Masz pytania? Zadzwoń:

+48 732 126 358

PL

Strona główna / Blog / Automatyzacja e-commerce: od czego zacząć, żeby uwolnić czas managera

Automatyzacja e-commerce: od czego zacząć, żeby uwolnić czas managera

Automatyzację w e-commerce warto zacząć od trzech obszarów — ról produktowych, crossellu i budżetów reklamowych — bo to tam giną pieniądze i czas managera. W dużych sklepach (obrót 100 mln zł+) to właśnie brak podstaw sprawia, że dobry e-commerce manager pełni funkcję operatora Excela zamiast budować strategię.

To wnioski z rozmowy Dawida Jakubowskiego (Cyfrowi Przedsiębiorcy) z Amadeuszem Batheltem, który audytuje polskie e-commerce w ramach doradztwa cenowego. Poniżej wyciąg z najważniejszych obserwacji i praktyczna lista działań do wdrożenia w Twoim sklepie.

Poznaj wszystkie funkcjonalności naszej platformy podczas bezpłatnej prezentacji online.

Umów demo Dealavo

Dlaczego duże sklepy nadal nie mają zrobionych podstaw

Do consultingu trafiają najczęściej e-commerce’y powyżej 100 mln zł rocznego obrotu — próg, przy którym doradztwo realnie się zwraca. I zaskakująco często okazuje się, że nie mają zrobionych podstaw: nie mają zdefiniowanych ról produktowych, nie odświeżają ich cyklicznie, promują wszystko po równo w Google Ads, a rekomendacje w koszyku podpowiadają wiertarkę do wiertarki.

To nie jest kwestia braku wiedzy — to kwestia braku czasu. E-commerce manager zwykle jest zawalony operacyjną robotą: pakowaniem paczek w sezonie, spisywaniem cen konkurencji w Excelu w piątkowe popołudnia, odpisywaniem na reklamacje. Rekrutujesz go po to, żeby budował strategię, a on jest operatorem Excela. I się frustruje.

Wniosek: żeby dobra osoba mogła robić dobrą robotę, musisz jej najpierw zdjąć z głowy powtarzalne czynności. Automatyzacja nie jest dodatkiem — jest warunkiem wejścia.

Nierotujące produkty — zamrożona gotówka, której nie widać w P&L

Pierwszy problem, który wychodzi w audycie danych transakcyjnych: nawet 80% produktów nie rotuje w ciągu roku. Kupione dawno temu, po cenach, które dziś są nierynkowe — sprzedajesz je za 150 zł, a najniższa oferta na rynku to 80 zł, przy Twojej cenie zakupu 80 zł. Efekt: magazyn pełen towaru, którego nie da się upłynnić bez straty.

Klasyczny przykład z consultingu: sklep z armaturą łazienkową, ciężkie towary, faktycznie zamrożone pieniądze. Po obniżeniu cen do minimalnych rynkowych z minimalną marżą — w ciągu 30 dni upłynniono towaru za 500 000 zł. Bez straty. Ryzyko było zerowe: na produktach, które nie rotują, i tak nic nie zarabiasz, a alternatywą jest utylizacja.

Mechanizm jest prosty: identyfikujesz produkty, które nie sprzedały się w ostatnich trzech miesiącach, sprawdzasz ceny rynkowe, schodzisz do minimum z minimalną marżą albo do zera. Po pierwszych sprzedażach uruchamiasz automatyczne podnoszenie ceny co próg (10%, 15%, 20% marży) i sprawdzasz, gdzie kończy się popyt. Przy 25 tys. SKU bez danych o cenach i bez automatu, który je ustawia, sam się w tym zakopiesz — sprawdź, jak działa analiza cen konkurencji na tego typu skali.

Cena minimalna powinna też uwzględniać Dyrektywę Omnibus — przy automatycznych obniżkach trzeba pokazywać najniższą cenę z ostatnich 30 dni, co warto od razu wpisać w reguły automatyzacji.

Role produktowe — fundament, którego nie da się ominąć

To jest ten „brak”, który najczęściej widać wchodząc na projekt: sklep ma bestsellery, ma może przypisany traffic builder do 200 najważniejszych SKU, ale reszta asortymentu — długi ogon 20 tys.+ produktów — nie ma żadnej roli. A to na rolach produktowych opierają się wszystkie kolejne decyzje: co promować w reklamach, co dobierać w crossellu, gdzie walczyć ceną, a gdzie brać marżę.

Trzy podstawowe role, o których warto pamiętać

Rola	Funkcja	Strategia cenowa	Marża
Traffic builder	Otwiera koszyk, generuje ruch (telewizor, wiertarka, ekspres)	Najniższa lub bliska najniższej na rynku	Niska
Produkt komplementarny	Dobierany do głównego (uchwyt, kabel HDMI, wiertła)	Nie musi być najtańszy, do 10–15% powyżej minimum rynkowego	Średnia/wysoka
Produkt „przyda się”	Baterie, żarówki, drobiazgi dokładane pod koniec	Cena drugorzędna — klient nie porównuje	Najwyższa

Role są dynamiczne — cykliczność jest obowiązkowa

Bonbonierka jest traffic builderem w grudniu, ale w marcu nikt nie otwiera nią koszyka. To samo dotyczy modeli telefonów, sezonowych kategorii, wersji sprzętu. Dlatego proces przypisywania ról musi być cykliczny i zautomatyzowany — nie jednorazowy warsztat „na chwilę”. Minimum raz na kwartał, dla kategorii sezonowych co miesiąc.

Crossell — dlaczego wbudowane rekomendacje najczęściej szkodzą

Drugi obszar, w którym ucieka realny pieniądz: rekomendacje w karcie produktu, w modalu „dodano do koszyka” i w samym koszyku. Argument, który słychać najczęściej: „mamy wbudowany system rekomendacji w sklepie”. I ten system poleca wiertarkę do wiertarki albo wiertło zaciskowe do wiertarki na uchwyt SDS — czyli produkty, które fizycznie nie zadziałają razem bez przejściówki, której nikt nie polecił.

Dlaczego? Bo większość wbudowanych mechanizmów działa na danych „dodane razem do koszyka”, a nie na danych transakcyjnych. Realny case: algorytm polecał do wiertarki trzy inne wiertarki, bo klienci wrzucali cztery modele do koszyka, żeby je porównać, a potem usuwali trzy. Algorytm widział „dodane razem”, więc rekomendował dalej. Dane transakcyjne pokazały co innego: klienci kupują wiertarkę plus baterię plus żarówkę plus latarkę.

MVP crossellu na 20 SKU — jak to zrobić

Nie automatyzuj crossellu od razu na całości. Weź 20 flagowych SKU (traffic builderów), ustal ręcznie, co się do nich naprawdę dosprzedaje na podstawie danych transakcyjnych albo wiedzy eksperckiej z Twojej branży, wpisz rekomendacje na sztywno i zmierz efekt na średnim koszyku przez miesiąc.

Jeśli koszyk urośnie z 1 do 2,5 produktu (a to realny wynik), masz twarde dane, żeby przekonać zarząd do wdrożenia porządnego systemu rekomendacji na całym asortymencie. Bez MVP zostaje „zróbmy jakiś system rekomendacyjny za X tys. zł” — i decyzja utyka na miesiące.

Google Ads — 70% produktów nie powinno być promowanych

Trzeci obszar to budżety reklamowe. Klasyczna zasada Wanamakera: „połowa mojego budżetu na reklamę idzie w błoto, tylko nie wiem, która połowa”. W e-commerce tę połowę da się dziś policzyć.

Analiza ROAS w powiązaniu z atrakcyjnością cenową (Twoja cena vs. najniższa oferta na rynku) pokazuje bardzo powtarzalny wzór. Jeśli Twoja cena to najniższa oferta lub jest w zakresie do 5% od minimum rynkowego — ROAS jest dobry. Przy rozjeździe 5–10% konwersja spada. Powyżej 10% w większości kategorii nie ma sensu promować, bo klient kliknie, zobaczy, że taniej gdzie indziej, i wyjdzie. Ty zapłacisz za klik.

Z analiz wychodzi, że około 70% produktów nie powinno być promowanych w płatnych kampaniach. Agencje reklamowe zwykle nie mają dostępu do Twoich marż ani ról produktowych — dostają feed i optymalizują na ROAS, nie wiedząc, że dany produkt sprzedajesz pod wodą.

Realny efekt uporządkowania tego obszaru — poprawa ROAS od 60% do 2,5x. Przy budżecie 100–150 tys. zł miesięcznie (typowy dla średniego sklepu) to nie jest optymalizacja kosmetyczna. Trzy pytania przed wrzuceniem produktu do kampanii: jaka jest marża po odjęciu wszystkich kosztów (prowizje marketplace, KSEF, pakowanie, koszty stałe); jaka jest atrakcyjność cenowa vs. rynek; jaką rolę produktową pełni w asortymencie.

Kiedy oddać proces automatowi

Dwa sygnały. Pierwszy: poziom frustracji. Jeśli robisz coś powtarzalnego w piątek wieczorem i się z tego powodu wypalasz — to jest ten moment. Dzięki AI dużo procesów da się dziś zautomatyzować szybciej niż jeszcze rok temu; dla własnego zdrowia psychicznego warto poświęcić na to jeden dzień.

Drugi: statystyczna próbka wyników. Testu A/B na 5 zamówieniach tygodniowo nie zrobisz. Rząd wielkości, przy którym warto podejmować decyzje: ok. 1000–2000 unikalnych użytkowników albo 1000 zamówień. Poniżej — poczekaj i zbieraj dane. Powyżej — jeśli w tej próbce nie widać efektu crossellu, którego „próbowałeś”, to znaczy, że go realnie nie masz i trzeba go zbudować od nowa.

Gdzie AI dziś realnie pomaga (a gdzie ściemnia)

Trzy zastosowania, które w praktyce dają wartość.

Analityka opisowa

Wrzuć dane transakcyjne i cenowe do agenta i poproś o wskazanie produktów, na których tracisz. Nie oczekuj, że przypisze Ci role produktowe na 25 tys. SKU — zgubi się po pierwszym tysiącu. Ale wskaże obszary, których sam nie zauważyłeś, i pomoże zbudować formułę (np. w JavaScripcie), którą uruchomisz na całości.

Prototypowanie narzędzi wewnętrznych

Zamiast opisywać deweloperowi, jak ma działać kalkulator opłacalności sprzedaży, zrób prototyp w narzędziu typu Lovable — w kilka godzin masz działającą aplikację z własnym URL-em. Deweloper dostaje klikalny prototyp zamiast dokumentu, a Ty możesz go pokazać zarządowi. Konkretny przykład: kalkulator opłacalności, który liczy cenę minimalną po odjęciu kosztów zakupu, adsów, pakowania, prowizji marketplace i KSEF.

Automatyzacja zbierania cen

Ręczne spisywanie cen konkurencji przy 25 tys. SKU i dwóch źródłach danych to tydzień pracy — a konkurencja z automatem odświeża ceny co sześć godzin. Zawsze jesteś krok z tyłu. Tu automatyzacja jest bezalternatywna — pomaga automatyzacja cen oparta na AI, która pobiera dane z feedu i wgrywa ceny z powrotem do sklepu przez API.

Marketplace’y — dywersyfikacja, ale z głową

Dodatkowy kanał sprzedaży to uniezależnienie się od jednego źródła ruchu, ale wejście „na hura” ze wszystkimi produktami w tych samych cenach, co we własnym sklepie, to najczęstszy błąd.

Zacznij od danych: Allegro publikuje TOP 1000 produktów w kategorii. Sprawdź, jakie masz warunki handlowe na tych SKU i po ile musiałbyś sprzedawać — z uwzględnieniem prowizji (4–17% brutto w zależności od kategorii), Smarta i dodatkowych kosztów.

Nie zaniżaj ceny bardziej, niż wymaga tego minimum na danym marketplace. Jeśli na Kauflandzie ktoś sprzedaje za 80 zł, a na Allegro najniższa oferta to 100 zł, na Allegro nie musisz schodzić do 80 zł.

Różnicuj ceny między kanałami. Prowizja Allegro to często 15–20% w kategoriach premium — jeśli sprzedajesz w tej samej cenie co we własnym sklepie, kanibalizujesz własną sprzedaż i tracisz marżę.

Rozważ mniej oblegane marketplace’y — Empik, Kaufland, Erli. Często mają promocje „bez prowizji na start”, a konkurencja jest niższa niż na Allegro.

Praktyczna checklista — trzy rzeczy do wdrożenia w tym tygodniu

☐ Obniż ceny nierotujących traffic builderów. Zidentyfikuj produkty, które otwierają koszyki, ale ich cena jest o 30–50% wyższa od najniższej rynkowej i nie sprzedały się w ostatnich trzech miesiącach. Zejdź do minimum i patrz, czy się ruszą.

☐ Zrób ręczny crossell na 20 flagowych SKU. Ustal komplementarne produkty na podstawie danych transakcyjnych albo wiedzy branżowej. Zmierz zmianę średniego koszyka przez miesiąc.

☐ Wyłącz z kampanii Google Ads produkty z rozjazdem cenowym powyżej 10%. Nie konwertują — płacisz tylko za kliki. Budżet przenieś na produkty z dobrą atrakcyjnością cenową i dodatnią marżą po wszystkich kosztach.

Najczęściej zadawane pytania

Próg, przy którym consulting realnie się zwraca, to około 100 mln zł rocznego obrotu. Poniżej — większość rekomendacji da się wdrożyć samodzielnie na podstawie tego artykułu i danych z własnego sklepu.
Minimum raz na kwartał, dla kategorii sezonowych (świąteczne, letnie, back to school) — co miesiąc. Traffic builder z grudnia w marcu może już nie generować ruchu.
Nie, jeśli robisz to na SKU, które i tak nie sprzedają się w normalnej cenie. Alternatywą jest utylizacja lub zamrożona gotówka w magazynie. Warto tylko pilnować, żeby reguły uwzględniały Dyrektywę Omnibus (najniższa cena z 30 dni).
Bo najczęściej opierają się na danych „dodane razem do koszyka”, a nie na danych transakcyjnych. Klienci wrzucają do koszyka produkty do porównania, a algorytm odczytuje to jako sygnał komplementarności.
Zwykle ok. 30% asortymentu — te z atrakcyjną ceną (do 5–10% od minimum rynkowego) i dodatnią marżą po wszystkich kosztach. Reszta generuje kliki bez konwersji.

Na tej stronie