Niti najmanj nenavaden pojav: ura je pol enajstih zvečer, v vaši spletni trgovini pa se obiskovalec ravno poskuša odločiti med dvema podobnima izdelkoma. Imel bi preprosto vprašanje, in če nanj ne dobi hitrega odgovora, stran zapre, isti izdelek poišče drugje in nekaj minut pozneje nakup zaključi že v konkurenčni spletni trgovini.
Pred nekaj leti se je dalo na to reči kvečjemu, da ima tudi podpora strankam svoj delovni čas, danes pa vse več kupcev pričakuje takojšnjo pomoč ne glede na to, ali je na strani dopoldne ali pozno zvečer. Rešitev za ta pojav ponujajo chatboti na podlagi AI. Sodobni sistemi ne delajo več iz vnaprej napisanih vprašanj in šablonskih odgovorov, temveč znajo razumeti kupčev namen, poiskati informacije v ponudbi izdelkov, pomagati pri primerjavi, odgovoriti na pogosta vprašanja za podporo strankam in po potrebi pogovor predati sodelavcu.
V spletni trgovini chatbot vse manj velja za dodatek ali gosposko muho; dobro nastavljen je lahko tisti del prodaje in postrežbe strank, ki deluje tudi takrat, ko podpora strankam ni več dosegljiva.
Kupec ne želi več čakati do naslednjega dne
Ena največjih prednosti spletne trgovine je, da se nikoli ne zapre. Iz tega pa izhaja svojevrsten položaj: medtem ko je nakupovati mogoče ob katerem koli delu dneva, je klasična podpora strankam večinoma še naprej dosegljiva osem do deset ur na dan. Vrzel v izkušnji strank nastane ravno takrat, ko bi obiskovalec potreboval pomoč.
Po raziskavi Zendesk Customer Experience Trends za leto 2026 zaradi razvoja AI 74 % potrošnikov že pričakuje 24-urno dosegljivost podpore strankam, 88 % pa si želi hitrejši odzivni čas kot leto prej.
Pikantnost zadeve je v tem, da se stranke v spletni trgovini na podporo največkrat ne obračajo z zapletenimi vprašanji, temveč s preprostimi težavami – na katere želijo odgovor takoj. Kupec bi na primer rad vedel, kdaj prispe paket, ali obstaja večja velikost, ali sta dva izdelka med seboj združljiva, koliko stane dostava, katera različica bi bila zanj boljša ali kako poteka vračilo.
Precejšen del takšnih vprašanj je ob dobro strukturiranih podatkih o izdelkih in podpori strankam mogoče avtomatizirati. Ne nujno zato, da bi podporo strankam nadomestili, temveč zato, da se na preprosta vprašanja odgovor rodi takoj, sodelavci pa se lahko osredotočijo na zares zapletene primere.
Med starim chatbotom in AI-asistentom je ogromna razlika
Mnogi to tehnologijo še vedno enačijo s chatboti, ki so se razširili pred nekaj leti. Ti so praviloma delali z vnaprej napisanimi menijskimi točkami: obiskovalec je lahko izbral, ali želi informacije o dostavi, plačilu, garanciji ali kontaktu, a brž ko je stopil iz vnaprej določenega scenarija, je pogosto dobil dobro znani odgovor: »Žal ne razumem vprašanja.«
To v resnici ni bila inteligentna podpora strankam, temveč menijski sistem, preoblečen v pogovor; asistenti, ki temeljijo na generativni AI, pa znajo razumeti tudi zapletenejša vprašanja, zastavljena v naravnem jeziku. Če nekdo na primer napiše, da išče tekaške copate za asfalt za tek trikrat na teden po približno deset kilometrov in mu je pomembno dobro blaženje, sistem z dostopom do ustreznih podatkov o izdelkih ne poišče več zgolj kategorije »tekaški copati«. Zna razumeti situacijo uporabe, jo primerjati z lastnostmi ponudbe in nato priporočiti nekaj zares relevantnih izdelkov.
Tu moramo omeniti tudi, da ta vrsta podpore strankam ne zna delovati zgolj kot posredovanje informacij, saj je sposobna tudi učinkovito podpirati prodajo. Prav zato je lahko AI-chatbot veliko več kot navaden avtomatizem vprašanj in odgovorov.
Chatbot v resnici postane digitalni prodajalec
V fizični trgovini je naravno, da prodajalec sprašuje, pojasnjuje in nato na podlagi odgovorov pomaga izbrati, v spletnih trgovinah pa smo kupca dolgo pogosto puščali samega z več sto izdelki, kopico filtrov in tehničnih podatkov ter mu prepustili, da iz tega sam sestavi zase ustrezno odločitev. Komercialni asistent na podlagi AI lahko to spremeni. Z ustreznimi podatki o izdelkih je lahko sposoben primerjati možnosti, pojasniti bistvene razlike, predlagati dopolnilne izdelke ali z dodatnimi vprašanji natančneje opredeliti potrebo. Lahko na primer vpraša po velikosti prostora, napravi, ki jo nameravate uporabljati, ali po tem, ali so kupcu pomembnejši cena, zmogljivost ali ravno daljša garancija.
Prav zaradi tega postane chatbot v spletni trgovini zares dragocen. Ne zgolj zato, ker do podpore strankam pride manj vprašanj, temveč zato, ker lahko obiskovalcu dejavno pomaga priti od negotovosti do nakupne odločitve.
Tudi po številkah ne gre le za tehnološko modo
Poslovni učinek chatbotov je težko opisati z enim samim splošnim konverzijskim podatkom, saj je veliko odvisno od velikosti spletne trgovine, nabora izdelkov, kakovosti uvedbe in tudi od tega, do katerih podatkov sistem dostopa. Analize na večjih vzorcih pa dobro kažejo, da avtomatizirana obravnava strank še zdaleč ni več zgolj tehnološka zanimivost.
Analiza podjetja Smartsupp, objavljena leta 2026, je preučila podatke več kot 175.000 računov in skoraj 5 milijard obiskov spletnih strani, izmerjenih v letu 2024. V njihovem lastnem krogu strank so spletne trgovine, ki uporabljajo chatbota, obravnavale 89,2 % povpraševanj, brez chatbota pa je bil ta delež 71,2 %. Strani s takšnim sistemom so poleg tega v povprečju zmogle obravnavati približno šestkrat več pogovorov s strankami.
Ker gre za podatke z lastne platforme enega ponudnika, jih ni smiselno brez prilagoditev prenašati na vsako spletno trgovino, smer pa je nedvoumna: z avtomatizacijo je mogoče obvladati bistveno več interakcij s kupci, ne da bi bilo treba število zaposlenih v podpori strankam povečati v enakem razmerju.
Po Salesforcovi raziskavi State of Service iz leta 2025, opravljeni s 6500 strokovnjaki za podporo strankam, podjetja pričakujejo, da bo AI do leta 2027 lahko obravnavala približno polovico primerov podpore strankam, v primerjavi s približno 30 %, izmerjenimi v času raziskave. Vprašanje torej vse manj je, ali se bo AI pojavila v podpori strankam, temveč kako jo vgraditi tako, da bo nakupno izkušnjo zares naredila hitrejšo in boljšo.
Kaj vse to pomeni v Sellvio spletni trgovini?
AI-asistent postane zares koristen takrat, ko ne deluje kot povsem ločen sistem, temveč dobro pozna okolje, v katerem pomaga kupcu. Ni dovolj, da daje splošne odgovore: vedeti mora, katere izdelke ponuja spletna trgovina, kako so zgrajene kategorije, katere lastnosti pripadajo posameznim izdelkom in katere informacije o naročilih so v danem primeru na voljo.
Sellvio s tega vidika ponuja več možnosti. Med njegovimi integracijami najdemo storitve za komunikacijo s strankami, kot je Dialogity, ki ponuja klepet v živo, chatbota in prodajnega asistenta na podlagi AI, ali Smartsupp, ki klepet in funkcije chatbota dopolnjuje z analizo vedenja kupcev. Poleg tega sta na voljo tudi integraciji LiveChat in Tawk.to.
Velika prednost te nadgradnje je, da vam za dodajanje klepeta ali chatbota v spletno trgovino ni treba razvijati lastnega sistema za komunikacijo s strankami. Obstoječo storitev je mogoče hitro vključiti v delovanje, naprednejše rešitve pa lahko sežejo že precej dlje od preproste izmenjave sporočil. In tu se začne zares zanimivi del ...
Ko chatbot dela že iz podatkov spletne trgovine
Zelo pomembno je razumeti, da je dejansko znanje AI-asistenta večinoma odvisno od tega, do katerih podatkov dostopa. Če dela le iz splošnih informacij, lahko daje kvečjemu splošne odgovore. Če pa je povezan z lastnim sistemom spletne trgovine, lahko nudi pomoč na povsem drugi ravni.
Prek Sellviovega REST API-ja lahko zunanji sistemi ob ustreznih pooblastilih dostopajo med drugim do podatkov o izdelkih, kategorijah, blagovnih znamkah, parametrih izdelkov, filtrih in naročilih. To je lahko z vidika podpore strankam še posebej zanimivo pri veliki spletni trgovini s kompleksno ponudbo. Če kupec na primer vpraša: »Kateri 18-voltni vrtalnik je združljiv z akumulatorjem X?«, splošen AI-model kvečjemu sklepa iz splošnega znanja, ki ga ima na voljo. Ustrezno integriran asistent pa lahko išče med dejanskimi podatki o izdelkih spletne trgovine in odgovori na njihovi podlagi.
Podobno logiko je mogoče uporabiti tudi pri vprašanjih, povezanih z naročili. Prek Sellviovega API-ja je naročila mogoče poizvedovati po različnih podatkih, tako da lahko asistent ob ustrezni integraciji sodeluje celo pri obravnavi konkretnih situacij strank. To se seveda ne zgodi samodejno: podatkovno povezavo, pooblastila in pravila varstva podatkov je treba oblikovati premišljeno, tehnična možnost pa je dana, da chatbot zna veliko več kot preprosto okno s pogostimi vprašanji in postane orodje podpore strankam, ki zares temelji na lastnih podatkih spletne trgovine.
Dober chatbot ne odgovori na vse
Na prvi posluh morda zveni nenavadno, toda kakovosti AI-asistenta ne pokaže to, da zna na vsako vprašanje dati nekakšen odgovor. Veliko pomembneje je, da prepozna tudi, kdaj nima dovolj ali dovolj zanesljivih informacij za odgovor.
Če na primer ni zanesljivega podatka o pričakovanem prihodu izdelka, si ne sme izmisliti termina dostave. Če garancijski pogoji niso nedvoumni, ne sme improvizirati lastnih pravil, zapleteno reklamacijo ali sporno situacijo pa mora znati predati pravemu sodelavcu podpore strankam. Zato je smiselno ločeno obravnavati preprosta vprašanja, na katera je mogoče odgovoriti samodejno, primere, za katere so potrebni podatki spletne trgovine ali informacije o naročilih, ter situacije, ki zahtevajo človeško odločitev. Dostavne pogoje, načine plačila ali osnovne informacije o izdelkih je praviloma mogoče avtomatizirati, združljivost, zaloga ali status naročila pa lahko že zahtevajo podatkovno povezavo. Reklamacija, individualen popust ali poseben garancijski primer pa lahko še naprej zahtevajo človeško obravnavo.
Naloga dobrega chatbota torej ni, da za vsako ceno nadomesti podporo strankam, temveč da prepozna, katere naloge lahko varno opravi in katere mora predati naprej.
Iz AI-asistenta se rodijo tudi dragoceni podatki
Chatboti imajo manj opazno, poslovno pa zelo dragoceno plat: natančno pokažejo, kje v spletni trgovini kupec obtiči. Če na primer več deset ljudi na teden sprašuje isto o nekem izdelku, morda ni treba izpopolnjevati chatbotovega odgovora, temveč samo stran izdelka. Enako velja za informacije o dostavi, primerljive izdelke ali manjkajoče možnosti filtriranja. Če se ista vprašanja redno vračajo, to niso več posamični primeri podpore strankam, temveč signali, ki kažejo na vsebinske, UX- ali celo ponudbene težave. Iz pogovorov tako nastaja nenehna kvalitativna tržna raziskava. Kupci vam praktično s svojimi besedami pokažejo, katera informacija jim manjka, česa ne razumejo in kaj jim otežuje odločitev.
Ob zavedanju vsega tega običajno svetujemo, da podatkov podpore strankam ne smete izolirati od marketinga, SEO ali razvoja izdelkov. Dobro uporabljene lahko te informacije neposredno pomagajo pri oblikovanju boljših strani izdelkov, koristnejših vsebin in preglednejših nakupnih procesov.
Podpora strankam noč in dan ne pomeni več nujno nočne izmene
Eno od starih protislovij e-trgovine je, da je spletna trgovina sposobna prodajati 24 ur na dan, pravo pomoč pa je dolgo praviloma znala nuditi le v delovnem času. Generativna AI to razliko postopoma briše.
Osnovna resnica je, da dobro zgrajen chatbot podpori strankam ne odvzame več le nekaj preprostih vprašanj; pomaga lahko izbrati izdelek, zmanjša negotovost, postreže obiskovalca tudi takrat, ko ni dosegljivega sodelavca, obenem pa zbira dragocene informacije tudi o tem, katera vprašanja kupce najbolj zaposlujejo.
Pri Sellviu je za to na voljo več pripravljenih klepetalnih integracij, API pa ustvarja možnost, da se na sistem priključijo tudi naprednejše rešitve, zgrajene na dejanskih podatkih o izdelkih in naročilih spletne trgovine.
Podpora strankam naslednje generacije zato verjetno ne bo pomenila preprosto več sodelavcev, temveč dobro zgrajeno sodelovanje med avtomatizacijo in človeško obravnavo. Sistem opravi tisto, kar zna narediti hitro in zanesljivo, človek pa vstopi tam, kjer so zares potrebni izkušnje, presoja ali individualna odločitev. Tako tistemu, ki ob pol dvanajstih zvečer v spletni trgovini vpraša, kateri izdelek naj izbere, ni več nujno treba na odgovor čakati do naslednjega jutra.