Gemini w Arkuszach Google - analiza sprzedaży i cen

Analiza sprzedaży z Gemini w Arkuszach - przykładowe polecenia

Najprostszy sposób na start to panel Gemini i konkretne pytania o dane. Zamiast ogólnego „przeanalizuj sprzedaż” lepiej zadać jedno precyzyjne pytanie i sprawdzić wynik. Przykłady poleceń, które sprawdzają się w e-commerce:

1. Utwórz tabelę przestawną z sumą wartości sprzedaży netto według kategorii i miesiąca.

2. Wskaż 20 produktów z największym spadkiem liczby sprzedanych sztuk w sierpniu w porównaniu z lipcem.

3. Dodaj kolumnę z udziałem każdego produktu w łącznej sprzedaży kategorii.

4. Napisz formułę, która policzy średnią wartość zamówienia dla każdego źródła sprzedaży.

5. Wyjaśnij, co robi formuła w kolumnie H, i sprawdź, czy nie zawiera błędu.

Gemini w panelu zwykle proponuje wynik do wstawienia - tabelę, formułę lub wykres. Zanim go wstawisz, sprawdź, na jakim zakresie danych pracuje. Częsty błąd to pominięcie ostatnich wierszy albo uwzględnienie zamówień anulowanych. Wygodnie jest też poprosić o rozkład danych, np. sprzedaż według kategorii w ostatnim kwartale - taki wynik od razu pokazuje, gdzie skupić uwagę.

[#chart:nai25c]

Funkcja AI do kategoryzacji produktów i opinii

Funkcja AI przydaje się tam, gdzie zwykła formuła nie wystarcza, bo trzeba „zrozumieć” tekst. Typowe zastosowania w sklepie to przypisanie kategorii do produktów na podstawie nazwy, wyciągnięcie parametru z opisu, np. pojemności, oraz ocena wydźwięku opinii klientów i wskazanie, czego dotyczy skarga.

[#przyklad] Przykład w komórce: =AI("Przypisz produkt do jednej kategorii: Kuchnia, Łazienka, Ogród, Inne. Odpowiedz tylko nazwą kategorii."; A2). Dla opinii: =AI("Oceń wydźwięk opinii jako pozytywny, neutralny lub negatywny i w 3 słowach napisz, czego dotyczy."; C2). Separator argumentów zależy od ustawień regionalnych arkusza.

Wynik funkcji AI traktuj jak propozycję. Przed decyzją przejrzyj losową próbkę 20-30 wierszy, a gdy kategorie się mylą, doprecyzuj polecenie, np. dopisując przykłady. Funkcja nie odświeża się sama, więc po zmianie danych zaktualizuj wyniki.

Analiza cen i marż w Arkuszach Google z Gemini

Analiza cen to drugi obszar, w którym Gemini oszczędza dużo czasu. Typowy scenariusz: masz cennik dostawcy, własny cennik sprzedaży i koszty dodatkowe, a chcesz wiedzieć, na których produktach marża jest za niska. Gemini pomoże połączyć arkusze po kodzie SKU lub EAN, napisać formuły marży i oznaczyć produkty poniżej progu.

Marża procentowa to zysk na sztuce podzielony przez cenę sprzedaży netto. Prosty przykład wyliczenia pokazuje schemat poniżej.

[#chart:nai25b]

W praktyce do kosztu warto doliczyć nie tylko cenę zakupu, ale też prowizję marketplace, koszt wysyłki i reklamy - inaczej marża na papierze będzie wyższa niż w rzeczywistości. Poproś Gemini o kolumny dla każdego kosztu osobno i formułę, która je sumuje. Wtedy łatwo sprawdzić, który składnik zjada zysk. Przy sprzedaży w kilku kanałach policz marżę osobno dla każdego z nich - ten sam produkt może być opłacalny w sklepie internetowym i nieopłacalny na marketplace z wyższą prowizją i kosztem promowania oferty.

Progi marży i wzrostów cen w tabeli są przykładowe - ustal je według własnego modelu biznesowego. Ceny konkurencji możesz dodać do analizy, jeśli zbierasz je ręcznie lub z narzędzia do monitoringu cen, ale Gemini w Arkuszach nie pobiera ich samodzielnie z internetu.

Sezonowość i planowanie zakupów - analiza sprzedaży z Gemini

Gdy masz dane z co najmniej kilkunastu miesięcy, Gemini pomoże zobaczyć sezonowość: w których miesiącach poszczególne kategorie rosną, a w których spadają. To podstawa do planowania zamówień u dostawców i budżetów reklamowych. Poproś o tabelę przestawną sprzedaży według kategorii i miesiąca oraz o wykres liniowy dla kilku najważniejszych kategorii.

Na tej podstawie możesz zapytać o produkty, których zapas skończy się przed sezonem przy obecnym tempie sprzedaży - jeśli w arkuszu są stany magazynowe. Prognozy traktuj jako punkt wyjścia do rozmowy z zespołem zakupów, a nie gotową decyzję. Model nie zna promocji konkurencji, zmian w algorytmach marketplace ani planowanych przez Ciebie kampanii, więc te czynniki musisz uwzględnić samodzielnie.

Najczęstsze błędy przy analizie sprzedaży z Gemini

• Mieszanie netto i brutto - ceny z jednego źródła brutto, koszty z drugiego netto, a marża wychodzi zawyżona.

• Zamówienia anulowane i zwroty w danych - sprzedaż wygląda lepiej niż w rzeczywistości.

• Za szerokie pytania - „przeanalizuj wszystko” daje ogólniki zamiast konkretnych liczb.

• Brak kontroli na próbce - wynik trafia do decyzji bez sprawdzenia kilku wierszy ręcznie.

• Nieodświeżona funkcja AI - po aktualizacji danych kategorie i opisy pochodzą ze starej wersji.

Gemini w Arkuszach a RODO i bezpieczeństwo danych sprzedaży

Eksporty zamówień często zawierają dane osobowe kupujących: imiona, adresy, telefony i e-maile. Do analizy sprzedaży i cen nie są potrzebne, więc najprościej usunąć te kolumny przed pracą z Gemini albo pracować na kopii z samymi danymi produktowymi i kwotami. Korzystaj z firmowego konta Google Workspace - Google deklaruje, że w kwalifikujących się planach treści użytkowników nie są wykorzystywane do trenowania modeli bez zgody klienta (stan na wrzesień 2026 - sprawdź aktualne zasady w centrum prywatności Google Workspace).

• Usuń dane osobowe z eksportów przed analizą albo zastąp je identyfikatorem zamówienia.

• Ogranicz udostępnianie arkuszy z marżami i cenami zakupu do osób, które ich potrzebują.

• Nie wklejaj danych firmy do prywatnego konta Gemini pracownika.

Więcej o zasadach bezpiecznej pracy z AI na danych klientów piszemy we wpisie ChatGPT a RODO - dane klientów i bezpieczne korzystanie w firmie.

Automatyczne raporty sprzedaży - Gemini, Arkusze i Base

Ręczny eksport raz w tygodniu wystarcza na start, ale przy rosnącej sprzedaży lepiej zautomatyzować przepływ danych. Zamówienia z Base mogą trafiać do Arkuszy Google przez scenariusz w Make lub n8n, a arkusz z gotowymi formułami i tabelami przestawnymi aktualizuje się na bieżąco. Gemini pomaga wtedy przy pytaniach doraźnych i komentarzu do wyników, a stałe wskaźniki liczą zwykłe formuły, które dają powtarzalny wynik.

Dobrym nawykiem jest cotygodniowy komentarz do raportu. Raz w tygodniu otwierasz arkusz, w którym dane już się zaktualizowały, i prosisz Gemini o krótkie podsumowanie dla zespołu: co wzrosło, co spadło, które produkty wymagają uwagi. Taki komentarz zajmuje kilka minut, a porządkuje cotygodniowe spotkanie sprzedażowe.

[#tip] Polecenie do cotygodniowego podsumowania: Na podstawie arkusza Sprzedaż tygodniowa napisz 5 punktów dla zespołu sprzedaży: zmiana sprzedaży netto tydzień do tygodnia, 3 kategorie z największym wzrostem, 3 produkty z największym spadkiem, produkty z marżą poniżej progu z kolumny Próg. Podawaj liczby z arkusza, nie zaokrąglaj i nie wyciągaj wniosków, których nie potwierdzają dane.

Jak Vinson pomaga w analizie sprzedaży z AI

Vinson to agencja e-commerce z Bochni, działająca od 2021 r. Jesteśmy Allegro Ads Partner+, Google Partner, Meta Business Partner, certyfikowanym partnerem Base, partnerem Empik Place i autoryzowanym partnerem Shoper. Zaufało nam ponad 500 firm, a nasza średnia ocena to 4,9/5 ze 171 opinii. Status Google Partner dotyczy reklam Google Ads - nie jesteśmy partnerem Google w zakresie Gemini ani Workspace.

Wdrażamy AI w procesach sprzedaży: przygotowujemy arkusze i raporty sprzedaży i marż, polecenia dla Gemini, automatyczny przepływ danych z Base oraz analizy wyników kampanii Google Ads i Allegro Ads. Umów bezpłatną konsultację - pokażemy, jakie wnioski da się wyciągnąć z Twoich danych.

Najczęściej zadawane pytania

Jak włączyć Gemini w Arkuszach Google?

Gemini w Arkuszach jest dostępny w kwalifikujących się planach Google Workspace i planach Google AI. Na koncie firmowym dostęp musi włączyć administrator. Po włączeniu panel Gemini otwierasz ikoną w prawym górnym rogu arkusza, a funkcję AI wpisujesz w komórkę jak zwykłą formułę.

Czy funkcja AI w Arkuszach Google działa po polsku?

Google w lipcu 2026 r. ogłosił rozszerzenie funkcji AI i wypełniania z Gemini na kolejne języki, w tym polski. Dostępność może się różnić między kontami i planami, dlatego sprawdź ją w swoim arkuszu i w pomocy Google. Polecenia warto pisać krótko i jednoznacznie.

Czy Gemini w Arkuszach może się pomylić w obliczeniach?

Tak, model może źle odczytać kolumnę, pominąć wiersze albo pomylić netto z brutto. Dlatego kluczowe sumy sprawdzaj w źródle, a stałe wskaźniki opieraj na zwykłych formułach, które Gemini może dla Ciebie napisać. Wynik funkcji AI traktuj jako propozycję do weryfikacji.

Jak policzyć marżę produktów w Arkuszach Google z pomocą Gemini?

Poproś Gemini o kolumnę marży jako zysk na sztuce podzielony przez cenę sprzedaży netto, gdzie zysk to cena netto minus koszty. Do kosztów dolicz cenę zakupu, prowizję, wysyłkę i reklamę. Następnie poproś o formatowanie warunkowe, które oznaczy produkty z marżą poniżej ustalonego progu.

Czy mogę analizować w Gemini eksport zamówień z danymi klientów?

Lepiej tego unikać. Do analizy sprzedaży i cen dane osobowe nie są potrzebne, więc usuń kolumny z imionami, adresami i kontaktami albo zastąp je numerem zamówienia. Pracuj na firmowym koncie Workspace, a nie na prywatnym koncie Google.

Gemini w Arkuszach Google pozwala szybciej zamienić eksporty zamówień i cenniki w konkretne decyzje o asortymencie i cenach. Jeśli chcesz zbudować raport sprzedaży i marż z AI dla swojego sklepu, skorzystaj z bezpłatnej konsultacji z Vinson. Jak Gemini wypada na tle innych asystentów, sprawdzisz w porównaniu Claude i Gemini dla sprzedawców.