--- title: "Automatyczny raport kampanii co poniedziałek | JustAutomate" description: "Google Ads, Meta, LinkedIn i GA4 w jednej tabeli. Raport za tydzień sam ląduje w skrzynce w poniedziałek, alert przy CPA nad progiem. Gotowe w 2 do 4 tygodni." url: "https://justautomate.ai/automatyzacje/automatyczny-raport-kampanii/" lang: pl --- Raporty i dane # Automatyczny raport kampanii marketingowej bez eksportu z czterech paneli Dane z Google Ads, Meta, LinkedIn i GA4 codziennie trafiają do jednej tabeli, a raport za poprzedni tydzień sam ląduje w poniedziałek w skrzynce zarządu albo klienta. Wydatek, konwersje, ROAS i CPA liczone według jednej definicji dla wszystkich kanałów. Gdy kampania przekroczy próg kosztu konwersji, alert przychodzi tego samego dnia, nie po zamknięciu miesiąca. Umów bezpłatną konsultację [Zobacz, jak wygląda warsztat](https://justautomate.ai/produkty/warsztat-procesowy/) - 4 źródłaGoogle Ads, Meta Ads, LinkedIn Ads i GA4 w jednym modelu danych: wydatek, kliknięcia, wyświetlenia, konwersje, ROAS i CPA per kampania, kanał i dzień - co 24 godzinytak często dane trafiają do jednej tabeli, zamiast raz w miesiącu do arkusza składanego ręcznie z kilku eksportów - 2 do 4 tygodniod warsztatu do raportu, który w poniedziałek sam wysyła się do zarządu albo klienta, sprawdzonego z panelami na Waszych kampaniach z ostatnich miesięcy Problem ## Dlaczego raport z kampanii zajmuje kilka godzin i opisuje zeszły miesiąc? Specjalista od Google Ads eksportuje tabelę z panelu. Ktoś od social pobiera dane z Meta Business Suite i z LinkedIn Campaign Manager. Trzecia osoba sprawdza konwersje w GA4\. Potem wszystko trzeba skleić w arkuszu dla klienta albo zarządu, wyrównać nazwy kolumn i dopisać, dlaczego liczby się nie zgadzają. Kilka godzin pracy, raz w miesiącu. Raz w miesiącu oznacza, że decyzje zapadają na starych danych. Kampania, która od pierwszego dnia ma koszt konwersji dwa razy wyższy od planu, działa do końca okresu, bo nikt nie widzi tego w trakcie. Budżet przesuwa się między kanałami z opóźnieniem trzech, czterech tygodni. Do tego dochodzi spór o liczby. Każda platforma liczy konwersję we własnym oknie atrybucji: Meta domyślnie 7 dni po kliknięciu i 1 dzień po wyświetleniu, Google Ads 30 dni po kliknięciu, a GA4 przypisuje ją według własnego modelu. Suma konwersji z trzech paneli wychodzi wyższa niż w GA4 i pół spotkania idzie na tłumaczenie różnicy zamiast na decyzję, co z budżetem. - Kilka godzin pracy specjalisty w miesiącu idzie na eksport i sklejanie, nie na optymalizację kampanii - Kampania z kosztem konwersji ponad planem działa do końca miesiąca, bo nikt nie widzi tego w trakcie - Suma konwersji z paneli nie zgadza się z GA4 i spotkanie schodzi na tłumaczenie, skąd różnica - Raport zależy od jednej osoby: jej urlop to brak raportu, jej odejście to nowy układ i nowe definicje Dlaczego teraz ## Co się zmieniło, że raport może składać się sam? Każda z platform udostępnia przez API te same liczby, które widzisz w panelu: Google Ads API, Meta Marketing API, LinkedIn Marketing API i GA4, przez Data API albo dzienny eksport do BigQuery. Konektor w Make, n8n albo w gotowym ETL, jak Supermetrics czy Stitch, pobiera je codziennie bez logowania i bez eksportu do CSV. Druga zmiana to miejsce, w którym dane lądują. BigQuery albo Google Sheets przyjmuje wszystko do jednej tabeli, a skrypt SQL albo model w dbt sprowadza kolumny do wspólnego układu: wydatek, kliknięcia, wyświetlenia, konwersje, ROAS i CPA per kampania, kanał i dzień. Definicja ROAS jest wtedy spisana w jednym miejscu i taka sama w każdym raporcie, niezależnie od tego, kto go czyta. Trzecia zmiana to agent AI. Dashboard w Looker Studio albo Power BI pokaże trend i porównanie kanałów, ale nie odpowie na pytanie „ile wydaliśmy na Meta w tym tygodniu i który zestaw reklam ma najwyższy CPA”. BOND, nasz firmowy agent AI, odpowiada na to zwykłym zdaniem z tej samej tabeli, w 5 do 10 sekund, bez logowania do panelu. Co się zmienia ## Co dostaje zespół marketingu? - ### Raport w poniedziałek, bez eksportowania Raport za poprzedni tydzień trafia mailem do zarządu albo klienta, jako PDF albo link do dashboardu z tymi samymi liczbami. Nikt nie loguje się do czterech paneli i nie skleja arkusza. Wysyłka zaplanowana w n8n albo Make, treść z tej samej tabeli, którą czyta dashboard - ### Jedna definicja ROAS i CPA dla wszystkich kanałów SQL albo dbt sprowadza dane z każdej platformy do wspólnego modelu. Która konwersja się liczy, w jakim oknie i z jaką wartością, jest spisane na warsztacie, a nie ustalane przy każdym raporcie od nowa. 6 metryk w jednym modelu: wydatek, kliknięcia, wyświetlenia, konwersje, ROAS, CPA - ### Przepalony budżet widzisz w trakcie, nie po miesiącu Dane odświeżają się co 24 godziny, a reguła porównuje koszt konwersji i wydatek z progiem ustalonym dla kampanii. Odchylenie przychodzi jako alert tego samego dnia. Próg CPA per kampania z warsztatu, alert na Slacku, w Teams albo mailem - ### Różnica między panelem a GA4 wyjaśniona raz Raport pokazuje konwersje z panelu i z GA4 obok siebie, z zapisanym oknem atrybucji dla każdego źródła. Spotkanie zaczyna się od decyzji, nie od pytania, która liczba jest prawdziwa. Meta: 7 dni po kliknięciu i 1 dzień po wyświetleniu, Google Ads: 30 dni po kliknięciu, GA4 w osobnej kolumnie - ### Historia kampanii w jednym miejscu Dane dzienne zostają w BigQuery od dnia wdrożenia, więc porównanie miesiąc do miesiąca albo rok do roku nie wymaga kolejnego eksportu. Zmiana agencji albo specjalisty nie zabiera historii. Jedna tabela dzienna per kampania, kanał i dzień, ta sama dla dashboardu i dla agenta AI - ### Pytanie o kampanię zwykłym zdaniem „Ile wydaliśmy na LinkedIn w tym miesiącu”, „która kampania ma dziś najwyższy CPA”, „jak wygląda ROAS na Meta tydzień do tygodnia”. Agent AI odpowiada z tabeli, bez otwierania dashboardu. Odpowiedź w 5 do 10 sekund, po polsku albo po angielsku, bez logowania do panelu Dowód ## Czy sami tak raportujemy kampanie? Tak. W spółkach naszych założycieli dane reklamowe od marca 2026 zbiera i przegląda agent AI, ten sam, który stoi za liczbami na stronie AI dla firm. Poniżej skala tej pracy w agencji i wynik reklamowy w marce odzieżowej, razem z tym, czego te liczby NIE dowodzą. Wdrożone u nas. To nie są wdrożenia u klienta zewnętrznego, tylko w spółkach założycieli JustAutomate. Piszemy to wprost, bo dowód, którego nie da się sprawdzić, nie jest dowodem. - ![JustIdea Agency](https://justautomate.ai/klienci/justidea.png)![JustBot](https://justautomate.ai/agenci/justbot-80.webp)JustBotich agent JustIdea Agency, agencja performance marketingu, około 30 osób 23 osób z firmy pracuje z agentem 38 systemów wpiętych na stałe 112 procesów chodzi bez człowieka 475 tysięcy linii kodu agenta Agent spięty z Google Ads, Metą, systemem CRM, systemem zadań, narzędziem SEO, Analytics, Search Console i hurtownią danych. Pierwszy commit 1 marca 2026, dziś korzystają z niego 23 osoby. 8 z 38 systemów, w których pracuje - Google Ads - Meta Ads - HubSpot - ActiveCollab - Ahrefs - GA4 - Search Console - BigQuery Przedtem Przegląd kont reklamowych klientów i zasilanie hurtowni danych robił człowiek: logowanie do każdego panelu, eksport, wgranie. Częstotliwość zależała od tego, kto akurat miał czas. Po zmianie Agent sam przegląda konta reklamowe i zasila hurtownię danych, bez sesji człowieka. Specjalista zaczyna dzień od odchyleń do decyzji, nie od eksportu. 2 225 przeglądów kont reklamowych i 3 506 operacji na hurtowni danych w 30 dni, bez udziału człowieka - ![Surf Inc.](https://justautomate.ai/klienci/surf-inc.svg)![SurfBot](https://justautomate.ai/agenci/surfbot-80.webp)SurfBotich agent Surf Inc., marka odzieżowa premium, sklep online i dwa sklepy stacjonarne 16 osób z firmy pracuje z agentem 21 systemów wpiętych na stałe 89 procesów chodzi bez człowieka 323 tysięcy linii kodu agenta Agent spięty z systemem zamówień, systemem ERP, sklepem, hurtownią danych i systemami reklamowymi. Uruchomiony w marcu 2026, pełny rozruch w maju. Korzysta z niego 16 osób, w tym magazyn i obsługa sklepów. 8 z 21 systemów, w których pracuje - PrestaShop - BaseLinker - Comarch Optima - BigQuery - Google Ads - Meta Ads - GA4 - Zalando Przedtem Od lutego do sierpnia 2025 każda złotówka budżetu reklamowego wracała jako 3,53 złotego przychodu online, a reklama pochłaniała 28,3 procent tego przychodu. Po zmianie W tych samych miesiącach 2026 wskaźnik wynosi 4,19, a udział reklamy w przychodzie zszedł do 23,9 procent. Budżet reklamowy jest niższy o 6,9 procent przy sprzedaży wyższej o 10,3 procent. Zwrot z reklamy 3,53 na 4,19, czyli o 18,5 procent wyżej, przy budżecie niższym o 6,9 procent Zwrot z budżetu reklamowego, miesiąc po miesiącu 2026, z agentem 2025, przed agentem przychód na jednostkę budżetu Zwrot z każdej złotówki budżetu reklamowego w marce odzieżowej, od lutego do sierpnia, rok 2026 wobec 2025\. Krzywa 2026 startuje NIŻEJ niż rok wcześniej, odrywa się w marcu i trzyma przewagę przez resztę sezonu. Szczyt to 4,91 w maju. Zaznaczamy słabszy start, bo to on pokazuje, że nie wybraliśmy sobie wygodnego punktu odniesienia. Pomiar: Przychód online z systemu zamówień wobec wydatku we wszystkich systemach reklamowych, te same miesiące w obu latach. Dane kosztowe w hurtowni zaczynają się w lutym 2025, więc nie da się wykluczyć, że wskaźnik rósł już wcześniej sam z siebie. A u Ciebie ## Co, jeśli u nas kampanie prowadzi agencja? Cztery zdania, które słyszymy najczęściej, i to, co na nie odpowiadamy. - Kampanie prowadzi nam agencja, ona przysyła raport. Wtedy raport jest agencji: w jej układzie, z jej definicją konwersji i za okres, który ona wybrała. Własna tabela daje Ci niezależny widok na te same konta, a agencja dostaje dostęp do tego samego dashboardu. Rozmowa o wynikach zaczyna się od decyzji, a przy zmianie agencji historia zostaje u Ciebie. - Mamy Looker Studio podpięty prosto do Google Ads. Dla jednej platformy to wystarczy i tak Wam powiemy. Meta i LinkedIn wymagają w Looker Studio płatnych konektorów partnerskich, każdy liczy po swojemu, a raport przestaje działać w dniu, w którym kończy się abonament konektora. Dlatego dane idą najpierw do BigQuery albo Sheets, a Looker Studio czyta jedną tabelę z jedną definicją. - Mamy dwie kampanie na jednej platformie, to przerost formy. Zgoda, i mówimy to na konsultacji. Zaplanowany raport z panelu wystarczy. Automat ma sens od dwóch platform albo od kilku kont, bo wtedy zaczyna się sklejanie i spór o to, która liczba jest prawdziwa. - Nie mamy nikogo od SQL ani BigQuery. Nie potrzebujecie. Model danych piszemy i dokumentujemy my, a po wdrożeniu prowadzi to osoba od marketingu: nowe konto, próg alertu i odbiorców raportu zmienia w arkuszu konfiguracji, nie w kodzie. Dane reklamowe kilku kont mieszczą się w darmowym limicie BigQuery, czyli 10 GB danych i 1 TB zapytań miesięcznie. Platformy reklamowe Google Ads, Meta Ads, LinkedIn Campaign Manager Analityka i konwersje Google Analytics 4, konwersje z CRM: HubSpot, Pipedrive, Salesforce Hurtownia i model danych BigQuery, Google Sheets, SQL, dbt Dashboard Looker Studio, Power BI Dostarczanie raportu E-mail, Slack, Microsoft Teams, Google Sheets Warstwa automatyzacji n8n, Make, Supermetrics, Stitch, własne integracje przez API ## Metryki w raporcie i skąd je bierzemy Kolumny, które najczęściej składają się na raport kampanii. Definicje ustalamy na warsztacie, bo gdy dwa źródła podają inną liczbę konwersji, decyduje spisana reguła, a nie to, kto pierwszy otworzył panel. | Metryka | Skąd bierzemy dane | Na co uważać | | ------------------------- | --------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------- | | Wydatek | Google Ads API, Meta Marketing API, LinkedIn Marketing API, per dzień | konta w różnych walutach przeliczamy po jednym kursie dnia, spisanym w modelu | | Kliknięcia i wyświetlenia | panel każdej platformy przez API | definicja wyświetlenia różni się między platformami, więc CTR porównujemy w ramach kanału | | Konwersje z panelu | Google Ads, Meta, LinkedIn, w oknie atrybucji platformy | Meta: 7 dni po kliknięciu i 1 po wyświetleniu, Google Ads: 30 dni po kliknięciu; suma z paneli wyjdzie wyższa niż w GA4 | | Konwersje z GA4 | GA4 Data API albo eksport GA4 do BigQuery | jeden model atrybucji dla wszystkich kanałów, do porównań między kanałami | | ROAS i CPA | liczone w SQL z wydatku, konwersji i wartości | jedna definicja z warsztatu: która konwersja, które okno, jaka wartość | | Przychód | GA4, sklep (Shopify, WooCommerce, PrestaShop, BaseLinker) albo CRM | w e-commerce przychód po zwrotach z systemu zamówień, nie z panelu reklamowego | | Plan i próg alertu | Google Sheets prowadzony przez marketing | CPA powyżej planu albo wydatek powyżej dziennego budżetu uruchamia alert | Pierwsze wdrożenie obejmuje zwykle wydatek, konwersje i CPA per kampania. Przychód po zwrotach i porównanie atrybucji dokładamy, gdy podstawowa tabela zgadza się z panelami dzień po dniu. Jak to robimy ## Pięć kroków od eksportu z paneli do raportu, który wysyła się sam Każdy krok kończy się czymś, co możesz ocenić, zanim zdecydujesz o następnym. 1. ### Warsztat Rozkładamy dzisiejszy raport na czynniki: kto go składa, z jakich paneli, ile godzin to zajmuje, kto go czyta i jakie decyzje z niego wynikają. Spisujemy definicje: co jest konwersją, w jakim oknie, co jest przychodem, jak nazywacie kampanie. 2. ### Model danych Wspólne kolumny, kursy walut, mapowanie nazw kampanii na kanały i klientów, progi alertów. Wybór narzędzi: BigQuery czy Google Sheets, Make, n8n czy gotowy ETL, Looker Studio czy Power BI. Ustalamy, kto dostaje raport i w jakiej formie. 3. ### Konektory i tabela Pobieramy historię, ile jej API udostępni, i uruchamiamy codzienne pobieranie. Liczby z tabeli porównujemy z panelami za ten sam okres, dzień po dniu, aż wydatek i liczba konwersji pokrywają się z tym, co widzi specjalista. 4. ### Dashboard, wysyłka i szkolenie Dashboard, poniedziałkowy mail i alerty ruszają na produkcji, obok dotychczasowego raportu, który działa do końca testów. Osoba od marketingu uczy się dodać nowe konto, zmienić próg CPA i dopisać odbiorcę raportu sama, bez zgłoszenia do nas. 5. ### Obserwacja Przez pierwsze 4 tygodnie patrzymy, czy raport odpowiada na pytania ze spotkania, czy alerty nie hałasują i czy nazewnictwo kampanii się trzyma. Donastrajamy progi do tego, co wpada, a nie do tego, co przewidzieliśmy. Przed i po ## Jak zmienia się poniedziałek osoby od kampanii ### Przedtem - Rano loguje się do czterech paneli i eksportuje tabele do arkusza - Skleja kolumny, wyrównuje nazwy kampanii i liczy ROAS po swojemu - Na spotkaniu tłumaczy, dlaczego Meta pokazuje więcej konwersji niż GA4 - O kampanii, która przepaliła budżet, dowiaduje się z raportu miesięcznego ### Po zmianie - Raport za tydzień czeka w skrzynce zarządu albo klienta, zanim otworzy laptop - ROAS i CPA liczą się według jednej definicji, spisanej na warsztacie - Konwersje z panelu i z GA4 stoją obok siebie, różnica jest opisana raz - O przekroczonym progu CPA wie tego samego dnia, z alertu Pierwszy poniedziałkowy raport wychodzi w dniu przełączenia. Progi alertów i układ raportu oceniamy po 30 dniach na rzeczywistych kampaniach. Dla osoby, która to zamawia ## Co z tego ma szef marketingu Pytania „ile wydaliśmy w tym miesiącu” i „czemu Meta pokazuje co innego niż Analytics” przestają lądować na Twoim biurku, bo odpowiedź stoi w tabeli, której definicje sam zatwierdziłeś. Koszt konwersji staje się liczbą sprawdzaną codziennie, nie wrażeniem z przeglądu miesiąca. Druga rzecz jest ważniejsza przy rozmowie z zarządem albo z klientem. Masz historię wydatku i wyniku per kanał od dnia wdrożenia, w jednym miejscu, niezależną od agencji i od osoby, która dziś robi raport. To argument w rozmowie o budżecie, którego dziś nie masz pod ręką. - Definicje metryk spisane i wersjonowane, niezależne od jednej osoby - Alert o przekroczonym CPA tego samego dnia zamiast po zamknięciu miesiąca - Tabela uruchomiona równolegle, więc dotychczasowy raport działa do końca testów - Nowe konto albo nowego odbiorcę raportu dodajesz sam, bez zgłoszenia do nas Ile to kosztuje ## Warsztat ma cenę jawną, wdrożenie wycenę po nim Warsztat procesowy kosztuje **2500 zł netto za tydzień**. Przy raporcie kampanii zwykle wystarcza jeden tydzień, bo proces jest wąski: od paneli reklamowych do raportu w skrzynce. Wdrożenie wyceniamy po warsztacie, gdy wiadomo, ile platform i kont wchodzi w grę, czy potrzebny jest dbt i czy dashboard ma stać w Looker Studio, czy w Power BI. Koszt działania płacisz bezpośrednio dostawcom: Make albo n8n według ich cennika, BigQuery według zużycia, przy czym dane reklamowe kilku kont zwykle mieszczą się w darmowym limicie. Looker Studio jest bezpłatny. Bez naszej prowizji. - ### Warsztat procesowy 2500 zł netto za tydzień, przy raporcie kampanii zwykle jeden Zamknięta całość. Kończy się spisanymi definicjami metryk, modelem danych i planem, który możesz zrealizować bez nas. - Mapa dzisiejszego raportu: kto, z czego, ile godzin, dla kogo - Definicje konwersji, okna atrybucji i przychodu spisane w jednym dokumencie - Rekomendacja narzędzi: BigQuery czy Sheets, n8n, Make czy gotowy ETL - Progi alertów i wskaźniki do pomiaru po 30 dniach Zacznij od warsztatu - Najczęściej wybierany ### Warsztat i wdrożenie raportu Wycena po warsztacie zakres wynika z liczby platform i kont Najczęściej wybierany wariant. Działający raport w 2 do 4 tygodni od warsztatu, sprawdzony z panelami dzień po dniu. - Wszystko z warsztatu - Konektory do Google Ads, Meta, LinkedIn i GA4, tabela w BigQuery albo Sheets - Model danych w SQL albo dbt z jedną definicją ROAS i CPA - Dashboard w Looker Studio albo Power BI, poniedziałkowa wysyłka, alerty - Szkolenie osoby od marketingu z samodzielnych zmian Umów rozmowę o wdrożeniu - ### Raport i agent AI dla marketingu Wycena po warsztacie dla zespołów, które pytają o kampanie kilkanaście razy dziennie Wszystko z wdrożenia plus BOND, który odpowiada na pytania o wydatek, CPA i ROAS zwykłym zdaniem. - Wszystko z wdrożenia raportu - Agent AI spięty z tabelą: ile wydaliśmy, która kampania ma najwyższy CPA, jak idzie tydzień do tygodnia - Alerty o odchyleniach z komentarzem, co się zmieniło - Dostęp dla zespołu marketingu i zarządu, po polsku i po angielsku Zapytaj o agenta Jeśli na warsztacie okaże się, że macie jedną platformę i wystarczy zaplanowany raport z panelu, mówimy to i pokazujemy, jak go ustawić. Dokument z warsztatu, ze spisanymi definicjami metryk i modelem danych, obroni się bez nas, także wtedy, gdy wdrożenie zrobi ktoś inny. ## Najczęstsze pytania Czym jest automatyczny raport kampanii marketingowej? To zestaw konektorów, tabela i dashboard, które bez udziału człowieka pobierają dane z Google Ads, Meta, LinkedIn i GA4, sprowadzają je do jednego modelu i wysyłają raport za poprzedni tydzień w poniedziałek do zarządu albo klienta. Wydatek, kliknięcia, wyświetlenia, konwersje, ROAS i CPA są liczone per kampania, kanał i dzień według jednej spisanej definicji. Człowiek wchodzi przy decyzji, nie przy eksporcie. Ile trwa wdrożenie automatycznego raportu kampanii? Tydzień warsztatu i 2 do 4 tygodni wdrożenia przy czterech platformach i jednym dashboardzie. Przy kilkunastu kontach reklamowych, kilku walutach albo Power BI zamiast Looker Studio bliżej 6 tygodni. Większość czasu idzie na porównanie tabeli z panelami dzień po dniu, nie na same konektory. Dlaczego liczby z Meta, Google Ads i GA4 się nie zgadzają? Bo każde źródło liczy konwersję we własnym oknie atrybucji i według własnego modelu. Meta domyślnie przypisuje sobie konwersję do 7 dni po kliknięciu i 1 dzień po wyświetleniu, Google Ads do 30 dni po kliknięciu, a GA4 dzieli zasługę między kanały według jednego modelu dla wszystkich. Suma z paneli wychodzi wyższa niż w GA4 i to jest normalne. Raport pokazuje obie liczby obok siebie z opisem okna, więc różnicę tłumaczy się raz, a nie na każdym spotkaniu. Czy potrzebujemy BigQuery, skoro mamy Google Sheets? Przy jednym koncie i kilku kampaniach Sheets wystarczy i tak Wam powiemy. BigQuery ma sens, gdy wierszy dziennych per kampania idą dziesiątki tysięcy albo gdy chcecie trzymać historię latami i spinać ją z przychodem ze sklepu. Dane reklamowe kilku kont mieszczą się w darmowym limicie BigQuery, 10 GB danych i 1 TB zapytań miesięcznie, więc koszt nie jest tu argumentem. Czy to zadziała w agencji, która prowadzi kampanie kilku klientów? Tak i tam ma zwykle największą wartość, bo sklejanie raportów powtarza się co miesiąc razy liczba klientów. Jedna tabela trzyma dane wszystkich kont z kolumną klienta, a każdy klient dostaje w poniedziałek własny raport z własnymi progami i tylko ze swoimi danymi. W agencji naszych założycieli konta reklamowe przegląda agent AI, liczby są wyżej na tej stronie. Co z danymi historycznymi sprzed wdrożenia? Pobieramy wstecz tyle, ile API platformy udostępnia, i ładujemy do tej samej tabeli, więc porównanie rok do roku jest możliwe od pierwszego raportu. Ograniczenia zależą od platformy i od tego, czy kampanie nie zostały usunięte z konta. Zakres historii ustalamy na warsztacie i sprawdzamy w pierwszym tygodniu wdrożenia. Ile kosztuje utrzymanie raportu po wdrożeniu? Konektory w Make albo n8n płacisz według cennika dostawcy albo nic, gdy n8n stoi na Waszej infrastrukturze. BigQuery rozlicza się od zużycia i przy danych reklamowych zwykle mieści się w darmowym limicie, a Looker Studio jest bezpłatny. Gotowy ETL, jak Supermetrics, ma własny abonament i wybieramy go tylko wtedy, gdy oszczędza więcej pracy, niż kosztuje. Po naszej stronie zostaje opcjonalne wsparcie, ustalane osobno. Czy raport może iść do klienta w jego szacie graficznej? Tak. Looker Studio pozwala ustawić kolory, logo i układ per raport oraz zaplanować wysyłkę PDF na wskazane adresy w wybrany dzień i godzinę. Każdy klient dostaje własny szablon czytający tylko jego dane z tej samej tabeli, a zmiana układu w szablonie nie wymaga ruszania konektorów. ## Sprawdźmy, ile godzin miesięcznie zjada Wasz raport Bezpłatna konsultacja trwa 30 minut. Opowiadasz, z jakich platform składacie raport, kto go robi i kto go czyta, nawet jeśli dziś to arkusz z czterema zakładkami. Pokazujemy, które kolumny da się zautomatyzować od razu, a które wymagają najpierw ustalenia jednej definicji konwersji. Nie musisz na tym etapie udostępniać kont reklamowych. Prowadzimy najwyżej dwa wdrożenia równocześnie, żeby przy każdym ktoś realnie siedział. [Umów bezpłatną konsultację](https://justautomate.ai/kontakt/) **PS.** Jeśli ostatnie spotkanie o kampaniach zaczęło się od pytania, dlaczego Meta pokazuje inne konwersje niż Analytics, to jest dokładnie ten problem. Raportu składanego ręcznie raz w miesiącu nie da się pogodzić z panelami, dopóki definicja nie zostanie spisana i policzona w jednym miejscu. Od tego zaczyna się warsztat. ## Powiązane - [Automatyczny raport sprzedaży](https://justautomate.ai/automatyzacje/automatyczny-raport-sprzedazy/) - [Automatyczne raporty dla klientów](https://justautomate.ai/automatyzacje/automatyczne-raporty-dla-klientow/) - [Automatyzacja z n8n](https://justautomate.ai/uslugi/automatyzacja-n8n/) - [BOND: firmowy agent AI](https://justautomate.ai/uslugi/bond-firmowy-agent-ai/) - [ROI z automatyzacji](https://justautomate.ai/poradnik/roi-z-automatyzacji/) - [Warsztat procesowy](https://justautomate.ai/produkty/warsztat-procesowy/) --- **JustAutomate** · kontakt: contact@justautomate.ai · formularz: https://justautomate.ai/kontakt/