Jak jsme klientovi ušetřili 50 hodin měsíčně

Klient provozuje e-shop se sportovními doplňky — přibližně 400 aktivních SKU, 3 000 objednávek měsíčně a tým čtyř lidí. Zákaznická podpora, zpracování objednávek a administrativní procesy jim zabíraly neúměrné množství času. Přišli za námi s jednoduchou otázkou: „Kde ztrácíme nejvíce času a jak to zautomatizovat?"

Krok 1: Analýza (týden 1–2)

Než cokoliv nasadíme, trávíme čas pochopením toho, jak firma skutečně funguje. Ne jak si myslí, že funguje — ale jak opravdu funguje každý den.

U tohoto klienta jsme sledovali příchozí e-maily po dobu dvou týdnů. Výsledky byly jasné:

• 38 % e-mailů se týkalo stavu zásilky nebo objednávky
• 22 % e-mailů bylo žádostí o vrácení nebo reklamaci
• 18 % e-mailů bylo dotazů na dostupnost a parametry produktů
• 12 % e-mailů šlo o fakturační záležitosti
• 10 % e-mailů byly skutečně komplexní případy vyžadující lidský úsudek

Jinými slovy: 90 % e-mailů bylo předvídatelných a opakovatelných. Ideální terén pro automatizaci.

Vedle e-mailů jsme zmapovali interní procesy: jak se zpracovávají objednávky, jak probíhá komunikace se sklady a dopravci, jak se tvoří denní reporty. Zjistili jsme, že tým strávil průměrně 3 hodiny denně kopírováním dat mezi systémy — čistě manuální práce bez přidané hodnoty.

Krok 2: Návrh řešení

Na základě analýzy jsme navrhli tři moduly, které řeší největší bolesti:

Modul 1: E-mailový asistent. Zpracovává příchozí e-maily, klasifikuje jejich záměr a automaticky odpovídá na dotazy o stavu zásilky (napojení na dopravce), dostupnosti produktů (napojení na sklad) a postupu při vrácení (automatická šablona + vytvoření tiketu). Složitější případy předává konkrétnímu členovi týmu s kontextem.

Modul 2: Automatizace zpracování objednávek. Každá nová objednávka automaticky spustí sérii akcí: notifikace skladu, kontrola stavu skladu, přiřazení dopravce, aktualizace CRM, zápis do reportingové tabulky. Bez jediného kliknutí.

Modul 3: Denní reporting. Každé ráno v 7:30 dostanou majitelé automatický přehled: objednávky předchozího dne, stav skladu pro top 20 produktů, otevřené reklamace a průměrná doba odpovědi zákaznické podpory.

Krok 3: Nasazení (týden 3–5)

Nasazení proběhlo postupně, bez přerušení provozu. Začali jsme s e-mailovým asistentem v „shadow mode" — asistent navrhoval odpovědi, ale tým je schvaloval. Po týdnu se přesnost odpovědí pohybovala nad 94 %, a tak jsme přešli na plně automatický režim.

Automatizace zpracování objednávek byla nasazena ve druhém týdnu — napojení na Shoptet, skladový systém a dopravce zabralo dva dny nastavování a den testování.

Reporting byl nejjednodušší část — dva scénáře v Make.com, jeden den nastavování.

Výsledky po 90 dnech

Tady jsou čísla, která nám klient sdělil po třech měsících provozu:

• 52 hodin měsíčně ušetřených na zákaznické podpoře a administrativě
• Průměrná doba odpovědi klesla z 5,5 hodiny na 4 minuty
• 94,3 % e-mailů vyřeší asistent bez zásahu lidského týmu
• Spokojenost zákazníků (měřená jednoduchou hvězdičkovou zpětnou vazbou po vyřešení dotazu) vzrostla o 18 %
• Tým se přesunul z reaktivní e-mailové fronty na proaktivní aktivity — vylepšování nabídky, komunikaci s dodavateli, příprava kampaní

Co jsme se naučili

Tento projekt nám potvrdil několik věcí, které teď uplatňujeme u každého nového klienta:

Analýza před návrhem. Bez detailního pohledu na to, co tým skutečně dělá, byste automatizovali špatné věci. Začněte datově, ne intuicí.

Shadow mode šetří nervy. Spouštět automatizaci rovnou naplno je zbytečné riziko. Týden v shadow mode odhalí chyby dřív, než se dostanou k zákazníkům.

Výsledky se projeví rychle. Tento klient viděl první měřitelné výsledky do dvou týdnů od nasazení e-mailového asistenta. Plné výsledky byly zřejmé do 60 dní.