Praktyczne wykorzystanie Google Sheets w analizie opłacalności flipów telefonów

Dlaczego Google Sheets to dobre narzędzie do flipów telefonów

Elastyczność i dostępność bez kosztów licencji

Google Sheets daje handlarzowi telefonami dokładnie to, czego potrzeba: szybki dostęp z każdego miejsca, brak kosztów licencji i możliwość pracy nawet z poziomu telefonu. Wystarczy konto Google. Arkusz działa w przeglądarce, na Androidzie i iOS, a dane są automatycznie zapisywane w chmurze. Gdy podczas oględzin telefonu u sprzedającego trzeba coś szybko przeliczyć, arkusz jest pod ręką w aplikacji mobilnej.

Dla flipów telefonów kluczowe jest też to, że nie ma limitu na jedno urządzenie. Można zacząć dzień przy komputerze, notować oferty, negocjować, a później na mieście dodać kolejne dane z telefonu. Znika problem trzymania wszystkiego w notatniku czy w głowie, a jednocześnie nie trzeba inwestować w rozbudowany CRM czy dedykowaną aplikację „dla handlarzy”.

Przy obrotach na poziomie kilku–kilkudziesięciu sztuk miesięcznie Google Sheets spokojnie wystarczy. Przy większej skali także daje radę, pod warunkiem że arkusz jest dobrze zaprojektowany: podział na zakładki, stałe konwencje nazewnictwa, minimum automatyzacji. Dzięki temu nie trzeba co kilka miesięcy zmieniać systemu, tylko stopniowo go ulepszać.

Współdzielenie arkuszy i kontrola uprawnień

Handel telefonami rzadko jest działalnością zupełnie solo. Często pojawia się wspólnik, księgowa, ktoś od serwisu, czasem pomocnik do wystawiania ogłoszeń. Google Sheets pozwala pracować w jednym arkuszu kilku osobom naraz, z pełną historią zmian i możliwością przywracania wcześniejszych wersji.

Kluczowe jest dobre ustawienie uprawnień. Arkusz z flipami można udostępnić:

• wspólnikowi – z prawem edycji,
• serwisantowi – tylko do podglądu zakładki z naprawami i ewentualnego dopisywania kosztów,
• księgowej – z prawem podglądu wszystkich danych finansowych, ale bez możliwości przypadkowego usunięcia formuł.

Udostępnienie może dotyczyć całego pliku lub wybranych zakładek (np. duplikat do raportowania księgowej). Można też ograniczyć edycję tylko dla wybranych zakresów. Dzięki temu jeden centralny arkusz staje się wspólnym punktem odniesienia, a nie kolejną wersją „excel_ostateczny2_poprawiony_final.xlsx”. Po kilku miesiącach ma to ogromne znaczenie dla porządku.

Możliwości automatyzacji bez programisty

Google Sheets ma kilka poziomów automatyzacji, z których większość jest dostępna dla osób, które po prostu znają podstawowe formuły. Nie trzeba być programistą, aby:

• automatycznie podciągać parametry modelu z zakładki „Baza modeli” do zakładki „Oferty”,
• liczyć marżę, ROI czy minimalną cenę sprzedaży,
• oznaczać kolorem flipy, które przekroczyły zakładany czas obrotu,
• generować proste raporty miesięczne w osobnej zakładce „Analiza”.

Dodatki i proste skrypty (Apps Script) otwierają kolejne możliwości: pobieranie kursów walut, integracje z formularzami Google, generowanie podsumowań mailowych na koniec dnia czy tygodnia. Na start wystarczy jednak dobrze opanować funkcje typu: VLOOKUP/XLOOKUP, SUMIF, SUMIFS, FILTER, UNIQUE i formatowanie warunkowe.

Przy takim podejściu arkusz stopniowo zamienia się w prosty system decyzyjny: podpowiada, które modele zarabiają, ostrzega przed zbyt niską ceną sprzedaży i pokazuje, gdzie znika marża (prowizje, naprawy, czas obrotu).

Porównanie Google Sheets z Excelem, apkami i notatnikiem

Wybór narzędzia na start nie musi być ostateczny, ale warto świadomie rozumieć różnice. Proste zestawienie zalet i wad pomaga uniknąć skakania między rozwiązaniami co kilka tygodni.

Dla większości małych i średnich handlarzy telefonami Google Sheets jest najlepszym kompromisem. Daje elastyczność zbliżoną do Excela, wygodę współpracy zbliżoną do dedykowanych aplikacji, a jednocześnie nie wymaga inwestycji finansowej ani miesięcznego wdrożenia.

Kiedy prosty arkusz wystarcza, a kiedy go rozbudować

Na początek wystarczy jeden plik z kilkoma zakładkami, w których notowane są:

• modele (prosta baza),
• oferty z portali,
• zakupy i sprzedaże,
• prosty kalkulator marży.

Taki zestaw jest wystarczający, aby przestać flipować „na czuja” i zacząć decydować na podstawie liczb. Gdy liczba transakcji rośnie, zaczynają się przydawać kolejne elementy: tabele przestawne, wykresy, oddzielna zakładka na naprawy i serwis, rozbicie źródeł ofert na osobne raporty. Naturalnym sygnałem do rozbudowy jest moment, w którym pojawia się pytanie: „Czemu znowu kupiłem ten model, skoro ciągle na nim tracę?” – i nie ma na to od razu odpowiedzi w liczbach.

Rozsądny kierunek jest taki: najpierw zbudować prosty, ale kompletny szkielet, potem dobudowywać funkcje, które realnie oszczędzają czas lub pieniądze. Unika się wtedy rozdmuchanych arkuszy, których nikt nie rozumie, i jednocześnie utrzymuje się kontrolę nad rosnącą liczbą flipów.

Podstawy struktury arkusza pod flipy telefonów

Logika podziału na zakładki w arkuszu

Przy flipach telefonów kluczowe jest rozdzielenie danych „statycznych” od „dynamicznych”. Statyczne to np. dane o modelach, cechach, kategoriach stanu. Dynamiczne to oferty, zakupy, sprzedaże, koszty. Dzięki takiemu podziałowi formuły są prostsze, a ryzyko błędów mniejsze.

Sprawdza się następująca struktura zakładek:

• Baza modeli – słownik wszystkich modeli, wariantów i ich cech.
• Oferty – zapis obserwowanych ogłoszeń z portali.
• Zakupy_Sprzedaze – rejestr faktycznych transakcji.
• Kalkulator – prosty kalkulator opłacalności pojedynczego flipa.
• Analiza – tabele przestawne, wykresy, wnioski.

Taki układ pozwala jasno rozróżnić etap „patrzę na oferty” od etapu „kupiłem, sprzedaję, liczę zysk”. Dzięki temu zachowujesz porządek nawet przy kilkudziesięciu jednoczesnych flipach. Dodatkowo można dodać zakładki pomocnicze, np. „Słowniki” (lista stanów A/B/C, źródeł ofert, kanałów sprzedaży) czy „Stałe” (procentowe prowizje, szacunkowe koszty pakowania).

Minimalny zestaw kolumn dla czytelnej ewidencji

Aby arkusz do flipów telefonów był użyteczny, każdy wiersz powinien reprezentować jedną konkretną rzecz: albo ofertę, albo transakcję. W każdej tabeli warto z góry zdefiniować minimalny zestaw kolumn, które umożliwią późniejszą analizę.

Przykładowy minimalny zestaw kolumn dla zakładki „Zakupy_Sprzedaze”:

• ID transakcji (unikatowy identyfikator wiersza),
• Marka,
• Model,
• Wariant pamięci (np. 64 GB / 128 GB),
• Stan (np. A/B/C),
• Data zakupu,
• Cena zakupu,
• Koszty naprawy/serwisu,
• Inne koszty (wysyłka, paliwo, opakowanie),
• Data sprzedaży,
• Cena sprzedaży,
• Prowizje (np. Allegro, OLX),
• Zysk brutto (formuła),
• Marża procentowa (formuła),
• Czas obrotu (dni – formuła).

Jeśli od razu zdefiniujesz taki zestaw, każdy nowy wiersz staje się elementem jednego, spójnego systemu. Nawet jeśli niektóre pola chwilowo zostają puste (np. data sprzedaży, gdy telefon jeszcze czeka), arkusz już teraz nadaje im docelowe miejsce. Później, przy analizie, nie trzeba nic „doklejać” ani przeszukiwać notatek.

Koncepcja „jedno źródło prawdy” w danych

Przy rosnącej liczbie flipów naturalnie pojawia się pokusa, by te same informacje zapisywać w kilku miejscach. Przykład: ten sam model zapisany w „Bazie modeli” i w zakładce „Oferty” z ręcznym powtórzeniem pamięci, roku premiery i kategorii. To szybka droga do sprzeczności – w jednym miejscu coś zaktualizujesz, w drugim zapomnisz.

Bezpieczniej jest przyjąć zasadę jedno źródło prawdy dla każdej kategorii informacji:

• Parametry techniczne modeli – tylko w zakładce „Baza modeli”,
• Sztywne słowniki (stany, źródła, kanały) – tylko w zakładce „Słowniki”,
• Stawki prowizji i stałe koszty – tylko w zakładce „Stałe”.

W pozostałych zakładkach korzysta się z tych danych przez formuły, np. VLOOKUP czy XLOOKUP, albo przez listy rozwijane (Data validation). W efekcie zmiana parametru (np. aktualizacja typowej prowizji platformy) wymaga edycji tylko w jednym miejscu, a wszystkie obliczenia natychmiast korzystają z nowych wartości.

Spójne konwencje nazewnictwa modeli

Nawet najlepsza formuła nie pomoże, jeśli w jednym miejscu zapis jest „iPhone 13 128GB”, w innym „Apple iPhone XIII 128 GB”, a jeszcze gdzie indziej „IP13 128”. Arkusz nie zrozumie, że to ten sam model, a tabele przestawne rozdzielą wyniki na trzy różne pozycje. Dlatego trzeba z góry przyjąć jedną konwencję nazewnictwa i pilnować jej konsekwentnie.

Praktyczny wzór dla kolumny „Pełna nazwa modelu” to np.:

Marka Model Pamięć Kolor
Przykład: „Apple iPhone 13 128 GB Midnight”.

W „Bazie modeli” można przechowywać osobno markę, model, pamięć i kolor, ale jednocześnie warto mieć kolumnę z pełną nazwą (generowaną formułą lub wpisywaną ręcznie według standardu). Potem w zakładkach „Oferty” i „Zakupy_Sprzedaze” korzysta się z tej samej konwencji. To ułatwia filtrowanie, wyszukiwanie i raportowanie.

Przykład struktury dla małego handlarza (kilkanaście sztuk miesięcznie)

Przy sprzedaży kilkunastu sztuk miesięcznie nie ma sensu budować systemu klasy ERP. Wystarczy prosty, ale przemyślany zestaw zakładek. Dobry start dla takiej skali to:

• Baza modeli – kilkadziesiąt wierszy; kolumny: marka, model, wariant, pamięć, słowa kluczowe, typ (flagowiec/średnia półka).
• Oferty – 100–200 wierszy; każda obserwowana oferta z portalu z datą, ceną, linkiem i statusem (obserwacja/negocjacje/kupione/odpuszczone).
• Zakupy_Sprzedaze – każdy zakupiony telefon jako osobny wiersz; uzupełnianie danych o kosztach i sprzedaży w miarę postępu.
• Kalkulator – jeden mini-formularz „co jeśli”: wprowadzasz planowaną cenę zakupu i sprzedaży, widzisz ROI.
• Analiza – kilka prostych tabel przestawnych: zysk per model, marka, kanał sprzedaży, miesiąc.

Przy takiej organizacji nawet po kilku miesiącach łatwo odnaleźć konkretną transakcję, sprawdzić jej rentowność i porównać z innymi flipami podobnych modeli. Z czasem arkusz staje się zewnętrzną „pamięcią” biznesu – to, czego nie ma w arkuszu, w praktyce nie istnieje.

Dla kogoś, kto obraca kilkunastoma sztukami, liczy się też czas obsługi arkusza. Jeśli wypełnienie jednego flipa zabiera kilka minut, system długo nie pożyje. Dlatego dobrze jest przejść raz przez cały proces „od oferty do sprzedaży” i usunąć zbędne pola, połączyć kroki, dodać sensowne podpowiedzi (np. listy rozwijane, formatowanie warunkowe). Im mniej ręcznego przepisywania powtarzalnych danych, tym większa szansa, że arkusz będzie uzupełniany na bieżąco, a nie „kiedyś, jak będzie czas”.

Prosty trik organizacyjny: zarezerwuj w kalendarzu stałe, krótkie okno „serwis arkusza”, np. 15 minut dziennie. W tym czasie dopisujesz nowe oferty, zamykasz sprzedane sztuki, dopisujesz koszty wysyłek. To lepsze niż sporadyczne, godzinne porządki raz na dwa tygodnie, bo dane są świeże, a decyzje o kolejnych zakupach opierają się na aktualnym obrazie sytuacji.

Im szybciej arkusz stanie się stałym elementem pracy, tym bardziej zmienia się podejście do flipów. Zamiast mówić „chyba zarabiam”, widzisz konkretną stopę zwrotu, czas obrotu i modele, które realnie ciągną wynik w górę lub w dół. Wtedy każdą nową okazję oglądasz już nie tylko oczami „czy to dobra cena”, ale przede wszystkim „czy ten typ telefonu w moich danych faktycznie dowozi zysk”.

Google Sheets jest tu tylko narzędziem, ale w połączeniu z konsekwentnym zapisem i prostymi formułami staje się czymś w rodzaju lekkiego systemu analitycznego. Przy jednym telefonie różnica jest ledwo widoczna, przy kilkunastu czy kilkudziesięciu flipach miesięcznie to właśnie dobrze poukładany arkusz decyduje, czy robisz z tego stabilny biznes, czy tylko kręcisz się wokół zera.

Baza modeli i parametrów – fundament dobrej wyceny

Jak zbudować praktyczną „Bazę modeli”

Zakładka „Baza modeli” ma pomagać w szybkim rozpoznaniu, czy dana oferta ma sens, a nie być encyklopedią smartfonów. Lepiej zacząć od krótszej listy modeli, którymi faktycznie handlujesz, i stopniowo ją rozbudowywać.

Przydatny zestaw kolumn na start:

• Marka,
• Model podstawowy (np. „iPhone 13”),
• Wariant (np. mini/Pro/Pro Max),
• Pamięć,
• Pełna nazwa modelu (według przyjętej konwencji),
• Rok premiery,
• Typ (flagowiec/średnia/ budżet),
• Szacowany przedział cenowy zakupu (min–max),
• Szacowany przedział cenowy sprzedaży (min–max) w dobrym stanie,
• Średni czas sprzedaży (dni) – na bazie własnych danych,
• Status modelu (gorący / ok / omijać).

Te kilka kolumn już pozwala „przyłożyć” konkretną ofertę z OLX czy Allegro do twojej bazy i w kilka sekund ocenić, czy cena zakupu jest sensowna względem typowej ceny sprzedaży i czasu obrotu.

Skąd brać dane do „Bazy modeli”

Na początku nie ma sensu polować na perfekcyjną dokładność. Wystarczą przybliżenia oparte na:

• własnych transakcjach (najbardziej wiarygodne),
• przeklikaniu kilku–kilkunastu zakończonych aukcji danego modelu,
• notatkach z negocjacji, nawet jeśli nie doszło do zakupu.

Można to zrobić tak: siadasz na 30–40 minut, wybierasz 5–10 modeli, które najczęściej widzisz w ogłoszeniach, i wpisujesz realne przedziały cenowe. Bez polowania na „idealną średnią”. Wystarczy, że wiesz, że dany model w stanie B sprzedaje się zwykle między X a Y.

Powiązanie „Bazy modeli” z ofertami i transakcjami

Żeby baza działała, musi być spięta formułami z pozostałymi zakładkami. Praktyczne podejście:

1. W „Bazie modeli” dodaj kolumnę z unikalnym kodem modelu, np. APPLE_IP13_128_MID.
2. W zakładkach „Oferty” i „Zakupy_Sprzedaze” dodaj kolumnę „Kod modelu”.
3. Korzystaj z walidacji danych (lista rozwijana) opartej na zakresach z „Bazy modeli”, żeby nie wpisywać nazw ręcznie.
4. Dodatkowe informacje (np. typ, rok premiery, przedział cenowy) dociągaj formułami typu VLOOKUP / XLOOKUP po „Kodzie modelu”.

Efekt: w jednym miejscu zmieniasz status modelu na „omijać” i od razu widzisz go np. na czerwono w ofertach (formatowanie warunkowe). Przy decyzjach zakupowych to bardzo pomaga odsiać „toksyczne” modele.

Tagowanie modeli pod własną strategię

Sam typ „flagowiec/średnia półka” często nie wystarczy. Dobrym dodatkiem są tagi, które odzwierciedlają twoją strategię:

• Tag ryzyka: niskie/średnie/wysokie (np. telefony z delikatnymi ekranami, drogimi częściami),
• Tag popytu: szybko schodzi / przeciętnie / zalega,
• Tag serwisowy: łatwa naprawa / tylko wymiana baterii / omijać naprawy.

Takie pola mogą być zwykłym tekstem, ale wygodniej trzymać je jako listy rozwijane oparte na słownikach. Później w analizie można szybko przefiltrować, które tagi faktycznie dają lepszą marżę, a które były złudzeniem.

Rejestrowanie ofert i transakcji – jak zbierać dane w praktyce

Struktura zakładki „Oferty”

Zakładka „Oferty” nie musi być perfekcyjnie czysta. To roboczy notatnik, ale w uporządkowanej formie. Dobrze, żeby każda obserwowana oferta miała minimum:

• ID oferty (własny numer lub ID portalu),
• Data dodania do arkusza,
• Kod modelu (z „Bazy modeli”),
• Pełna nazwa modelu (pobierana formułą lub ręcznie według standardu),
• Cena z ogłoszenia,
• Miasto / lokalizacja,
• Źródło (OLX/Allegro/Marketplace/inne),
• Link do ogłoszenia,
• Opis kluczowych wad (krótkie hasła: „zbity tył”, „blokada operatora”),
• Szacowany koszt napraw (twoja ocena),
• Status oferty (obserwacja/kontakt/negocjacje/kupione/odpuszczone),
• Powód odpuszczenia (np. „za drogo”, „sprzedane”, „podejrzany sprzedawca”).

Już sama historia „Powodu odpuszczenia” po kilku tygodniach pokazuje, w których modelach po prostu nie trafiasz w odpowiedni poziom cen i może lepiej skupić się na innych.

Szybkie wprowadzanie ofert – minimalizacja klikania

Największy ból to przepisywanie danych. Da się to ograniczyć:

• Stałe kolumny jak „Źródło” ustaw jako domyślne przy kopiowaniu w dół (podwójne kliknięcie uchwytu wypełniania).
• Lista rozwijana do „Kodu modelu” przyspiesza wybór – kilka liter i masz podpowiedź.
• Szacowany koszt napraw wpisuj zgrubnie (np. 0 / niski / średni / wysoki), a dopiero po zakupie doprecyzuj w zakładce „Zakupy_Sprzedaze”.
• Jeśli korzystasz z przeglądarki Chrome, przy kopiowaniu linku do ogłoszenia możesz od razu wklejać go w arkusz skrótem Ctrl+V bez przełączania się myszką (Alt+Tab między oknem przeglądarki a arkuszem).

Cel: dodanie jednej oferty powinno zajmować kilkanaście sekund, a nie dwie minuty. Inaczej po kilku dniach odpuścisz rejestrowanie.

Powiązanie „Ofert” z faktycznymi zakupami

Dobry nawyk: jeśli dana oferta zamienia się w zakup, nie twórz jej od zera w „Zakupy_Sprzedaze”. Zamiast tego:

1. W zakładce „Oferty” zmień status na „kupione”.
2. Skopiuj cały wiersz (lub tylko kluczowe dane) do „Zakupy_Sprzedaze”.
3. Dodaj pola specyficzne dla transakcji: numer faktury, rzeczywista cena zakupu po negocjacjach, koszty wysyłki itd.

W ten sposób zachowujesz ścieżkę: ogłoszenie → negocjacje → zakup. Po czasie widzisz, z jakich typów ogłoszeń (cena wyjściowa, lokalizacja, opis) faktycznie robisz flipy, a gdzie tylko marnujesz czas na obserwację.

Zakładka „Zakupy_Sprzedaze” – doprecyzowanie po zakupie

Po przeniesieniu danych z „Ofert” do zakładki transakcyjnej dochodzą pola, które dopiero wtedy mają sens:

• Data faktycznego zakupu,
• Rzeczywista cena zakupu (często inna niż w ogłoszeniu),
• Źródło finansowania (gotówka/konto firmowe/karta),
• Data wystawienia na sprzedaż,
• Kanał sprzedaży (Allegro/OLX/marketplace/stacjonarnie),
• Data sprzedaży,
• Cena sprzedaży,
• Koszty wysyłki (twoje),
• Prowizje (w zł lub %),
• Uwagi po sprzedaży (np. „wrócił z pytaniem o baterię”, „zadowolony, polecił znajomych”).

Takie „miękkie” uwagi też się przydają. Po kilku miesiącach możesz zauważyć, że konkretne modele częściej generują dyskusje i drobne problemy po sprzedaży, nawet jeśli liczby na pierwszy rzut oka wyglądają dobrze.

Kalkulator opłacalności pojedynczego flipa – krok po kroku

Założenia prostego kalkulatora

Kalkulator w osobnej zakładce ma pomóc w momencie, gdy widzisz konkretną ofertę i chcesz szybko policzyć, czy warto wejść. W najprostszej wersji wystarczą trzy grupy pól:

• Dane wejściowe – to, co wiesz lub zakładasz przed zakupem,
• Stałe i parametry – prowizje, typowe koszty, podatki,
• Wyniki – zysk brutto, marża, ROI, bufor bezpieczeństwa.

Pola wejściowe w kalkulatorze

Dobry, szybki zestaw:

• Kod modelu (lista rozwijana z „Bazy modeli”),
• Planowana cena zakupu (na start: cena z ogłoszenia, po negocjacjach – aktualizujesz),
• Szacowany koszt naprawy/serwisu,
• Szacowany koszt wysyłki do ciebie + opakowanie,
• Planowana cena sprzedaży (realistyczna, nie „jak się uda”),
• Planowany kanał sprzedaży (pod to podciągane są prowizje).

Część z tych pól możesz powiązać z „Bazą modeli”. Np. po wybraniu kodu modelu, w osobnym polu pokazuje się sugerowany przedział sprzedaży. Ty wpisujesz własną planowaną cenę, ale widzisz, czy nie zakładasz nierealnego optymizmu.

Stałe i parametry – jedna edycja, wiele wyliczeń

Żeby nie przepisywać co chwilę prowizji, trzymaj je w zakładce „Stałe”:

• Procentowa prowizja Allegro,
• Procentowa prowizja Marketplace,
• Szacunkowy koszt opakowania,
• Średni koszt wysyłki (jeśli często jest podobny),
• Ewentualne stałe podatkowe, jeśli liczysz z podatkiem.

W kalkulatorze odwołuj się do tych wartości formułami. Dzięki temu, gdy portal podniesie prowizje, zmieniasz tylko liczby w „Stałych”, a wszystkie symulacje i wyliczenia w arkuszu od razu działają na nowych stawkach.

Kluczowe wyniki, które kalkulator powinien pokazać

Sam zysk brutto w zł nie wystarczy. Przy decyzji „brać / nie brać” liczą się m.in.:

• Zysk brutto = cena sprzedaży – (cena zakupu + wszystkie koszty),
• Marża % = zysk brutto / cena sprzedaży,
• ROI = zysk brutto / (cena zakupu + koszty),
• Bufor bezpieczeństwa – o ile możesz zejść z ceny sprzedaży, żeby nadal nie wyjść na zero.

Przykładowo: jeśli kalkulator pokazuje, że przy realnej cenie rynkowej zostaje ci bufor 30–50 zł, to przy jednym ewentualnym „wtopie” na serwisie jesteś już pod kreską. Taki model można oznaczyć tagiem „ryzykowny”, nawet jeśli w teorii „się spina”.

Formatowanie warunkowe w kalkulatorze

Dobrze działa proste kolorowanie wyników:

• Marża < 10% – czerwony,
• 10–20% – żółty,
• > 20% – zielony.

To nie jest naukowy próg, ale wymusza trzeźwe spojrzenie. Jeśli większość symulacji świeci się na czerwono lub żółto, wiesz, że problem nie leży w „pechu na ofertach”, tylko w strategii cenowej lub wyborze modeli.

Przykładowy scenariusz użycia kalkulatora

Siedzisz wieczorem, przewijasz ogłoszenia. Trafiasz na interesujący model, wklejasz go do zakładki „Oferty”, a równocześnie w kalkulatorze:

1. Wybierasz kod modelu.
2. Wpisujesz cenę z ogłoszenia jako planowaną cenę zakupu.
3. Zakładasz sensowny koszt serwisu (np. wymiana baterii).
4. Wpisujesz cenę sprzedaży na poziomie dolnej połowy typowego przedziału z „Bazy modeli”.

Po kilku sekundach widzisz, czy przy tych założeniach marża jest sensowna. Jeśli nie, do notatek dopisujesz „opłacalne dopiero przy cenie zakupu ≤ X” i dopiero z takim celem wchodzisz w negocjacje. Dzięki temu nie „dogadujesz się” na cenę, która ładnie brzmi, tylko na taką, która wynika z liczb.

Analiza historyczna – które flipy naprawdę zarabiają

Porządkowanie danych przed analizą

Zanim zaczniesz bawić się w tabele przestawne, trzeba mieć porządek w podstawach. Szybka checklista:

• Uzupełnione daty sprzedaży dla wszystkich zakończonych flipów,
• Brak pustych pól w „Cena sprzedaży” przy statusie sprzedane,
• Wszystkie modele mają przypisany „Kod modelu”,
• Koszty prowizji i wysyłek uzupełnione przynajmniej zgrubnie.

• Brak duplikatów kluczowych rekordów (ten sam telefon nie powinien być wpisany jako dwie różne sprzedaże),
• Spójne nazwy kanałów sprzedaży (np. zawsze „Allegro”, a nie raz „Alegro”, raz „Allegro Lokalnie”),
• Jednolite formaty dat i walut (arkusz nie może traktować części dat jako tekstu).

Jeśli czegoś brakuje, lepiej poświęcić jeden wieczór na porządki niż później wyciągać wnioski z krzywych danych. Najszybciej przegląda się błędy przez proste filtry: puste komórki w kluczowych kolumnach, nietypowe wartości, zbyt wysokie lub zbyt niskie ceny.

Proste tabele przestawne, które od razu pokazują kierunek

Na start wystarczą trzy–cztery widoki z tabel przestawnych opartych na „Zakupy_Sprzedaze”. Kilka typowych:

• Zysk vs. model – w wierszach „Kod modelu”, w wartości suma zysku i liczba sztuk; po chwili widzisz, które modele generują najwięcej pieniędzy, a które tylko obrót bez sensownego zysku,
• Zysk vs. kanał sprzedaży – porównanie marży i średniego zysku na sztuce między Allegro, OLX, marketplace; czasem kanał z większym obrotem wcale nie daje najlepszego wyniku na telefonie,
• Zysk vs. stan techniczny – poszczególne stany (jak z „Bazy modeli”) jako wiersze; szybko wyjdzie, czy „lekko uszkodzone” faktycznie się spłacają, czy tylko zjadają czas i serwis,
• Zysk w czasie – miesiąc/kwartał w wierszach, suma zysku w kolumnach; to prosty termometr, czy idziesz w górę, czy kręcisz się w miejscu.

Tabele przestawne możesz łączyć z filtrami po źródle zakupu, sprzedawcy czy nawet mieście. Jeśli regularnie kupujesz w tych samych lokalizacjach lub od stałych handlarzy, po kilku miesiącach widać czarno na białym, kto „karmi” twoją marżę, a kto wysyła najwięcej problematycznych sztuk.

Wnioski operacyjne, a nie tylko suche liczby

Same wykresy i sumy nie zmieniają biznesu. Zmieniają go konkretne decyzje podjęte na ich podstawie. Przykład: widzisz, że telefony z pękniętym ekranem po naprawach „wyglądają” na opłacalne, ale średni czas sprzedaży jest ponad dwa razy dłuższy niż przy lżejszych usterkach. Wtedy dopisujesz prostą zasadę do swojego workflow: „pęknięte ekrany biorę tylko, jeśli marża z kalkulatora jest ≥ X% i koszt naprawy jest dobrze znany”.

Tak samo z kanałami sprzedaży. Jeśli tabela przestawna pokazuje, że na jednym portalu masz wyższą marżę, ale dużo więcej sporów i zwrotów, możesz przesunąć część oferty tam, gdzie zysk na sztuce jest minimalnie mniejszy, ale rotacja spokojniejsza. Liczy się całościowy zysk i ilość nerwów, nie tylko najwyższa możliwa cena.

Testowanie hipotez i drobne eksperymenty

Dane historyczne świetnie nadają się do prostych testów. Wybierz jedną hipotezę na miesiąc. Na przykład: „podnoszę ceny sprzedaży o kilka procent na wszystkich iPhone’ach z konkretnym stanem baterii” albo „przez cztery tygodnie nie kupuję telefonów z blokadą operatora”. Po miesiącu filtrem wyciągasz ten okres i porównujesz go z poprzednim. Tu nie chodzi o statystykę akademicką, tylko o to, czy w portfelu realnie zostaje więcej.

Każdy taki eksperyment zapisuj w jednym miejscu w arkuszu lub w notatkach: data startu, zmiana, okres porównawczy, wnioski. Po kilku takich iteracjach tworzysz własny, praktyczny „manual” do flipów, skrojony pod twoje modele, dostawców i kanały sprzedaży. To jest przewaga, której nie widać w pojedynczym ogłoszeniu, ale w skali roku robi ogromną różnicę.

Dobrze działają też mini‑reguły, które wynikasz wprost z danych. Przykład: „od przyszłego miesiąca nie kupuję modeli X w najniższym stanie wizualnym, nawet jeśli na papierze marża wychodzi dodatnia” albo „przy telefonach z długim czasem sprzedaży doliczam sobie dodatkowy minimalny zysk za zamrożony kapitał”. Spisz je w osobnej zakładce, a raz na kwartał zderz z nowymi raportami z tabel przestawnych. Jeśli któraś reguła przestaje dowozić, modyfikujesz ją zamiast trzymać się jej siłą przyzwyczajenia.

Drugie źródło hipotez to obserwacje z codziennej pracy: częste pytania klientów, typowe zwroty, problemy z konkretnymi modelami. Zamiast zakładać, że „tak już jest”, oznaczaj te przypadki w arkuszu prostym tagiem (np. „dużo pytań”, „zwrot po 2 tygodniach”) i po pewnym czasie zrób filtr po tych znacznikach. Czasem wyjdzie na jaw, że telefony z jedną, pozornie nieważną wadą generują ponadprzeciętnie dużo problemów posprzedażowych – nawet jeśli sam zysk liczony w złotówkach wygląda dobrze.

W miarę rozwoju możesz dorzucić kilka dodatkowych metryk do analizy historycznej. Klasyk to „zysk na godzinę pracy” dla różnych typów flipów: osobno dla szybkich transakcji bez serwisu, osobno dla napraw, gdzie trzeba trochę pobiegać. Wtedy na chłodno widać, czy nie siedzisz godzinami w trudnych przypadkach, podczas gdy najprostsze strzały leżą odłogiem. Drugie przydatne pole to „czas do sprzedaży” – zestawione z marżą pokaże, które telefony lepiej szybko „obrócić” z niższym zyskiem, a które mogą spokojnie poczekać za wyższą cenę.

Docelowo arkusz w Google Sheets staje się czymś w rodzaju centrum dowodzenia: z jednej strony pomaga policzyć, czy konkretny telefon w ogłoszeniu się spina, z drugiej – pilnuje dyscypliny i przypomina, na czym rzeczywiście zarabiasz. Z takim zapleczem łatwiej odsiać „okazje” od faktycznych okazji i skalować flipy bez wchodzenia w chaos, w którym wszystko opiera się tylko na intuicji i pamięci.

Automatyczne raporty miesięczne z wykorzystaniem funkcji

Ręczne liczenie „jak poszedł miesiąc” szybko się nudzi. Warto zbudować prosty blok raportowy, który sam zaciąga liczby z „Zakupy_Sprzedaze”. Możesz to zrobić bez tabel przestawnych, samymi formułami, dzięki czemu wyniki masz zawsze pod ręką na głównej zakładce.

Podstawowy zestaw pól w takim raporcie:

• Łączny zysk w miesiącu,
• Liczba sprzedanych sztuk,
• Średni zysk na sztuce,
• Średnia marża procentowa,
• Średni czas sprzedaży (dni od zakupu do sprzedaży).

Jeżeli w tabeli „Zakupy_Sprzedaze” masz kolumnę z datą sprzedaży oraz kolumny z zyskiem i marżą, możesz użyć prostych formuł typu =SUMA.WARUNKÓW i =ŚREDNIA.WARUNKÓW, filtrując po miesiącu. Wygodnie jest mieć pomocniczą kolumnę „Miesiąc sprzedaży” z formułą =TEKST(Data_sprzedaży;"RRRR-MM"). Później w raporcie odwołujesz się tylko do tego pola, np. „2026-03”.

Jeżeli wolisz mieć jeden dynamiczny raport zamiast 12 komórek z miesiącami, zastosuj rozwijane menu z listą miesięcy (Dane → Sprawdzanie poprawności danych). Jedna komórka z wyborem miesiąca kontroluje wszystkie formuły, które odnoszą się do niej jako kryterium. Dzięki temu kilka klików wystarczy, by przelecieć cały rok i zobaczyć, kiedy flipy faktycznie przyspieszyły.

Podział wyników na szybkie i wolne flipy

Sam zysk nie pokazuje całego obrazu. Kluczowe jest, ile czasu telefon leżał zanim ktoś go kupił. W arkuszu dobrze sprawdza się podział na dwie lub trzy kategorie rotacji:

• „Szybkie” – sprzedane w ciągu X dni (np. ≤ 7 dni),
• „Średnie” – powiedzmy 8–30 dni,
• „Wolne” – powyżej 30 dni.

Najpierw liczysz w tabeli „Zakupy_Sprzedaze” pole „Czas do sprzedaży” jako różnicę dat: =Data_sprzedaży-Data_zakupu. W kolejnym polu dorzucasz kategoryzację, np.:

=JEŻELI(Czas_do_sprzedaży="";"";
 JEŻELI(Czas_do_sprzedaży<=7;"Szybkie";
  JEŻELI(Czas_do_sprzedaży<=30;"Średnie";"Wolne")))

Na tym prostym tagu możesz później budować tabele przestawne lub raporty. Jedna tabela, która zwykle wiele wyjaśnia: zysk łączny i zysk średni na sztuce per kategoria rotacji. Często wychodzi, że „wolne” flipy zjadają mnóstwo cierpliwości i miejsca, a wcale nie płacą dużo więcej niż średnie.

Jeżeli działasz już trochę dłużej, możesz dorzucić wariant: porównanie tych kategorii po modelach. Przykład: iPhone’y serii X mogą wpadać głównie do kategorii „Szybkie”, podczas gdy pewien konkretny model Androida latami zalega. Wtedy nie potrzebujesz rozbudowanych analiz, żeby przyciąć skup tych telefonów, które naturalnie tworzą „magazyn-widmo”.

Prosty wskaźnik rotacji kapitału

Dla flipów liczy się nie tylko marża na telefonie, ale też ile razy w ciągu roku możesz „obracać” tym samym kapitałem. Z arkusza łatwo wyciągnąć przybliżony wskaźnik:

• Weź sumę kosztów zakupu z danego okresu (np. miesiąc),
• Porównaj z przeciętnym stanem „zamrożonego towaru” w tym okresie.

Przykładowo możesz policzyć prostą metrykę „Zamrożony kapitał na koniec miesiąca” jako sumę kosztów telefonów, które jeszcze się nie sprzedały. Zastosujesz tu filtr po statusie (np. „na stanie”) i prostą sumę po koszcie zakupu. Jeżeli na koniec trzech kolejnych miesięcy ten kapitał regularnie rośnie, a zysk stoi w miejscu, masz sygnał, że kupujesz szybciej niż sprzedajesz.

Można to spiąć w jednym wierszu raportu miesięcznego:

• Zakup w miesiącu,
• Zysk w miesiącu,
• Zamrożony kapitał na koniec miesiąca,
• Prosty wskaźnik: Zysk_miesiąca / Zamrożony_kapitał.

Ten ostatni numer nie musi być super precyzyjny. Chodzi o trend. Jeśli wskaźnik idzie w górę, to każda złotówka wraca szybciej. Jeśli spada, blokujesz środki w towarze, który nie chce wyjść.

Identyfikowanie „czarnych dziur” w ofercie

Przy większej liczbie flipów część telefonów zaczyna zachowywać się jak czarne dziury: zjadają czas, komunikację z klientem, serwis, a finalnie zostawiają śmieszny zysk. Google Sheets pomaga je wychwycić i faktycznie wyłączyć z gry.

Najbardziej praktyczne podejście to połączenie kilku filtrów naraz:

• marża procentowa poniżej przyjętego minimum,
• czas do sprzedaży powyżej ustalonego progu (np. 30 lub 45 dni),
• oznaczenie „problematyczny klient” albo „zwrot / reklamacja”.

Tworzysz zapisany filtr lub widok arkusza o nazwie „Czarne dziury”. W kryteriach łączysz warunki z kilku pól. Efekt to krótka lista modeli i konkretnych egzemplarzy, które realnie psują statystyki. Z tego miejsca już prosta droga do ostrzejszych reguł w zakładce z zasadami: „nie kupuję modelu Y w stanie <= Z”, „unikam sprzedaży modelu Z w tym kanale”.

Jeśli chcesz podejść do tego systemowo, możesz dorzucić w tabeli kolumnę „Ocena flipu” z prostą skalą: np. od −2 do +2. Wartości ujemne dajesz flipom, które wkurzyły cię ponad normę (dużo pisania, reklamacje, zawalone terminy), dodatnie – tym, które poszły wręcz wzorowo. Potem w tabeli przestawnej sumujesz tę ocenę po modelu i kanale sprzedaży. Czasem to „miękkie” kryterium mówi więcej niż sama marża.

Harmonogram przeglądu danych i aktualizacji arkusza

Arkusz daje przewagę tylko wtedy, gdy jest żywy. Statyczne dane po kilku tygodniach to już praktycznie muzeum. Najprościej ustawić sobie stałe rytuały aktualizacji:

• Codziennie – dopisywanie nowych zakupów i aktualizacja statusu wysyłek,
• Raz w tygodniu – domykanie sprzedanych sztuk (data sprzedaży, kanał, realny zysk po prowizjach),
• Raz w miesiącu – odświeżenie raportu miesięcznego i szybki przegląd „czarnych dziur”,
• Raz na kwartał – przegląd zasad w zakładce z regułami oraz aktualizacja „Bazy modeli” i szacunkowych cen.

Dobrze działa też małe pole „Do uzupełnienia” albo „Brakujące dane”. Może to być po prostu zakres, w którym funkcją =LICZ.JEŻELI liczysz puste pola w kluczowych kolumnach (np. brakująca data sprzedaży przy statusie „sprzedane”). Jeżeli licznik nie jest zerem, wiesz, że trzeba wrócić do kilku rekordów i je dokończyć.

W praktyce wielu flipperów polega tylko na historii ogłoszeń i pamięci. Arkusz robi tu ogromną różnicę: wystarczy 10–15 minut regularnej pracy z danymi, by zaoszczędzić godziny późniejszych „dochodzeń”, dlaczego kasa się nie spina.

Rozszerzenia i automatyzacje dla bardziej zaawansowanych

Na początku nie ma sensu komplikować. Gdy jednak flipy się rozkręcą, ręczne kopiowanie wszystkiego z ogłoszeń i serwisów sprzedażowych zacznie spowalniać. Google Sheets da się wtedy podłączyć do kilku prostych automatyzacji.

Najbardziej dostępne opcje:

• Import danych z CSV – większość platform sprzedażowych pozwala pobrać historię transakcji do pliku CSV. Możesz przygotować dedykowaną zakładkę „Import_Sprzedaż”, w której tylko wklejasz nowy plik. Resztę robi kilka formuł =X.WYSZUKAJ (albo =WYSZUKAJ.PIONOWO) i =ARRAYFORMULA, przerzucając dane w odpowiedni format do „Zakupy_Sprzedaze”.
• Dodawanie flipów przez formularz – prosty Formularz Google spięty z arkuszem pozwala wpisywać podstawowe dane o nowym telefonie z poziomu telefonu. Dobre, gdy robisz zakupy „w terenie” i chcesz od razu złapać cenę, model i numer ogłoszenia, zamiast bazgrać na kartce.
• Powiadomienia mailowe – możesz włączyć reguły powiadomień przy zmianie określonych komórek. Np. powiadomienie, gdy w kolumnie „Sprzedaż_do_dnia” pojawi się data starsza niż X dni temu, co sygnalizuje, że coś nie zeszło zgodnie z planem.

Jeżeli czujesz się pewniej z narzędziami typu Zapier lub Make, da się pójść krok dalej: automatyczne dopisywanie nowych transakcji z Allegro, zaciąganie danych o płatnościach czy aktualizacja statusów wysyłek. Kluczowe, żeby każda automatyzacja uderzała w jasno zdefiniowaną, powtarzalną czynność, a nie w wszystko naraz.

Kontrola błędów i zabezpieczenia przed „kliknięciami na oślep”

Im więcej danych, tym łatwiej coś przypadkiem nadpisać lub skasować. Kilka prostych mechanizmów w Google Sheets trzyma arkusz w ryzach:

• Arkusze tylko do odczytu – podstawowe tabele („Baza modeli”, słowniki stanów, listy kanałów) możesz zablokować przed edycją dla większości użytkowników. Zmieniasz je tylko z głównego konta.
• Zakresy chronione – kolumny z formułami (np. liczony zysk, czas sprzedaży) zabezpieczasz przed przypadkowym wpisywaniem ręcznym. Zostawiasz do edycji tylko pola, w których naprawdę coś dopisujesz.
• Proste walidacje danych – dla stanu technicznego, kanału sprzedaży, źródła zakupu stosujesz listy rozwijane. Koniec z „iphon” vs „iphone” w polu modelu czy „Alegro” w miejscu „Allegro”.

Raz na jakiś czas warto przelecieć historię zmian (Plik → Historia wersji). Jeżeli coś „nagle” przestało się zgadzać, często widać konkretny dzień i zakres, w którym ktoś skasował formuły lub wkleił dane w złe miejsce. Z poziomu historii możesz przywrócić poprzednią wersję albo przynajmniej podejrzeć, co poszło nie tak.

Skalowanie arkusza przy większych wolumenach

Przy kilkudziesięciu telefonach miesięcznie prosty arkusz daje radę. Przy kilkuset zaczynają wychodzić inne problemy: ciężkie formuły, wolne filtrowanie, bałagan w kolumnach. Da się tego uniknąć, jeżeli od pewnego progu wprowadzisz kilka zasad technicznych.

Dobrze sprawdzają się m.in.:

• Podział na tabele „surowe” i „raportowe” – jedna zakładka tylko na czyste dane (bez kolorowania, bez zbędnych formuł), druga na raporty i analitykę. Raporty odwołują się wyłącznie do surowej tabeli.
• ARRAYFORMULA zamiast powielania formuł ręcznie – zamiast kopiować tę samą formułę w dół przez tysiące wierszy, lepiej użyć jednej formuły tablicowej na całą kolumnę. Łatwiej nią zarządzać, a arkusz mniej się „dławi”.
• Unikanie zbędnych formatów warunkowych – nadmiar reguł spowalnia wszystko. Lepiej mieć kilka kluczowych (np. kolor marży, deadline sprzedaży) niż kolorować każdy detal.
• Logika w osobnych kolumnach – zamiast jednej skomplikowanej formuły z pięcioma zagnieżdżonymi JEŻELI, lepiej rozpisać ją na 2–3 pomocnicze kolumny. Arkusz szybciej liczy, a ty łatwiej rozumiesz, co się dzieje.

Przy bardzo dużej skali część osób przerzuca się na bazy danych czy dedykowane systemy. Google Sheets nadal jednak świetnie sprawdza się jako warstwa „analityczna” na szczycie – nawet jeżeli surowe dane trzymasz gdzie indziej, możesz je regularnie importować do jednego pliku i dalej korzystać z tabel przestawnych, raportów i kalkulatora flipów.

Spójność między arkuszem a realnym procesem pracy

Nawet najlepiej zbudowany arkusz nic nie da, jeśli nie pasuje do codziennej pracy. Konstrukcja powinna wynikać z tego, jak faktycznie działasz:

• Jeżeli zawsze kupujesz wieczorem przy komputerze – główny nacisk kładziesz na wygodę wprowadzania ofert z klawiatury.
• Jeżeli robisz zakupy głównie „w trasie” – warto mieć Formularz Google lub chociaż uproszczoną zakładkę dostępną z telefonu.
• Jeśli pracujesz z kimś – wyraźny podział zadań (kto wpisuje zakupy, kto domyka sprzedaże, kto robi raport miesięczny).

Arkusz ma wspierać realny proces, a nie go komplikować. Jeżeli widzisz, że regularnie omijasz jakieś pola lub dopisujesz informacje w komentarzach, to sygnał, że struktura nie dogania rzeczywistości. Lepiej raz w miesiącu poświęcić godzinę na lekkie przemodelowanie kolumn i widoków niż codziennie walczyć z tabelą, która nie przystaje do sposobu pracy.

Dobrze działa szybki, powtarzalny przegląd: co mnie dziś irytowało w arkuszu? Co wpisywałem trzy razy zamiast raz? Jaką informację musiałem „wyciągać z głowy”, zamiast mieć ją wprost w komórce? Z takich obserwacji rodzą się drobne zmiany typu: dodatkowa kolumna na „powód rabatu”, prostsza skala stanu technicznego, osobne pola na akcesoria. Małe korekty często robią większą różnicę niż skomplikowane automatyzacje.

Jeżeli pracujesz w zespole, wprowadź kilka jasnych reguł „użytkowania” arkusza. Kto dopisuje zakupy w ciągu dnia, kto wieczorem sprawdza status płatności, kto pilnuje zgodności z „Bazą modeli”. Prosty opis procesu w osobnej zakładce plus krótkie przeszkolenie nowych osób często usuwa 80% błędów i nieporozumień.

Dobry arkusz do flipów telefonów to po prostu przełożenie twojego sposobu działania na logiczną tabelę. Gdy formuły, statusy i raporty są w rytmie codziennych decyzji, z czasem przestajesz „wróżyć z ogłoszeń”, a zaczynasz prowadzić ten biznes na liczbach – bez zgadywania, które telefony faktycznie zarabiają na twoją kolejną partię zakupów.

Przygotowanie arkusza pod zmiany na rynku i nowe modele

Rynek telefonów zmienia się szybko. Jeżeli arkusz stoi w miejscu, po kilku miesiącach modele, ceny i reguły wyceny przestają mieć sens. Dobrze jest mieć prosty schemat „obsługi zmian”, a nie łatać wszystko na bieżąco.

Przydają się trzy proste obszary:

• Nowe generacje modeli – dopisywane od razu do „Bazy modeli” z szacunkową ceną sprzedaży i krótkim komentarzem (np. „szybko tanieje”, „trzyma cenę długo”).
• Zmiany w prowizjach i kosztach – spisane w jednej, czytelnej zakładce z datą obowiązywania, a nie „porozrzucane” po formułach.
• Nowe źródła zakupu i sprzedaży – dodane do słowników (list rozwijanych) zamiast dopisywane ręcznie w kolejnych wierszach.

Dla modeli możesz zastosować prostą logikę wersjonowania. Gdy wychodzi nowy flagowiec, nie kasujesz starego z „Bazy modeli”, tylko oznaczasz go np. kolumną Aktywny (TAK/NIE). Filtry i wyszukiwarki w formułach opierasz o modele z Aktywny=TAK. Stare pozycje zostają tylko w historii i w raportach.

Przy prowizjach dobrze działa tabela typu:

• kanał (np. Allegro, OLX, lokalnie),
• typ sprzedaży (aukcja, kup teraz, paczkomat),
• stawka prowizji (procent lub kwota),
• data_od, data_do (zakres obowiązywania).

Formuły liczące realny zysk najpierw szukają w tej tabeli pasującej pozycji po kanale i dacie sprzedaży, a dopiero z tego biorą prowizję. Gdy platforma zmienia cennik, dopisujesz nowy wiersz z nową datą, a nie edytujesz wszystkich starych transakcji.

Przy źródłach zakupu i sprzedaży reagujesz podobnie. Jeżeli zaczynasz wystawiać telefony na nowej platformie, wprowadzasz ją do słownika z krótkim opisem i typowymi kosztami (np. „brak prowizji, ale słaby ruch”). Dzięki temu od razu możesz filtrować i porównywać opłacalność kanałów, zamiast mieć w arkuszu kilkanaście wariantów nazw tego samego miejsca.

Testowanie nowych pomysłów na flipy w osobnych zakładkach

Nowe strategie flipów (np. skup uszkodzonych telefonów z jednego województwa albo wejście w konkretną markę) lepiej testować na małej próbce. Zamiast eksperymentować na głównym arkuszu, tworzysz lżejszą, dedykowaną zakładkę.

Minimalny szkielet testowej zakładki:

• lista telefonów w ramach eksperymentu (model, stan, cena zakupu),
• przyjęta strategia (np. „sprzedaż tylko lokalnie”, „sprzedaż z gwarancją”),
• docelowy horyzont (np. 30 dni na sprzedaż),
• parę prostych wskaźników: planowana marża, realna marża, czas sprzedaży.

Po kilku, kilkunastu sztukach możesz zobaczyć twarde liczby. Jeżeli wynik jest dobry, dołączasz zasady z testu do głównego arkusza (np. nowa reguła w „Bazy modeli” albo osobny tag w kolumnie „Strategia”), a zakładkę testową archiwizujesz. Jeżeli wynik jest słaby, widzisz to szybko i nie mieszasz eksperymentalnych danych z głównym strumieniem flipów.

Dobrą praktyką jest dopisywanie krótkich komentarzy do strategii. Jedno zdanie typu „sprzedaż powyżej średniej rynkowej, ale doliczam komplet akcesoriów” często tłumaczy, skąd biorą się różnice w marży między teoretycznym kalkulatorem a realnymi wynikami konkretnej partii telefonów.

Budowa prostego pulpitu kontrolnego (dashboardu) w Google Sheets

Przy kilku, kilkunastu transakcjach można obracać arkusz w każdą stronę. Gdy robi się tego więcej, wygodniej jest mieć prosty „pulpit” z najważniejszymi wskaźnikami. Nie chodzi o designerskie wykresy, tylko o jedno miejsce, w którym widać, czy flipy idą zgodnie z planem.

Prosty dashboard możesz zbudować w osobnej zakładce, korzystając z kilku podstawowych elementów:

• pola z kluczowymi liczbami (KPI) – zysk w bieżącym miesiącu, liczba aktywnych ofert, średnia marża, liczba telefonów „zalegających” powyżej X dni,
• tabela z podziałem na kanały sprzedaży – przychód, zysk, średni czas sprzedaży na kanał,
• tabela z podziałem na marki lub segmenty cenowe – ile zarabiasz na budżetówkach, a ile na flagowcach,
• jeden-dwa wykresy – np. zysk miesięczny w czasie, trend liczby sprzedanych sztuk.

Najprościej zacząć od pól typu SUMA.JEŻELI i SUMA.WARUNKÓW, podpiętych do „Zakupy_Sprzedaze”. Przykład: liczba aktywnych ofert to po prostu zliczenie wierszy ze statusem „wystawiony” lub „kupiony, nie wystawiony”. Liczbę zalegających sztuk możesz zbudować jako zliczanie wierszy, gdzie data zakupu jest starsza niż X dni, a status nadal nie jest „sprzedane”.

Dla kanałów sprzedaży używasz prostej tabeli przestawnej: w wierszach kanał, w kolumnach zysk, liczba transakcji, średnia marża, średni czas sprzedaży. Z takiej tabeli widać od razu, gdzie idzie obrót, a gdzie tylko „wisisz” z ofertami bez konkretnej kasy.

Pulpit nie musi być idealny od pierwszego dnia. W praktyce dobrze jest raz na kilka tygodni przejść przez swoje decyzje i zapytać: których liczb faktycznie używam? Co sprawdzam ręcznie przed większym zakupem partii telefonów? Te wskaźniki przenosisz na dashboard, resztę odcinasz, żeby nie robić z niego drugiego, przeładowanego arkusza.

Filtry i segmentacja bez zaawansowanej analityki

Nie każdy potrzebuje skomplikowanej analityki. Często wystarczy dobrze ustawiony zestaw filtrów. Zadanie jest proste: szybko odpowiedzieć na kilka podstawowych pytań bez ręcznego przeklikiwania setek wierszy.

Przykładowe, użyteczne widoki filtrów:

• wszystkie telefony kupione w ostatnich 7 dniach, które nie są jeszcze wystawione,
• sprzedane w ostatnim miesiącu, z marżą poniżej twojego minimum,
• telefony konkretnej marki w przedziale cen zakupu X–Y,
• oferty z określonych źródeł zakupu (np. tylko lokalnie), które wiszą na sprzedaży powyżej 30 dni.

Takie widoki ustawiasz raz jako zapisane filtry. Dzięki temu jednym kliknięciem przechodzisz na konkretny „wycinek” danych – np. lista rzeczy, którymi trzeba zająć się dziś (bo kończy się czas planowanej sprzedaży) albo wszystkie telefony, z których marżą jesteś niezadowolony.

Dobrym nawykiem jest zrobienie sobie kilku stałych filtrów pod konkretny rytm dnia lub tygodnia. Przykład z praktyki: rano krótki filtr na „do wystawienia”, wieczorem filtr na „sprzedane, brak dopisanej prowizji lub kosztu wysyłki”, raz w tygodniu filtr „marża poniżej X” w ostatnim okresie. Każdy z tych filtrów przekłada się później na konkretne decyzje i poprawki w strategii.

Zaawansowane formuły, które realnie pomagają przy flipach

Większość pracy da się zrobić na prostych funkcjach, ale kilka bardziej zaawansowanych formuł wyraźnie przyspiesza analizę. Nie chodzi o sztukę dla sztuki, tylko o skrócenie powtarzalnych czynności.

Kilka funkcji, które często się przydają:

• =X.WYSZUKAJ – szukanie modelu, ceny docelowej, prowizji czy klasy stanu na podstawie różnych kluczy (np. model + pojemność),
• =FILTER / =FILTROWANIE – budowanie dynamicznych list, np. wszystkich aktywnych ofert konkretnej marki,
• =QUERY – tworzenie bardziej złożonych zestawień w jednej formule, w tym grupowanie i proste „zapytnia” w stylu bazy danych,
• =JEŻELI.BŁĄD – łapanie błędów wyszukiwania i zamienianie ich na puste pola lub komunikaty typu „brak w bazie modeli”.

Dobry przykład to dynamiczna lista telefonów, które za chwilę przekroczą zakładany czas sprzedaży. Zamiast filtrować ręcznie, możesz użyć =FILTER, wybierając wiersze, gdzie data zakupu plus planowany maksymalny czas sprzedaży są wcześniejsze niż dzisiejsza data, a status to nadal „wystawiony”. Taka lista może wisieć w zakładce „Do ogarnięcia dziś” i aktualizować się sama.

=QUERY sprawdza się, gdy chcesz szybko zobaczyć np. średnią marżę dla każdej marki z ostatnich trzech miesięcy. Jedna formuła może zwrócić małą tabelkę „marka – liczba sprzedanych – średnia marża – średni czas sprzedaży”. Dzięki temu bez budowania kilku tabel przestawnych widzisz, na czym realnie zarabiasz najwięcej.

Ważne, żeby nie próbować wsadzić całej logiki świata w jedną, ogromną formułę. Lepiej podzielić przetwarzanie na etapy: najpierw obliczenia pomocnicze (koszty, czasy, marże), potem dopiero funkcje typu =FILTER czy =QUERY na tych gotowych polach. Arkusz jest czytelniejszy, a modyfikacje strategii nie wymagają rozbierania potwora z piętnastoma nawiasami.

Łączenie danych z wielu plików

Gdy działasz w większej skali lub z zespołem, często dane są rozbite na kilka plików – osobne arkusze dla różnych lokalizacji, osób czy marek. Google Sheets daje się połączyć funkcjami do importu.

Najprostsze narzędzia:

• =IMPORTRANGE – pobieranie zakresu danych z innego arkusza w chmurze,
• =IMPORTXML czy =IMPORTHTML – w ograniczonym zakresie do zaciągania cenników lub list z sieci (gdy strona na to pozwala),
• =IMPORTDATA – proste wczytywanie danych z plików CSV dostępnych pod adresem URL.

Typowy scenariusz: każdy handlujący prowadzi własny plik z zakupami i sprzedażą, a ty masz jeden arkusz „centralny”, który importuje wybrane kolumny z plików poszczególnych osób. Na tym „zlepku” robisz analitykę: zysk całego zespołu, wyniki per osoba, wspólne „Bazy modeli”.

Przy =IMPORTRANGE trzeba pilnować spójności struktury. Jeżeli w arkuszach lokalnych ktoś doda kolumny w środku tabeli albo zmieni nazwy nagłówków, import przestanie się zgadzać. Najprościej jest narzucić sztywny szablon (ta sama kolejność kolumn) i dopisywać nowe pola tylko na końcu, a nie między istniejącymi.

Analiza błędów i „wtopy” – jak wyciągać lekcje z liczb

Najszybciej uczą nie tyle najlepsze flippy, ile te średnie i słabe. Arkusz daje tu dużą przewagę, bo zamiast ogólnego wrażenia „ostatnio słabiej idzie”, masz konkretne listy transakcji, które „nie dowiozły” założonej marży czy czasu sprzedaży.

Najprościej jest zbudować kilka prostych raportów błędów. Na przykład:

• lista wszystkich sprzedanych telefonów z marżą poniżej twojego minimum,
• lista sztuk, które wisiały na sprzedaży ponad przyjęty maksymalny czas,
• telefony, przy których realne koszty wyszły wyraźnie wyżej niż zakładane (np. dodatkowe naprawy, zwroty, reklamacje).

Do każdego takiego rekordu możesz dopisać krótką przyczynę w osobnej kolumnie („błędna wycena stanu”, „niedoszacowane koszty naprawy”, „zbyt optymistyczna cena wyjściowa”). Po pewnym czasie da się zobaczyć wzorce: może regularnie „przestrzelasz się” przy określonym modelu czy kanale sprzedaży, może problemem jest zły dobór aukcji, albo zbyt niska jakość zdjęć.

Przykład z praktyki: po przejściu listy „wtop” z ostatniego kwartału okazuje się, że większość słabych wyników dotyczy jednej serii telefonów w konkretnym kolorze, który słabo rotuje. W arkuszu możesz wtedy zmienić reguły dla tego modelu (niższy docelowy poziom zakupu, dłuższy planowany czas sprzedaży albo całkowita rezygnacja z danej konfiguracji).

Warto dodać prosty licznik typu „udział wtop” – np. ile procent transakcji z ostatnich 30 lub 90 dni spadło poniżej minimum marży. Nawet taki wskaźnik potrafi zmienić podejście: zamiast brać każdą „okazyjną” ofertę, trzymasz się ściśle wypracowanych widełek, bo widzisz, że każde rozluźnienie kończy się kosztownym eksperymentem.

Porównanie planu do wykonania na poziomie pojedynczych sztuk

Dobrym uzupełnieniem jest śledzenie różnicy między założeniami a wynikiem dla każdego telefonu. W praktyce wystarczy kilka dodatkowych kolumn: planowana cena sprzedaży, planowana marża, planowany czas sprzedaży; obok nich – te same pola zrealizowane.

Na bazie tych pól możesz dorzucić proste różnice: „odchyłka ceny”, „odchyłka marży”, „opóźnienie sprzedaży w dniach”. Kilka warunkowych formatowań (np. czerwone tło przy minusie powyżej określonego progu) i w sekundę widzisz, które sztuki „rozjechały się” z planem najbardziej. To jest gotowa lista kejsów do przejrzenia na spokojnie raz w tygodniu.

Dobrze działa prosty rytuał: raz na miesiąc przegląd telefonów z największą ujemną odchyłką marży oraz tych, które sprzedały się dużo szybciej i drożej, niż zakładałeś. Przy każdej sztuce zadajesz kilka prostych pytań: co przeszacowałem / niedoszacowałem, czy to był błąd w danych wejściowych, czy raczej czynnik zewnętrzny (np. nagły spadek popytu)? Takie mini–retrospekcje najlepiej robić na świeżo, kiedy jeszcze pamiętasz ogłoszenie, rozmowy z kupującymi i realny stan sprzętu.

Jeżeli prowadzisz bazę modeli z parametrami docelowymi, te odchyłki możesz z czasem „wpisywać” w jej korektę. Przykład: widzisz, że dany model regularnie sprzedaje się o trochę taniej od zakładu, za to rotuje szybciej. W arkuszu z bazą zmieniasz cenę docelową, minimalną marżę albo planowany czas sprzedaży i od tego momentu nowo kupowane sztuki są lepiej skalibrowane. Cały proces jest wtedy zamkniętą pętlą: dane → wnioski → korekta widełek → lepsze decyzje zakupowe.

Tak zbudowany system w Google Sheets nie jest tylko dzienniczkiem transakcji. To narzędzie do podejmowania decyzji: pomaga szybciej odsiać złe deale, poprawia wycenę, ujawnia powtarzalne błędy i pokazuje, gdzie naprawdę leży marża. Z czasem coraz mniej polegasz na „czuciu rynku”, a coraz bardziej na liczbach, które masz pod ręką i rozumiesz do ostatniej komórki w arkuszu.

Najczęściej zadawane pytania (FAQ)

Jak zacząć korzystać z Google Sheets do flipów telefonów?

Na start wystarczy jeden plik i kilka prostych zakładek. Załóż arkusz w Google Drive, nazwij go np. „Flipy_telefony” i dodaj zakładki: „Baza modeli”, „Oferty”, „Zakupy_Sprzedaze”, „Kalkulator”, „Analiza”. Dzięki temu od początku masz porządek, a później tylko dokładane są kolejne funkcje.

Na początek nie kombinuj z automatyzacją. Wpisz kilka realnych transakcji, sprawdź czy kolumny są dla ciebie czytelne i czy po tygodniu dalej rozumiesz, co gdzie jest. Dopiero kiedy arkusz „złapie rytm”, dodawaj formuły liczące zysk, marżę i czas obrotu.

Jakie kolumny są obowiązkowe, żeby sensownie liczyć opłacalność flipów?

Minimalny zestaw w zakładce z transakcjami to dane, które pozwolą policzyć zysk z każdej sztuki. W praktyce bez tego analiza szybko przestaje działać.

• Model, wariant pamięci, stan telefonu,
• data zakupu, cena zakupu, koszty naprawy i inne koszty,
• data sprzedaży, cena sprzedaży, prowizje,
• zysk brutto, marża %, czas obrotu (jako formuły).

Jeśli brakuje chociaż jednego z tych elementów, w którymś momencie nie będziesz w stanie odpowiedzieć, czemu dana sztuka zarobiła albo straciła. Lepiej mieć mniej kolumn, ale konsekwentnie uzupełnianych, niż piękny, pusty szablon.

Jak najlepiej podzielić arkusz na zakładki przy flipach telefonów?

Sprawdza się prosty podział: dane stałe w jednym miejscu, dane zmienne w drugim. W praktyce zwykle wystarczy układ: „Baza modeli”, „Oferty”, „Zakupy_Sprzedaze”, „Kalkulator”, „Analiza” plus ewentualnie „Słowniki” (stany, źródła ofert, kanały sprzedaży).

Taki podział ułatwia formuły. Przykład: w „Baza modeli” trzymasz listę modeli i wariantów, a w „Zakupy_Sprzedaze” tylko wybierasz je z rozwijanej listy i przez VLOOKUP/XLOOKUP dociągasz resztę parametrów. Mniej przepisywania ręcznie, mniej literówek.

Czy Google Sheets wystarczy przy większej liczbie flipów, czy lepiej od razu kupić specjalną apkę?

Przy kilku–kilkudziesięciu flipach miesięcznie dobrze zaprojektowany arkusz spokojnie daje radę. Klucz to porządek: stałe nazewnictwo, sensowny podział na zakładki, proste formuły zamiast setek „łatanych” kolumn. Wiele osób przy tej skali nie potrzebuje niczego więcej.

Przy większym wolumenie (setki sztuk) Google Sheets dalej może działać, ale trzeba pilnować wydajności: ograniczyć liczbę wierszy, używać filtrowania zamiast kopiowania wszystkiego po 10 razy, część rzeczy przerzucić do osobnych arkuszy. Dopiero gdy arkusz realnie muli i brakuje ci elastyczności, ma sens myślenie o dedykowanej aplikacji.

Jak ustawić udostępnianie i uprawnienia w Google Sheets przy pracy ze wspólnikiem i serwisem?

Podstawowa zasada: każdy widzi tylko to, co jest mu potrzebne do pracy. W praktyce wygląda to tak, że wspólnik ma pełne prawa edycji do całego pliku, serwisant edytuje tylko zakładkę z naprawami, a księgowa ma wgląd do danych finansowych, ale bez prawa grzebania we wzorach.

Można to ogarnąć na kilka sposobów:

• udostępnić cały plik, ale z ograniczeniem edycji wybranych zakresów,
• utworzyć osobny arkusz „raportowy” dla księgowej, który przez IMPORTRANGE podciąga dane z głównego pliku,
• korzystać z historii zmian – przy większej ekipie ratuje to skórę, gdy ktoś „przypadkiem” skasuje formuły.

Jakie formuły w Google Sheets są najbardziej przydatne przy analizie flipów telefonów?

Do codziennej pracy wystarczy kilka funkcji. Najczęściej używane to: VLOOKUP/XLOOKUP (dociąganie parametrów modeli), SUMIF/SUMIFS (liczenie zysków i kosztów według modelu, źródła, miesiąca), FILTER (tworzenie dynamicznych list np. aktualnie niesprzedanych sztuk) oraz UNIQUE (lista modeli, na których realnie handlujesz).

Do tego dodaj proste formuły daty do liczenia czasu obrotu (np. data sprzedaży – data zakupu) i formatowanie warunkowe, które podświetli na czerwono flipy z minusem albo sztuki, które wiszą na sprzedaży zbyt długo. Tyle wystarczy, żeby arkusz przestał być tylko tabelką, a zaczął podpowiadać decyzje.

Kiedy rozbudować arkusz o dodatkowe raporty i zakładki?

Dobry moment na rozbudowę widać po pytaniach, na które nie masz szybkiej odpowiedzi. Typowy przykład: „Dlaczego znowu utopiłem kasę w tym modelu?” albo „Które źródło ofert realnie daje najwięcej zysku?”. Jeśli trzeba przeklikiwać 10 filtrów, żeby to sprawdzić, czas na dodatkową zakładkę „Analiza” z prostymi tabelami przestawnymi i wykresami.

Rozbudowuj arkusz etapami. Najpierw prosty szkielet i czyste dane, potem:

• osobna zakładka na naprawy i serwis,
• podział transakcji według źródeł ofert i kanałów sprzedaży,
• miesięczne podsumowania zysku, marży i czasu obrotu.

Tak unikniesz „potwora z 30 zakładkami”, którego nikt nie rozumie i którego każdy omija szerokim łukiem.

Najważniejsze punkty

• Google Sheets daje handlarzowi telefonami tani (bez licencji), elastyczny i dostępny z każdego urządzenia sposób na ogarnięcie flipów – od szybkich wyliczeń u sprzedającego po pracę przy biurku.
• Przy kilku–kilkudziesięciu telefonach miesięcznie dobrze zaprojektowany arkusz spokojnie wystarcza; kluczowe są jasne zakładki, spójne nazewnictwo i proste automatyzacje zamiast „kombajnów”, których nikt nie rozumie.
• Możliwość współdzielenia i kontroli uprawnień robi różnicę przy pracy ze wspólnikiem, serwisem i księgową – jeden centralny arkusz zastępuje dziesiątki wersji plików i ogranicza bałagan.
• Podstawowe formuły (VLOOKUP/XLOOKUP, SUMIF/SUMIFS, FILTER, UNIQUE) plus formatowanie warunkowe pozwalają zbudować prosty system decyzyjny: arkusz sam podciąga parametry modeli, liczy marżę i ostrzega, gdy coś „nie spina się” finansowo.
• Na tle Excela, dedykowanych apek i notatnika Google Sheets jest najlepszym kompromisem dla małych i średnich handlarzy: łączy elastyczność Excela, wygodę współpracy z apkami i brak kosztów notatnika, bez ich największych wad.
• Start wystarczy oprzeć na jednym pliku z kilkoma zakładkami (baza modeli, oferty, zakupy/sprzedaże, kalkulator marży), a dopiero przy rosnącej liczbie transakcji dokładamy raporty, wykresy, zakładkę na serwis i rozbicie źródeł ofert.