Tento článek vysvětluje, jak v pěti krocích připravit zákaznickou podporu na sezónní špičku. Všechny kroky je potřeba dokončit ještě předtím, než začne počet požadavků narůstat. Článek vychází z průzkumu společnosti Daktela z roku 2026, který proběhl v Česku a na Slovensku, z dat společností Gartner a Freshworks a z případové studie Sportisimo. Hlavní myšlenkou je, že zákaznickou podporu během sezónní špičky neochromí samotné množství požadavků, ale příliš pozdní příprava, kvůli níž už nezbývá čas cokoli otestovat.
.png)
Příprava zákaznické podpory na sezónní špičku se obvykle odkládá na poslední měsíc, protože se zdá, že je stále dost času. Pak ale sezóna začne a ukáže se, že problém nikdy nebyl v samotném počtu požadavků. Problém je v tom, že vše, co mělo být hotové dříve, se řeší až ve chvíli, kdy už nezbývá prostor cokoli otestovat.
Důsledky takového zpoždění lze vyčíslit. Podle průzkumu společnosti Daktela z roku 2026, který proběhl v Česku a na Slovensku, 42,8 % zákazníků nedokončí nákup, pokud zákaznická podpora reaguje pomalu. Během sezónní špičky, kdy každý požadavek může vést k nákupu, nejde jen o nepříjemnost. Jde o ušlé tržby.
Tento článek představuje pět kroků, které je potřeba dokončit ještě předtím, než začne počet požadavků narůstat – nikoli až během jejich nárůstu.
Tým, který devět měsíců v roce funguje bezchybně, se může během jediného týdne dostat do vážných problémů. Jen zřídka je přitom důvodem nedostatečná schopnost jeho pracovníků. Sezónní špička totiž mění tři věci současně: objem požadavků roste nerovnoměrně, dotazy se častěji opakují a na přemýšlení nezbývá čas.
Procesy, které za běžného provozu umožňovaly improvizaci, přestávají fungovat ve chvíli, kdy se improvizace stane jediným způsobem práce. Příprava proto nespočívá ve zvýšeném úsilí během sezóny, ale v rozhodnutích, která uděláte ještě před jejím začátkem.
42,8 % zákazníků nedokončí nákup, pokud zákaznická podpora reaguje pomalu.
S dostatečným předstihem, aby měl každý nově zavedený systém za sebou několik klidnějších týdnů reálného provozu. To je jediný termín, který dává smysl. Neřídí se totiž kalendářem, ale dobou potřebnou k tomu, aby se odhalily a napravily chyby, dokud jejich řešení ještě nezpůsobuje další náklady.
V praxi to znamená, že příprava musí být dokončena dříve, než začne počet požadavků narůstat – ne až ve chvíli, kdy už roste. Cokoli nasadíte až během sezóny, se bude učit přímo uprostřed krizové situace.
Většina týmů vychází z měsíčního průměru za minulý rok a podle něj plánuje směny. Sezónní špička ale nevypadá jako celý měsíc. Může mít podobu dvou úterních večerních hodin, během nichž se vše zastaví. Průměr tyto kritické hodiny vyrovná a skryje, takže tým vstupuje do sezóny připravený na běžný den, který však ve skutečnosti nenastane.
Analyzujte data podle jednotlivých dnů a hodin a určete 10 nejvytíženějších hodin celé sezóny. Pokud jste během nejvytíženější hodiny zaznamenali třikrát více hovorů než v průměrné hodině, právě tato hodnota představuje váš skutečný kapacitní cíl. Na základě těchto údajů zjistíte, kolik lidí budete potřebovat a jak velkou část požadavků bude muset zvládnout automatizace.
Při práci s reporty si zároveň připravte přehled, který budete během sezóny sledovat. Na jednom místě by měl zobrazovat délku fronty, dobu čekání, zmeškané hovory a dobu do první reakce. Data z minulého roku vám ukážou, jakou kapacitu potřebujete. Tento přehled vám pak během sezóny napoví, zda váš plán funguje. Ve špičce musíte problém odhalit během několika hodin, nikoli až v reportu za následující měsíc.
Automatizace zákaznické podpory je nejrychlejším způsobem, jak zvládnout více požadavků bez navyšování počtu pracovníků. Má to však jeden háček: AI chatbot nefunguje dokonale hned od prvního dne. Potřebuje několik týdnů reálného provozu, během nichž zjistíte, jaká slova zákazníci skutečně používají a v jakých situacích se mylně domnívá, že jejich požadavku porozuměl.
Začněte s 10 nejčastěji se opakujícími dotazy, protože obvykle tvoří významnou část celkového objemu. Právě u nich se chatbot pro zákaznickou podporu vyplatí nejrychleji – stejnou odpověď totiž může během jediného dne zopakovat i stokrát. Jakmile je začne spolehlivě zvládat, můžete jeho záběr postupně rozšiřovat. Nesnažte se, aby chatbot hned od prvního dne pokryl úplně všechno. Jeho ladění by bylo pomalé, chybovost vysoká a tým by v celý systém ztratil důvěru.
Tip: Začněte s dotazy, které mají jednu správnou odpověď. Požadavky vyžadující individuální posouzení je vhodnější předat operátorovi.
Během sezónní špičky se zákazníci často ptají na jiné věci než po zbytek roku. Zajímají je především termíny doručení, změny objednávek, dostupnost zboží, lhůty pro vrácení nebo podmínky konkrétních akcí. Znalostní bázi proto vytvářejte také podle požadavků, které se výrazně opakovaly během minulé sezóny.
Projděte loňské konverzace, vyhledávání na webu i dotazy, které chatbot nedokázal správně zodpovědět. Stejné problémy mohou zákazníci formulovat různými způsoby, proto je seskupte podle toho, co chtějí skutečně vyřešit. Odpovědi pište jejich jazykem, doplňte konkrétní postup a ze stejného seznamu vytvořte také šablony odpovědí pro operátory. Ty zkrátí dobu vyřízení požadavků a pomohou udržet konzistentní kvalitu komunikace i při zapojení nových členů týmu.
Každý komunikační kanál má jinou dynamiku a zákazníci u něj očekávají jinou rychlost reakce. Telefon, chat a e-mail proto nelze během sezónní špičky řídit podle stejných pravidel.
Definice: SLA pro jednotlivé kanály představuje stanovenou dobu odezvy pro každý komunikační kanál. Například telefonní hovor musí být přijat do jedné minuty, chat zodpovězen do dvou minut a e-mail vyřízen do konce dne.
Rozdílné doby odezvy však nestačí pouze stanovit. Tým musí také vědět, kterému kanálu dát v případě přetížení přednost. Přehled nastavených priorit ukazuje následující tabulka.
V určitém okamžiku během sezónní špičky budete mít více požadavků, než dokáže váš tým zvládnout. Nejde o selhání, ale o jednoduchou matematiku. Problém nastává ve chvíli, kdy nikdo neví, čemu dát přednost, a každý operátor se proto rozhoduje sám. Výsledkem je, že se zpoždění hromadí ve všech kanálech stejně a nejdůležitější požadavky zapadnou mezi ostatními.
Předem určete, který kanál má prioritu a jaká úroveň služeb je u jednotlivých kanálů ještě dostačující. Pravidla sepište a sdílejte je s týmem ještě před začátkem sezóny, nikoli až během ní. Pokud máte všechny kanály i historii komunikace na jednom místě, můžete nastavené priority skutečně dodržovat, a ne je pouze deklarovat.
Většina týmů poslední krok vynechává, protože si nechce připustit, že se něco může pokazit. Právě proto je ale tento krok tak důležitý.
Předem si odpovězte na tři otázky: Kdo a z jakého týmu bude povolán jako posila? Které činnosti se dočasně pozastaví, například reporting, odchozí hovory nebo administrativa? A jak se zákazníci dozvědí, že budou čekat déle než obvykle? Automatická zpráva s upozorněním na delší čekací dobu vás vyjde levněji než naprosté ticho.
A především si celý plán alespoň jednou nacvičte. Neotestovaný plán bývá první věcí, která selže. Nasimulujte zvýšený počet požadavků v jednom kanálu, nechte tým postupovat podle připraveného eskalačního plánu a sledujte, kde se proces zastaví. Udělejte to ve chvíli, kdy vás případné chyby ještě nic nestojí.
AI navíc nemusí operátora nahrazovat, aby mu pomohla pracovat rychleji. Podle reportu společnosti Freshworks z roku 2024 vyřizují týmy využívající AI asistenta požadavky o 38,7 % rychleji, přestože komunikaci se zákazníkem stále vede člověk.
V takovém případě se nesnažte zvládnout všech pět kroků. Zaměřte se na první a čtvrtý krok, protože je lze dokončit během několika dnů a nevyžadují testování. Poté vyberte jeden komunikační kanál a jeden typ dotazu, které tvoří největší část celkového objemu, a automatizujte pouze ten.
Částečná, ale otestovaná příprava má větší hodnotu než kompletní příprava, která testováním neprošla. Zbytek nechte na období po sezóně, kdy už budete mít k dispozici také aktuální data o tom, co skutečně přestalo fungovat.
Příprava zákaznické podpory na sezónní špičku není otázkou většího počtu pracovníků. Jde především o rozhodnutí, která je potřeba udělat v době, kdy lze případné chyby ještě napravit bez vážných následků. Hodnota přípravy se neměří podle toho, kolik nových řešení jste zavedli, ale podle toho, zda má váš tým i během nejvytíženějšího týdne sezóny dostatek prostoru na případy, které skutečně vyžadují pomoc člověka.
Jak vypadá včasná příprava v praxi, ukazuje příklad společnosti Sportisimo, jednoho z největších prodejců sportovního vybavení v Česku, jehož poptávka výrazně podléhá sezónním výkyvům. Po nasazení chatbota se počet hovorů snížil o 32 %, stejný tým začal vyřizovat dvojnásobný počet tiketů a doba reakce na zmeškané hovory klesla o 55 %.
„Díky centralizované komunikaci a nástrojům AI nyní vyřizujeme o 32 % méně hovorů, protože část komunikace za nás řeší AI chatbot.“ Richard Hranička, vedoucí týmu zákaznické péče, Sportisimo
Pokud jsou všechny komunikační kanály, nástroje AI a reporting součástí jedné platformy, příprava na sezónu už není souborem několika samostatných projektů. V oblasti e-commerce, kde lze rozdíl mezi úspěšnou a neúspěšnou sezónou vyčíslit podle tržeb, se přínos takového řešení jasně projeví v konkrétních číslech.
Sezónnímu nárůstu požadavků se nevyhnete, můžete ale výrazně ovlivnit, jak velká část z nich dopadne na operátory. Pokud včas vyhodnotíte potřebnou kapacitu, automatizujete opakující se dotazy, připravíte znalostní bázi a nastavíte jasné priority, bude mít tým více prostoru na případy, které skutečně vyžadují pomoc člověka.
Nemusíte přitom měnit vše najednou. Začněte nejvytíženějšími hodinami a nejčastějšími požadavky, nové procesy otestujte v klidnějším provozu a postupně je rozšiřujte. Čím dříve s přípravou začnete, tím menší riziko, že vás sezónní špička zastihne nepřipravené.
