AI pro e-shopy: praktická implementace, ne marketing
Stavíme AI tam, kde má v e-commerce prokazatelnou návratnost — v zákaznické podpoře, popiscích produktů, analýze recenzí a doporučování. Žádné prezentace o budoucnosti, ale konkrétní use casy s měřitelným dopadem na čas týmu a tržby.
Kde má AI v e-shopu skutečný smysl (a kde ne)
AI v e-commerce není kouzlo ani samostatný produkt. Je to vrstva nad daty, která řeší konkrétní úlohu. Když nemáte data nebo jasnou úlohu, žádná AI nezachrání projekt. Ze zkušenosti vidíme čtyři oblasti, kde má AI pro eshop opakovaně prokazatelnou návratnost — a kde má smysl začínat.
Zákaznická podpora
Kde lidé denně odpovídají na stejné dotazy ke stavu objednávky, dostupnosti, reklamacím a parametrům produktů. AI tu má nejjasnější návratnost — od prvního dne snižuje frontu v tiketu.
Popisky produktů
Když máte tisíce SKU od dodavatelů, kteří posílají jen základní specifikaci. Manuálně to napsat nestihne nikdo. AI vytvoří unikátní popisky v brand voice z dat, která už máte v ERP.
Analýza recenzí a feedbacku
Heuréka, Google reviews, e-maily, dotazníky NPS. Tisíce volných textů ročně. AI v nich najde opakující se vzorce — co lidi opravdu trápí, co je nadchne, kde ztrácíte objednávky.
Doporučení a personalizace
Tam, kde standardní „you might also like” v platformě dává nesmyslné výsledky. Vlastní recommender postavený na vašich datech zvyšuje průměrnou hodnotu košíku měřitelně, ne v powerpointu.
Kde AI v e-shopu zatím nedává smysl
Generování obrázků produktů jako náhrada za skutečné focení (zákazník ten rozdíl pozná), plně autonomní reklamace bez člověka, „AI marketing" bez napojení na váš katalog a CRM. Když vidíte nabídku, která začíná slovem „AI" a nekončí konkrétním KPI, ptejte se na čísla. Naše širší pohled na téma najdete v článku AI ve firmě — kdy použít a kdy ne.
Automatizace zákaznické podpory s AI
AI zákaznická podpora eshop je v 90 % případů nejlepší místo, kde začít. Návratnost je rychlá, dopad měřitelný a rizika omezená. Důležité je vědět, kde AI v podpoře funguje, kde stačí klasická automatizace a kde má zůstat člověk. Tady je rozdíl, který v krabicových řešeních nezískáte.
Kde stačí klasická automatizace
Stav objednávky, sledování zásilky, opakující se FAQ s pevnou odpovědí, generování štítků pro vrácení. Tohle nepotřebuje AI — stačí integrace mezi e-shopem, dopravcem a helpdeskem.
Kde dává smysl AI v helpdesku
Klasifikace příchozích tiketů podle obsahu, navržení odpovědi konzultantovi (suggest, ne send), shrnutí historie zákazníka před převzetím tiketu, vyhledání správného produktu z volného popisu zákazníka.
Kde AI chatbot na webu funguje
Když je napojený na váš katalog a má jasné mantinely. Pomáhá najít produkt podle popisu „hledám něco na X”, odpoví na specifikace, předá tiket člověku v momentě, kdy je třeba lidské rozhodnutí.
Kde nechat člověka
Reklamace s emocemi, výjimečné situace, VIP klienti, vyjednávání podmínek. AI tu může připravit podklady, ale finální odpověď musí jít přes konzultanta. Pravidlo: čím vyšší cena chyby, tím méně AI.
Typický výsledek po nasazení AI vrstvy v helpdesku: 40 až 70 procent tiketů má návrh odpovědi do několika sekund, konzultant ho schválí nebo upraví. Průměrná doba prvního řešení se posouvá z hodin na minuty u běžných případů, a tým má reálný prostor pro reklamace a VIP klienty. Detailní rozbor stojí za podívanou v článku Automatizace zákaznické péče.
Generování popisků produktů ve velkém
Když máte 5 000+ SKU od dodavatelů, kteří posílají jen technickou specifikaci v Excelu, manuální popisky nejsou škálovatelné — a copywriter na full-time bývá dražší než pět seniorních AI konzultantů. AI generování popisků řeší tenhle problém přesně tehdy, když mluvíme o stovkách až tisících položek a o brand voice, na kterém vám záleží.
Datový základ
Projdeme, jaká data o produktech reálně máte — z ERP, od dodavatelů, z technických listů, z fotografií. Často je k dispozici víc, než se zdá. Kvalita vstupů určuje kvalitu výstupů.
Brand voice a šablony
Společně definujeme tón hlasu, délku, strukturu, klíčové prvky (USP, technické parametry, příběh produktu). AI generuje podle vašich pravidel, ne podle obecné šablony z ChatGPT.
Pilotní dávka a review
Vygenerujeme prvních 100–300 popisků, projdeme je s vámi, doladíme prompty a pravidla. Z této iterace vychází produkční verze, která má konzistentní kvalitu napříč tisíci položkami.
Nasazení a publikace
Popisky se publikují do e-shopu řízeně — s možností schválení redaktorem, nebo automaticky pro vybrané kategorie. SEO meta, alt texty obrázků a strukturovaná data jdou ruku v ruce.
Co dostanete spolu s popisky
- SEO meta title a description pro každou položku
- Alt texty obrázků v souladu s WCAG
- Strukturovaná data (Product schema) pro Google
- Konzistentní brand voice napříč katalogem
- Lokalizace do dalších jazyků (CZ → SK, EN, DE)
- Update flow pro nové i existující SKU
Tahle disciplína se přirozeně doplňuje s automatizací pro e-shopy, kterou stavíme v navazujícím programu — od synchronizace skladu po fakturaci a marketplace.
Analýza recenzí a feedbacku pomocí AI
Tisíce recenzí v Heuréce, Google reviews, e-mailech a sociálních sítích ročně. Ručně to nikdo nepřečte, natož aby z toho vytáhl vzorce. AI analýza recenzí v nich najde to, co byste v Excelu hledali roky — a co rozhoduje o tom, jestli zákazník přijde znovu.
Co lidé opravdu kritizují
Ne to, co si myslíte. AI najde, že stížnosti na „dlouhou dodávku” jsou ve skutečnosti o nejasné komunikaci data doručení — a problém je v e-mailové šabloně, ne u dopravce.
Kategorie produktů s rostoucí nespokojeností
Týden po týdnu sleduje sentiment v jednotlivých kategoriích. Pokud začne klesat, víte to dřív, než se objeví v prodejních číslech. Často kvůli vadné dodávce z jednoho výrobního čísla.
Konkurence skrze veřejné recenze
AI projde recenze konkurence v Heuréce a Googlu. Najde, kde mají problém — a kde můžete tlačit svoji nabídku. Konkrétní benchmark, ne pocit.
Detekce falešných a nevyžádaných recenzí
Vzorce v textu, frekvenci, časech a obsahu, které člověk pojmenuje jako spam. AI je najde napříč tisíci záznamy a označí k revizi — chrání to vaše hodnocení i důvěryhodnost.
Výstupem není dashboard pro dashboard, ale konkrétní seznam akcí. Třeba: „v kategorii X je za poslední 3 týdny pokles sentimentu o 18 bodů, hlavní téma je balení", nebo „14 zákazníků opustilo košík kvůli stejné informaci, která chybí v popisku". Z toho se dá ráno udělat akce. K širšímu pohledu na AI vrstvu ve firmě vede stránka AI ve firmě.
AI doporučení produktů a personalizace
Krabicová „you might also like" v platformě e-shopu funguje na obecných pravidlech a nezná váš katalog. U specifických oborů — móda, elektronika s kompatibilitou, B2B se sezónností — to dává tak nesmyslné výsledky, že to spíš škodí. Vlastní recommender postavený na vašich datech tenhle problém řeší a měří se přímo v tržbách.
Cross-sell na detailu produktu
Místo „lidé také koupili” (které často nabízí náhodné věci) — recommender, který chápe vazby ve vašem katalogu: kompatibilita, kategorie, cenová hladina, sezónnost. Vyšší AOV bez slev.
E-mailové kampaně 1:1
Newsletter, kde každý příjemce dostane jiné produkty na základě historie nákupů a chování na webu. Méně odhlášení, vyšší CTR. AI rozhoduje, kdo má dostat co a kdy.
Re-engagement spících klientů
Identifikace zákazníků, kteří se přibližují k odchodu, a sestavení nabídky odpovídající jejich profilu. Levnější než akvizice nových — a daleko účinnější než plošná sleva všem.
Doplňování košíku
Když má košík nízkou hodnotu, AI navrhne produkty, které dávají smysl k tomu, co je v něm — ne jen nejlevnější ze stejné kategorie. Zvyšuje konverzi v košíku, ne v celém prodeji.
Praktická poznámka: recommender je ze čtyř use casů ten datově nejnáročnější. Potřebuje historii nákupů, chování na webu a kvalitní katalog s atributy. Pokud tohle nemáte, dává smysl začít jinde a recommender odložit, dokud datová základna nedoroste.
Jak začít: pilotní AI projekt v e-shopu za 4–6 týdnů
Nepotřebujete strategii „digitální transformace" na rok. Potřebujete jeden konkrétní use case, který se za 4 až 6 týdnů ověří v ostrém provozu a dá vám data pro rozhodnutí, kam jít dál. Takhle vypadá náš pilotní program — postavený tak, aby se dal kdykoliv rozšířit do širšího programu AI automatizace.
Audit a výběr prvního use casu
Projdeme váš provoz — objem tiketů, počet SKU, množství recenzí, prodejní data. Najdeme oblast s nejvyšší návratností pro váš konkrétní e-shop. Nejde o to dělat všechno najednou.
Datová příprava a integrace
Zajistíme, aby AI měla čistá vstupní data — produktový katalog, historii tiketů, recenze, transakce. Tahle fáze rozhoduje o úspěchu, často je to 60 % práce.
Konfigurace, prompty, pravidla
Sestavíme řešení na míru — výběr modelu, prompt engineering, pravidla pro eskalaci, brand voice. Pro každý use case jiné nástroje. Žádný univerzální „AI box”.
Testování, ladění a nasazení
Souběžný provoz, kde AI navrhuje a člověk schvaluje. Postupně zvyšujeme autonomii podle výsledků. Po šesti týdnech máte funkční pilotní AI v ostrém provozu a data pro rozhodnutí o rozšíření.
Co je potřeba mít, než s pilotem začneme
- Produktový katalog s API přístupem
- Historii objednávek nebo tiketů k exportu
- Jednoho člověka na vaší straně, co rozumí byznysu
- Jasnou metriku, kterou chcete posunout
- Reálný rozsah dat (ne 50 produktů, ne 50 tiketů ročně)
- Otevřenost k souběžnému provozu v pilotní fázi
Nejčastější otázky k AI v e-shopech
Vše, co se nás majitelé e-shopů ptají před zahájením pilotního projektu.
Udělejte první krok. Zbytek
zařídíme my.
Bezplatný 30minutový hovor. Projdeme váš provoz a řekneme vám přímo, co dává smysl – a co ne.
Trvá 30 minut. Bez závazků. Zdarma.