Michał ma sklep z obrotami 8 mln rocznie i 4-osobowy zespół obsługi klienta. Nie odpowiada sam na maile od 3 lat. Problem? Jego team spędza 70% czasu na pytania „czy wysyłacie do Krakowa?”, zarabiając przy tym 6 000 zł miesięcznie. Podczas gdy konkurencja automatyzuje podstawy i wykorzystuje ludzi do sprzedaży, Michał płaci 24 000 zł miesięcznie za ludzki FAQ. Policzyliśmy ile faktycznie kosztuje nieefektywna obsługa – i dlaczego to największa ukryta dziura w budżecie e-commerce.
Czas czytania: 8 minut
Jak wygląda „profesjonalna” obsługa klienta
Michał zrobił wszystko „jak należy”.
Ma 4-osobowy zespół obsługi klienta:
- Ania (team lead) – 6 500 zł brutto
- Kasia, Magda, Tomek – po 5 500 zł brutto każde
Koszt pracodawcy: ~32 000 zł miesięcznie
Zespół pracuje w systemie zmianowym 9-19. Obsługują:
- Maile
- Chat na stronie
- Telefony
- Social media
- Reklamacje i zwroty
Z zewnątrz wygląda profesjonalnie. Michał może skupić się na strategii.
Ale jest jeden problem.
Co faktycznie robi ten zespół?
Przez miesiąc monitorowaliśmy pracę w 5 sklepach internetowych z podobną strukturą (obroty 5-12 mln, 3-5 osób w obsłudze).
Wyniki dla sklepu jak Michała:
782 zapytania miesięcznie
Średni czas obsługi: 7 minut na zapytanie
Rozkład zapytań:
Grupa A: „Ludzkie FAQ” (45% zapytań)
- „Kiedy wysyłka?”
- „Czy jest w rozmiarze M?”
- „Ile kosztuje dostawa?”
- „Jakie formy płatności?”
- „Czy wysyłacie za pobraniem?”
352 zapytania × 7 min = 41 godzin miesięcznie
Te informacje są na stronie. Ludzie pytają, bo łatwiej napisać niż szukać.
Grupa B: Status i tracking (30% zapytań)
- „Gdzie moja paczka?”
- „Kiedy wyślecie?”
- „Numer przesyłki?”
- „Dlaczego opóźnienie?”
235 zapytań × 7 min = 27 godzin miesięcznie
90% tych informacji jest w systemie. Team tylko przeklikuje się i przepisuje.
Grupa C: Zwroty – procedura (12% zapytań)
- „Jak zwrócić?”
- „Na jaki adres?”
- „Kiedy zwrot pieniędzy?”
- „Czy mogę wymienić na inny rozmiar?”
94 zapytania × 8 min = 12 godzin miesięcznie
Standardowa procedura. Ta sama odpowiedź za każdym razem.
Grupa D: Złożone sprawy (13% zapytań)
- Porównania produktów (wymaga znajomości asortymentu)
- Pytania techniczne (specyfikacje, kompatybilność)
- Problemy z płatnością (wymaga kontaktu z systemem)
- Negocjacje hurtowe
- Niestandardowe reklamacje
101 zapytań × 15 min = 25 godzin miesięcznie
Tu faktycznie potrzebny człowiek z wiedzą i doświadczeniem.
Kluczowa obserwacja
87% zapytań to content, który komputer obsłuży lepiej i taniej.
Tylko 13% wymaga ludzkiej inteligencji.
A mimo to, cały zespół zarabiający 32 000 zł miesięcznie spędza czas równomiernie na wszystkim.
To jak zatrudnić 4 tłumaczy, żeby przepisywali teksty z Google Translate.
Ile to faktycznie kosztuje?
Koszt bezpośredni:
32 000 zł/msc (4 osoby w obsłudze)
Z czego na obsługę grup A, B, C (87% zapytań):
- 80 godzin miesięcznie × ~40 zł/h = 32 000 zł × 87% = 27 840 zł/msc
334 080 zł rocznie na robienie tego, co chatbot zrobiłby za ~1 000 zł miesięcznie.
Koszt alternatywny #1: Stracona sprzedaż
Team odpowiada średnio w 2-3 godziny (rotacja, przerwy, inne zadania).
Dane rynkowe:
- Odpowiedź < 5 min → konwersja 15-20%
- Odpowiedź 2-3h → konwersja 5-8%
- Odpowiedź następny dzień → konwersja 1-3%
Twój team pracuje 9-19. Ale ludzie piszą 24/7.
Zapytania po godzinach (40% wszystkich) czekają do rana.
Prosty rachunek:
782 zapytania × 40% po godzinach = 313 zapytań
313 × 15% potencjalna konwersja = 47 zamówień
Średnia wartość zamówienia: 280 zł
= 13 160 zł miesięcznie potencjalnie stracone
Tylko dlatego, że nikt nie odpowiada w nocy.
Koszt alternatywny #2: Brak upsellingu
Zespół obsługi odpowiada na pytania. Ale czy sprzedaje?
200 losowych konwersacji z 5 sklepów.
W 94% przypadków odpowiedź to: „Tak, wysyłamy do Krakowa. Koszt: 15 zł.”
W 6% przypadków: „Tak, wysyłamy do Krakowa za 15 zł. Przy zamówieniu powyżej 200 zł dostawa gratis. W koszyku ma Pan produkty za 180 zł – może coś jeszcze?”
Pierwszy typ odpowiedzi: dostarcza informację.
Drugi typ: buduje wartość zamówienia.
Problem? Twój team jest przeszkolony w obsłudze, nie w sprzedaży.
Nie mają czasu myśleć o upsellingu, bo muszą odpowiedzieć na kolejne 50 zapytań.
Koszt alternatywny #3: Skalowanie
Twój sklep rośnie. +30% obrotu rok do roku.
Za rok będzie ~1 000 zapytań miesięcznie.
Za dwa lata: ~1 300.
Co wtedy?
Zatrudnisz piątą osobę? Koszt: kolejne 8 000 zł/msc.
Szóstą? Siódmą?
Model nie skaluje się liniowo.
Konkurencja automatyzuje podstawy i rośnie bez dodawania ludzi.
Ty będziesz zatrudniał kolejne osoby do odpowiadania „tak, wysyłamy do Krakowa”.
Ukryty koszt: wykorzystanie zespołu
Kasia pracuje w obsłudze od 2 lat. Ma talent do sprzedaży – potrafi doradzić produkt, przekonać wahającego się klienta.
Ale 70% czasu spędza na:
- Sprawdzaniu w systemie „gdzie paczka”
- Przepisywaniu regulaminu zwrotów
- Tłumaczeniu informacji, które są na stronie
Po roku Kasia zaczyna się nudzić. To nie jest praca, do której się przymierzała.
Problem rotacji w obsłudze e-commerce:
- Średni czas pracy: 18-24 miesiące
- Koszt znalezienia i wdrożenia nowej osoby: ~5 000 zł
- Czas wdrożenia do pełnej produktywności: 2-3 miesiące
Gdyby Kasia miała robić tylko złożone sprawy (grupa D) – pytania wymagające myślenia, doradztwa, rozwiązywania problemów – prawdopodobnie zostałaby dłużej.
Bo to jest praca satysfakcjonująca.
Ale nie ma opcji. Musi obsłużyć wszystko, co przychodzi.
Co robią najlepsi gracze?
Przeanalizowaliśmy 12 sklepów z obrotami 15-50 mln rocznie.
Model obsługi klienta:
Warstwa 1: Automatyzacja (0-60 sekund)
- Chatbot obsługuje grupy A, B, C
- Odpowiada 24/7
- Rozwiązuje 75-85% zapytań bez ludzkiej interwencji
Warstwa 2: Ludzie – ale inaczej (maksymalnie dzień)
- Zespół 2-3 osoby (nie 4-5)
- Obsługują tylko złożone sprawy
- Mają czas myśleć, doradzać, sprzedawać
- Są ekspertami, nie „copy-paste machines”
Warstwa 3: Specjaliści (na eskalację)
- Reklamacje
- Klienci VIP
- Sprawy prawne/skomplikowane
Rezultat:
- Niższe koszty osobowe (2-3 osoby zamiast 4-5)
- Wyższa satysfakcja zespołu (ciekawsza praca)
- Lepsza konwersja (szybkie odpowiedzi 24/7)
- Wyższy AOV (świadomy upselling)
- Model skalowalny (koszt rośnie wolniej niż obroty)
Czy to znaczy, że masz zwolnić team?
Absolutnie nie.
To znaczy, że masz wykorzystać ich lepiej.
Zamiast:
4 osoby × 160 h = 640 godzin na wszystko (włącznie z „czy wysyłacie do Krakowa”)
Zrób:
- Automatyzacja obsługuje 85% (grupy A, B, C)
- 3 osoby × 160 h = 480 godzin tylko na złożone sprawy, doradztwo, sprzedaż
- Zaoszczędzone 160 h + jedna pensja = 8 000 zł/msc
Co możesz zrobić z tymi zasobami?
- Jeden człowiek mniej w obsłudze = -8 000 zł/msc
- Lub: ten sam team, ale skupiony na sprzedaży = wyższy AOV i konwersja
- Lub: lepsza jakość obsługi (więcej czasu na każdego klienta, który faktycznie potrzebuje pomocy)
Framework: jak to przeliczyć dla Twojego sklepu
Krok 1: Policz obecne koszty
Ile osób w obsłudze? _____
Średnia pensja (brutto × 1,3): _____
Miesięczny koszt zespołu: _____ zł
Krok 2: Zmierz zapytania
Przez miesiąc kategoryzuj każde zapytanie:
- Grupa A (info na stronie)
- Grupa B (status/tracking)
- Grupa C (standardowa procedura)
- Grupa D (wymaga myślenia)
Ile % to grupy A+B+C? Pewnie 80-90%.
Krok 3: Policz ile płacisz za „ludzkie FAQ”
Miesięczny koszt × % grup A+B+C = _____ zł/msc
To jest koszt robienia ręcznie tego, co maszyna zrobi lepiej.
Krok 4: Policz potencjał
Ile zapytań przychodzi po godzinach pracy? _____
× 15% konwersja × średnia wartość zamówienia = stracona sprzedaż
Ile czasu team spędza na przepisywaniu zamiast sprzedawaniu?
× potencjał upsellingu = niższy AOV
Co zrobić: od najmniejszego do największego
Poziom 0: Optymalizacja (0 zł, start jutro)
1. Lepsze FAQ
- Przez tydzień zapisuj top 20 pytań
- Stwórz porządne FAQ (nie ukryte w podstronach)
- Dodaj do potwierdzenia zamówienia
- Efekt: -20% zapytań
2. Proaktywna komunikacja
- Automatyczne maile o statusie zamówienia
- SMS z trackingiem przy wysyłce
- Mail „wszystko OK?” 2 dni po dostawie
- Efekt: -30% zapytań o status
3. Lepsze opisy produktów
- Tabelki rozmiarów
- Więcej zdjęć
- Sekcja Q&A pod produktem
- Efekt: -25% zapytań o produkty
Razem: 50-60% mniej zapytań. Koszt: 0 zł.
Poziom 1: Podstawowa automatyzacja (500-1 500 zł/msc)
Chatbot dla FAQ + tracking
- Obsługuje grupy A i B (75% zapytań)
- Pracuje 24/7
- Eskaluje do człowieka gdy nie wie
ROI:
- Koszt: ~1 000 zł/msc
- Oszczędność: 70% z 80 h = 56 h × 40 zł = 2 240 zł/msc
- Zysk: 1 240 zł/msc od 2. miesiąca
Plus: odpowiedzi 24/7 = wyższa konwersja
Poziom 2: Inteligentna automatyzacja (1 500-3 000 zł/msc)
AI asystent z integracją:
- Dostęp do systemu (sprawdza zamówienia)
- Dostęp do magazynu (sprawdza dostępność)
- Inteligentne upselling
- Obsługuje 80-85% zapytań
ROI:
- Koszt: ~2 500 zł/msc
- Możesz zmniejszyć team o 1 osobę = -8 000 zł/msc
- Zysk: 5 500 zł/msc
Lub: ten sam team, ale produktywniejszy = wyższe przychody
Prawdziwe pytanie
Nie chodzi o to czy automatyzować.
Chodzi o to: jak chcesz wykorzystać swoich ludzi?
Wariant A:
4 osoby przepisują informacje ze strony i systemu, zarabiając 32 000 zł/msc
Wariant B:
Maszyna obsługuje rutynę (1 000 zł/msc)
3 osoby robią to, czego maszyna nie umie – sprzedają, doradzają, budują relacje (24 000 zł/msc)
Różnica: 7 000 zł miesięcznie = 84 000 zł rocznie
Plus: lepiej wykorzystany team = wyższa satysfakcja = mniejsza rotacja
Podsumowanie
→ Średni sklep (5-8 mln) ma ~32 000 zł miesięcznych kosztów obsługi
→ 85% zapytań to powtarzalny content (info na stronie, tracking, procedury)
→ Team spędza 27 840 zł/msc na robienie tego, co chatbot zrobiłby za 1 000 zł
→ To ~330 000 zł rocznie na „ludzkie FAQ”
→ Plus ukryte koszty: stracona konwersja (zapytania po godzinach), brak upsellingu, rotacja
→ Automatyzacja podstaw ≠ zwalnianie ludzi. To lepsze ich wykorzystanie.
→ Najlepsi gracze: maszyny robią rutynę, ludzie robią to, co wymaga inteligencji
Jedno zadanie na dziś
Przez tydzień kategoryzuj każde zapytanie:
A – info na stronie
B – status/tracking
C – standardowa procedura
D – wymaga myślenia
Po tygodniu policz: ile % to A+B+C?
Pomnóż przez miesięczny koszt zespołu.
To jest kwota, którą płacisz za ludzkie FAQ.
Pytanie do ciebie: Ile osób masz w obsłudze klienta? I jaki % ich czasu idzie na pytania, na które mógłby odpowiedzieć dobrze zbudowany FAQ?
Napisz w komentarzu.
Dodaj komentarz