Případová studie jako zdroj, ne jako reference
Případová studie použitelná jako zdroj má tři věci, které marketingová verze nemá: čísla s absolutní hodnotou a obdobím, popsanou metodiku měření a přiznanou atribuci — tedy co jiného kromě vaší práce mohlo výsledek způsobit. Bez nich text působí spíš jako reference než jako podklad, o který se dá opřít tvrzení.
Tenhle článek neřeší, proč jsou případové studie jedním z typů originálních dat — to má originální data pro AI včetně pravidel pro formát publikace. Řeší čtyři problémy, které jsou specifické právě pro případovou studii: souhlas a publikovatelnost, ověřitelnost čísel, přiznání alternativních vysvětlení a situace, kdy je lepší studii vůbec nevydávat.
Sedm bloků, ze kterých jde vytáhnout odpověď
Pořadí není libovolné. Každý blok by měl dávat smysl i samostatně.
-
0. Souhlas a publikovatelnost
Co vůbec smíte zveřejnit. Řeší se první, ne až když je studie napsaná.
-
1. Výsledek
Konkrétní číslo hned nahoře: hodnota před, hodnota po, procento a období. Ne věta o úspěšné spolupráci.
-
2. Výchozí stav
Odkud se startovalo, ve stejné metrice a jednotce. Bez toho je výsledek nečitelný.
-
3. Zásah
Co přesně se změnilo, kdy a v jakém rozsahu. Aby to šlo zopakovat, ne jen obdivovat.
-
4. Metodika
Odkud čísla pocházejí, za jaké období a jak jsou definovaná. Samostatný blok, ne poznámka pod čarou.
-
5. Atribuce
Co jiného mohlo výsledek způsobit. Tenhle blok chybí skoro všude a výrazně ovlivňuje, jak text působí.
-
6. Limity
Co to nedokazuje: jeden klient, jeden obor, jedno období. Přiznaný limit posiluje, neoslabuje.
Čísla, ze kterých se dá vyjít
Nejčastější slabina případových studií není lež, ale neúplnost. Procento bez absolutní hodnoty se nedá interpretovat.
- „Organická návštěvnost vzrostla z 1 240 na 3 100 relací měsíčně (+150 %) mezi lednem a dubnem 2026, měřeno v GA4.“
- „Počet dotazů s pozicí do 10 vzrostl z 18 na 47 (Search Console, stejné období, stejná property).“
- „Konverzní poměr se nezměnil — 1,8 % před i po.“
- „Zvedli jsme návštěvnost o 150 %.“
- „Výrazné zlepšení pozic v Googlu.“
- „Klient je velmi spokojený s výsledky spolupráce.“
U každého čísla patří tři údaje: absolutní hodnota, období a odkud číslo pochází. Když jeden chybí, čtenář nemá jak posoudit, co ten údaj vlastně znamená.
Jedno upřesnění, aby to nevyznělo silněji, než jaké to je: u klientských studií většinou nejde o plnou externí ověřitelnost — do cizího GA4 se nikdo nepodívá. Jde o auditovatelnost tvrzení: čtenář ví, co číslo znamená, odkud pochází a za jaké období bylo měřeno. To je realistický cíl.
Zmínit se vyplatí i metriky, které se nezměnily. Studie, kde se zlepšilo úplně všechno, působí vybraně; studie, která přizná, že konverzní poměr zůstal stejný, působí měřeně.
Atribuce: co jiného to mohlo způsobit
Tohle je blok, který v drtivé většině případových studií chybí — a přitom výrazně ovlivňuje, jestli se text čte jako zdroj, nebo jako propagace.
V reálném projektu neběží kontrolní skupina, takže příčinnost prakticky nikdy neprokážete. Poctivá odpověď proto není tvrdit ji silněji, ale vyjmenovat, co ještě ve stejné době působilo:
Alternativní vysvětlení, která patří do textu
- Sezónnost Roste ta metrika ve stejném období i v předchozích letech? Meziroční srovnání to ukáže.
- Souběžné aktivity Běžela ve stejné době kampaň, PR výstup, sleva nebo redesign? I když je nedělal nikdo z vás.
- Změny na straně platformy Aktualizace algoritmu, nová funkce ve výsledcích, změna v měření.
- Situace u konkurence Odešel z trhu konkurent, přestal inzerovat, spadl mu web?
- Velikost výchozí základny Z malých čísel dělají velká procenta i malé absolutní posuny.
Nejde o to všechna vysvětlení vyvrátit — to obvykle nejde. Jde o to je uvést a říct, které považujete za nejpravděpodobnější alternativu. Věta typu „meziročně roste tahle metrika i bez zásahu zhruba o pětinu, takže část nárůstu jde na vrub sezóně“ udělá pro důvěryhodnost víc než tři další grafy.
Tři režimy zveřejnění
Nejde o to, jestli anonymizovat, ale kolik vás to bude stát — každý režim něco ubere:
Co za který režim platíte
- 1. Jméno klienta a čísla Nejsilnější varianta. Klient je dohledatelný, čísla zasazená do kontextu, studie funguje jako plnohodnotný podklad.
- 2. Obor, velikost a období bez jména „E-shop s nábytkem, obrat v desítkách milionů, leden až duben 2026.“ Pořád použitelné, pokud je metodika popsaná. Tohle bývá reálný kompromis.
- 3. Anonymní bez konkrétních čísel „U jednoho klienta jsme výrazně zlepšili viditelnost.“ Čtenář si z toho nemá co odnést — tohle nepište.
Pokud souhlas nedostanete vůbec, zbývá nejjistější cesta: napsat studii o vlastním projektu. Vlastní web, vlastní e-shop, vlastní experiment — souhlas nepotřebujete a čísla můžete zveřejnit v plné podobě.
Šablona ke zkopírování
Kostra, kterou stačí doplnit vlastními údaji. Pořadí bloků držte, i když budou některé krátké. Blok 0 (souhlas) v šabloně není — je to publikační předkrok, ne část textu.
Vyplněnou verzi téhle kostry si můžete projít na naší studii o AI návštěvnosti — jako ukázku struktury, ne jako vzor výsledků.
Kdy studii raději nepsat
Časté chyby
Procento bez absolutních čísel
Nárůst o tři sta procent může být posun ze dvou na osm. Bez základny to není údaj, ale dojem.
Řešení: Uveďte hodnotu před, hodnotu po, procento a období.
Chybějící metodika
Bez zdroje nemá čtenář jak posoudit, co číslo znamená — a bere si z něj jen ten dojem.
Řešení: Samostatný blok: odkud čísla jsou, za jaké období, jak jsou definovaná.
Příčinnost jako samozřejmost
Studie bez atribuční sekce naznačuje víc, než ukazuje. Přiznané alternativy důvěryhodnost zvyšují.
Řešení: Vyjmenujte, co jiného mohlo výsledek způsobit.
Anonymizace bez čísel
„Jeden klient, výrazné zlepšení“ není podklad. Anonymní studie bez konkrétních údajů nemá co nabídnout.
Řešení: Když nesmí padnout jméno, nechte aspoň obor, velikost, období a metodiku.
Kontrolní seznam před publikací
Sedm otázek, než studii vydáte
- Mám souhlas nebo smluvní oprávnění? A vím, co konkrétně smím zveřejnit — jméno, čísla, období.
- Mám hodnotu před i po? Ve stejné metrice a stejné jednotce.
- Mám u každého čísla období? Konkrétní měsíce nebo data, ne „za poslední dobu“.
- Uvedl jsem zdroj metrik? GA4, Search Console, interní systém — a jak je metrika definovaná.
- Mám dvě až tři alternativní vysvětlení? A řekl jsem, které považuju za nejpravděpodobnější.
- Napsal jsem, co studie nedokazuje? Jeden klient, jeden obor, jedno období.
- Vím, co zveřejnit nesmím? Mlčenlivost, obchodní tajemství, osobní údaje.
Co si z toho vzít
Rozdíl mezi případovou studií jako referencí a jako podkladem je v tom, co všechno jste ochotní přiznat. Reference ukazuje jen dobrá čísla. Podklad ukazuje čísla, odkud pocházejí, co se nezměnilo a co ještě mohlo výsledek způsobit.
Když z celého článku uděláte jednu věc, ať je to atribuční odstavec — ten v cizích studiích chybí skoro vždycky a nejvýrazněji odliší váš text od reklamy.
