat (ilustrativní data, e-shop s elektronikou):
Objednávky po 3 hodinách · den špičky oproti běžnému pátkue-shop s elektronikou · ilustrativní data
Dva vrcholy místo jednoho: skok hned po půlnoci (start akce, zákazníci s připravenými košíky) a dlouhá večerní špička. Mezi nimi ranní propad, který každý rok svádí k tomu „něco v kampaních upravit“. Křivka říká: to je normální průběh dne, počkejte.
Denní přehled dělí metriky do dvou skupin: ty, které jsou kompletní okamžitě a umožňují reagovat, a ty, které v den špičky ještě zkreslují:
Sledujte v reálném čase
Nechte na dobu po špičce
Alarm, který je opravdu alarmem
Náhlý pokles pokrytí GA4 ve špičce znamená výpadek měření a každá hodina zdržení poškozuje data celé sezóny. Proto je pokrytí v přehledu hned vedle objednávek: tržby podle e-shopu rostou, ale analytika najednou „ztrácí“ objednávky? Reagujete hned, místo abyste v pondělí vysvětlovali podivné reporty.
Fáze 3 · po špičce
Data po špičce dozrávají spolu s okny
Report v sobotu ráno ukazuje jen část pátečního výsledku. Reklamní systémy doplňují konverze se zpožděním: okna po kliknutí a po zobrazení, modelování při chybějících souhlasech, návraty zákazníků po víkendu na rozmyšlenou. Podíl konverzí ze dne špičky viditelných v reklamních systémech roste přibližně takto (ilustrativní data):
Den špičky
surový stav večer+1 den
dobíhají konverze z oken+3 dny
přibývají návraty po víkendu+7 dní
obraz je uzavřený, čas na verdiktyPraktický závěr je jediný: verdikty o kampaních a kanálech padají zhruba týden po špičce. Kampaň „seškrtaná“ v sobotu kvůli slabému ROAS byla většinou v pořádku; její výsledek jen ještě nedorazil. Mechaniku oken a modelování rozebírá průvodce o konverzích a atribuci; v den špičky stačí pamatovat, že se projevuje nejsilněji právě tehdy, když je objem největší.
Fáze 3 · po špičce
Vyhodnocení: marže po slevách a vypůjčené tržby
Efekt vypůjčených tržeb
Výprodej část objednávek přidá a část jen posune v čase: zákazníci odkládají nákupy před špičkou a po ní se nevracejí. Proto se výsledek hodnotí na součtu týdnů kolem vrcholu oproti základně, nikoli jen na samotném dni výprodeje.
Na grafu po týdnech je to vidět jako na dlani (index tržeb, 100 = běžný týden ze základny, ilustrativní data):
Index tržeb po týdnech · 100 = základna před sezónoupropady před vrcholem a po něm jsou vypůjčené tržby
Vrchol +115 %, období +6 %. Součet pěti týdnů je 529 bodů oproti 500 v základně: skutečný přírůstek celého období činil necelých 6 %, i když samotný týden špičky vypadal jako zdvojnásobení byznysu. Obě čísla jsou pravdivá; jen to druhé říká, zda akce tržby skutečně přidala.
Druhým pilířem vyhodnocení je marže po slevách. Sleva jde ze zisku, ne z tržeb: při běžných maržích znamená odpuštění desítky a více procent z ceny ztrátu mnohem většího kusu marže (výpočet: průvodce o ziskovosti slevových kódů). Proto se rekordní tržby ze špičky porovnávají s marží počítanou z cen po slevách, po kategoriích: obvykle se ukáže, že část „hitů výprodeje“ přinesla obrat se symbolickým ziskem a sezónu zachránily produkty kupované mimochodem, bez slevy.
Metodická poznámka: všechna čísla v příkladech jsou ilustrativní. Tvar denní křivky, tempo dozrávání dat i hloubka propadů kolem vrcholu se mezi kategoriemi liší; vlastní hodnoty se berou z předchozích sezón a srovnávací základna se stanovuje před startem akce, ne zpětně.
DataOrganizer
Jak DataOrganizer podporuje práci s daty ve špičce
Celý popsaný postup stojí na datech, která DataOrganizer drží v jednom modelu: zaplacené objednávky, výdaje všech platforem, marže, skladové zásoby a události GA4, s automatickou detekcí anomálií. Denní přehled nevyžaduje slepování exportů a vyhodnocení po sezóně se vejde do jedné otázky:
Výprodejový víkend ve srovnání s běžným víkendem:
| Ukazatel | Víkend špičky | Běžný víkend | Poměr |
|---|---|---|---|
| Tržby (zaplacené) | 2 290 000 Kč | 534 000 Kč | ×4,3 |
| Efektivní sleva | 12% | 2% | – |
| Marže po slevách | 417 000 Kč | 149 600 Kč | ×2,8 |
| Ziskovost tržeb | 18,2% | 28,0% | o 1/3 níže |
Výsledek zajistil objem: marže vzrostla 2,8krát, přestože ziskovost byla o třetinu nižší. Součet pěti týdnů kolem špičky vyšel 6 % nad základnou, takže většina propadu před špičkou se dohnala s přebytkem. Poznámka na příští sezónu: dvě kategorie prodávaly ve špičce se ziskovostí pod 8 %, jsou to kandidáti na mělčí slevy.
Co si zapamatovat
Black Friday v datech jsou tři různé disciplíny ve třech fázích. Před špičkou kontrolujete měření a zmrazíte základnu. Ve špičce čtete data z e-shopu a hlídáte pokrytí. Po špičce počkáte, až data dozrají, a vyúčtujete marži v širokém okně. Nejvíc stojí záměna fází.
FAQ
Nejčastější otázky k datům během Black Friday
Jak připravit data e-shopu na Black Friday?
Týden až dva před špičkou: změřte běžné pokrytí GA4 (vzor pro odhalení výpadků měření), vyčistěte stavy produktů v Merchant Center, spočítejte dny zásoby bestsellerů při loňském tempu špičky a zmrazte srovnávací základnu (běžné týdny a loňskou špičku, podle kategorií) spolu s prahy pro upozornění.
Co sledovat živě v den výprodeje?
To, co je kompletní hned: zaplacené objednávky a tržby z e-shopu, celkové výdaje a MER dne, zásoby bestsellerů, pokrytí GA4 a podíl nezaplacených objednávek. ROAS jednotlivých kampaní a atribuci nechte stranou: v den špičky jsou tato čísla z definice neúplná.
Kdy hodnotit kampaně po špičce?
Po uzavření atribučních oken, v praxi zhruba týden po špičce. Reklamní systémy dopisují konverze ještě několik dní, takže sobotní report soustavně podhodnocuje páteční výsledky. Omezovat kampaně podle surových dat z nultého dne je nejdražší reflex celé sezóny.
Jak spočítat, jestli se Black Friday vyplatil?
Dvěma výpočty zároveň: marží po slevách (sleva jde ze zisku, takže rekordní tržby mohou mít malou hodnotu) a součtem týdnů kolem špičky oproti základně, který ukáže, kolik prodejů akce přidala a kolik jen posunula v čase.
Jak pomáhá DataOrganizer?
Denní přehled (objednávky, MER, zásoby, pokrytí GA4) funguje bez slepování exportů, anomálie v datech se během špičky hlásí samy a po sezóně AI asistent vyhodnotí výsledek na marži po slevách a porovná týdny kolem špičky se základnou, podle kategorií i produktů.
Tahák k celému průvodci
Black Friday v datech: tři fáze, tři pravidla
1. Před: zkontrolujte měření a zmrazte základnu. Pokrytí GA4, stavy v Merchant Center, dny zásoby při tempu špičky a srovnávací bod stanovený dřív, než akce začne.
2. Během: čtěte e-shop, reklamní systémy nechte být. Objednávky, MER dne, zásoby a pokrytí měření živě; verdikty o kampaních a kanálech až po dozrání dat.
3. Po: vyúčtujte marži v širokém okně. Marže po slevách místo tržeb a součet týdnů kolem špičky místo samotného rekordu. DataOrganizer drží všechna tato data v jednom modelu, takže každá fáze znamená jen pohled na přehled nebo jednu otázku v chatu.
DataOrganizer · přehled na vrchol sezóny
Připojte e-shop, reklamní platformy a GA4: objednávky, MER, zásoby, pokrytí měření a marže po slevách na jednom místě, s upozorněními na anomálie. Demo účet hned, platíte jen za připojené zdroje.
