Integracja AI z BaseLinker: zamówienia z wielu kanałów w jednym asystencie

Masz sklep WooCommerce, aukcje na Allegro i drugi kanał przez Ceneo. W piątek po południu wpada 40 zamówień z trzech miejsc naraz. Ktoś pisze przez wiadomości Allegro, że paczka nie dotarła. Inne zamówienie wisi od dwóch dni bez potwierdzenia przelewu. Kolejne czeka na nadanie, a kurier przyjedzie za godzinę. To nie jest wyjątkowy dzień. To normalny piątek w każdym sklepie z kilkoma kanałami sprzedaży.

BaseLinker spina te kanały w jedno miejsce: zamówienia z Allegro, ze sklepu, z porównywarek trafiają do jednej listy ze wspólnym statusem. Do tego kurierzy, etykiety, dokumenty, stany magazynowe. Samo zebranie danych to połowa sprawy. Pytanie co z nimi zrobić szybciej niż przez ręczne przeglądanie każdego rekordu.

Kiedy podłączamy AI do BaseLinker, nie chodzi o osobną aplikację obok systemu. Chodzi o to, żeby asystent miał dostęp do tych samych danych co Ty: do listy zamówień, statusów, wiadomości od klientów, informacji o płatnościach i numerów paczek. I żeby mógł na tych danych działać lub o nich odpowiadać bez konieczności otwierania każdego zamówienia z osobna.

Co wyciągamy z BaseLinker

BaseLinker udostępnia API, przez które można pobierać prawie wszystko, co widzi pracownik na ekranie. My korzystamy z kilku głównych zasobów:

• Zamówienia: każde zamówienie to rekord z polami takimi jak order_source (kanał: allegro, sklep, ceneo), order_status_id, data złożenia, dane klienta, lista produktów, kwota, metoda płatności i pole payment_done informujące, czy przelew wpłynął.
• Statusy zamówień: BaseLinker pozwala tworzyć własne statusy. U większości klientów widzimy nazwy w stylu "Nowe", "Oczekuje na przelew", "W realizacji", "Wysłane", "Reklamacja". AI zna mapowanie tych statusów i rozumie, co każdy z nich oznacza w konkretnym magazynie.
• Paczki i nadania: pole delivery_package_nr oraz lista paczek z systemu kuriera. Kiedy numer paczki jest pusty przy zamówieniu ze statusem "Wysłane", coś poszło nie tak.
• Wiadomości: BaseLinker zbiera wiadomości od klientów z różnych kanałów, w tym z Allegro, w jednym miejscu. Wyciągamy je i przekazujemy do AI jako kontekst przy obsłudze konkretnego zamówienia.
• Zwroty i reklamacje: dane z zakładki zwrotów, statusy, powody i ewentualna notatka w polu admin_comments.

Nie trzeba podłączać wszystkiego od razu. Najczęściej zaczynamy od zamówień i statusów, bo to daje największy efekt już w pierwszym tygodniu działania.

Klient pyta o paczkę o 22:00

To jeden z najczęstszych przypadków, do których wpinamy AI. Klient pisze przez wiadomości Allegro albo przez formularz kontaktowy sklepu: "Kiedy dotrze moje zamówienie?" lub "Dlaczego paczka jeszcze nie wyszła?". O 22:00 nikt z zespołu już nie pracuje.

AI odbiera wiadomość, dopasowuje klienta do zamówienia po emailu, numerze telefonu albo numerze zamówienia podanym w treści. Sprawdza aktualny status i numer paczki. Jeśli paczka ma numer nadania i kurier to DPD albo InPost, asystent od razu podaje link do śledzenia z tym numerem. Jeśli zamówienie wisi w statusie "W realizacji" od trzech dni bez ruchu, AI wie, że to niestandardowa sytuacja. Albo przeprasza z informacją, że ktoś wróci rano, albo eskaluje wewnętrznie przez powiadomienie do właściwej osoby.

U jednego klienta z branży akcesoriów sportowych zautomatyzowaliśmy dokładnie ten scenariusz. Wcześniej pierwsza godzina pracy każdego dnia schodziła na odpisywanie na pytania o statusy z poprzedniego wieczoru. Teraz większość takich wiadomości dostaje odpowiedź automatycznie, a asystent eskaluje tylko tam, gdzie naprawdę jest problem do rozwiązania przez człowieka.

Które zamówienie realizować pierwsze

Masz 30 nowych zamówień. Które wychodzi pierwsze? Logika jest prosta, ale ręczne przeglądanie nie. AI dostaje listę zamówień z polami: data złożenia, metoda dostawy, komentarz klienta z pola client_comments, obecna godzina i godziny odbioru kuriera skonfigurowane w systemie.

Na tej podstawie AI generuje codziennie rano prostą listę priorytetów. Co idzie pierwsze, bo kurier odbiera o 13:00. Co może poczekać do jutra. Które zamówienie ma w komentarzu prośbę o ekspresową wysyłkę. Nie ma w tym żadnej magii, tylko wcześniej zdefiniowane razem z nami reguły, które AI stosuje bez omijania.

Przydaje się szczególnie przy kampaniach promocyjnych. Kilka godzin wzmożonego ruchu, wielokrotność zwykłego wolumenu, a magazyn nie musi sam rozgryźć kolejności. Dostaje gotową listę.

Poranny przegląd bez scrollowania

Każdy właściciel firmy e-commerce zna ten rytuał: wejść rano w BaseLinker, przescrollować listę zamówień, sprawdzić co wpłynęło przez noc, co wisi bez ruchu, ile przyszło z Allegro, ile ze sklepu. Zajmuje to kwadrans, a właściwie mogłoby zająć trzydzieści sekund.

AI generuje codzienne streszczenie, np. o 8:00 rano przez Slack albo email. Typowo wygląda to tak: ile zamówień wpłynęło od poprzedniego dnia i z jakich kanałów, jaki był łączny wolumen, które statusy się zmieniły, czy są zamówienia starsze niż X dni bez nadania, ile paczek wyszło wczoraj. Zdanie po zdaniu, bez tabelek w Excelu, bez raportów do klikania.

Brzmi banalnie. Ale klienci, u których wdrożyliśmy ten jeden element, mówią to samo: "przestałem pierwsze pół godziny dnia spędzać na sprawdzaniu." Zsumuj to przez rok i okaże się, że to kilkanaście dni roboczych, które wróciły do właściciela.

Zamówienia bez płatności i bez nadania

Dwa typy zamówień regularnie "giną" w systemie i generują problemy. Pierwsze: bez potwierdzonej płatności. Drugie: niby wysłane, ale bez numeru paczki.

Niezapłacone to zamówienia ze statusem "Oczekuje na przelew", gdzie pole payment_done ma wartość 0, a minęło już ponad 48 godzin. Klient mógł zapomnieć, albo przelew utknął po drodze. AI codziennie skanuje listę i oznacza te przypadki do weryfikacji. Może też wysłać automatyczne przypomnienie przez email lub wiadomość w kanale, przez który klient złożył zamówienie, jeśli taka automatyzacja jest przez nas ustawiona.

Zamówienia bez nadania to rekordy ze statusem "Wysłane" albo "W realizacji", gdzie pole delivery_package_nr jest puste. Coś się urwało przy nadaniu etykiety albo rekord zmienił status przez pomyłkę. AI wyłapuje takie przypadki i wyrzuca je na osobną listę lub wysyła ping do magazynu. Jeden klient z branży oświetleniowej miał przez miesiąc po kilka takich zamówień tygodniowo. Po wdrożeniu tej jednej kontrolki przestały wpadać niezauważone.

Reklamacje i zwroty: AI szkicuje odpowiedź

Reklamacja to nie jest moment, kiedy chcesz pisać od zera. Szczególnie jeśli masz ich pięć jednocześnie i każda dotyczy czegoś innego: raz uszkodzony produkt, raz opóźniona dostawa, raz niezgodność z opisem na aukcji.

AI dostaje: treść wiadomości od klienta, dane zamówienia z BaseLinker (co kupił, kiedy, jaką metodą dostawy, czy paczka ma numer i jaki ma status u kuriera), ewentualny powód zwrotu wpisany w systemie. Na tej podstawie przygotowuje szkic odpowiedzi. Z przeprosinami, jeśli wina leży po stronie firmy. Z wyjaśnieniem i numerem sprawy u kuriera, jeśli problem jest po jego stronie. Z prośbą o zdjęcie uszkodzonego towaru, jeśli tak wygląda sytuacja. Szkic trafia do pracownika do szybkiej weryfikacji i ewentualnej korekty, nie do klienta od razu.

To ważne: AI nie wysyła odpowiedzi na reklamacje samodzielnie. Ton ma tu znaczenie i jeden nieodpowiedni zwrot może zamienić rozwiązywalną sytuację w trudniejszą. Człowiek zawsze zatwierdza.

Od czego zaczynamy

Zanim uruchomimy cokolwiek, potrzebujemy kilku rzeczy po stronie BaseLinker:

• Klucz API BaseLinker z uprawnieniami do odczytu zamówień, statusów i wiadomości.
• Lista statusów zamówień z przypisanym znaczeniem: każda firma nazywa je inaczej, AI musi wiedzieć, że skrót "WP" w Twoim systemie oznacza "Wysłano priorytetowo", a nie coś innego.
• Lista kanałów sprzedaży z nazwami używanymi wewnętrznie w firmie.
• Decyzja, które procesy AI obsługuje samodzielnie, a gdzie tylko podpowiada i czeka na zatwierdzenie przez człowieka.

Pierwsze działające uruchomienie asystenta zajmuje zazwyczaj kilka dni. Tyle potrzeba, żeby podłączyć API, skonfigurować kontekst (czyli wytłumaczyć AI, jak działa konkretna firma i jej magazyn), przetestować zapytania i zweryfikować jakość odpowiedzi na rzeczywistych danych.

Nie zaczynamy od automatyzowania reklamacji. Zaczynamy od raportów porannych i wyłapywania zamówień bez płatności, bo tu ryzyko błędu AI jest małe, a korzyść dla zespołu jest natychmiastowa. Trudniejsze procesy dochodzą po kilku tygodniach, kiedy mamy pewność, że dane trafiają do asystenta poprawnie i że reaguje tak jak powinien.

Jeśli zastanawiasz się, które procesy w BaseLinker mają sens do podłączenia w pierwszej kolejności w Twojej firmie, umów się na bezpłatny audyt. Razem zerknijmy na Twoje kanały, wolumen i miejsca, gdzie teraz gubi się czas. Możesz też sprawdzić, jak wyglądają podobne projekty w praktyce, na stronie z realnymi wdrożeniami.