Nejdřív ukážeme, jak to vypadá. Pak jednoduše vysvětlíme, jak to funguje uvnitř a proč o kvalitě odpovědí nerozhoduje umělá inteligence, ale to, jak máte uklizená data.
Co s tím jde dělat
Smysl je jednoduchý: aby marketing a vedení nemuseli na každou otázku čekat na analytika. V praxi to umí čtyři věci:
Nejde o hudbu budoucnosti. Velké datové platformy podobné nástroje nabízejí a Google v létě 2026 spustil konverzační analytiku přímo v BigQuery. Pokud máte Google Analytics 4, máte to nejblíž: GA4 umí posílat data do Google BigQuery – datového skladu, nad kterým celé řešení stojí.
Odpověď si uložíte na nástěnku
Když se vám odpověď hodí, uložíte ji jako dlaždici. Z několika takových dlaždic vznikne nástěnka, která se sama aktualizuje. Pondělní report pak nemusí nikdo skládat – stačí otevřít odkaz.
Jak to funguje: AI nepočítá, jen překládá
Představte si šikovného asistenta, který neumí moc dobře počítat, ale výborně ví, co kde v archivu leží. Nedáte mu do ruky všechny šanony – jen jejich seznam s popisky. On podle něj napíše přesné zadání, archivář to spočítá a asistent vám výsledek srozumitelně podá.
V AI analytice je „archivářem“ databáze a „asistentem“ jazykový model. Probíhá to ve třech krocích:
Díky tomu má řešení tři výhody najednou:
- Čísla sedí. Sčítá databáze, ne AI. A dotaz, ze kterého číslo vzniklo, si můžete rozkliknout a zkontrolovat.
- Data zůstávají doma. AI vidí jen popis a pár výsledných čísel, ne vaše zákazníky. To hodně usnadní debatu o GDPR, kterou rozebíráme v článku Můžu dát firemní data do ChatGPT nebo Claude?.
- Je to levné. Za AI se platí podle množství textu, který zpracuje. Popis tabulek a pár čísel je zlomek toho, co by stála celá tabulka.
Jak to funguje?
- Aplikace – to, co vidíte na ukázkách výše: chat a nástěnky.
- Asistent – program, který zná vaši firmu a její pojmy a rozhoduje, na co se databáze zeptat.
- Datový sklad BigQuery – data z GA4, CRM a reklamních systémů na jednom místě.
- Jazykový model – Gemini nebo Claude, spuštěný v evropském regionu Google Cloudu.
- Databáze aplikace – uživatelé, historie otázek a uložené nástěnky.
Přihlašuje se firemním Google účtem, přístup mají jen vybraní lidé a každý dotaz se zaznamenává. Přesně to chce slyšet právník.
Kolik stojí provoz
Samotný datový sklad BigQuery navíc zpracuje první 1 TiB dotazů měsíčně zdarma. Provoz je tedy levný. Drahá je práce – a ta leží jinde, než by člověk čekal.
AI je jen tak dobrá, jak dobře jsou popsaná data
Když se sloupec v tabulce jmenuje „val“ a nikdo neví, jestli je to cena s DPH, nebo bez, AI to neví taky. Když se stejná konverze jeden měsíc jmenuje „formulář“ a další měsíc „lead“, AI sečte jen polovinu. A dostanete přesně spočítané – ale špatné – číslo.
Google to u své konverzační analytiky říká otevřeně - přesnost stojí na tom, jak dobře jsou data popsaná, ne na tom, co si AI domyslí. Proto AI analytika nezačíná výběrem modelu, ale úklidem dat:
- Jednotné měření na webu - stejné názvy konverzí na celém webu a v čase (odborně datová vrstva neboli dataLayer).
- Data na jednom místě - web, CRM a náklady na reklamu propojené dohromady.
- Popisy a definice - co přesně je lead, co je tržba a odkdy co platí.
- Připravené přehledy pro nejčastější otázky, aby AI nemusela vše skládat od nuly.
Přesně tohle ve Visibility děláme v měření roky. Rozdíl je jen v tom, že popis dat teď nebude číst jen analytik, ale i AI.
Kde začít, když máte Google Analytics 4
Nevíte, jak na tom jste? Projděte si 5 otázek, které si položit před AI analytikou.
Časté otázky
Potřebuju na AI analytiku BigQuery?
Pro řešení popsané v článku ano – BigQuery dělá samotné výpočty. Pro firmy s GA4 je to nejkratší cesta, protože GA4 do BigQuery umí data posílat samo.
Může AI spočítat čísla špatně?
Když počítá sama nad vloženou tabulkou, ano. Proto má počítat databáze. Chyba pak může vzniknout v dotazu nebo ve špatně popsaných datech – a obojí jde zkontrolovat.
Odcházejí při tom data mimo EU?
Nemusí. Když datový sklad i jazykový model běží v evropském regionu, zůstává vše v EU. AI navíc dostává jen popis tabulek a výsledná čísla.
