Jak AI korzysta z Apilo albo Sellintegro i co realnie robi z zamówieniami ze wszystkich kanałów?

Jeśli sprzedajesz jednocześnie na Allegro, przez własny sklep i na Amazonie, to w pewnym momencie pojawia się problem: zamówienia, statusy wysyłek i wiadomości od klientów żyją w różnych miejscach, a Twój pracownik klika je po kolei tracąc czas. Apilo i Sellintegro zbierają to w jedno miejsce. AI wpięty w te systemy idzie o krok dalej: sam przegląda spływ zamówień, odpowiada klientom o statusy, typuje co wymaga pilnej uwagi i wyłapuje miejsca, w których coś utknęło. Bez codziennego ręcznego przeklikiwania przez człowieka.

Czym różnią się Apilo i Sellintegro od BaseLinkera i co to zmienia dla AI?

BaseLinker jest w Polsce najczęściej wymienianym integratorem, ale nie jedynym. Apilo i Sellintegro obsługują zbliżony zakres: agregują zamówienia z kanałów sprzedaży, synchronizują stany magazynowe, generują etykiety wysyłkowe, obsługują zwroty i reklamacje. Sellintegro silniej stawia na głębokie integracje z systemami ERP: Comarch ERP Optima, Subiekt GT, Insert nexo. Apilo ma rozbudowane API i sprawdza się tam, gdzie potrzebna jest elastyczna integracja z własnym backendem sklepu lub niestandardowym magazynem.

Dla AI istotne jest jedno: wszystkie te systemy udostępniają ustrukturyzowane dane przez API. Agent może odpytywać o zamówienia według statusu, daty, kanału sprzedaży, numeru klienta. Nie klika w interfejs jak człowiek. Pobiera dane, przetwarza i działa albo alarmuje.

Jakie konkretne dane wyciągamy z Apilo albo Sellintegro?

Zanim powiem co AI z tym robi, warto wiedzieć co w ogóle tam siedzi. Z typowej integracji wyciągamy:

• Zamówienia ze wszystkich kanałów: numer zamówienia, data złożenia, kanał źródłowy (Allegro, Amazon, sklep WooCommerce, PrestaShop), aktualny status (nowe, w realizacji, skompletowane, wysłane, dostarczone, anulowane)
• Status płatności: opłacone, nieopłacone, częściowo zwrócone, w trakcie zwrotu
• Dane wysyłki: wybrany kurier, numer listu przewozowego (tracking), status w systemie kurierskim, planowana data dostawy
• Pozycje zamówienia: SKU, nazwa produktu, ilość, cena jednostkowa, magazyn źródłowy
• Wiadomości od klientów: wątek korespondencji przypisany do zamówienia, zarówno przez Allegro (wiadomości przez platformę), jak i przez email
• Zwroty i reklamacje: status zwrotu, zadeklarowany powód, data złożenia, powiązane zamówienie i jego historia

Każde z tych pól to punkt, z którego AI może korzystać. Zebranie ich w jedno miejsce to robota integratora. Interpretacja, flagowanie i reagowanie to robota AI.

Jak AI łączy sprzedaż z kilku kanałów i co z tego widzi pracownik?

Typowy problem w firmie: klient kupił na Allegro, paczka utknęła po drodze, a do sklepu własnego wpłynęło jeszcze jedno zamówienie od tej samej osoby. W Apilo to dwa oddzielne rekordy. Człowiek klika w jedno i nie wie, że jest drugie. Agent AI może sprawdzić, czy adres email lub numer telefonu klienta pojawia się w kilku zamówieniach naraz, i połączyć je w jeden kontekst, zanim ktokolwiek zacznie odpowiadać.

U jednego klienta z branży odzieżowej wdrożyliśmy agenta, który każdego ranka przegląda zamówienia złożone poprzedniego dnia i grupuje je według pilności. Zamówienia z opcją dostawy ekspresowej, opłacone i bez nadanego numeru śledzenia trafiają na górę listy. Zamówienia nieopłacone starsze niż 24 godziny trafiają do osobnego widoku z sugestią wysłania przypomnienia do klienta. Pracownik nie przegląda wszystkiego po kolei. Dostaje już posegregowany materiał i decyduje co zatwierdza.

Przy większym spływie zamówień, np. w szczycie sprzedażowym przed świętami, taka segregacja robi realną różnicę. Pilne przypadki przestają się gubić w tłumie zwykłych zamówień.

Kiedy AI odpowiada klientowi o status zamówienia bez udziału człowieka?

Spora część wiadomości od klientów to warianty jednego pytania: "gdzie jest moja paczka". W Apilo i Sellintegro mamy numer listu przewozowego i powiązanego kuriera. Agent może pobrać aktualny status ze śledzenia przesyłki przez API kuriera (InPost, DPD, DHL, GLS, Poczta Polska), sformułować odpowiedź i wysłać ją kanałem, którym klient pisał: Allegro, email, chat na stronie.

Ważne zastrzeżenie: agent nie zgaduje i nie wymyśla. Jeśli status przesyłki w systemie kurierskim jest niejednoznaczny, paczka jest w procedurze reklamacyjnej albo klient pyta o coś, co wymaga decyzji, agent przekazuje sprawę człowiekowi. Z całym kontekstem: numer zamówienia, historia korespondencji, aktualny status w integratorze, aktualny status u kuriera. Osoba odbierająca takie zgłoszenie nie zaczyna od zera.

Wiadomości dotyczące zwrotów, reklamacji i niestandardowych próśb agent też rozpozna i sklasyfikuje. Te jednak zawsze lądują u człowieka, bo wymagają decyzji, nie tylko odczytania statusu.

Co wyłapuje AI, czego człowiek nie zauważy w codziennym kliku?

To jest moim zdaniem najciekawszy fragment tej integracji. Człowiek przeglądający listę zamówień widzi to, co jest na ekranie. Agent patrzy na całość i szuka anomalii według reguł, które razem z nim ustalamy.

Kilka rzeczy, które agent wyłapuje w praktyce:

• Zamówienie opłacone, ale bez etykiety wysyłkowej od ponad X godzin: status "w realizacji", a pole numer listu przewozowego puste. Ktoś to przeoczył albo zamówienie wpadło między zmiany.
• Towar zarezerwowany dla klienta, który nie zapłacił od kilku dni: blokuje stany magazynowe i może powodować odrzucanie zamówień od innych kupujących.
• Zwrot złożony bez odpowiedzi obsługi przez dobę lub dłużej: przy dużym spływie zwrotów, szczególnie po akcjach promocyjnych, łatwo to zgubić.
• Kilka zamówień od tego samego klienta z różnymi adresami dostawy: czasem celowe, czasem klient sam się pomylił przy składaniu.
• Zamówienie z wybraną usługą kurierską, ale towar w magazynie, który nie obsługuje danego kuriera: błąd konfiguracji, który wychodzi dopiero przy próbie nadania paczki.

Żadna z tych sytuacji nie jest dramatem sama w sobie. Pominięta odpowiednio długo, każda generuje realny problem: opóźnioną paczkę, złą opinię na Allegro, zablokowany magazyn albo niezadowolonego klienta, który do tego napisze o tym publicznie.

Jak to wygląda od środka, jeśli jesteś nie-techniczną osobą?

Nie musisz tego rozumieć w szczegółach. Ale warto wiedzieć z czego się to składa, żeby potem nie było niespodzianek. Integracja AI z Apilo lub Sellintegro opiera się na ich API. Agent cyklicznie pobiera dane, przetwarza je według ustalonych reguł i albo działa, albo wysyła alert, albo czeka na decyzję człowieka.

Typowa architektura, którą budujemy u klientów, to cztery elementy. Agent AI z dostępem do API integratora. Reguły decyzyjne: co agent może zrobić sam i co musi przekazać dalej. Kanał wyjściowy: email, Slack, widok w przeglądarce lub odpowiedź przez API Allegro. I log działań: każda decyzja agenta jest zapisywana, żebyś mógł sprawdzić co i dlaczego zrobił.

Nie ma tu jednego przycisku do kliknięcia. Każda firma ma trochę inne procesy. Inna definicja "pilnego zamówienia", inne progi czasu na odpowiedź, inne kanały komunikacji z klientem. Dlatego konfiguracja reguł to zawsze wspólna robota: my stawiamy agenta, klient mówi jak wygląda jego praca i co go boli najbardziej.

Od czego zaczyna się wdrożenie u klienta?

Zawsze zaczynamy od przejrzenia tego, co aktualnie siedzi w integratorze i jak wygląda codzienny przepływ pracy. Jakie statusy są faktycznie używane, które pola są uzupełniane regularnie, jak wygląda komunikacja z klientami i kto ją obsługuje. Często okazuje się, że część pól jest pusta albo używana niespójnie między pracownikami, i to trzeba ogarnąć zanim agent będzie mógł na tym działać z sensem.

Następny krok to wskazanie jednego konkretnego procesu, od którego zaczynamy. Najczęściej jest to albo automatyczne odpowiadanie na pytania o status zamówienia, albo codzienny raport z flagowanymi przypadkami do przejrzenia. To daje szybki, widoczny efekt i pozwala zobaczyć jak agent pracuje, zanim rozbudujemy zakres na kolejne procesy.

Jeśli chcesz sprawdzić jak to wyglądałoby konkretnie w Twojej firmie, umów się na bezpłatny audyt. Sprawdzimy co masz w Apilo lub Sellintegro, co realnie można zautomatyzować i od czego ma sens zacząć. Możesz też przejrzeć realne wdrożenia, żeby zobaczyć jak to działa u firm z podobnym profilem sprzedaży.