Kariéry v marketingové analytice vycházejí z jediné úlohy: odpovídat na otázku „funguje náš marketing a kam by měla jít další koruna?“ daty místo názorů. Pozice se liší (marketingový analytik, marketingový data scientist, analytik měření, analytics engineer) a stejně tak náplň dne. Tento průvodce mapuje šest rolí a co každá dělá v běžné úterý, dovednosti a nástroje, které zaměstnavatelé prověřují, co říkají oficiální údaje o platech (se zdroji a daty), kdy se vyplatí magisterský titul v marketingové analytice, jak fungují stáže a projekt do portfolia, který zvládnete za víkend s volně dostupnými daty.
Pokud to zvažujete oproti práci s experimenty, náš průvodce pracovními pozicemi v optimalizaci konverzí popisuje příbuznou kariéru. Obě se překrývají v nástrojích, ale liší se otázkou, na kterou odpovídají: CRO se ptá „která verze této stránky konvertuje lépe?“, marketingová analytika se ptá „které z našich kanálů, kampaní a publik vytvářejí tržby?“
Náš názor: odpovězte na obchodní otázku, ne na seznam certifikátů
Zadejte do vyhledávače „kariéra v marketingové analytice“ a většina rad bude seznam nástrojů a certifikátů. Náboroví manažeři pak mají hromadu životopisů, kde všude stojí SQL, GA4, Tableau, Python a certifikát od Googlu, což jim vůbec neřekne, jestli tu práci zvládnete.
Práce spočívá v překladu. Marketingový ředitel se zeptá „vyplatil se program webinářů?“ a analytik to musí převést na definici (vůči jakým nákladům, jak měřeno, za jaké období), zjistit, že data na to čistě neodpoví, říct to a přesto přinést užitečnou odpověď. Tato dovednost se ukáže na jednom místě: v písemné analýze skutečné otázky, včetně nepříjemných částí.
Náš postoj je proto přímočarý. Jeden projekt v portfoliu, který odpovídá na obchodní otázku, uvádí své předpoklady a končí doporučením, má větší hodnotu než pět certifikátů. Certifikáty dokazují, že jste se dívali na videa; projekt dokazuje, že umíte přemýšlet.
Role v marketingové analytice a co každá z nich dělá denně
| Role | Typický den | Hlavní nástroje | Obvykle podléhá |
|---|---|---|---|
| Marketingový analytik | Vytváří a udržuje reporty kanálů a kampaní, odpovídá na ad hoc otázky („proč minulý týden klesly leady?“), kontroluje měření, prezentuje čísla na týdenních marketingových poradách | GA4, tabulky, SQL, BI nástroj, reklamní platformy | Marketing ops nebo vedoucí marketingu |
| Analytik měření / atribuce | Spravuje atribuční modely, navrhuje lift a holdout testy, sesouhlasuje konverze vykázané platformami s tržbami v CRM, vysvětluje, proč se čísla rozcházejí | SQL, Python nebo R, návrh experimentů, nástroje pro atribuci | Analytics manager nebo vedoucí výkonnostního marketingu |
| Marketingový data scientist | Vytváří marketing mix modely, modely odchodu a sklonu, segmentaci zákazníků; připravuje prognózy pro plánování rozpočtu | Python nebo R, SQL, statistické knihovny, MMM frameworky | Vedoucí data science nebo ředitel analytiky |
| Marketing ops / analytics engineer | Navrhuje měření událostí, staví datové pipeline z reklamních platforem a CRM do datového skladu, modeluje čisté tabulky, nad kterými analytici dělají dotazy | SQL, modelování ve stylu dbt, tag managery, správa CRM, datový sklad | Marketing ops nebo datové inženýrství |
| Manažer marketingové analytiky | Nastavuje standard reportingu, prioritizuje požadavky, vlastní definice KPI, koučuje analytiky a účastní se plánovacích porad, kde ovlivňuje rozpočtová rozhodnutí | Vše výše uvedené plus řízení zainteresovaných stran | CMO, VP marketingu nebo vedoucí dat |
| Ředitel marketingové analytiky / insights | Vlastní strategii měření napříč značkami nebo regiony, volí přístup k atribuci a MMM, buduje tým a obhajuje čísla před financemi | Především lidé a rozhodnutí | CMO nebo ředitel pro data (CDO) |
V B2B firmě s 50 lidmi dělá první čtyři řádky jeden člověk; u velké spotřebitelské značky je každý řádek tým. V inzerátech čtěte náplň práce, ne názvy pozic.
Jak vypadá B2B verze
B2B objemy jsou malé (stovky příležitostí, ne miliony objednávek), cykly trvají měsíce a tržby jsou v CRM, ne v nástroji pro webovou analytiku. Velká část práce spočívá v propojení chování na webu s účty a pipeline. Fáze trychtýře a metriky se naučíte v našem průvodci B2B marketingovými KPI; u pohovorů se od vás čeká, že budete mluvit o pipeline, ne o návštěvách.
Dovednosti a nástroje seřazené podle toho, jak často rozhodují o přijetí
- SQL. Nejčastěji prověřovaná dovednost. Počítejte s živým cvičením: joiny, agregace, window funkce, práce s duplicitami. Pokud se máte jednu věc naučit pořádně, naučte se tuto.
- Definice metrik a obchodní cit. Vědět, že „konverzní poměr“ potřebuje čitatele a jmenovatel odsouhlasené s obchodem a že lead nejsou tržby. V inzerátech se uvádí zřídka, v případových pohovorech se testuje vždy.
- Webová analytika (GA4). Události, konverze (nyní nazývané klíčové události), metriky engagementu, explorace, export do BigQuery. Znejte pasti, například to, že zapojené relace a míra okamžitého opuštění jsou v GA4 definovány jinak než staré metriky Universal Analytics.
- Tabulky. Kontingenční tabulky, vyhledávací funkce a modely, kterým porozumí i neanalytik.
- BI a vizualizace. Looker Studio, Tableau nebo Power BI. Dashboard, který odpovídá na tři otázky, je lepší než dashboard se třiceti grafy.
- Hygiena sledování kampaní. Konvence UTM, standardy pojmenování, správa tagů. Nefunkční měření je místo, kam mizí mnoho hodin analytiků; konzistentní proces s UTM builderem většině z toho zabrání.
- Experimentování. A/B testy, kontrolní skupiny, geografické testy a statistika k jejich vyhodnocení. Výpočet, na který se tazatelé rádi doptávají, popisuje náš článek o velikosti vzorku pro A/B test.
- Atribuce a marketing mix modelling. Znejte rozdíl: atribuce přiřazuje zásluhy kontaktním bodům na jednotlivých cestách; MMM odhaduje účinek kanálů z agregovaných dat o výdajích a výsledcích v čase. Open-source Meridian od Googlu je aktuální MMM framework, který si můžete prostudovat a spustit na ukázkových datech.
- Python nebo R. Vyžadováno u pozic v data science, výhodou u analytiků (pandas, statsmodels, tidyverse).
Jak vypadají platy v marketingové analytice (se zdroji)
Oficiální profese „marketingový analytik“ neexistuje, proto uvádíme příbuzné kategorie a vzorky inzerátů, ověřené na každé zdrojové stránce.
| Zdroj a období | Co měří | Hodnota |
|---|---|---|
| US BLS, Market Research Analysts, květen 2025 | Oficiální americká kategorie, která zahrnuje většinu marketingových analytiků | Medián 78 760 USD ročně; spodních 10 % pod 43 390 USD, horních 10 % nad 155 480 USD; zaměstnanost má v letech 2025 až 2035 vzrůst o 7 %, mnohem rychleji než průměr |
| US BLS, Data Scientists, květen 2025 | Nejbližší kategorie pro marketingové data scientisty | Medián 120 230 USD ročně; očekávaný růst 35 % v letech 2025 až 2035 |
| US BLS, Marketing Managers, květen 2025 | Zahrnuje seniorní lídry analytiky s pozicemi v marketingovém managementu | Medián 166 790 USD ročně |
| ITJobsWatch UK, „marketing analytics“, 6 měsíců do 13. října 2026 | Platy uváděné v britských inzerátech na stálé pozice zmiňujících marketingovou analytiku (34 platů ze 143 inzerátů) | Medián 70 000 £; 25. percentil 46 250 £; 75. percentil 82 500 £ |
Jak to číst. Medián BLS pro analytika průzkumu trhu je nejlepším vodítkem pro juniorního až středně zkušeného marketingového analytika v USA. Údaj pro data scientisty ukazuje, proč se přechod k modelování vyplácí: rozdíl mezi mediány přesahuje 40 000 USD. Britský údaj pochází z malého vzorku pracovních inzerátů vychýleného k seniorním a technickým rolím, proto ho berte jako obrázek inzerovaných specialistických pozic, ne všech analytiků ve Spojeném království.
Magisterské studium marketingové analytiky: pro koho se hodí
Magisterský obor marketingové analytiky je obvykle jednoletý program, často s označením STEM, který kombinuje statistiku, programování, zákaznickou analytiku a marketingovou strategii, většinou se závěrečným projektem pro skutečnou firmu. Několik příkladů, které jsme ověřili na stránkách samotných univerzit:
- University of Rochester, Simon Business School: prezenční magisterský program MS in Marketing Analytics s označením STEM, zaměřený na využití dat pro rozhodování v marketingu, cenotvorbě a obchodu.
- University of Colorado Boulder, Leeds School of Business: 33 kreditů během tří semestrů prezenčně, s kurzy včetně strojového učení v Pythonu, digitální reklamy, tržní inteligence a zákaznické analytiky.
- American University, Kogod School of Business: online MS in Marketing Analytics, 12 až 15 měsíců, se dvěma praktiky.
- Pace University, Lubin School of Business: MS in Marketing Analytics v New Yorku, 30 až 36 kreditů, prezenčně nebo při zaměstnání.
Ceny a podmínky přijetí ověřte na stránce každého programu.
Kdy se titul vyplatí a kdy ne
| Situace | Náš pohled |
|---|---|
| Člověk měnící obor bez kvantitativního zázemí, potřebuje strukturu a kontakty | Stojí za zvážení. Závěrečný projekt a kariérní služby mají skutečnou hodnotu. |
| Zahraniční student, který chce pracovat v USA | Označení STEM je důležité pro možnosti práce po studiu; výslovně si ho ověřte. |
| Už pracuje v marketingu, s tabulkami si poradí | Obvykle není potřeba. Naučte se SQL, udělejte dva projekty, přejděte interně. |
| Míří k marketingové data science | Obor zaměřený na statistiku může posloužit lépe než obor vedený z marketingu. Porovnávejte sylaby, ne názvy. |
Stáže v marketingové analytice: kde je najít a jak se na ně dostat
Stáže se soustřeďují ve velkých spotřebitelských značkách, mediálních a výkonnostních agenturách, technologických a SaaS firmách a analytických poradenských firmách. Většinu nabídek najdete na kariérních portálech univerzit a na LinkedIn; agentury často zveřejňují nabídky nejdřív na vlastních kariérních stránkách.
Co vás dostane do užšího výběru:
- Jednostránkové shrnutí projektu, na které odkazuje váš životopis. Otázka, data, metoda, odpověď, doporučení.
- Doklad znalosti SQL. Veřejný notebook nebo repozitář s dotazy nad skutečnou datovou sadou.
- Obchodní kontext u každého bodu v CV. Ne „vytvořil jsem dashboard“, ale „vytvořil jsem dashboard kanálů, který ukázal, že leady z placených sociálních sítí se mění ve schůzky polovičním tempem oproti vyhledávání“, i kdyby šlo o školní projekt.
Hlaste se brzy: velcí zaměstnavatelé často nabírají letní stážisty už na podzim předtím.
Jak začít: víkendový projekt do portfolia
Data od zaměstnavatele nepotřebujete. Google nabízí dva bezplatné zdroje. Demo účet Google Analytics dává každému uživateli Googlu přístup pro čtení ke skutečným (zamaskovaným) datům z Google Merchandise Store a hry Flood-It!. Ukázková e-commerce datová sada GA4 v BigQuery obsahuje tři měsíce exportu dat na úrovni událostí ze stejného obchodu, od listopadu 2020 do ledna 2021, takže si můžete procvičit SQL na skutečném schématu GA4.
- Vyberte rozhodnutí, ne datovou sadu. Například: „Kdyby obchod mohl na období svátků vložit o 20 % vyšší rozpočet do jednoho zdroje návštěvnosti, do kterého?“
- Metriky definujte před dotazováním. Tržby na relaci podle zdroje a média, konverzní poměr nákupů a noví versus vracející se uživatelé.
- Dotazujte se nad datovou sadou v BigQuery. Rozbalte parametry událostí, sestavte relace, přiřaďte nákupy ke zdrojům.
- Ověřte to v demo účtu GA4. Čísla nebudou přesně sedět. Vysvětlení proč (obfuskace, nastavení atribuce) je to, co si tazatelé zapamatují.
- Napište jednostránkové doporučení. Odpověď, důkazy, výhrady a jaký test byste spustili pro potvrzení.
Ilustrativní příklad zápisu
Příklad s kulatými smyšlenými čísly, která ukazují podobu, ne skutečné výsledky z datové sady: „Během svátků přinesl organický vyhledávač 40 000 relací a 60 000 USD tržeb (1,50 USD na relaci). Odkazující weby přinesly 10 000 relací a 25 000 USD (2,50 USD na relaci). Odkazující weby vydělávají víc na relaci, ale většina jejich tržeb pochází z jednoho partnerského webu, takže další rozpočet se nemusí škálovat. Doporučení: před přesunem rozpočtu otestovat na dva týdny 20% navýšení placeného vyhledávání s kontrolním regionem a porovnat tržby na relaci se stejnými týdny v kontrolním regionu.“ Doporučení obsahuje vlastní pochybnost i způsob, jak ji vyřešit.
Jako druhý projekt s B2B zaměřením ohodnoťte fiktivní seznam účtů podle shody a aktivity a přidejte odhad návratnosti z kalkulačky marketingového ROI.
Jak hledat práci v marketingové analytice
Stejná práce se skrývá pod mnoha názvy. Hledejte všechny tyto na LinkedInu, Indeedu a kariérních stránkách firem:
- Marketingový analytik, analytik digitálního marketingu, analytik marketingových insightů
- Marketing analytics associate (běžný název vstupní pozice v marketingové analytice v agenturách a poradenských firmách)
- Analytik výkonnostního marketingu, mediální analytik, analytik placených médií
- Analytik měření, analytik atribuce, analytik marketingové vědy
- Growth analytik, analytik zákaznických dat, CRM analytik
- Marketingový data scientist, marketing scientist, decision scientist (marketing)
- Analytik marketingových operací, analytics engineer (marketing)
Pro začínající pozice filtrujte podle „associate“ a „junior“ a procházejte inzeráty agentur; agentury nabírají juniory ve velkém.
Otázky k pohovoru, na které byste se měli připravit
- „Počet leadů minulý týden klesl o 30 %. Jak byste to zkoumali?“ Nejdřív měření (nefunkční tag nebo změněný formulář), pak segmentace podle kanálu, vstupní stránky a zařízení, pak vnější příčiny (svátky, pozastavená kampaň).
- „Facebook hlásí 200 konverzí, CRM ukazuje 120. Co je správně?“ Ani jedno není prostě správně. Vysvětlete atribuční okna, view-through konverze, duplicitní započítání a deduplikaci. Navrhněte lift test, který změří inkrementální efekt.
- „Jak byste měřili, zda náš program webinářů funguje?“ Definujte výsledek (ovlivněná vs vytvořená pipeline), srovnávací skupinu, časové okno a to, co změřit nedokážete.
- Živý úkol v SQL. Typicky: nejlepší kampaně podle konverzního poměru, s okenní funkcí nebo self-joinem. Během psaní mluvte.
K otázkám atribuce se vyjadřuje náš průvodce marketingovou atribucí pro personalizované weby, který popisuje přidělování zásluh, když návštěvníci vidí různé verze stránky – dobré téma k diskusi na seniorní úrovni.
Kam vede kariéra v marketingové analytice
Běžná dráha vede od analytika k senior analytikovi a pak k manažerské pozici nebo specializaci (měření, data science, analytics engineering). Specialisté postupují nejrychleji na těžkém, hodnotném problému: inkrementalita, MMM nebo propojení anonymního chování na webu s pipeline.
Poslední bod je rostoucí mezerou v B2B: většina návštěvníků nikdy nevyplní formulář, takže analytici vidí relace, ne firmy. Nástroje jako identifikace návštěvníků v Markettailoru přiřazují návštěvy k firmám, takže analytik může reportovat zapojení podle cílových účtů místo podle anonymních relací. Pokud na tomto problému pracujete, analytika na úrovni účtů v Markettailoru je jedním ze způsobů, jak vidět, které segmenty konvertují, a právě taková data mění dashboard v rozhodnutí o rozpočtu.
Časté dotazy
Je marketingová analytika dobrá kariéra?
Pro lidi, kteří mají rádi čísla i přesvědčování, ano. Podle údajů amerického Bureau of Labor Statistics měli analytici průzkumu trhu, tedy kategorie zahrnující většinu marketingových analytiků, v květnu 2025 mediánový plat 78 760 USD a zaměstnanost má v letech 2025 až 2035 vzrůst o 7 %. Dovednosti jsou navíc přenositelné do data science, marketing operations i marketingového vedení.
Co marketingový analytik dělá každý den?
Marketingový analytik spravuje reporty kanálů a kampaní, odpovídá na otázky typu proč klesly leady nebo která kampaň přinesla pipeline, kontroluje, že měření funguje, a prezentuje zjištění na marketingových poradách. Většinu dne tvoří SQL, tabulky, GA4 a BI nástroj, plus rozhovory o tom, co má která metrika znamenat.
Potřebuji magisterský titul z marketingové analytiky?
Obvykle ne. Většina juniorních pozic v marketingové analytice vyžaduje bakalářský titul a doklad znalosti SQL a analytického myšlení. Magisterské studium pomůže lidem, kteří mění kariéru a potřebují strukturu, závěrečný projekt a síť kontaktů, a zahraničním studentům, kteří chtějí program s označením STEM. Pokud už v marketingu pracujete, bývají rychlejší cestou dva solidní projekty v portfoliu a interní přesuny.
Jak získat stáž v marketingové analytice bez zkušeností?
Postavte jeden projekt na bezplatných datech, například na demo účtu Google Analytics nebo ukázkové datové sadě GA4 v BigQuery, který odpovídá na obchodní otázku a končí doporučením. Z životopisu odkažte na jednostránkové shrnutí, své SQL ukažte veřejně a na podzim se hlaste na letní stáže v agenturách, spotřebitelských značkách a technologických firmách.
Jaký je rozdíl mezi marketingovým analytikem a marketingovým data scientistem?
Marketingový analytik vysvětluje, co se stalo a proč, pomocí reportů, SQL a dashboardů. Marketingový data scientist staví modely, které předpovídají nebo odhadují efekty, například modely marketingového mixu, modely odchodu zákazníků a prognózy, v Pythonu nebo R a se statistikou. Odráží se to i v platech: BLS uvedl za květen 2025 medián 120 230 USD pro data scientisty.
