Intensywna sprzedaż bez jednodniowego peaku – nowa specyfika okresu świątecznego

Czwarty kwartał roku to zawsze „najgorętszy” okres sprzedażowy. Począwszy od Czarnego Piątku, rozpoczyna się zakupowe szaleństwo, które wkrótce przechodzi w fazę okresu przedświątecznego. Polski rynek jest dojrzały – zakupy online deklaruje 78% badanych1  – kluczowa jest więc rywalizacja o udziały w koszykach kupujących, których nie trzeba już „uczyć” e-commerce’u.

Jaką różnicę widać między obecną sytuacją, a tą sprzed 2-3 lat? Kiedyś konsumenci przypuszczali zmasowany atak na witryny sklepów w konkretnym momencie, a punktowe kampanie reklamowe w Google i mediach społecznościowych przynosiły zawrotne rezultaty. Obecnie proces ten uległ fragmentacji – klienci robią zakupy na przestrzeni nie dni, a tygodni, za doradcę mając nie posty w social mediach czy reklamy, lecz agenta AI.

Współczesna baza konsumentów, a co za tym idzie ich ścieżka zakupowa, jest silnie rozproszona: obok przeglądania portali z ofertami, mediów społecznościowych i kont influencerskich, wielu kupujących decyduje się na konsultację z asystentem AI. Ponadto, obserwujemy stopniowe „rozmycie się” szczytowych okresów – dawny Black Friday przerodził się w Black Weeks, natomiast zakupów świątecznych wielu klientów dokonuje już w listopadzie, zamiast w połowie grudnia. Nie chodzi więc tylko o zaoferowanie najlepszej ceny, ale o wygodę i zaufanie oraz szerokie dotarcie do klienta wieloma kanałami, na przestrzeni całego sezonu.

W obliczu nadchodzących świąt Bożego Narodzenia, przed polskim e-commercem stoją trzy kluczowe wyzwania: utrzymanie poziomu konwersji, mimo rosnącego kosztu pozyskania klienta; zaadresowanie gwałtownego wolumenu zamówień, których napływ trwa teraz nie kilka dni, lecz rozciąga się na całe tygodnie; oraz zapanowanie nad zwrotami, których liczba i obsługa po sezonie potrafią pochłonąć znaczną część wypracowanych zysków.

Od chatbotów do agentów AI – realne wsparcie sprzedawcy i konsumenta

Na przestrzeni ostatnich kilku lat mogliśmy obserwować ewolucję narzędzi i systemów opartych na sztucznej inteligencji. Używane kiedyś „chatboty FAQ”, które odpowiadały na nieskomplikowane pytania, dziś w sklepach zastępują asystenci AI, zdolni do podejmowania realnych działań. Dzięki dostępowi do danych oraz aplikacji firmowych są oni w stanie dokonywać zestawień ofert, sugerować alternatywy dla brakujących produktów, autonomicznie obsługiwać problemy klientów – takie jak zwroty, zapytania o status wysyłki, itd. – czy finalizować transakcje, a to wszystko w czasie kilku sekund. Dane Salesforce pokazują, że w 2024 r. 19% zakupów świątecznych online zostało dokonanych przy udziale sztucznej inteligencji, a użycie czatów AI w customer service w sezonie wzrosło o 42% r/r2.

Agenci AI wygrywają dla firm najwięcej, szczególnie tam, gdzie liczy się skala, czas reakcji i kontekst. Ich skuteczność w okresie świątecznym przejawia się szczególnie w obszarach doradztwa zakupowego, automatyzacji decyzji operacyjnych (WISMO, zwroty, routing zamówień) oraz obsługi posprzedażowej. Z perspektywy klienta, otrzymuje on niemal natychmiastową, sprawną i spersonalizowaną obsługę, pozbawioną przestojów i oczekiwania na kontakt z ludzkim konsultantem. Dla sklepu z kolei oznacza to redukcję kolejek rutynowych zapytań, dzięki czemu ludzie w zespole mogą obsługiwać sprawy nietypowe i wysokowartościowe. Przy okazji, asystent AI zapewnia stabilne doświadczenie konsumenckie, co często przekłada się na decyzje zakupowe i lepszy współczynnik konwersji koszyka.

Od strony operacyjnej korzyść z wdrożenia AI w struktury e-commerce jest wyjątkowo klarowna: to sposób, by przeskalować jakość customer service w grudniu, bez proporcjonalnego zwiększania etatów. Ujmując temat dosadniej – coraz częściej to nie konkurencyjny sklep, tylko „lepszy agent” staje się realnym rywalem o decyzję klienta.

Czy to się opłaca? Pomiar rentowności agentów

Sztuczna inteligencja to dla przedsiębiorstwa technologiczna inwestycja jak każda inna, więc naturalnym jest, że firma chce po czasie obliczyć, czy i jak bardzo się zwróciła. Kluczowe jest tu jednak podejście – przy ROI agentów AI powinno się zwracać uwagę nie na to, czy rozwiązanie „działa”, ale gdzie dokładnie generuje oszczędności lub zyski: podnosząc konwersję, obniżając koszt obsługi klienta lub minimalizując ilość zwrotów. Tego rodzaju mierniki sklep powinien wprowadzić już od pierwszego dnia funkcjonowania agenta, dzięki czemu będzie w stanie rzetelnie ocenić jego skuteczność i zidentyfikować punkty do poprawy.

No dobrze, ale z jakich wskaźników warto skorzystać? Moim zdaniem kluczowych jest kilka i można je zastosować w zasadzie przy każdej specjalizacji AI. Containment Rate pozwala obliczyć procentową skuteczność agenta w rozwiązywaniu spraw klienta, bez konieczności angażowania ludzkiego konsultanta. To absolutna podstawa mierzenia produktywności. Warto również rozważyć kalkulację FRT (First Response Time) oraz AHT (Average Handling Time), co pozwoli ocenić szybkość działania – matematyczną wydajność – oraz efektywność w rzeczywistym kontakcie z klientem, rozumienie jego potrzeb, umiejętność ich zaadresowania. Niezwykle istotny czynnik to również sama konwersja i AOV (Average Order Value) przy interakcjach z agentem – wskaźniki te pokazują na ile pomocny jest przy kompletacji i „domykaniu” zamówień. Na koniec warto również kalkulować „cost-to-service” per każde zamówienie czy obsługę oraz zidentyfikować mierniki zadowolenia klienta z interakcji z agentem, takie jak NPS (Net Promoter Score) czy CSAT (Customer Satisfaction Score).

W okresie świątecznym zwroty produktów są kluczowe – w 2024 roku Salesforce raportował 122 mld dolarów globalnie zwróconego towaru po samym sezonie zakupowym3. Przy tej skali zjawiska, wykorzystanie agentów AI do automatyzacji procesu zwrotów oraz prewencji nietrafionych zakupów to jeden z najlepszych sposobów na osiągnięcie rentowności. Na działania agentów warto patrzeć szerzej – w tym samym roku 229 mld dolarów globalnej sprzedaży online było generowane lub współgenerowane przy ich udziale (rekomendacje, personalizowane oferty, konwersacyjna obsługa klienta)4. Wniosek? Przy kalkulacji ROI należy zwracać uwagę nie tylko na oszczędności w contact center – co jest częstym błędem – ale również na wskaźniki związane z konwersją i utrzymaniem klienta, a więc obszarami, które w sezonie zakupowym robią ogromną różnicę.

Bezpieczeństwo to podstawa – złote zasady wdrażania AI

By działać efektywnie, sztuczna inteligencja potrzebuje paliwa w postaci danych – dostępu do informacji o kontach użytkowników, katalogach produktowych, cenach, historii zamówień, itd. Tu jednak pojawia się pierwsze z kluczowych zagrożeń – działając wewnątrz firmowego systemu, niekontrolowana AI może narobić szkód. Drugie niebezpieczeństwo jest już ściśle powiązane z samą naturą generatywnej sztucznej inteligencji, każdego współczesnego LLM – skłonność do halucynacji, a co za tym idzie, składania obietnic czy zapewnień, których nie da się zrealizować.

Zgodnie z zasadą „lepiej zapobiegać, niż leczyć”, już na pierwszym etapie wdrożenia warto zastosować metodologię „guardrails first”. Stawiamy w niej na przyznawanie AI minimalnych, wymaganych do jej zadań uprawnień, jasno definiując do jakich danych i w jakim zakresie agent będzie miał dostęp. Pomocne okaże się również zdefiniowanie progów decyzyjnych – np. przy zwrotach o wartości >X zł zawsze należy powiadomić człowieka. Warto zapisywać wszelkie logi działalności oraz przeprowadzać audyty, aby w razie ewentualnej pomyłki wyeliminować jej źródło na przyszłość. Podstawą wiarygodności agenta jest jednak, przede wszystkim, bazowanie odpowiedzi na „źródle prawdy” (katalogu, polityce firmy, OMS), nie na podstawowej wiedzy modelu.

Potwierdzony doświadczeniem wniosek jest prosty – firmy, które w nadchodzącym sezonie zakupowym nie zbudują odpowiednich mechanizmów odpowiedzialności za decyzje AI, zamiast wyników sprzedażowych pod choinką znajdą swój pierwszy kryzys PR. A to w e-commerce kosztuje więcej, niż dodatkowa inwestycja – płaci się bowiem nie w funduszach, a w zaufaniu klientów.

Przykładowe zastosowania

W okresie przedświątecznym, kiedy klienci – często w panice i na ostatnią chwilę – szukają prezentów dla najbliższych, największą wartość mają trzy zastosowania. Pierwsze, tzw. „Guided Shopping”, a więc rozmowa, podczas której agent pomaga w dobraniu właściwego produktu do obdarowywanej osoby i finalizuje transakcję. Drugie – automatyzacja WISMO/zarządzania dostawą/zwrotami. Wreszcie trzecie, czyli dynamiczne rekomendacje i merchandising oparte o kontekst – kto kupuje, na jakiej platformie, za jaki budżet i dla kogo. Wszystkie te funkcjonalności rozwijamy w Salesforce w ramach Agentforce Commerce – od syndykacji katalogu do nowych kanałów AI po agentowe doświadczenia na własnych kanałach i w OMS/POS.

Przykładem udanego wdrożenia może być firma Pandora, która zbudowała agenta AI ‘Gemma’ osadzonego bezpośrednio w procesach obsługi klienta i e-commerce. Dzięki temu, automatyzacja rutynowych zapytań oraz rekomendacje oparte na AI przełożyły się m.in. na wzrost NPS (kluczowy wskaźnik lojalności klientów w handlu), przy jednoczesnym przejęciu przez agenta ponad 60% rutynowych zgłoszeń serwisowych5.

Strategie i predykcje

Uważam, że już w perspektywie 2-3 lat agenci AI staną się integralną, standardową warstwą e-commerce, podobnie jak miało to miejsce z paczkomatami czy systemem płatności odroczonych. Kluczową zmianą w GTM (planie wprowadzenia produktu na rynek) będzie pojawienie się agentycznych kanałów wyszukiwania i zakupu – możemy to już zaobserwować w ChatGPT, który przy okazji tegorocznego Black Friday udostępnił opcję wyszukiwania produktów oraz finalizacji zakupu wewnątrz samego chatu. Mowa tu o Agentic Commerce Protocol (ACP), które Salesforce ogłosiło wspólnie ze Stripe i OpenAI. Dzięki ACP, sklepy mogą wystawiać katalogi produktowe i finalizować zamówienie w środowisku agentów, w tym również konwersacyjnych.

Stajemy w obliczu przełomowego dla e-commerce momentu – SEO zaczyna ewoluować w stronę AEO/GEO, czyli pozycjonowania nie pod wyszukiwarki, lecz rekomendacje agentów AI. Wkrótce rynek wkroczy w fazę, kiedy marki, które nie będą miały ustrukturyzowanych danych produktowych i wiarygodnych informacji, zaczną znikać z rekomendacji. Konkurencja nie będzie już toczyła się wyłącznie o wyświetlenie na pierwszej stronie wyników, ale o to, czy asystent AI potencjalnego klienta uzna stronę sklepu za najbezpieczniejszą i najbardziej pewną opcję.

Moja rada na dziś? Warto inwestować w otwartość witryny na wszelkie punkty styku z agentami AI i rozwijać własne agentyczne zaplecze. Róbmy to jednak z rozwagą. Budowa odpowiednich mechanizmów bezpieczeństwa, kontrola nad dostępem do danych oraz praca nad ujednoliceniem doświadczenia klienta, płynącego z zakupów w sklepie i kontaktu z agentem – oto złote zasady, które pozwolą w sposób bezpieczny i stabilny wdrożyć AI w struktury organizacji, a co za tym idzie, nadążyć za zmieniającym się rynkiem i nie zostać w tyle.

Materiał Partnera

__________________________

1Raport „E-commerce w Polsce 2025”, Gemius, https://gemius.com/pl/news/raport-e-commerce-w-polsce-2025-jest-juz-dostepny/?utm_source=chatgpt.com

2Raport „Cyber Week insights”, 2024, Salesforce, https://www.salesforce.com/uk/news/press-releases/2025/01/06/2024-holiday-shopping-data/

3Raport „Cyber Week insights”, 2024, Salesforce, https://www.salesforce.com/uk/news/press-releases/2025/01/06/2024-holiday-shopping-data/

4Raport „Cyber Week insights”, 2024, Salesforce, https://www.salesforce.com/uk/news/press-releases/2025/01/06/2024-holiday-shopping-data/

5Pandora Case Study, Salesforce, https://www.salesforce.com/customer-stories/pandora/