Jak AI korzysta z danych Versum: karty klientów, historia zabiegów i magazyn kosmetyków w jednym miejscu

Versum przechowuje dokładnie te dane, których AI potrzebuje, żeby realnie odciążyć recepcję salonu. Z kart klientów, historii zabiegów i stanów magazynowych AI może wyciągać wnioski, których ręczne sprawdzanie zajmuje godziny tygodniowo. Podłączenie asystenta AI do Versum pozwala automatycznie typować klientki do kontaktu, przewidywać kiedy skończy się produkt i skracać codzienne podsumowanie dnia do kilku zdań zamiast przeklikiwania raportów.

Co Versum trzyma w sobie i skąd AI to bierze

Versum organizuje pracę salonu wokół kilku obszarów. Każdy z nich to osobny zasób danych, do którego AI może sięgać przez API (Versum działa dziś pod marką Fresha i udostępnia dostęp partnerski) lub przez regularny eksport pliku.

Z kart klientów bierzemy: imię i nazwisko, datę urodzenia, dane kontaktowe, notatki recepcji, informacje o alergiach i przeciwwskazaniach wpisane przez kosmetyczkę, historię zakupów produktów detalicznych przy kasie. Z historii wizyt: datę i godzinę, rodzaj zabiegu, pracownika wykonującego, produkty zużyte z magazynu, notatki po wizycie, czas trwania. Z magazynu: nazwy produktów, aktualne stany, stany minimalne (progi alarmowe), przypisanie produktu do konkretnych usług. Z raportów kasowych: usługi sprzedane danego dnia, produkty detaliczne kupione przy kasie, paragony, faktury. Z grafiku: zaplanowane wizyty, typ usługi, przypisany pracownik.

To nie jest suchy zestaw rekordów. To historia relacji z konkretną osobą: kiedy ostatnio była, co jej robiłyśmy, co kupuje do domu, co jej nie pasuje, czy wraca regularnie czy odpada po jednej wizycie. AI ma z czym pracować.

Jak AI analizuje historię zabiegów i typuje klientki do kontaktu

Największa wartość tkwi w historii wizyt. Typowy wpis w Versumie zawiera datę, rodzaj usługi (np. "keratynowe prostowanie włosów", "mezoterapia igłowa", "manicure żelowy Shellac"), nazwisko pracownika i notatkę po zabiegu. Często pojawia się też informacja o tym, które produkty z magazynu zostały zużyte przy danej kliencie.

AI może przejrzeć te dane i w ciągu sekund odpowiedzieć na pytania, które normalnie zajmują kilkanaście minut klikania w Versumie. "Które klientki miały keratynę i nie wróciły od ponad 12 tygodni?" "Kto skończył serię 10 zabiegów na twarz, ale nie zarezerwował kolejnej wizyty?" "Ile klientek miało lifting rzęs w tym kwartale, a nie ma żadnej wizyty w grafiku na kolejny miesiąc?" Ręcznie da się to sprawdzić, ale nikt nie robi tego co tydzień.

U jednej z naszych klientek, salon w Warszawie, 5 stanowisk plus solarium, zdefiniowałyśmy jeden scenariusz na start: co poniedziałek AI przegląda historię wizyt i wyciąga listę klientek, które skończyły serię zabiegów i nie mają nic zarezerwowanego, albo nie były w salonie dłużej niż ustalony próg czasowy dla danego rodzaju usługi. Keratyna: 14 tygodni. Manicure: 5 tygodni. Mezoterapia: 6 tygodni. Recepcja dostaje gotową listę w poniedziałek rano: imię, ostatni zabieg, data, sugestia, co powiedzieć przy telefonie. Nie musi otwierać Versum i ręcznie filtrować kartoteki.

Ważny szczegół: AI bierze pod uwagę też notatki po wizycie. Jeśli kosmetyczka wpisała "klientka chciała zapytać o mezoterapię następnym razem", ta informacja ląduje przy propozycji kontaktu. Recepcja wie, co poruszyć w rozmowie.

Magazyn kosmetyków: od stanu minimalnego do zamówienia z wyprzedzeniem

Magazyn w Versumie pozwala przypisać produkt do konkretnej usługi i ustawić stan minimalny. Gdy butelka serum zejdzie poniżej progu, Versum pokaże alert. Problem w tym, że ktoś musi ten alert zobaczyć i zapamiętać, że trzeba zamówić. Często nie dzieje się to wystarczająco szybko, albo zamówienie leci w ostatniej chwili z dopłatą za ekspresową dostawę.

AI dodaje do tego jeden poziom wyżej: przewidywanie. Jeśli w przyszłym tygodniu masz zaplanowane 16 zabiegów mezoterapii, a każdy zużywa 4 ampułki, AI może obliczyć, czy przy obecnym stanie magazynowym wystarczy do końca tygodnia. Nie czeka na alert ze stanu minimalnego, tylko patrzy do przodu na podstawie grafiku.

Konkretnie działa to tak: AI łączy dane z grafiku (ile wizyt danego typu jest zaplanowanych) z danymi magazynowymi (aktualny stan produktu, norma zużycia na jedną usługę). Wynik to lista produktów, które mogą się skończyć przed kolejną dostawą, z sugestią kiedy warto złożyć zamówienie. Żadnego zgadywania, tylko liczenie z danych, które Versum już ma.

Dodatkowa rzecz, którą warto ustawić: śledzenie rozbieżności. AI może porównywać, ile produktu powinno być zużyte według wykonanych zabiegów, z tym, ile faktycznie ubyło z magazynu. Jeśli różnica regularnie jest duża w jedną stronę, warto sprawdzić, czy rejestracja zużycia w Versumie działa poprawnie u wszystkich pracowników.

Spersonalizowane propozycje wizyt: jak AI zasila kampanie SMS w Versumie

Versum ma wbudowany moduł kampanii SMS i e-mail. AI nie zastępuje tego modułu, zasilają go mądrzej. Zamiast wysyłać jeden szablon "dawno Cię nie widziałyśmy" do wszystkich klientek z jednej listy, AI przygotowuje spersonalizowane propozycje na podstawie historii każdej z nich.

Dla klientki po laminowaniu brwi: propozycja terminu uzupełnienia po 6 tygodniach. Dla klientki, która zawsze bierze manicure i pedicure razem: propozycja uwzględnia oba zabiegi w jednej wizycie. Dla osoby, która przy ostatniej wizycie pytała o lifting twarzy, a notatka jest w karcie: recepcja dostaje sygnał, żeby wspomnieć o tym przy kontakcie. Dla klientki z pakietem 10 zabiegów, która wykorzystała 8: przypomnienie, że pakiet się kończy.

To nie jest magia. AI po prostu czyta to, co kosmetyczki i recepcja wpisały do Versum, i organizuje to w przydatny sposób. Wiadomości nadal zatwierdza człowiek przed wysyłką. W salonach premium ton rozmowy i komunikacji jest zbyt ważny, żeby oddawać to w pełni automatowi.

Streszczenie dnia dla recepcji: co AI składa z raportów na koniec zmiany

Mała rzecz, ale zauważalnie oszczędza czas. Na koniec dnia AI może wygenerować krótkie podsumowanie na podstawie danych z Versum: ile wizyt się odbyło, ile zostało odwołanych i przez kogo (ważne przy polityce dotyczącej odwołań), jakie zabiegi dominowały, co sprzedano detalicznie przy kasie, które produkty z magazynu zostały zużyte.

Do tego AI może dorzucić dwie lub trzy obserwacje: "4 klientki poprosiły o kontakt w sprawie powrotu po urlopie, notatki są w kartach", "stan ampułek do mezoterapii, przy dzisiejszym tempie, wystarczy na około 4 dni pracy". Właścicielka zamiast przeklikiwać raporty kasowe i magazynowe w Versumie, dostaje na maila lub w Teams gotową pigułkę. Decyzję podejmuje nadal ona. AI tylko zbiera i skraca.

Jeden z naszych klientów, spa z czterema gabinetami, używa tego podsumowania jako podstawy do cotygodniowej odprawy z zespołem. Zamiast omawiać raporty na żywo, wszyscy przychodzą z przeczytanym podsumowaniem. Odprawy skróciły się o połowę.

Od czego zacząć, jeśli masz Versum i chcesz to sprawdzić

Pierwsza rzecz: sprawdź jakość danych w Versumie, zanim cokolwiek podepniesz. AI jest dokładnie tak dobry jak dane, na których pracuje. Jeśli karty klientów są niekompletne, notatki po zabiegach puste, a stany magazynowe aktualizowane raz na dwa tygodnie, integracja nie przyniesie tego, czego oczekujesz. To dobry moment, żeby przeprowadzić krótki przegląd z zespołem i ustalić, co powinno być uzupełniane i kiedy.

Druga rzecz: zacznij od jednego konkretnego celu. Nie "AI do wszystkiego", tylko: "chcę co poniedziałek listę klientek do zadzwonienia po zakończeniu serii zabiegów". To jest coś, co da się zrobić, przetestować przez miesiąc i ocenić. Potem dochodzi kolejny scenariusz.

Trzecia rzecz: samo połączenie z Versumem konfiguruje firma wdrożeniowa przez API lub przez cykliczny eksport danych. Właścicielka salonu nie musi wiedzieć, jak działa API. Musi wiedzieć, czego oczekuje: jakie pytania chce zadawać systemowi, jakie listy chce dostawać i kiedy.

Jeśli chcesz zobaczyć, które dane z Versum mają sens w Twoim salonie i od czego zacząć, możemy to przejrzeć razem. Zapraszamy na bezpłatny audyt, po którym wiesz, co spinać i w jakiej kolejności. Jak to wygląda u salonów, które już przez to przeszły, znajdziesz w realnych wdrożeniach.