„Data-driven" w marketingu jest jak „naturalne składniki" w kosmetykach — wszyscy używają, mało kto definiuje. Bywa, że agencja sprzedaje „pracę opartą na danych", a klient po sześciu miesiącach nadal nie wie, jakie dane realnie wpływają na decyzje, które ta agencja podejmuje za jego firmę.
W tym artykule rozkładam pojęcie na trzy poziomy: raporty po fakcie, dashboard live, Decision Engine z pamięcią firmy. Pokazuję, na którym poziomie znajduje się większość polskiego rynku, czemu — i jak rozpoznać agencję, która jest realnie na trzecim. Plus pięć pytań, które warto agencji zadać, zanim podpiszesz z nią umowę.
To jest perspektywa kogoś, kto przez ostatnie dziesięć lat pracował z założycielami z różnych branż (deweloperzy nieruchomości, FMCG, recykling, edukacja online, kliniki stomatologiczne) i doszedł do wniosku, że klasyczna agencja od kampanii to dziś za mało.
„Data-driven" — najczęściej używane, najrzadziej zdefiniowane
Co dziś znaczy „oparta na danych" (a co znaczyć powinna)
W obecnym brandingu agencji marketingowych „oparta na danych" oznacza najczęściej: mamy Google Analytics, robimy raport co miesiąc, w raporcie jest tabela z liczbami, a w jej dole jednolinijkowy wniosek. To jest „mamy dane". To nie jest „oparta na danych".
„Oparta na danych" powinna znaczyć coś węższego: dane są przyczyną decyzji, nie ozdobą decyzji już podjętej. Różnica wygląda tak — w pierwszym modelu agencja postanawia, co zrobić, a potem dorabia uzasadnienie z liczb. W drugim — patrzy w liczby i z nich wynika, co zrobić. Pierwsza wersja jest dziś w 80% rynku. Druga — w jednostkach.
Trzy najczęstsze pułapki marketingowych deklaracji
Pułapka pierwsza: „mamy dashboard". Dashboard sam z siebie nie jest opartością na danych — jest pulpitem. Pytanie do agencji: kto na niego patrzy, jak często i co z tego wynika? Jeśli nikt w zespole nie patrzy codziennie, to jest pulpit dla klienta na pokaz, nie narzędzie pracy.
Pułapka druga: „robimy AB testy". AB testy to taktyka, nie poziom dojrzałości. Pytanie: ile testów rocznie? jaki procent z nich kończy się decyzją zmieniającą strategię? Większość AB testów w agencjach optymalizuje przyciski, nie strategię.
Pułapka trzecia: „liczymy ROI". Liczenie ROI dla pojedynczych kampanii to higiena. Liczenie ROI z perspektywy LTV klienta, kosztu pamięci firmy, czasu właściciela — to dopiero podstawa decyzji. Tę drugą wersję widzę w nielicznych miejscach.
Trzy poziomy data-driven w agencji
Poziom 1 — raporty po fakcie (większość rynku)
Agencja pracuje, na końcu miesiąca zbiera dane do raportu, dolicza wnioski, wysyła do klienta. Klient czyta lub nie czyta. Następny miesiąc zaczyna się tak samo — bo decyzja, co robić, była podjęta na początku miesiąca i raport nie miał wpływu na to, co już się wydarzyło.
To jest model, w którym dane potwierdzają, ale nie zmieniają działania. Większość rynku marketingowego w Polsce w 2026 nadal tu jest.
Poziom 2 — dashboard live (top 20%)
Agencja podpina kanały do narzędzia (Looker Studio, własny Notion, GA + arkusz). Klient i agencja widzą metryki w czasie zbliżonym do rzeczywistego. Pojawiają się tygodniowe spotkania, w których ktoś patrzy na dashboard i decyduje.
To jest poziom, na którym dane wpływają na decyzje. Znacząca poprawa względem poziomu 1 — ale wciąż reaktywna. Człowiek patrzy w liczby, człowiek wymyśla, co z tego wynika. Dane nie pamiętają tego, co już się działo. Dane nie ostrzegają, że za chwilę powtórzysz błąd sprzed kwartału.
Top 20% polskich agencji jest tutaj.
Poziom 3 — Decision Engine z pamięcią firmy (jednostki)
Trzeci poziom to system, w którym dane mają pamięć. Jeśli rok temu zrobiłeś podobną kampanię i nie zadziałała, system o tym wie. Jeśli twoja konkurencja właśnie obniżyła cenę o 15%, system wpina to w kontekst, kiedy agencja proponuje twoją cenę. Jeśli właściciel powiedział w ostatniej głosówce „nie chcę już robić promocji w listopadzie" — system pamięta i przypomni przy listopadowym briefingu.
Pamięć firmy plus dane plus AI równa się warstwa, która przygotowuje decyzję, a nie tylko ją raportuje. To jest Decision Engine — i to jest kierunek, w którym idzie NIENARAZ OS.
Trzeci poziom to dziś jednostki w polskiej skali. NIENARAZ OS testujemy w wąskim gronie od kilku dni i sami jesteśmy świadomi, że pełną wartość poziomu 3 zobaczymy po pierwszych miesiącach realnej pracy z testerami. Ale kierunek jest jasny od dnia pierwszego.
Tabela — czego oczekiwać na każdym poziomie
| | Poziom 1: raporty | Poziom 2: dashboard | Poziom 3: Decision Engine | |---|---|---|---| | Częstotliwość kontaktu z danymi | 1× / miesiąc | tygodniowo | codziennie + przy decyzji | | Kto patrzy | klient + AM | klient + AM + zespół | klient + zespół + system | | Pamięć historyczna | nie | częściowo | tak (semantyczna) | | Wpływ AI na decyzje | brak | sporadyczne narzędzia | warstwa operacyjna | | Decyzja przygotowana automatycznie | nie | nie | tak (3 opcje + ryzyka) | | Co tracisz przy rotacji w agencji | całość kontekstu | dashboard zostaje | nic (pamięć w systemie) |
Co znaczy „nowoczesna agencja marketingowa"
Cztery cechy: pamięć, dane, decyzje, system
Nowoczesna agencja marketingowa, w mojej definicji, ma cztery cechy. Wszystkie cztery razem. Brak jednej oznacza, że to wciąż klasyka.
Pamięć. Agencja pamięta, co działo się z firmą klienta przez 24 miesiące wstecz, niezależnie od tego, kto z zespołu prowadzi w danym momencie sprawę. Jeśli pamięć siedzi tylko w głowie Account Managerki, której rotacja w agencji to średnio 18 miesięcy — to jest klasyka, nie nowoczesność.
Dane. Dane są przyczyną decyzji, nie ich potwierdzeniem. Patrz dwie sekcje wyżej.
Decyzje. Agencja sprzedaje decyzje („tu warto, tu nie"), nie godziny pracy. Klient płaci za jakość kierunku, nie za liczbę slajdów w prezentacji.
System. Praca agencji jest powtarzalna, dokumentowana, niezależna od konkretnej osoby. To znaczy, że gdyby jutro zniknęła połowa zespołu — klient nie poczułby tego w ciągu pierwszego miesiąca.
Czego nowoczesna agencja NIE robi (sygnały do unikania)
Jeśli agencja ma poniższe cechy, jest klasyczna, nawet jeśli reklamuje się jako data-driven AI:
AI w agencji marketingowej — jak naprawdę powinno wyglądać
AI jako warstwa operacyjna, nie generator postów
W 2026 większość rozmów o AI w marketingu kończy się na „używamy GPT do pisania postów". To jest najbardziej powierzchowne zastosowanie AI, jakie istnieje — i ironicznie, dające najmniej wartości klientowi.
Realna wartość AI w agencji jest w warstwie operacyjnej: zbieranie kontekstu, łączenie danych z różnych źródeł, syntezowanie wzorców, ostrzeganie przed powtarzaniem błędów, przygotowywanie opcji decyzji. To wszystko dzieje się pod maską panelu — klient widzi efekt (lepsze decyzje), nie samo narzędzie.
Trzy konkretne zastosowania, które zmieniają wynik
Pierwsze: kontekst z głosówki właściciela. Klient nagrywa 10 minut głosówki o swoim biznesie. AI transkrybuje, taguje, zapisuje w pamięci firmy. Następne spotkanie zaczyna się od tego kontekstu, a nie od pytania „o czym mówiliśmy ostatnio?".
Drugie: przygotowanie opcji decyzji. Przed spotkaniem strategicznym AI patrzy w pamięć firmy, aktualne dane z kampanii i sygnały zewnętrzne — i przygotowuje trzy opcje rozwiązania konkretnego problemu, z plusami i minusami. Człowiek wybiera. AI nie decyduje.
Trzecie: scorecard i alerty. AI codziennie czyta dane firmy. Jeśli wyłapie, że jakaś metryka odbiega od historycznej normy o 20%, ostrzega. Jeśli zauważy, że właśnie zaczyna się powtarzać schemat, który wcześniej zakończył się porażką — sygnalizuje. To jest pamięć firmy działająca na żywo, nie raport raz na miesiąc.
Czego AI w agencji nie zastępuje (i nie powinno)
AI w agencji nie zastępuje strategii. Nie zastępuje rozumienia branży klienta. Nie zastępuje empatii w relacji z założycielem. Nie podejmuje decyzji za człowieka. Nie wykonuje ruchów bez akceptacji.
Każda agencja, która sprzedaje „AI agenty zarządzą twoimi kampaniami autonomicznie", sprzedaje hype. Klient nie chce oddać decyzji — chce mieć lepszy materiał do decyzji. To jest fundamentalna granica, którą trzymamy w NIENARAZ.
5 pytań do agencji przed podpisaniem umowy
1. Czy macie pamięć mojej firmy poza Slackiem i mailami?
Jeśli odpowiedź to „mamy folder w Dysku Google" lub „mamy tag w Slacku" — to nie jest pamięć firmy. To są fragmenty, których nikt nie czyta. Pamięć firmy to miejsce, do którego agencja codziennie sięga przed decyzją — strukturyzowane, indeksowane, dostępne dla całego zespołu.
2. Co się dzieje, gdy odejdzie moja Account Managerka?
Jeśli odpowiedź to „mamy procesy onboardingu" — drąż dalej. Konkretnie: ile czasu zajmie nowej osobie wejść w pełnię kontekstu? Jeśli powyżej dwóch tygodni — pamięć siedzi w głowie poprzedniej AM, nie w systemie agencji.
3. Jak AI pomaga w decyzjach, a nie tylko w pisaniu?
Pytanie kluczowe rozróżniające klasyczną agencję od nowoczesnej. Jeśli odpowiedź zbiega się do „używamy ChatGPT do contentu" — to klasyczna agencja używająca narzędzia. Jeśli odpowiedź jest o syntezowaniu kontekstu, alertach, opcjach decyzji — to inna liga.
4. Pokażcie mi panel — nie raport
Ten ruch szybko separuje agencje. Raport może wyprodukować każdy. Panel z danymi i pamięcią firmy — nie. Jeśli agencja nie ma czego ci pokazać poza PDF-em, jest na poziomie 1 lub 2 (z trzech).
5. Jak wygląda wasz proces „od kontekstu do ruchu"?
Pytanie diagnostyczne. Klasyczna odpowiedź: „zbieramy brief, przygotowujemy strategię, wykonujemy". Nowoczesna: „klient nagrywa kontekst, system łączy z danymi i pamięcią, generuje opcje, robimy spotkanie strategiczne, wybieramy, wpinamy w plan, wykonujemy, mierzymy, dane wracają do pamięci". Ten drugi proces to system. Pierwszy to recepta sprzed dziesięciu lat.
Jak pracujemy w NIENARAZ
7 warstw NGOS — krótko
W NIENARAZ pracujemy według metody NGOS — siedmiu warstw firmy, które poukładane w kolejności dają system, a nie chaos. Nie zaczyna się od kampanii. Zaczyna się od tego, gdzie firma stoi w warstwie 1 (pozycja) i 2 (struktura). Reklama, content, lead-gen — to warstwy 4–6. Bez fundamentu trzy najwyższe nie zadziałają.
Architektura tego frameworku jest opisana osobnym artykułem.
NIENARAZ OS jako infrastruktura agencji
Każdy klient, z którym rozpoczynamy pracę, dostaje NIENARAZ OS jako miejsce pamięci, w którym żyje kontekst jego firmy. Głosówki właściciela, decyzje agencji, wnioski z danych — wszystko trafia do jednego miejsca. To nie jest CRM ani Notion klienta. To jest infrastruktura współpracy między klientem a agencją, do której agencja ma własny dostęp i własne moduły.
NIENARAZ OS jest młodym produktem — testujemy go w wąskim gronie od kilku dni. Pierwsi testerzy formują z nami wersję 1.0. Jeśli to brzmi jak coś, czego twoja firma potrzebuje, napisz.
Dlaczego nazywam to „agencja + software + metoda"
Klasyczna agencja to jeden filar — egzekucja. NIENARAZ to trzy filary, które razem tworzą inną kategorię produktu:
Bez któregokolwiek z trzech filarów reszta traci sens. Można robić kampanie bez systemu — ale wtedy każda kolejna zaczyna się od zera. Można mieć system bez agencji — ale wtedy nikt nie wykonuje. Można mieć obie nogi bez metody — ale wtedy każda kampania używa innej logiki, i nie ma na czym budować efektu kuli śnieżnej.
Czy to się sprzedaje na rynku, gdzie 80% agencji jest w klasycznym modelu? Pokażą najbliższe miesiące. Bardziej zależy mi na tym, żeby firma, którą prowadzę, była tym, czego sam szukam u kontrahentów: agencją, której nie muszę kontrolować, bo ma pamięć, dane i system, które się nie rozsypują w tygodniu siódmym.
---
Jeśli chcesz porozmawiać, w którym z trzech poziomów data-driven jest twoja firma (lub agencja, z którą pracujesz) — umów rozmowę. Skoro pytasz, w którą stronę iść, najpewniej jesteś gotowy na poziom 3.
Szymon Witczak Założyciel NIENARAZ · twórca NIENARAZ OS