Může ti AI agent ráno udělat marketing report za tebe?

01KapitolaCo je nového

Marketing measurement zažil za poslední rok posun, jaký nepřinesl celý předchozí pětiletý cyklus. Google v únoru 2026 přidal do open-source MMM Meridianu Scenario Planner, takže budget modeling poprvé funguje bez Pythonu. GA4 v polovině května 2026 spustil nativní kanál AI Assistant, který automaticky zachytává návštěvy z ChatGPT, Perplexity, Claude a Gemini. Looker dostal v Preview agentní workflows, které monitorují metriky a samy hlásí anomálie do Slacku.

A nad tím vším se otevřel Google Analytics MCP Server. Oficiální, open-source pod Apache 2.0, šest core toolů. Připojíš ho ke Claude Desktopu nebo Gemini CLI a tvoje AI má přímý přístup k živým datům v GA4. Bez exportu, bez dashboardů, bez čekání na analytika.

Tahle čtyřka dohromady poprvé umožňuje sestavit reporting workflow, který skutečně šetří čas. Ne demo, ne keynote slajd, ale denní rutinu. Detail GA4 AI Assistant kanálu jsem rozpadl v článku Jak být citovaný v AI: GEO, AEO, LLMO 2026, tady se na něj odkážu jen krátce a soustředím se na celý reporting workflow.

02KapitolaCo na tom oceníš nejvíc?

Vrátí ti ráno. Místo padesáti minut klikání v GA4, Ads a Meta Ads Manageru otevřeš jeden mail nebo Slack zprávu s top 5 anomálií, kontextem a doporučenými akcemi. Den začneš rozhodnutími, ne kompilací dat.

A pak je tu Meridian, který tě poprvé v životě nutí přemýšlet o budgetu jinak než přes last-click. Bayesian model ti řekne, že tvoje Meta Ads kampaně mají incremental contribution třeba 18 procent na celkovém revenue, i když v GA4 vidíš jen 7 procent přes last-click. Privacy-durable, bez cookies, bez identifiers. To je nástroj, který má agenturní MMM utopený v 12měsíčním projektu za 300 tisíc, a ty si ho naladíš za pár týdnů zadarmo.

03KapitolaPro koho to je

Marketér s portfoliem dvou až pěti kampaní napříč Google Ads a Metou je první cílovka. Reporting agent ti dává smysl všude, kde máš dat víc než času, a kde ranní kontrola výkonu trvá déle než třicet minut. Konkrétní role:

Komu se to nevyplatí: freelancer s jedním klientem nebo malá firma s jedním Google Ads účtem, kde ranní kontrola dat zabere pět minut. Tam je celý setup overkill a peníze za LLM tokeny vyšší než ušetřený čas. Kde to dává smysl, je víc než dva výkonové účty a denní rutina, kterou opakuješ.

04KapitolaJak to použít v praxi

Postup vychází z toho, co reálně funguje v roce 2026. Začneš čtením, postupně přidáš ad-hoc dotazování a teprve pak MMM. Skok rovnou na Meridian bez funkčního reportingu je klasická chyba, která projekt utopí.

Krok 1: Připojení GA4 MCP serveru

Google Analytics MCP Server stáhneš z oficiálního Google repozitáře. Funguje s Claude Desktopem, Gemini CLI a Gemini Code Assist. Setup je o vytvoření OAuth credentials v Google Cloud Console a doplnění property ID tvé GA4 instance. Konfiguraci přidáš do MCP klienta (claude_desktop_config.json u Anthropic) a po restartu Claude přímo vidí tvoje GA4 data.

Šest hlavních nástrojů, které máš k dispozici: souhrny účtů, detaily property, standardní reporty (page views, sessions, conversions), funnel reporty, real-time reporty a vlastní dimenze. To pokryje 80 procent typických dotazů. Pro plně automatizovaný běh v Make nebo n8n scénáři server zůstává stejný, jen ho přivoláš přes Gemini CLI.

Krok 2: Ranní reporting prompt

Bez dobrého promptu je agent jen ukecaný dashboard. Nepiš "udělej mi report", piš strukturovaně:

Prompt si ulož jako Claude skill nebo Make šablonu. Pondělí ráno spustíš jedním klikem, agent ti pošle Markdown report do mailu. Konzistence je důležitější než kreativita. Šablona ti zaručí, že každý den máš stejný formát a srovnatelná čísla.

Důležité parametry, které pomáhají kvalitě: explicitní časové okno (24 hodin vs sedmidenní průměr), procentní práh pro anomálie (typicky 2,5 standardní odchylky od baseline) a vždy zahrnout business kontext jako změnu ceny, sezónnost nebo nový kreativ.

Krok 3: Looker Conversational Analytics pro ad-hoc

Ranní report řeší pravidelnou rutinu, ale realita je, že kolem deseti dopoledne ti někdo z týmu napíše "co dělá ten Black Friday flow v Klaviu, na který jsme včera pustili tu novou kreativu?" Otevřít GA4, postavit segment, najít konverze. Patnáct minut pryč.

Looker Conversational Analytics tohle řeší přirozeným jazykem. Zeptáš se "ukaž mi konverze z Klaviya za posledních 48 hodin, segmentuj podle e-mailové kampaně, srovnej se sedmidenním průměrem", a Gemini ti to v Lookeru postaví. Funguje to v multi-turn módu, takže navazuješ "teď jen pro mobilní zařízení" nebo "exportuj to do CSV ke sdílení s týmem". V roce 2026 přibyly Dashboard Agents, Insight Assistant a Agentic Workflows, které monitorují LookML modely a samy pošlou alert do Slacku, když narazí na anomálii.

Krok 4: Meridian pro budget allocation

Meridian si nech až nakonec. Je to nejhlubší nástroj v celém stacku a má smysl, až když máš funkční reporting a víš, co od MMM chceš. Pro firmu s budgetem nad milion korun měsíčně dává velký smysl, protože ti privacy-durable způsobem ukáže skutečný přínos každého kanálu odděleně od last-click iluze.

Co Meridian vyřeší: "Kolik tržeb mi reálně přináší Meta Ads, když odečtu kanibalizaci z organic search?" Last-click ti řekne, že Meta dělá 7 procent. Meridian ti řekne, že incrementální přínos je 18 procent, protože Meta táhne nahoru i organic traffic a direct visits. To je rozdíl, na kterém se rozhodují stovky tisíc korun budgetu.

Setup Meridianu od Q1 2026 nepotřebuje nutně Python. Nový Scenario Planner je no-code rozhraní, kde nahraješ historická data (typicky 2 až 3 roky týdenních agregátů), nastavíš channel-level priors a model ti vyplivne budget mix s confidence intervaly. Pro analytika to znamená den práce místo měsíce. Pro marketéra bez technického backgroundu to znamená, že MMM přestal být černá skříňka agenturní práce.

Příklad z praxe

05KapitolaMěření AI Assistant trafficu v GA4

Jeden z důvodů, proč si reporting agent zaslouží své místo v roce 2026, je nová kategorie AI Assistant v GA4. Od 13. května 2026 GA4 v Default Channel Group automaticky rozpoznává návštěvy z ChatGPT, Gemini, Perplexity, Claude a Microsoft Copilot a přiřazuje jim medium ai-assistant. Není potřeba žádný setup, GA4 to dělá nativně.

Co tím vidíš: kolik trafficu reálně přichází z AI vyhledávání a jaký má konverzní poměr ve srovnání s organic search. Zkušenost z firem, které měření spustily v květnu 2026, ukazuje konverzní poměr z AI Assistant typicky o 20 až 40 procent vyšší než z organic. Důvod: uživatel přichází s konkrétním intentem získaným z AI odpovědi, ne s průzkumnými dotazy jako u Googlu.

Co tím nevidíš: zhruba 20 až 40 procent skutečného AI trafficu. Když uživatel přepíše URL ručně z chatu, skončí v Direct. Když si firmu nejdřív googlí, skončí v Organic. AI v cestě byla, GA4 ji nevidí. Detail toho, jak channel funguje a kombinovat s survey otázkou, je v článku o GEO a citacích v AI.

Důležité: AI Assistant traffic neporovnávej v absolutních číslech s organic search. Typicky půjde o 3 až 18 procent celkového trafficu, ale s výrazně vyšší ochotou konvertovat. V reportingu ho sleduj jako vlastní kanál s vlastními cíli.

06KapitolaAnti-pattern: AI, která něco "dělá" bez governance

Největší pokušení 2026 jsou autonomní agenti, kteří sami mění bidy, budgety a kreativy. Marketing teamy o tom mluví na konferencích, vendoři to prodávají, a téměř každý, kdo to pustil bez governance, do tří měsíců přišel o peníze nebo o klienta.

Konkrétní scénáře, kde agentní akce končí špatně: prudký propad konverzního poměru kvůli technické chybě na webu, kterou agent pochopí jako přesycení kanálu a strhne budget. Nový kreativ má první den slabý výkon kvůli odhadu únavy publika, agent ho pozastaví, ale reálná reakce uživatelů by se za pár dní srovnala. Sezónní propad, který agent vnímá jako dlouhodobý trend.

Kde má agentní akce smysl: hard caps (denní budget cap, max CPA, max bid), které jsou pojistka, ne hlavní rozhodnutí. Pause kampaně, která vyčerpala celý denní budget za první dvě hodiny. Eskalace alertů do Slacku nebo na telefon. Generování draft kreativ ke schválení. Všechno ostatní si nech navrhnout, ne provést.

Konkrétní praktická hranice: agent může psát mail, ale ne ho odeslat. Může připravit Ads Editor CSV upload, ale ne ho uploadnout. Může identifikovat kreativy ke zrušení, ale ne je zrušit. Tahle hranice ti šetří čas a chrání tě před tichými průšvihy.

07KapitolaDoporučené nástroje

Čtyři nástroje, které drží celý reporting workflow. Pořadí setupu je shora dolů, ne všechno najednou. Začneš GA4 MCP a Claude, končíš Meridianem až ve chvíli, kdy máš funkční denní reporting a chceš ladit budget mix napříč kanály.

K těmto třem přidáš Make nebo n8n jako orchestraci. Bez nich zůstaneš u ručního spouštění. Make nebo n8n drží reporting agenta v cronu, propojuje GA4 MCP s Claude API a doručuje výsledný report do mailu nebo Slacku. Plán od 290 korun měsíčně, takže to není rozpočtová položka, na které stojí celý setup.

Pro malý e-shop nebo freelancera s jedním klientem se vyplatí varianta GA4 MCP plus Claude Desktop bez Lookeru a Meridianu. Pro agenturní setup nad pět klientů dává smysl celý stack se zaměřením na orchestraci. Pro velkou firmu s in-house týmem dává smysl Looker Enterprise s Conversational Analytics jako primární BI vrstvou.

08KapitolaShrnutí

AI reporting agent je v roce 2026 hotová věc, pokud držíš tři pravidla. Použiješ ho na čtení a navrhování, ne na akce ve výkonových účtech. Skládáš stack postupně, ne všechno najednou. A měříš návratnost agenta stejně jako návratnost kampaní, jinak se ti za půl roku promění v drahou hračku.

Začneš GA4 MCP serverem a ranním promptem v Claude nebo Gemini. To je 90 procent praktické hodnoty za 15 minut setup a pár stovek korun měsíčně. Looker Conversational Analytics přidáváš, až ti chybí ad-hoc dotazování. Meridian je strategický nástroj na čtvrtletní rozhodování, ne na denní reporty.

Anti-pattern, kterému se vyhneš: autonomní agenti, kteří mění bidy bez schválení. Performance Max už uvnitř používá AI bidding. Druhý autonomous agent nad ním vyrobí konflikty. Reporting agent ano, executing agent ne. Tahle hranice oddělí setup, který šetří hodinu denně, od setupu, který tě stojí měsíční budget.

09KapitolaZdroje

• Meridian is now available to everyone (Google)
• Google Meridian GitHub repository
• Google expands capabilities of its open-source MMM program (MarTech)
• Looker Conversational Analytics now GA (Google Cloud Blog)
• Looker updates for agentic BI at Next ‘26 (Google Cloud Blog)
• Connecting to the Google Analytics MCP server with Claude (Two Octobers)
• Adding Context To Analytics Data Using The Official Google Analytics MCP Server (Medium)
• Marketing Anomaly Detection & Alerts Guide 2026 (Improvado)
• Google Analytics Now Tracks AI Traffic as Its Own Channel (Shashi)
• AI ROAS Optimization for Google Ads with Claude (Ryze)