CRM na míru s databází zákazníků a osobami s rozhodovací pravomocí: případová studie banchem.sk, Slovensko

Klient se na nás obrátil s úkolem vytvořit systém pro účetnictví prodeje šitý na míru jeho potřebám – bez poplatků za předplatné a bez funkcí, které by nikdo nevyužíval. S postupem projektu se úkol rozrůstal: byla také potřeba cílená databáze kontaktů na osoby s rozhodovací pravomocí, přizpůsobená specifickému zaměření klienta.

Autorův Telegram kanál každý týden publikuje nové případy a přístupy k automatizaci podnikání s využitím umělé inteligence. Přihlásit se k odběru můžete zde: t.me/promtvibeadd.

Případová studie: banchem.sk, slovenský výrobce bazénové chemie

Klientem byla společnost banchem.sk, slovenská společnost, která vyrábí a dodává čisticí chemikálie a dezinfekční prostředky, včetně přípravků pro bazény, firmám i soukromým klientům. Obchodní management projektu vedl mladý, nově nasazený manažer obchodního oddělení zodpovědný za práci s lázeňskými centry.

Úkol byl jednoduchý: vytvořit systém pro účtování prodeje na míru místo hotové služby. V průběhu projektu se vyvinul do podoby CRM s integrovanou databází pro rozhodování pro specifickou oblast – hotelové lázně a spa centra, která vyžadují bazénovou chemii.

Proč zákazník odmítl hotový CRM systém

Standardní, hotové CRM systémy byly hned na začátku zavrženy: údržba je drahá a měsíční platby vznikají bez ohledu na to, zda tým využívá všechny funkce služby, zda je využívá.

Vyvinuli jsme CRM systém, který integruje správu transakcí a cílenou zákaznickou základnu s kontakty na osoby s rozhodovací pravomocí.

Mluvili jsme zde o CRM systému, ne o webových stránkách, ale princip je stejný: hotová šablona, která neodpovídá vaší specializaci, je často dražší než systém na míru. 1001site AI implementuje tuto logiku pro webové stránky nebo online obchod – jejich AI agent jej vytvoří na základě vašeho odkazu nebo popisu, čímž eliminuje měsíce vývoje a agenturních účtů.

Otázka, která změnila architekturu, zněla: „Komu přesně prodáváme?“

Během každé diskuse o struktuře CRM se obchodní manažer ptal na stejnou otázku: „Komu přesně budeme prodávat?“ Otázka zjevně nebyla adresována vývojáři, ale jemu samotnému a týmu. Právě tato otázka však systém orientovala na konkrétní profil zákazníka, nikoli na abstraktní sledování transakcí.

Developer primárně zohledňoval přání majitelů firem – ti projekt financovali. Manažer prodeje však vytrval a nakonec se objevil další úkol: sestavení cílené databáze přímých kontaktů na osoby s rozhodovací pravomocí, s nimiž by bylo možné uzavřít obchod, namísto obecného seznamu společností.

Proč nefungovala „surová“ databáze z ChatGPT a Claude

Jednorázový dotaz na jazykový model vygeneruje seznam návrhů bez ověřovacích nebo výběrových kritérií – což pro funkční databázi prodejů nestačí. Přesně to se stalo i v tomto případě.

Jeden z majitelů navrhl, aby vedoucí prodeje shromáždil databázi klientů pomocí ChatGPT nebo Claude. Ten úkol splnil do puntíku: hotový soubor s daty přinesl na další schůzku a okamžitě analyzoval, proč je k ničemu. Práce se surovými daty plýtvá zdroji týmu na ověřování a bez dalšího zpracování nepřináší žádné výsledky.

Pozice obchodního manažera byla přímočará: byl ochoten pracovat s databází, ale ne s takovou, která by byla získána jediným požadavkem chatbotovi bez jakýchkoli výběrových kritérií. Projekt vyžadoval specializované placené zdroje dat a vlastní kritéria hodnocení – samostatný úkol, který jeden bezplatný požadavek nemohl nahradit.

Jak bylo bodování rozhodování vytvořeno pro specifickou oblast

Obchodní manažer klienta si sám vyvinul kritéria hodnocení a analýzy. Jsou přizpůsobena jeho specializovanému profilu, ale tento princip platí pro jakýkoli B2B podnik s úzkým segmentem zákazníků:

1. Definujte ideální profil zákazníka pomocí konkrétního atributu, například „hotel s lázněmi“ namísto obecné kategorie „hotel“.
2. Hledejte nepřímé ukazatele profilu prostřednictvím otevřených dat: například nabídky práce pro specialisty na lázně naznačují, že hotel má lázeňské oddělení.
3. Zkontrolujte webové stránky potenciálních klientů, zda nenaznačují, že se jedná o specializovanou oblast, jako je například přítomnost lázeňské zóny a popis služeb.
4. Sbírejte kontakty na osoby s rozhodovací pravomocí ze specializovaných placených datových zdrojů – samotné otevřené adresáře na to nestačí.
5. Ukládejte kontakty a historii interakcí ve svém CRM spolu s nabídkami, aby je váš obchodní tým nemusel hledat zvlášť.

Výsledkem byl cílený vzorek s přímými kontakty od osob s rozhodovací pravomocí, který se ve spojení s CRM stal funkčním prodejním nástrojem.

Co firma nakonec získala?

Obchodní oddělení přestalo plýtvat zdroji na náhodné firmy a získalo jasnou odpověď na svou vlastní otázku: „Komu přesně prodáváme?“ – profil zákazníka s přímými kontaktními informacemi na osoby s rozhodovací pravomocí v rámci CRM, bez nutnosti samostatného vyhledávání v databázi. Poplatek je jednorázový poplatek za vývoj, bez měsíčního předplatného za používání služby.

Pro koho je tento přístup vhodný?

Vývoj vlastního CRM s databází pro rozhodování není vždy praktický. Dává smysl, pokud vaše firma:

• prodává úzké skupině B2B s jasným zákaznickým profilem (jako banchem.sk - lázeňským centrem a hotelům s lázněmi);
• připraveni formulovat kritéria pro hodnocení vašeho publika namísto spoléhání se na obecný seznam společností;
• Už jsem se setkal s tím, že hotové CRM si účtují peníze za funkce, které nikdo nepoužívá.

Pro hromadný prodej B2C nebo jednoduché přijetí objednávky obvykle postačuje webová stránka s formulářem žádosti a komunikačním kanálem; specializované CRM řešení není nutné. Podobná logika „systému na míru místo standardní služby“ je patrná v účetní případové studii pro internetový obchod lpkelektro.cz.

Autor případové studie ve videorecenzi představil systém zevnitř – rozebral CRM s rozhodovací databází a vysvětlil, proč je CRM bez takové databáze a automatizace k ničemu.

Otázky a odpovědi

Odkud CRM bere svou databázi kontaktů na osoby s rozhodovací pravomocí, ne jen seznam firem? Seznam firem sám o sobě je k ničemu – potřebuje bodování specifické pro danou oblast. Obchodní manažer klienta definoval kritéria: hotely s lázněmi jsou vhodné, jiné ne. Lázně se vyhledávají na webových stránkách společnosti a prostřednictvím nabídek práce specialisty na lázně, které hotel inzeruje. Tento filtr se používá k sestavení cílené databáze přímých kontaktů.

Proč si takovou databázi jednoduše nevytvořit pomocí ChatGPT nebo Claude? Rychlý dotaz na hotový model vrátí seznam z otevřených zdrojů bez ověřovacích nebo výběrových kritérií. Schůdnou možností jsou placené oborové databáze plus vlastní kritéria hodnocení: jediná fráze v chatu s umělou inteligencí nestačí.

Je CRM na míru dražší než hotová předplatitelská služba? Jde o jednorázový náklad během fáze vývoje, ale neexistuje žádný měsíční poplatek ani moduly, které nikdo nepoužívá. Opakující se platby a zbytečná funkcionalita byly v tomto případě důvodem pro odmítnutí hotových řešení.

Je tento přístup vhodný pro každou malou firmu? Ne – je opodstatněný v úzké oblasti B2B s jasným profilem zákazníka a v situaci, kdy hotové CRM systémy nutí zákazníky platit za zbytečné funkce. Pro hromadné B2C nebo jednoduché přijímání objednávek obvykle postačí webová stránka s formulářem žádosti a možnostmi zasílání zpráv.

Zdroje

• Autorův příspěvek na Telegram kanálu „Business with AI | Through the Keyhole“: https://t.me/promtvibeadd/447
• Webové stránky klienta: https://banchem.sk/

Podobná logika funguje i pro webové stránky: systém přizpůsobený vaší specializaci místo pronájmu šablony od někoho jiného. 1001site AI – agent AI – vytvoří webovou stránku nebo internetový obchod na základě vašeho odkazu nebo popisu během několika minut.