- Přehledy IS
- APS (25)
- BPM - procesní řízení (23)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (31)
- CRM (52)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (75)
- HRM (28)
- ITSM (6)
- MES (33)
- Řízení výroby (36)
- WMS (28)
- Dodavatelé IT služeb a řešení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (41)
- Dodavatelé CRM (38)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (66)
- Informační bezpečnost (48)
- IT řešení pro logistiku (49)
- IT řešení pro stavebnictví (26)
- Řešení pro veřejný a státní sektor (27)


















![]() | Přihlaste se k odběru zpravodaje SystemNEWS na LinkedIn, který každý týden přináší výběr článků z oblasti podnikové informatiky | |
![]() | ||
Segmentace, automatizace a personalizace
postavená nad CRM v prostředí ecommerce
Přemýšlíte, jak využít data o svých zákaznících? Neustále slýcháte pojmy jako big data nebo automatizace, ale nevíte, jak je správně uchopit pro svůj vlastní byznys? Pokud jste e-shop nebo jiný e-commerce projektu, přesvědčíme vás, že práce s daty vám přinese nové příjmy i konkurenční výhodu.


V dnešní době, kdy je většina aktivit zákazníka v internetovém obchodě nějakým způsobem zaznamenávána, je téměř nezbytné tato data vhodně skladovat a především využívat. První důležitým úkolem pro provozovatele e-shopů je tato data pocházející z různých systémů integrovat na jedno místo, kde bude možné s nimi dále pracovat.
Jedna centrální databáze
Data o zákaznících můžeme rozdělit na vlastněná (typicky údaje o zákaznících, z objednávek apod.) a veřejně dostupná (např. data z ČSÚ apod.). Některá data lze získat i zpětně, u některých je nutné je nastavit tak, aby se teprve začala vhodným způsobem sbírat. V ecommerce segmentu mají e-shopy k dispozici zpravidla následující data:
- Zákaznická data, která nám o sobě dá zákazník při objednávce
- Data o současné a minulých objednávkách
- Návštěvy konkrétních prodejních míst a nákupy v nich
- Chování zákazníka na webových stránkách
- Reakce na obchodní nabídky v emailu
- Preference zákazníka
- Informace z call centra / chatu
- Data ze sociálních sítí
- Recenze zákazníků na cenových porovnávačích nebo jiná zpětná vazba
- Chování v mobilní aplikaci
Jednotlivé zdroje dat jsou znázorněny v infografice. U všech těchto zdrojů je nutné nastavit mechanismus pro vytěžení a uchovávání ve vhodné struktuře. Ke každé možné zákaznické aktivitě je ideální mít možnost přiřadit identitu konkrétního zákazníka. Tímto položíme základ rozšířenému CRM.
Způsoby, jak dosáhnout přiřazení identity k různým typovým akcím:
- Objednávka v e-shopu – zde je zřejmé, že lze přiřadit dle e-mailu
- Objednávka na prodejně – nákup s využitím věrnostní kartičky, předložení unikátního kuponu pro daného zákazníka (zaslaného např. e-mailem / SMS)
- Pohyb po webu – je možné získávat pro přihlášené zákazníky v-eshopu a pro návštěvníky, kteří např. prokliknou newsletter
- Facebook – pomocí speciálního kódu v nasdíleném odkazu je možné doměřit např. účinnost (počet prokliků) nasdíleného obsahu každým konkrétním zákazníkem
- Call centrum – dle znalosti telefonního čísla je možné snadno spárovat se zákazníkem
- Recenze na cenových porovnávačích – lze přiřadit dle identifikátoru objednávky
- V mobilní aplikaci po přihlášení emailem
Segmentace, automatizace, personalizace
Skladování strukturovaných dat je krokem prvním a nutným, neměl by to však být cíl sám o sobě. Záměrem by mělo být využít tato data ke konkrétním akcím – segmentaci, automatizaci a personalizaci komunikace se zákazníkem napříč různými kanály.
Díky tomu se vám otevřou velmi široké možnosti umožňující cílenou komunikaci, která zákazníky pobídne k té správné akci ve správný čas. To vede k získání nových příjmů, stejně jako k optimalizaci investic do marketingu. Navíc je díky analýze dat možné získat vhodné podklady nejen pro komunikaci se stávajícími zákazníky, ale slouží také jako podklad pro rozhodování a volbu správné akviziční strategie.

Scénáře automatizovaných kampaní
Scénáře automatizovaných kampaní a přizpůsobení komunikace je vždy vhodné navrhovat dle sortimentu, zaměření e-shopu a hlavně dle znalostí obchodníka o potřebách a chování jeho zákazníků. Obecně je však vždy vhodné navrhnout kampaně, které kopírují celý proces nákupu zákazníka a snažit se obsloužit různé stavy, které mohou nastat.
V našem příkladu budeme uvažovat pouze stav, kdy už od zákazníka máme některá jeho data a můžeme jej tak lépe oslovit. Příklady takových kampaní můžou být obecně např.:
Máme na zákazníka pouze e-mail – jedná se o nový kontakt
- Navázání vztahu, uvítací proces a motivace k prvnímu nákupu
- Zjištění preferencí
Máme e-mail a data o zákazníkově chování na webu (zatím bez objednávky)
- Rozšířené kampaně dle návštěvy určitých kategorií / produktů
- Využití průvodce výběrem – nabídka pomoci s nákupem
- Přizpůsobení obchodních sdělení dle zjištěného segmentu
- Sledování, zda zákazník případně dokončil nákup, pokud měl zboží již v nákupním košíku (průměrně je poměr opuštěných košíků cca 50 %)
- Využití doporučení jiných zákazníků na zboží, o které se zákazník zajímá
Zákazník nakoupil
- Kampaně po objednávce – poděkování a pobídka k hodnocení zboží
- Automatizace dle hodnocení – detekce problémů a podpora šíření dobré zkušenosti
- Nabídka příslušenství, souvisejících produktů
- Motivace k dalšímu nákupu
- Výzva k opakovanému nákupu u spotřebního zboží
- Výzva k doporučení eshopu svým známým nebo ke sdílení na sociální sítě
Zákazník je neaktivní (nenakupuje ani nereaguje na marketingovou komunikaci)
- Snaha o získání zpět – motivační pobídka
- Komunikace přes jiné kanály (Facebook, remarketing v obsahových sítích)
Je to jen začátek
Samozřejmě každý z těchto scénářů je jen náznakem možné komunikace a měl by posloužit spíše jako inspirace, jakým směrem se lze vydat. Automatizace komunikace postavená nad CRM již dnes není utopií a lze ji realizovat s poměrně dobře dostupnými technologickými nástroji. Využitím dat o svých zákaznících můžete zlepšovat návratnost investic do marketingu, protože dosáhnete většího vytěžení stávajících zákazníků. Také tím získáváte konkurenční výhodu, kterou komunikace nedokáže snadno okopírovat.
![]() |
Jan Penkala Autor článku je ředitelem konzultační společnosti pro e-commerce Acomware. |


19.6. | ITeuro Solution Day 2025 |
23.9. | PragVue 2025 |
1.10. | Cyber Attacks 2025 |
21.10. | Bezpečnosť a dostupnosť dát 2025 |
11.11. | Umělá inteligence v IT infrastruktuře 2025 |
Formulář pro přidání akce