Host (Maciek): Cześć! Witamy was w kolejnym odcinku “Flying with Shopify”. Czy wiesz, że 90% sklepów internetowych marnuje potencjał swoich najcenniejszych zasobów – własnych danych? W dobie rosnącej konkurencji i drożejących reklam podejmowanie decyzji na ślepo to droga do straty. Dziś zanurzymy się w ten problem. Naszym gościem jest Robert Stolarczyk, współtwórca Data Octopus – rewolucyjnego narzędzia do analizy danych dla e-commerce. Opowiemy, dlaczego większość sklepów jest bogata w dane, ale uboga we wnioski. Czego nie dowiesz się z samego Google Analytics i jak Data Octopus zmienia rozproszone informacje w konkretne działania i większe zyski. Zapraszamy do słuchania.

Część 1: Wprowadzenie i Inspiracje

Host (Maciek): Cześć, Robercie! Dziękuję bardzo, że wpadłeś do nas na nagranie. Przygotowując się do tego odcinka, robiłem research na twój temat i zauważyłem, że twoje social media są przesiąknięte sprawami zawodowymi. Trudno mi było wyłapać niuanse z twojego prywatnego życia. Ale zauważyłem jedną rzecz – często chwalisz się książkami, które przeczytałeś. Stawiasz sobie ambitne cele edukacji. Może zaczniemy od tego? Jakie trzy tytuły najlepiej się podobały ostatnio? Coś, co naprawdę cię wstrząsnęło?

Robert: Cześć, Maciek! Cześć, Tomek! Bardzo mi miło i dziękuję za zaproszenie. Zaprosiłeś mnie zupełnie niespodziewanie tymi pytaniami o książkach. Ale okej. Jedna z ciekawszych, którą ostatnio czytałem, to biografia Mike’a Tysona. Nie jest to książka biznesowa, ale czasami warto przełamać business czymś inspirującym i dającym oddech od codzienności. Szczególnie polecam audiobook – prawie 9 godzin, ale naprawdę warte tego.

Drugą jest książka o historii Nvdii. Ma zieloną okładkę. Powstało wiele książek o Apple i Amazonie, ale historia Nvdii nie jest dobrze znana. Opisana jest tam całą historię od początku – w jakiej knajpie się spotkali założyciele. Dla nas, pokolenia wyrastającego z akceleratorów graficznych – kart GeForce, TNT 2 – to jest nostalgiczne. Tłumaczy też, dlaczego procesory graficzne przejęły obliczenia z klasycznych procesorów.

Trzecią książką, którą mógłbym polecić, byłaby coś związanego z pricingiem. Nie pamiętam teraz tytułu, ale pricing to temat, który ostatnio mocno eksplorowaliśmy w Data Octopus.

Host (Tomek): Pamiętam zdjęcie, na którym tatuaż Tysona ci namalowali. Na pewno to gdzieś podlinkujemy.

Robert: Tak, mogę powiedzieć, że Mike Tyson żył w świadomości naszej organizacji przez pewien czas właśnie dzięki temu zdjęciu.

Host (Tomek): Uwielbiam jego cytat: “Każdy ma plan, aż dostaje pięścią w twarz.” To świetna analogia do powodzenia biznesu.

Część 2: Geneza Data Octopus

Host (Maciek): Przejdźmy do sedna dzisiejszej rozmowy. Chcemy poruszyć temat Data Octopus, ale szerzej – dlaczego dane mają takie znaczenie w e-commerce i jak ich właściwie wykorzystywać. Może zaczniesz od początku: skąd się wziął pomysł na Data Octopus i czym dokładnie jest?

Robert: Historia sięga trzynastu lat wstecz. Miałem okazję współzałożyć agencję digital marketingową. To był początek mojej przygody z marketingiem cyfrowym – SEO, marketing performance, generowanie przychodów, optymalizacja, nowe kanały reklamowe, generowanie leadów. Idea na Data Octopus narodziła się z doświadczenia w agencji. Zauważyliśmy, że sami używaliśmy pewnych narzędzi i danych, aby dostarczać klientom lepsze wyniki w kampaniach performance, szczególnie dla e-commerce. Czuliśmy, że brakuje nam pewnych niuansów i kontekstów. Chcieliśmy zrobić to inaczej i lepiej, wykorzystując inne rozwiązania technologiczne.

Byliśmy blisko klientów, więc widzieliśmy ich wyzwania. Agencja ewoluowała przez lata – nie tylko e-commerce, ale także branding, marketing automation. Zawsze działaliśmy na danych. Może nawet zbyt “data driven” – czasami mogłoby być więcej kreacji.

W ostatnich pięciu latach rozwijaliśmy się bardziej w kierunku strategii i kreacji na wyższych szczeblach lejka. Wiedzieliśmy, jakie problemy mają klienci e-commerce. Chcieliśmy jednak nie tylko świadczyć usługi, ale mieć własny produkt. Podjęliśmy decyzję o testach. Pozyskaliśmy fundusze na badania i rozwój. To był zalążek Data Octopusa.

Kluczową decyzją było wykorzystanie Google Cloud do budowy architektury. Ponad cztery lata temu to było innowacyjne – wiele firm nawet nie wiedziało, czym jest BigQuery. Dzisiaj coraz więcej firm korzysta z takich rozwiązań. Przyglądając się przychodom Google, widać, jak szybko rośnie ich segment cloud. Za 5-10 lat przychody z cloud mogą przebić przychody z reklamy.

Data Octopus to aplikacja w dwóch obszarach: data management i data mapping – łączenie danych – oraz e-commerce analytics – wizualizacja i dostarczanie wartości. Celem jest wykorzystanie danych o produktach i klientach do zwiększenia rentowności sprzedaży sklepów internetowych. To może być sprzedaż produktów o wyższej marży, efektywniejsze czyszczenie magazynów czy inna strategia. Na końcu dnia zawsze sprowadza się do strategii opartej na danych. W dobie rozwoju AI, dobra jakość danych na wejściu jest kluczowa. “Garbage in, garbage out” – ta zasada jest coraz bardziej aktualna.

Naszą misją i wizją jest to, że dane będą coraz bardziej ważne dla datochłonnych systemów reklamowych. Widzimy już wiele sygnałów to potwierdzających. Wierzymy, że Data Octopus może być jednym z istotnych rozwiązań dla e-commerce.

Część 3: Dla Kogo Data Octopus?

Host (Maciek): Z tego, co mówisz, to narzędzie ma sens od pewnej skali e-commerce. Do pewnego poziomu wystarczy Excel czy Sheets. Jaki jest twój ICP – ideal customer profile?

Robert: Dokładnie. Do pewnego momentu Excel wystarczy, aby zobaczyć, gdzie kończy się jego funkcjonalność. Z naszego doświadczenia z ponad dwuletnią pracą na rynku – naszym ICP jest biznes z przychodami co najmniej 500 tys. zł miesięcznie. Mediana naszych klientów to około 2 milionów złotych. Fajnie, jeśli wydatkują co najmniej 50 tys. zł miesięcznie na marketing cyfrowy. Mediana naszych klientów wydaje kilkakrotnie więcej. Fajnie, jeśli mają kilkaset produktów w ofercie – mediana to 100-120 tys. produktów. Fajnie, jeśli sprzedają szerzej – nie tylko w Google, ale także w marketplacach, systemach reklamowych i na innych rynkach. Dodatkowym atutem jest wykorzystanie Shopify’ego, z którym jesteśmy zintegrowani.

To nie są warunki wyjątkowe czy elitarne. Analizując polski e-commerce, gdzie jest około 70 tys. aktywnych sklepów, nasz sweet spot to spokojnie 5% rynku – czyli 3,5 do 5 tys. sklepów. Te 1% największych sklepy często budują własne rozwiązania i są bardzo wymagające. To my nie jesteśmy dla nich dobrym rozwiązaniem. Ale sklepy między 2% a 10% rynku – to jest nasza grupa docelowa. Wśród naszych klientów są liderzy kategorii i rising stars.

Jeśli widzimy startup ze słabymi przychodami i limitowaną ofertą, rekomendujemy inne rozwiązania. Możliwe, że Data Octopus nie jest dla nich.

Host (Tomek): Możesz pochwalić się kilkoma markami, które używają Data Octopus?

Robert: Oczywiście. Wspieramy marki takie jak Celsea, Kodano, Kazar, Ergol, 8 All Nutrition (Pitbull), Butosklep czy Wukook. Fajne, rozpoznawalne marki. Ale Data Octopus nie jest zarezerwowany tylko dla największych. Zaufanie od takich marek dodaje nam skrzydeł, szczególnie że to naprawdę mądre osoby robią tam dobrą robotę. Nasz model biznesowy nie polega na tym, że dajesz dostęp do aplikacji i powodzenia. Dostarczamy wsparcie – expert z wieloletnim doświadczeniem z agencji, który potrafi planować, optymalizować i skalować kampanie dla e-commerce. Data Octopus nie wymaga na wejściu szybkiej nauki. Pomagamy, szczególnie na początkowym etapie. Plus wspieramy strategicznie – jak konkretnie wykorzystać nasze rozwiązania do twoich celów.

Część 4: Data Octopus vs. PIM

Host (Maciek): Słuchając tego, przychodzi mi na myśl porównanie z PIM – systemami informacji o produktach. Czym Data Octopus się wyróżnia?

Robert: Bardzo dobre pytanie. PIM – Product Information Management – to rozwiązanie, które pomaga zorganizować wiedzę o produkcie z perspektywy karty produktowej. Zbiera dane z różnych miejsc w organizacji – zdjęcia, opisy, konteksty. Jego output to to, co widać w sklepie internetowym. To wewnętrzny CRM dla e-commerce.

Data Octopus pracuje dalej. Nie zajmujemy się zarządzaniem informacjami o produkcie widocznymi w sklepie. Pracujemy w tle, pobierając dane o produktach z różnych źródeł: Google Analytics, systemy reklamowe (Google Shopping, Meta), silnik e-commerce, feedy produktowe, dodatkowe pliki, dane przesłane przez klienta. Łączymy je głównie po identyfikatorze produktu.

Scalamy dane o konkretnym produkcie, wyświetlając metryki performance – zachowanie produktu, opłacalność, zwroty, zainteresowanie. Następnie pozwalamy na segmentację produktów – flagowanie i etykietowanie. To pomaga w zarządzaniu grupami produktów, doborze budżetów reklamowych i strategii optymalizacyjnych.

PIM działa wcześniej na ścieżce. My wkraczamy, gdy produkt jest już w sklepie i robi jakiś ruch. Dostarczamy dane do systemów reklamowych.

Na ścieżce: PIM przygotowuje produkt do sprzedaży – Data Octopus optymalizuje jego sprzedaż na podstawie danych. To są różne problemy. Konkurencyjnymi dla nas rozwiązaniami są raczej narzędzia do data mappingu jak Chable czy Data Feedsy. Wyróżniamy się tym, że nie tylko łączymy dane do feedów, ale je wizualizujemy i raportujemy. Weszliśmy w segment raportowania.

Część 5: Segmentacja i Praktyczne Przykłady

Host (Tomek): Wspomniałeś segmentację. Możesz pokazać praktyczny przykład? Jak segmentować produkty czy klientów i co z tym zrobić?

Robert: Kiedyś e-commerce było łatwiejsze. Nie trzeba było się aż tak starać. Wystarczyło mniej, aby osiągnąć efekty. Ale teraz jest bardziej konkurencyjnie – wymagający klienci, rosnące koszty, spadające marże, coraz więcej danych, ale gorsza ich jakość.

Kiedyś jedno narzędzie – Google Analytics – wystarczało. Dzisiaj praktycznie każde narzędzie generuje dane. Czasami warte podjęcia, czasami nie. Problem polega na tym, że trzeba myśleć: gdzie mogę robić lepiej? Jak szukać tego ulepszczenia dla mojego e-commerce?

Proponujemy podejście oparte na granularności strategicznej i danych. Mówimy: “Zbierz dane w jednym miejscu, aby patrzeć na jeden obraz, a nie rozbijać się po interfejsach czy Excelach. Zobaczmy, co się wyłania, biorąc pod uwagę nasze dobre segmentacje.”

Na przykład patrzysz na produkty, które generowały koszty, ale nie sprzedaż. Patrzysz na produkty z przychodami, segmentując je – wyższe, niższe, średnie. Sprawdzasz ekspozycję produktów. Systemy reklamowe działają tak, że realizują także swoje cele, sięgając po “nisko wiszące owoce”. Stajesz się zdany na to, co one optymalizują.

Ale w e-commerce bywa inaczej. Na przykład masz magazyn warty kilka milionów złotych, nowa kolekcja wchodzi, wysokie wiekowanie. Chcesz je “wypchnąć” po najwyższej marży. Albo wprowadzasz nową markę, masz fajny deal – chcesz budować świadomość jako dystrybutor. Albo chcesz ograniczyć budżet do produktów z najwyższą marżą.

To wiele niuansów. Dlatego zachęcamy myślenie zyskiem i marżami, nie tylko przychodami. Większość mówi o wzroście przychodów lub ROAS. Ale można osiągnąć lepszą rentowność.

Proponujemy patrzeć na: - Zysk pierwszego stopnia: przychód minus marża - Zysk drugiego stopnia: zysk pierwszy minus koszty reklamowe - Zysk trzeciego stopnia: uwzględniający zwroty

Przykład: sprzedajesz produkt za 100 zł, marża 50%, zostaje 50 zł. Koszt akwizycji 20 zł, zostaje 30 zł. Po zwrotach możesz być pod wodą.

Tę analizę można robić na poziomie produktu, kategorii, marki. Mając kilkadziesiąt marek w ofercie, możesz zobaczyć, które się nie spinają. Wkładasz budżet, ale zysk jest ujemny.

Wizualizacja to połowa. Mało. Od początku chcieliśmy być rozwiązaniem, które nie tylko wizualizuje dane, bo takich jest wiele na rynku. Ważniejsza jest druga strona – aktywacja. Dzięki Data Octopus możesz wprowadzić to w życie: stworzyć segmenty produktowe, zmienić strukturę konta reklamowego, dostosować budżety, ekspozycję. To jest bardzo ważna aktywacja dla nas.

Chcemy przyspieszać liczbę kroków do aktywacji. Dzisiaj wymagana jest praca ręczna – wziąć paczkę danych, poukładać je inaczej na koncie. Myślimy o strukturze agentowej, rozwiązaniach takich jak MCP, aby dialog z narzędziem wyglądał bardziej jak polecenia, które system sam wykona.

Część 6: Data Octopus a Systemy Reklamowe

Host (Tomek): Czyli wyobrażam sobie to tak: jeden dashboard agregujący dane z rozproszonych systemów, gdzie każdy system ma wycinek danych. Wy te dane obrabiacie, agregujecie, nakładacie dodatkowe parametry. Dziś system daje gotową instrukcję, ale nie aplikuje jej z powrotem na koncie reklamowym?

Robert: Dokładnie. Outputem Data Octopus są: paczki danych w formie feedu produktowego i listy odbiorców. Każdy system reklamowy bazuje na tych feedach. My je przygotowujemy według określonych technik. Feedy wgrywasz do systemów reklamowych – Google Shopping, Meta, Pinterest, WPS i inne. Mamy integracje dla około 40 platform.

Listę odbiorców można też podawać do systemów reklamowych. To informacja pomocnicza – pod kogo powinien targetować.

Pytając o twoje pytanie – rezultatem są paczki, które wgrywasz. Praca na koncie to twoja rola. My pomagamy strategicznie w przygotowaniu paczki. W przyszłości widzę to inaczej: agent Data Octopus komunikuje się z agentem Google Ads, dając instrukcje i dane. Oni działają dalej, agent Google Ads robi zmiany na koncie. To byłoby idealne. Ale to przyszłość.

Nie przekraczamy granicy wchodzenia w to, co dzieje się na koncie reklamowym. Nie zmieniamy stawek, nie robimy kampanii, nie optymalizujemy. To nie będzie naszą rolą w starym świecie. Tylko struktura agentowa mogłaby to zmienić.

Ale nie ukrywam – dzięki naszym danym system reklamowy ma coś, co ma go wspierać. “Garbage in, garbage out” – my chcemy “fajne dane na wejściu, fajny output na wyjściu.”

Rozszerzyliśmy kontekst o segmentację klientów. Systemy reklamowe są coraz bardziej datochłonne. Chcą danych. Meta czy Google wymagają list odbiorców, aby lepiej kierować budżety. My przygotowujemy segmenty klientów – z zachowaniem RODO i standardów bezpieczeństwa.

Przykład: zciągasz z Shopifya informacje o średniej pozycji produktów w koszyku (np. 1-10), wybierasz produkty powyżej 100 zł, określonej marki, o niskiej średniej pozycji (dodawane do koszyka jako pierwsze – inicjują zakupy). Chwytasz nowych klientów, którzy po raz pierwszy kupili używając tych produktów, szukasz wzorców. Na koniec wygenerujesz feedu Meta z produktami otwierającymi koszyk i listą odbiorców, którzy je kupowali.

Meta ma fajny zestaw danych do kierowania budżetów, szybciej, taniej i bardziej optymalnie.

Część 7: Wyzwania i Skuteczność

Host (Maciek): Jakie efekty widzisz u klientów? Jak się to przełada na przychodów i zysku?

Robert: Z doświadczenia – przeanalizowaliśmy ponad 100 sklepów przez ostatnie lata. Odkryli coś szokującego: w większości sklepów poniżej 20% produktów generuje jakiekolwiek przychody. 80% produktów generuje zerowe przychody lub znikome.

E-commerce dochodzi do “szkalnego sufitu” – dodając więcej budżetu nie widzisz wzrostu efektów. Wtedy zaczynają się problemy.

My pomagamy znaleźć silniki wzrostu. Szukamy w tych 90% oferty, które nie generowały przychodu lub generowały mało. Ruszamy sprzedaż. Rynek zwykle mówi: “Nie wkładaj kasy w produkty, które się nie sprzedawały.” My mówimy: “Może nie generowały przychodu, bo nie miały wystarczającej ekspozycji. Z 30 tys. produktów 3 tys. miało ekspozycję i budżet. Pozostałe 90% nie.”

Efekty, które staramy się wspierać: 1. Wzrost przychodów – uruchamiamy sprzedaż produktów, które dotychczas jej nie generowały 2. Poprawa marż – strukturujemy konto nie po typie produktu (“but męski w kolorze czerwonym”), ale po cechach (potrzebuje większej ekspozycji, wymagający wyższego CPC, wyższej marży). To pozwala na zwiększenie udziału produktów o wyższej marży – nawet przy tym samym przychodzie masz wyższy zysk. 3. Zmniejszenie kosztów operacyjnych – Data Octopus generuje paczki, które wcześniej trzeba było obracać ręcznie. Zespół może skupić się na pracy bardziej strategicznej, mniej operacyjnej. Klienci jak SS dawali feedback, że około 30% operacji związanych z produktami zastąpił Octopus.

Przy określonej skali można wyliczać wartość. Na przykład: “Przy twojej skali biznesu i efektach, jeśli poprawimy o kilka procent, to mogę dać ci pół miliona złotych więcej rocznie. Data Octopus będzie cię kosztować 25-30 tys. zł.”

Część 8: Funkcjonalności i Predefiniowane Widoki

Host (Maciek): Jak narzędzie ułatwia wnioskowanie? Są predefiniowane segmentacje?

Robert: Mamy predefiniowane widoki – “data views” – które stawiamy domyślnie każdemu klientowi. Pracujemy nad rozwojem tego standardu. Mamy też “strategy library” – bibliotekę predefiniowanych segmentów. Klient wchodzi, widzi segmenty – np. podzielony po revenue, czy inne. Ma kilka opcji: wziąć coś gotowego, niemal na klik, lub zmodyfikować gotową strategię, dodać regułę, albo robić totalnie custom.

Custom wymaga zaangażowania eksperta na początku, bo wymagana jest wiedza o logice aplikacji. Po to jest nasz expert – aby w tym pomagać. Chcielibyśmy, żeby klient był właścicielem celów i strategii, my – właścicielem wsparcia strategicznego i egzekucji produktowej.

Dajemy dowolność. Jedni lubią mapować dane sami, inni proszą nas. Staramy się zmniejszać to tarcie.

Niezadowolony jestem z liczby kroków do aktywacji. Dziś wymagana jest praca ręczna. Myślimy, jak struktury agentowe i interfejs konwersacyjny mogą to skrócić. To kierunek naszych myśli.

Część 9: Integracje Techniczne

Host (Tomek): Ostatnie pytanie techniczne – integracje z systemami e-commerce. Są systemy, które trudno się integruje?

Robert: Z perspektywy outputu – generujemy feedy dla około 40 platform: automation (Ideona, Segalo, Senersea), platformy (Google, Meta, Pinterest, WPS), marketplace. 20% adresujących 80% rynku. Rzadko się zdarza, że ktoś ma potrzebę, którą nie spełnimy.

Z perspektywy inputu – to trudniejsza strona. Dziś głęboką integrację mamy z Idosellem, Shopifyem i wkrótce z Shopером. Na roadmapie: Magento, PrestaShop. To silniki bardziej custom, trudne do integracji – inne API.

Bierzemy dane także z Google Search Console (Q1 2025), Allegro API, Google Analytics, Meta, JSON, XML, CSV, BigQuery.

BigQuery – to potężne narzędzie Google, nowoczesna hurtownia danych. Bardzo je Google integruje ze swoim ekosystemem. Cztery lata temu nikt nie kojarzył BigQuery. Dziś coraz więcej. Siadamy na fali, w którą wierzmy.

Chcemy rozwijać się w kierunku kolejnych silników e-commerce. To kluczowa infrastruktura. Chcemy bazować na danych z silnika – najbardziej wartościowe i jakościowe. Docelowo chcemy też dane z systemów ERP (Comarch, Hoptima). To będzie wartość dla nie tylko e-commerce.

Skupiamy się na e-commerce. W najbliższych kwartałach pracujemy nad kolejnymi źródłami danych – silnikami, architekturą agentową, poprawą stabilności i jakości.

Budując rozwiązanie oparte na danych, to jest ambitne, trudne, karkołomne. Jedna przecinek czy kropka może wywalić system. Każdy, kto głębiej zapozna się z Data Octopus, zobaczy złożoność przepływów danych. To skomplikowane, ale warte tego. “Każdy ma plan, aż dostaje pięścią w twarz” – my nie wiedzieliśmy na początku, jak to trudne. Ale może to było dobrze.

Część 10: Perspektywy Wzrostu

Host (Maciek): Interesujące. Mam nadzieję, że to nie wygląda jak sponsorowany odcinek. Ale wyszła naprawdę ciekawa rozmowa o tym, co można robić z danymi, jak je wykorzystać i jak podnieść rentowność e-commerce.

Robert: Zgadzam się zupełnie. Mimo że nasz produkt był wiodący, mocno poruszyła mnie świadomość o tym, jaki nacisk kładziesz na dane. W dobie rozproszczonych danych, z których e-commerce managerowie korzystają, to jest niezwykle trudne. Przy dużej skali biznesu, jak u naszych klientów, wyzwanie staje się ekstremalnie trudne.

E-commerce bardzo się sprofesjonalizował. Konkurencja niebotycznie wysoka. Czasy, kiedy sprzedawało się prawie wszystko na wysokich marżach, a błędy były tolerowane, minęły. Trzeba być świadomym i podejmować lepsze, bardziej przemyślane decyzje. Wasz produkt w tym naprawdę pomaga.

Czeka nas dużo pracy, ale słychać w tobie niezwykły zapał. Faza testowania już za wami. Czujecie duży sens. Przekonałeś nas. Czeka was dużo pracy, żeby produkt stał się jeszcze lepszy.

Host (Tomek): To niekończąca się praca. Jak rozmawiam z kimś odpowiedzialnym za produkt na rynku 10 lat z daleką trakcją, każdy mówi, że to jest “neverending story”. Changerocksizemago rozwija się dzień w dzień. To robi wrażenie. Możliwa dużo roboty przed nami.

Jest wiara, jest duży zapał. Rynek weryfikuje pozytywnie – mamy 35 płacących klientów, fajne marki, które są zadowolone. Ambicje są większe. Z rynku polskiego chcielibyśmy mieć docelowo 350 klientów – 10% rynku, na razie 10% tego celu. To sweet spot, do którego chcemy dążyć. Od przyszłego roku chcemy przyspieszyć – organizujemy się produktowo i marketingowo.

Zakończenie

Host (Maciek): Super, że udało się porozmawiać. Bardzo się cieszę. Mam nadzieję, że słuchacze podzielą nasz entuzjazm. Jeśli macie pytania czy feedback, Robert jest dostępny. Można go łapać na Linkedinie. Nie ma problemu – pogada, spotkasz się, posłucha feedback. Jeśli ktoś chce wiedzieć więcej o Data Octopus, Robert może przeprowadzić demo.

Host (Tomek): Robercie, dziękujemy za dzisiejszą obecność i naprawdę fajną rozmowę o trudnym, ale zachęcającym temacie. Pałamy entuzjazmem z tego, jak wyszedł ten odcinek. Wielkie dzięki.

Robert: Dziękuję. Chętnie wracam.

Host (Maciek): Wam dziękujemy za oglądanie. Zapraszamy do dalszego śledzenia i subskrybowania naszego kanału.

‍