01

Co to jest analiza danych w biznesie?

Analiza danych w biznesie to porządkowanie i badanie danych po to, żeby podjąć lepszą decyzję: o cenie, zamówieniu, zatrudnieniu albo wejściu na nowy rynek. Zaczyna się od pytania, a kończy liczbą, tabelą albo wykresem, z którego wynika, co zrobić.

Dane pochodzą z dwóch miejsc. Pierwsze to systemy firmy: sprzedaż, magazyn, księgowość, CRM, sklep internetowy. Drugie to rynek: ceny i oferty konkurentów, ogłoszenia o pracę, rejestry publiczne, opinie klientów. Większość firm analizuje tylko pierwsze.

Jakie cele ma analiza danych w firmie?

Zawsze chodzi o konkretną decyzję. Najczęściej o jedną z pięciu:

  • Niższe koszty. Znaleźć produkty, dostawców albo trasy, które kosztują więcej, niż przynoszą.
  • Lepsze ceny. Wiedzieć, o ile Twoja cena różni się od cen konkurentów i jak reaguje na to sprzedaż.
  • Utrzymanie klientów. Zobaczyć, kto kupuje coraz rzadziej, zanim odejdzie.
  • Plan zapasów i pracy. Prognoza sprzedaży na kolejne tygodnie zamiast zamawiania na wyczucie.
  • Mniejsze ryzyko. Kondycja dostawcy, zmiana przepisów albo ruch konkurenta zauważone na czas.

Ile firm w Polsce analizuje dane?

W 2025 r. analizę danych prowadziło 24,5% polskich firm zatrudniających co najmniej 10 osób, a w 2023 r. 19,3% (Eurostat). Średnia dla Unii Europejskiej to 39,9%. Odstają małe i średnie firmy, o 15-16 punktów procentowych. Duże są prawie na poziomie unijnym.

Eurostat, 2025

Odsetek firm, które analizują dane

Odsetek przedsiębiorstw prowadzących analizę danych w Polsce i w Unii Europejskiej w 2025 r., według wielkości firmy
Wielkość firmyPolskaUnia Europejska
Wszystkie firmy od 10 osób24,5%39,9%
Małe (10-49 osób)18,9%35,1%
Średnie (50-249 osób)44,7%59,8%
Duże (od 250 osób)80,1%82,0%
Źródło: Eurostat, zbiór isoc_eb_das, dane za 2025 r. Liczy się analiza wykonana przez pracowników firmy albo przez zewnętrznego wykonawcę.
02

Jakie są rodzaje analizy danych?

Analizę danych dzieli się na cztery rodzaje: opisową, diagnostyczną, predykcyjną i preskryptywną. Różnią się pytaniem, na które odpowiadają. Podział rozpowszechniła firma analityczna Gartner.

Cztery rodzaje

Opisowa, diagnostyczna, predykcyjna i preskryptywna

Cztery rodzaje analizy danych: pytanie, przykład i wymagania
Rodzaj analizyPytaniePrzykładCzego potrzebujesz
OpisowaCo się stało?Które produkty dały połowę obrotu w kwartaleUporządkowanych danych z jednego systemu i arkusza albo narzędzia BI
DiagnostycznaDlaczego tak się stało?Sprzedaż spadła w tych tygodniach, w których konkurent obniżył cenęDanych z kilku źródeł zestawionych w czasie
PredykcyjnaCo się prawdopodobnie stanie?Prognoza popytu na grudzień, ryzyko odejścia klientaCo najmniej kilkunastu miesięcy historii i modelu statystycznego
PreskryptywnaCo zrobić?Zalecana cena każdego produktu na jutroPrognozy, reguł biznesowych i zgody na to, że decyzję podpowiada model
Dwa pierwsze rodzaje wystarczają do większości decyzji w małej i średniej firmie. Prognozy mają sens dopiero wtedy, kiedy raporty opisowe są wiarygodne.

Czym różni się analiza predykcyjna od preskryptywnej?

Analiza predykcyjna mówi, co się prawdopodobnie stanie, a preskryptywna, co wtedy zrobić. "W przyszłym tygodniu sprzedasz 400 sztuk" to prognoza, czyli analiza predykcyjna. "Zamów 450 sztuk, bo brak towaru kosztuje Cię więcej niż 50 sztuk zapasu" to analiza preskryptywna: łączy prognozę z kosztami i celem firmy. Analiza preskryptywna nie istnieje bez predykcyjnej. Jakich danych potrzebują obie i jak sprawdzić, czy prognoza jest coś warta, piszemy w tekście Analiza predykcyjna a preskryptywna.

03

Jak wygląda analiza danych krok po kroku?

Większy projekt analityczny przechodzi przez sześć etapów: zrozumienie problemu, poznanie danych, przygotowanie danych, modelowanie, ocenę i wdrożenie. Taki podział opisuje CRISP-DM, standard opublikowany w 2000 r. i używany do dziś. Przy cotygodniowym raporcie te same kroki zajmują godziny, nie miesiące.

  1. Zrozumienie problemu. Jaką decyzję chcesz podjąć i co zrobisz inaczej, kiedy poznasz odpowiedź.
  2. Poznanie danych. Co masz, gdzie to leży, od kiedy jest zbierane i czego brakuje.
  3. Przygotowanie danych. Łączenie tabel, usuwanie duplikatów, ujednolicanie nazw produktów i klientów. Ten etap zwykle trwa najdłużej.
  4. Modelowanie. Od tabeli przestawnej po model, który prognozuje. W firmach najczęściej wystarczają metody, które da się wytłumaczyć zarządowi: średnie i mediany w grupach, regresja, drzewa decyzyjne.
  5. Ocena. Czy wynik odpowiada na pytanie z pierwszego punktu i czy zgadza się z tym, co widzą ludzie w firmie.
  6. Wdrożenie. Raport, który ktoś otwiera co tydzień, albo reguła, która działa w systemie.

Najłatwiej zepsuć pierwszy etap. Firma kupuje narzędzie albo zamawia model, a dopiero potem szuka pytania, na które ma odpowiedzieć. Kolejność powinna być odwrotna: decyzja, dane, a narzędzie na końcu.

04

Jakich narzędzi używa się do analizy danych?

Do analizy danych w firmie używa się czterech grup narzędzi: arkusza kalkulacyjnego (Excel), języka zapytań SQL, platform business intelligence (Power BI, Tableau) i języków programowania (Python, R). Wybór zależy od ilości danych i od tego, ile osób ma korzystać z wyniku.

Narzędzia

Excel, SQL, Power BI i Tableau, Python i R

Narzędzia do analizy danych biznesowych: zastosowanie i ograniczenia
NarzędzieDo czego służyKiedy wystarczaOgraniczenie
ExcelZestawienia, tabele przestawne, proste prognozyJedno źródło danych, jedna albo dwie osobyArkusz mieści 1 048 576 wierszy, a przy kilku autorach trudno pilnować wersji pliku
SQLWyciąganie i łączenie danych z bazDane leżą w systemie firmy i trzeba je regularnie pobieraćPotrzebny dostęp do bazy i osoba, która zna język
Power BI, TableauRaporty i dashboardy, które odświeżają się sameTen sam raport czyta od kilku do kilkudziesięciu osóbPłatne licencje: Power BI Pro kosztuje 12,10 euro za użytkownika miesięcznie
Python, RPrognozy, modele, automatyzacjaAnaliza predykcyjna i duże zbioryPotrzebny analityk albo programista
Limit wierszy według dokumentacji Microsoft Excel. Cena Power BI Pro według cennika Microsoft dla Polski (netto, przy płatności rocznej), stan na 20 listopada 2026 r. To ok. 54 zł po kursie średnim NBP z tego dnia.

Ceny Power BI i Tableau, wersje bezpłatne i to, kiedy które wybrać, opisaliśmy w tekście Na czym polega business intelligence.

05

Skąd brać dane do analizy: z firmy czy z rynku?

Z obu miejsc, bo odpowiadają na różne pytania. Dane z firmy mówią, co się u Ciebie dzieje. Dane z rynku pomagają zrozumieć, dlaczego: co w tym samym czasie zrobili konkurenci, klienci i urzędy.

Polskie firmy korzystają głównie z danych własnych. W 2025 r. dane o transakcjach analizowało 21,7% firm zatrudniających co najmniej 10 osób, a dane z internetu 5,0%, czyli ponad dwa razy rzadziej niż średnio w Unii Europejskiej (Eurostat).

Eurostat, 2025

Jakie dane analizują firmy

Odsetek przedsiębiorstw analizujących dane z poszczególnych źródeł w Polsce i w Unii Europejskiej w 2025 r.
Źródło danychPolskaUnia Europejska
Transakcje: sprzedaż, płatności21,7%26,2%
Dane o klientach11,0%17,6%
Media społecznościowe6,1%11,4%
Otwarte dane administracji5,2%7,3%
Dane z internetu5,0%10,8%
Źródło: Eurostat, zbiór isoc_eb_das, firmy zatrudniające co najmniej 10 osób, dane za 2025 r.

Część danych z rynku jest bezpłatna. Rejestry publiczne, takie jak KRS, CEIDG i Bank Danych Lokalnych GUS, można przeglądać bez opłat. Przykład tego, co da się z nich policzyć: w rankingu 1000 najdroższych mieszkań sprzedanych w I kwartale 2026 r. wyszło nam z Rejestru Cen Nieruchomości, że tysięczne mieszkanie kosztowało 1,52 mln zł, a 57% z całego tysiąca sprzedano w Warszawie. Przegląd źródeł o konkurentach jest w tekście Źródła danych do competitive intelligence.

Danych, których nie ma w żadnym rejestrze (ceny i dostępność produktów u konkurentów, oferty, ogłoszenia), dostarczamy na zamówienie: w pliku CSV albo XLSX o stałym układzie albo przez API. Taki plik da się wczytać do Excela albo narzędzia BI obok danych własnych.

Jeśli potrzebujesz cen kilku produktów u dwóch konkurentów raz w miesiącu, najprościej sprawdzić je ręcznie. Zamówienie ma sens, kiedy produktów są setki albo dane mają przychodzić regularnie.

06

Do czego firmy używają analizy danych?

Najczęściej do cen i sprzedaży, raportów dla zarządu, pracy z klientami, wynagrodzeń i obserwowania konkurencji. Poniżej każdy z tych obszarów z jednym przykładem.

Ceny i sprzedaż

Analiza cen zestawia Twoją cenę z cenami konkurentów i ze sprzedażą w tym samym okresie. Sama cena rzadko tłumaczy wynik: na marketplace liczą się też dostępność, czas dostawy i oceny sprzedawcy. Opisaliśmy to w tekście o 20 zmiennych, których nie pokazuje monitoring cen.

KPI i raportowanie zarządcze

Dashboard KPI to jeden ekran z kilkoma wskaźnikami, które zarząd sprawdza regularnie. Żeby odświeżał się sam, narzędzie BI podłącza się bezpośrednio do systemu źródłowego i ustawia harmonogram. W Power BI Pro można zaplanować najwyżej 8 odświeżeń na dobę, w Premium Per User 48. Częstotliwość dobiera się do decyzji: zamówienia i stany magazynowe co godzinę albo raz dziennie, marżę i rotację raz w tygodniu. Wskaźnik bez właściciela i bez progu, po którego przekroczeniu ktoś coś robi, jest tylko liczbą na ekranie. Przykładowy zestaw wskaźników jest w tekście Dashboard KPI dla zarządu.

Klienci: segmentacja

Najprostszy sposób segmentacji klientów na podstawie danych to metoda RFM. Dla każdego klienta liczysz trzy rzeczy: kiedy ostatnio kupił (recency), jak często kupuje (frequency) i ile wydaje (monetary). Z tego powstaje kilka grup, na przykład stali klienci, nowi i tacy, którzy przestali kupować. Do RFM wystarczy historia zamówień i Excel. Krok po kroku pokazujemy to w tekście Jak segmentować klientów na podstawie danych.

HR i wynagrodzenia

Analityka danych w HR (people analytics) bada rotację, czas rekrutacji, absencje i to, jak wynagrodzenia w firmie mają się do rynku. Do tego ostatniego nie wystarczą dane własne. Pięć wskaźników na początek, z wzorami i terminami z przepisów, jest w tekście Analityka danych w HR.

Konkurencja i rynek

Monitoring rynku, nazywany też competitive intelligence, polega na regularnym zbieraniu publicznych informacji o konkurentach: cen, oferty, rekrutacji, zmian w rejestrach. Przykład: kilkanaście ogłoszeń o pracę w mieście, w którym konkurent dotąd nie działał, zapowiada nowy oddział na kilka miesięcy przed oficjalnym komunikatem. Ten i pięć innych sygnałów opisaliśmy w tekście o ofertach pracy konkurenta.

Sztuczna inteligencja

Sztuczna inteligencja nie zastępuje analizy danych, tylko z niej korzysta. W 2025 r. technologii AI używało 8,4% polskich firm zatrudniających co najmniej 10 osób, przy średniej 20,0% w Unii Europejskiej (Eurostat). Nowsze dane ma GUS: w 2026 r. było to 17,8% firm, a rok wcześniej 8,7%. Jak policzyć, czy takie wdrożenie się opłaci, piszemy w tekście AI w operacjach 2026.

07

Od czego zacząć analizę danych w firmie i ile to kosztuje?

Zacznij od jednej decyzji, którą podejmujesz regularnie i na wyczucie. Licencje nie są przeszkodą: Excel już masz, a Power BI Desktop jest bezpłatny. Najwięcej kosztuje czas osoby, która przygotuje dane, i pensja analityka, jeśli go zatrudnisz. Mediana zarobków analityka danych to 9 593 zł brutto miesięcznie (Workfox, 118 zgłoszeń, stan na 20 listopada 2026 r.).

  • Wybierz jedną decyzję. Na przykład: które produkty przecenić albo ile zamówić na następny miesiąc.
  • Zapisz, czego potrzebujesz, żeby ją podjąć. Kilka liczb, nie trzydzieści.
  • Sprawdź, które z tych liczb już masz. Zwykle część jest w systemie sprzedaży, a części brakuje, bo dotyczy rynku.
  • Zrób pierwszy raport w Excelu. Do narzędzia BI przenieś go wtedy, kiedy zacznie go czytać więcej osób albo dane będą pochodzić z kilku systemów.
  • Dopiero potem myśl o prognozach. Model zbudowany na nieuporządkowanych danych prognozuje bałagan.

Koszty licencji, analityka i danych w trzech wariantach liczymy w tekście Ile kosztuje analityka danych w firmie.

Co przeczytać o analizie danych w biznesie?

Pod tytułem "Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji" wyszła po polsku książka Fostera Provosta i Toma Fawcetta (Onepress, 2014, w oryginale "Data Science for Business"). Opisuje proces eksploracji danych i budowanie modeli predykcyjnych. Nowsza pozycja dla osób zarządzających to "Analiza danych dla menedżerów" Howarda Stevena Friedmana i Akshaya Swaminathana (MT Biznes, 2025).

Źródła i zastrzeżenia
  • Eurostat, zbiór isoc_eb_das "Data analytics by size class of enterprise", dane za 2025 r. i 2023 r., aktualizacja 27.02.2026 (doi.org/10.2908/ISOC_EB_DAS). Wartości zaokrąglone do jednego miejsca po przecinku.
  • Eurostat, komunikat z 11.12.2025 o wykorzystaniu sztucznej inteligencji w przedsiębiorstwach w 2025 r.; GUS, informacja prasowa z 29.10.2026 o wykorzystaniu technologii informacyjno-komunikacyjnych w 2026 r. Liczby Eurostatu i GUS za 2025 r. różnią się nieznacznie (8,4% i 8,7%).
  • CRISP-DM 1.0: komunikat konsorcjum, które opracowało standard (m.in. SPSS, NCR, DaimlerChrysler), z sierpnia 2000 r. Podział na cztery rodzaje analityki: materiały firmy Gartner.
  • Microsoft: specyfikacje i limity programu Excel, cennik Power BI dla Polski i dokumentacja odświeżania danych w Power BI (stan na 20.11.2026). Kurs średni NBP z 20.11.2026: 4,4559 zł za euro. Workfox: mediana wynagrodzenia na stanowisku analityk danych (stan na 20.11.2026).
  • Dane o książkach: strony wydawców Helion/Onepress i MT Biznes.