LLM podpowie Ci co robić z danymi. Ale tylko Ty wiesz, że trzy tygodnie temu zmieniłeś wtyczkę. Bez tej informacji rekomendacja może być technicznie poprawna i całkowicie myląca jednocześnie.
Kwiecień 2026. Właściciel sklepu pyta LLM o współczynniki konwersji z poszczególnych kanałów i chce wiedzieć gdzie skupić budżet. Odpowiedź wygląda świetnie – liczby konkretne, rekomendacja jasna.
Rekomendacja, która wygląda świetnie
Współczynnik konwersji według kanału – kwiecień 2026
| Kanał | Sesje | Transakcje | Konwersja |
|---|---|---|---|
| 28 340 | 2 664 | 9,4% | |
| Paid Search | 72 410 | 5 213 | 7,2% |
| Direct | 21 780 | 1 329 | 6,1% |
| Organic Search | 89 250 | 5 177 | 5,8% |
| Paid Social | 54 120 | 2 111 | 3,9% |
| Organic Social | 15 690 | 361 | 2,3% |
Email i Paid Search wyraźnie wyróżniają się na tle pozostałych kanałów – konwersja odpowiednio 9,4% i 7,2%, przy znaczącym wolumenie sesji w Paid Search (72 tys.). Organic Social i Paid Social konwertują najsłabiej.
Rekomendacja: wzmocnienie komunikacji mailowej do aktywnych segmentów oraz zwiększenie budżetu Google Ads w zakresach z najwyższym CVR przyniesie proporcjonalnie wyższy zwrot niż inwestycja w Paid Social na tym etapie.
Rekomendacja wygląda solidnie. Ale jest jeden problem: te liczby nie są porównywalne z żadnym poprzednim miesiącem – i LLM o tym nie wie.
31 marca 2026, sklep zmienił wtyczkę odpowiedzialną za zliczanie sesji w Google Analytics 4. Stara metoda liczyła każde wejście. Nowa – tylko zaangażowane sesje, czyli takie z minimum 10 sekundami aktywności lub wykonaną interakcją. Zmiana była techniczna i celowa. Ale nikt jej nie zapisał.
Konwersja 9,4% dla Email i 7,2% dla Paid Search w kwietniu wygląda świetnie – ale o tyle samo wzrosła w każdym kanale. Zmienił się mianownik (mniej sesji), nie licznik (transakcje). Rekomendacja „skup się na Email i Paid Search” może być trafna, ale nie wynika z poprawy skuteczności tych kanałów.
Kiedy ktoś tydzień później zapytał o porównanie marca i kwietnia, LLM zobaczył coś niepokojącego.
Ta sama anomalia bez kontekstu
Marzec vs kwiecień 2026
| Wskaźnik | Marzec 2026 | Kwiecień 2026 | Zmiana |
|---|---|---|---|
| Sesje (łącznie) | 598 003 | 281 494 | −52,9% |
| Transakcje | 17 944 | 15 021 | −16,3% |
| Współczynnik konwersji | 3,00% | 5,34% | +78% |
Widzę tu anomalię. Sesje spadły o ponad połowę z dnia na dzień, ale transakcje – tylko o 16%. To matematycznie podnosi konwersję o 78%, co prawie na pewno nie odzwierciedla rzeczywistej poprawy skuteczności sklepu. Tak nagły i symetryczny spadek sesji przy stabilnych transakcjach sugeruje zmianę w sposobie zliczania, nie rzeczywisty odpływ ruchu.
Czy w tym okresie była jakaś zmiana konfiguracji analityki lub wtyczek śledzących?
LLM trafnie identyfikuje anomalię. Ale bez odpowiedzi nie może iść dalej. Nie wie, które liczby są wiarygodne, od kiedy liczyć nową bazę, ani czy rekomendacja z poprzedniej rozmowy była oparta na właściwych danych.
Teraz ten sam użytkownik wraca – z wpisem z kalendarza zdarzeń, który w końcu ktoś odnalazł.
To samo pytanie z kalendarzem zdarzeń
Uwaga przed analizą: z kalendarza zdarzeń wynika, że 31.03.2026 zmienił się sposób liczenia sesji. Dane sesji i konwersji z marca i kwietnia mierzą dwie różne rzeczy – porównanie tych miesięcy w tych metrykach jest nieważne. Poniżej pokazuję tylko to, co możemy bezpiecznie czytać.
| Wskaźnik | Marzec 2026 | Kwiecień 2026 | Ocena |
|---|---|---|---|
| Sesje | 598 003 | 281 494 | nieporównywalne |
| Współczynnik konwersji | 3,00% | 5,34% | nieporównywalne |
| Transakcje | 17 944 | 15 021 | −16,3% · porównywalne |
| Śr. wartość zamówienia | 161,40 PLN | 158,90 PLN | −1,5% · porównywalne |
Liczba transakcji spadła o 16% – to realna zmiana, nie artefakt pomiaru. Częściowo wynika z sezonu. Średnia wartość zamówienia bez istotnej zmiany. Dane sesji z kwietnia stają się nową bazą – porównania z kolejnymi miesiącami będą już spójne.
Ta sama analiza, te same dane – zupełnie inna jakość odpowiedzi. Różnica to jeden wpis o długości dwóch zdań, wklejony przed pytaniem.
Jak prowadzić taki kalendarz
Nie potrzebujesz osobnego narzędzia. Wystarczy plik tekstowy, arkusz lub Notion – cokolwiek, do czego cały zespół ma dostęp i skąd można skopiować fragment w kilka sekund. Każdy wpis ma cztery elementy: datę, kategorię, opis i metryki których dotyczy.
// Przykład:
31.03.2026 | TECH – Zmiana wtyczki sesji GA4. Tylko engaged sessions od tej daty. – Dotyczy: sesje, konwersja, bounce rate.
Sześć kategorii wystarczy do większości sklepów:
Gdy pytasz o okres, który obejmuje jedno z zapisanych zdarzeń – skopiuj odpowiedni wpis i wklej go na początku wiadomości, przed pytaniem. Nie potrzebujesz nic więcej: LLM odczyta kategorię, połączy datę z zakresem zapytania i dostosuje interpretację.
Jeśli nie pamiętasz czy w danym okresie było jakieś zdarzenie – zapytaj LLM o anomalie przed zadaniem właściwego pytania. Często sam wskaże punkt, w którym coś się zmieniło, i zapyta o kontekst. Jak zrobił to w drugim mockupie powyżej.
Punkt wyjścia
Kalendarz zdarzeń nie jest narzędziem analitycznym – jest warunkiem poprawnej analizy. LLM widzi liczby, ale nie widzi historii sklepu. Zmiana wtyczki, nowa kampania, wycofany produkt – to kontekst, który masz tylko Ty. Wystarczy plik tekstowy i nawyk jednego wpisu przy każdej zmianie. Resztę robi analityka.
DataOrganizer · MCP
Jedna wtyczka MCP i Twoje dane sklepu są dostępne w każdej rozmowie.