- System wspomagania decyzji to narzędzie, które zadaje klientowi lub handlowcowi kilka trafnych pytań i na tej podstawie wskazuje właściwy produkt, technologię albo wariant usługi, z uzasadnieniem.
- Jego sercem nie jest AI, tylko wiedza najlepszego eksperta w firmie, spisana jako pytania, reguły i wyjątki.
- AI pomaga tam, gdzie trzeba zrozumieć opis klienta, wyjaśnić rekomendację prostym językiem i odpowiedzieć na pytania dodatkowe. Sama rekomendacja wynika z reguł, które firma kontroluje.
- Największą wartość daje połączenie doradcy z kalkulatorem wyceny, aplikacją handlowca i analityką: klient dostaje rekomendację i cenę, handlowiec gotowe zapytanie, a firma dane o tym, czego szukają klienci.
- Każdy taki system projektujemy od zera pod produkty i proces konkretnej firmy.
Spis treści
- Problem: klient nie wie, co wybrać, a handlowcy doradzają różnie
- Czym jest system wspomagania decyzji
- Krok 1. Wydobądź wiedzę eksperta
- Krok 2. Zamień wiedzę w drzewo pytań i reguły
- Krok 3. Gdzie w systemie pomaga AI
- Krok 4. Połącz doradcę z kalkulatorem, aplikacją i analityką
- Przykład: doradca techniczny PUR-HOME
- Kiedy warto zbudować system wspomagania decyzji
- Jak budujemy taki system
- Najczęstsze błędy przy budowie doradcy
- Najczęstsze pytania
Wyobraź sobie klienta, który wchodzi na stronę firmy z kilkunastoma produktami lub technologiami. Każda ma swoje zalety, ograniczenia i cenę. Klient czyta opisy, porównuje parametry, których nie rozumie, i w końcu robi jedno z dwóch: wychodzi albo dzwoni z pytaniem „co będzie dla mnie najlepsze?”. Po drugiej stronie telefonu handlowiec odpowiada na podstawie własnego doświadczenia. Inny handlowiec odpowiedziałby inaczej.
System wspomagania decyzji rozwiązuje oba problemy jednocześnie. W tym wpisie pokazujemy, czym jest, jak go zbudować krok po kroku i jak połączyć go z resztą narzędzi sprzedażowych w firmie.
Problem: klient nie wie, co wybrać, a handlowcy doradzają różnie
W branżach, w których produkt trzeba dopasować do sytuacji klienta, wybór jest trudny. Dotyczy to technologii budowlanych, urządzeń przemysłowych, usług B2B, produktów technicznych i wielu usług dla domu. Typowe objawy:
- Dużo pytań, mało zapytań. Klienci dzwonią po poradę, ale nie zostawiają danych, bo jeszcze nie wiedzą, czego chcą.
- Niespójne rekomendacje. Ten sam klient, pytając dwóch handlowców, dostaje dwie różne odpowiedzi. To podważa zaufanie do firmy.
- Wiedza w jednej głowie. Najlepiej doradza właściciel albo najstarszy technik. Gdy jest na urlopie, jakość doradztwa spada.
- Złe dopasowanie. Klient wybiera produkt na podstawie ceny albo tego, co przeczytał na forum, a potem jest niezadowolony z efektu.
- Długie wdrażanie nowych osób. Nowy handlowiec przez miesiące uczy się, co do czego pasuje.
Każdy z tych problemów kosztuje firmę zlecenia, czas i reklamacje. Dobra wiadomość jest taka, że wiedza potrzebna do rozwiązania ich już istnieje w firmie. Trzeba ją tylko wydobyć i zapisać w formie, z której skorzysta każdy.
Czym jest system wspomagania decyzji
System wspomagania decyzji, w sprzedaży nazywany też doradcą produktowym online, to narzędzie, które prowadzi użytkownika przez krótką serię pytań i na końcu podaje rekomendację z uzasadnieniem. Może działać na stronie (dla klienta), w aplikacji handlowca (dla doradcy w terenie) albo w obu miejscach naraz, korzystając z tej samej wiedzy.
Dobry system wspomagania decyzji ma cztery cechy:
- Pyta o sytuację, a nie o produkt. Zamiast „który materiał wybierasz?” pyta „co chcesz ocieplić i czy pomieszczenie jest użytkowe?”.
- Daje uzasadnienie. Klient widzi nie tylko „polecamy X”, ale też „dlaczego X, a nie Y” w jego sytuacji.
- Pokazuje ograniczenia. Jeśli dana technologia się nie nadaje, system to mówi, zamiast udawać, że wszystko pasuje do wszystkiego.
- Prowadzi do następnego kroku. Po rekomendacji klient może od razu sprawdzić orientacyjną cenę albo umówić rozmowę z doradcą, który zna już jego odpowiedzi.
| Narzędzie | Na jakie pytanie odpowiada | Dla kogo |
|---|---|---|
| Doradca (system wspomagania decyzji) | Co wybrać i dlaczego? | Klient i handlowiec |
| Kalkulator wyceny | Ile to będzie kosztować? | Klient |
| Aplikacja handlowca | Jak przygotować ofertę po wizycie? | Handlowiec |
| Analityka | Skąd przyszedł klient i co wybrał? | Właściciel i marketing |
Krok 1. Wydobądź wiedzę eksperta
Zaczynamy od rozmów z osobami, które doradzają najlepiej. Nie pytamy ich „jak działa produkt”, tylko „jak decydujesz, co polecić”. Prosimy o przejście przez kilkanaście prawdziwych przypadków z ostatnich miesięcy: co klient powiedział, o co dopytali, co polecili i dlaczego. Z tych rozmów wychodzą trzy rzeczy:
- Pytania kluczowe. Zwykle jest ich zaskakująco mało, od pięciu do dziesięciu. To one rozstrzygają o wyborze.
- Reguły. „Jeśli A i B, to polecamy X”. „Jeśli C, to Y się nie nadaje”.
- Wyjątki. Sytuacje, w których ekspert odchodzi od reguły, i powody, dla których to robi.
Krok 2. Zamień wiedzę w drzewo pytań i reguły

Spisane pytania i reguły układamy w drzewo decyzyjne. Każde pytanie zawęża zbiór pasujących rozwiązań, a na końcu każdej ścieżki jest rekomendacja z uzasadnieniem. Kilka zasad, które stosujemy przy projektowaniu:
- Najpierw pytania, które najbardziej zawężają wybór. Dzięki temu klient po dwóch, trzech odpowiedziach widzi, że system rozumie jego sytuację.
- Odpowiedzi zrozumiałe dla laika. Zamiast parametrów technicznych opisy i grafiki, na przykład wybór typu dachu lub pomieszczenia na obrazku.
- Opcja „nie wiem”. Klient nie zawsze zna odpowiedź. System powinien wtedy przyjąć bezpieczne założenie albo zaproponować kontakt z doradcą.
- Rekomendacja z alternatywą. Główna propozycja plus druga opcja, na przykład tańsza albo trwalsza, z wyjaśnieniem różnicy.
- Reguły w panelu, nie w kodzie. Firma musi móc zmienić regułę lub dodać produkt bez programisty.
Na tym etapie testujemy drzewo na historycznych przypadkach. Jeśli system dla zapytań z ostatnich miesięcy wskazuje to samo, co polecił ekspert, reguły są dobre. Jeśli nie, szukamy brakującego pytania lub wyjątku.
Krok 3. Gdzie w systemie pomaga AI
Sztuczna inteligencja świetnie radzi sobie z językiem, a gorzej z odpowiedzialnością za decyzję. Dlatego w systemach, które budujemy, rozdzielamy role: reguły decydują o rekomendacji, a AI pomaga w komunikacji. W praktyce AI wykorzystujemy do:
- Rozumienia opisu klienta. Klient może napisać własnymi słowami, co chce zrobić, a AI przypisze to do odpowiedzi w drzewie pytań i dopyta o brakujące informacje.
- Wyjaśniania rekomendacji. Na podstawie wyniku reguł AI pisze krótkie, zrozumiałe uzasadnienie dopasowane do sytuacji klienta.
- Odpowiedzi na pytania dodatkowe. „Czy to bezpieczne dla dzieci?”, „ile to trwa?”. Odpowiedzi pochodzą wyłącznie z bazy wiedzy firmy.
- Materiałów wideo. Awatar AI może wyjaśniać technologie w krótkich nagraniach, przygotowanych ze scenariuszy zatwierdzonych przez firmę.
Takie podejście ma dwie zalety. Po pierwsze, rekomendacja jest powtarzalna i sprawdzalna: wiadomo, z której reguły wynika. Po drugie, AI nie wymyśli produktu ani parametru, którego firma nie ma, bo pracuje na zamkniętej bazie wiedzy.
Ta sama zasada dotyczy widoczności firmy w wyszukiwarkach opartych na AI. Uporządkowana baza wiedzy, z której korzysta doradca, pomaga też w tym, żeby ChatGPT i AI Overviews poprawnie opisywały Twoją ofertę. Piszemy o tym we wpisie Widoczność w ChatGPT i AI Overviews.
Krok 4. Połącz doradcę z kalkulatorem, aplikacją i analityką

Sam doradca to dobry początek. Prawdziwa wartość pojawia się, gdy staje się częścią większego systemu:
- Doradca → kalkulator. Po rekomendacji klient od razu widzi orientacyjną cenę wybranego rozwiązania, bez ponownego wpisywania danych. Jak to zbudować, opisujemy we wpisie Jak zbudowaliśmy kalkulator wyceny.
- Doradca → aplikacja handlowca. Zapytanie trafia do handlowca razem z odpowiedziami klienta i rekomendacją. Handlowiec w terenie korzysta z tego samego doradcy, więc klient słyszy to samo, co zobaczył na stronie. Więcej we wpisie Aplikacja dla handlowców i doradców.
- Doradca → analityka. Każda ścieżka w doradcy jest mierzona. Firma wie, które rozwiązania klienci wybierają najczęściej, na którym pytaniu odpadają i które kampanie przyprowadzają klientów z konkretnymi potrzebami. Takie dane zbiera Analityka Fibonacci, o której piszemy we wpisie Jak zbudowaliśmy Analitykę Fibonacci.
- Analityka → reklamy. Gdy wiesz, które odpowiedzi w doradcy kończą się zleceniem, możesz kierować kampanie do podobnych klientów i optymalizować je pod wartościowe zapytania, a nie pod kliknięcia.
Kluczowe jest jedno źródło danych. Produkty, parametry, reguły i ceny są w jednym miejscu, a wszystkie narzędzia z niego korzystają. Zmiana w jednym miejscu obowiązuje wszędzie.
Przykład: doradca techniczny PUR-HOME

PUR-HOME: doradca techniczny izolacji
PUR-HOME wykonuje izolacje natryskowe pianą PUR oraz izolacje nasypowe z wełny i celulozy. Dla klienta wybór jest trudny: inna technologia sprawdzi się na poddaszu użytkowym, inna na stropie nieużytkowym, a jeszcze inna przy ścianie z pustką powietrzną. Dlatego zbudowaliśmy doradcę technicznego jako wtyczkę do WordPressa.
- Scenariusze zamiast katalogu. Doradca opiera się na spisanych scenariuszach: typowych sytuacjach klientów, pytaniach, które je rozróżniają, i rekomendowanej technologii z uzasadnieniem.
- Kolejne wersje. Doradca rozwijał się w kolejnych wersjach wtyczki, w miarę jak dochodziły nowe scenariusze i uwagi z rozmów z klientami.
- Połączenie z konfiguratorem. Po rekomendacji klient może przejść do konfiguratora wyceny i sprawdzić orientacyjną cenę.
- Ta sama wiedza dla handlowca. Projektowana aplikacja handlowca ma korzystać z tych samych scenariuszy i reguł, a materiały wideo z awatarem AI wyjaśniają technologie w przystępny sposób.
Najważniejsza lekcja z tego projektu: zanim powstała pierwsza linia kodu, najwięcej czasu zajęło spisanie scenariuszy razem z ekspertami firmy. To one są wartością systemu. Kod tylko udostępnia je klientom i handlowcom.
Kiedy warto zbudować system wspomagania decyzji
Doradca ma sens, gdy firma sprzedaje kilka lub kilkanaście rozwiązań, które trzeba dopasować do sytuacji klienta, a wybór wymaga wiedzy. Sygnały, że to Twój przypadek:
- Klienci często pytają „co będzie dla mnie najlepsze?”.
- Część reklamacji wynika ze złego dopasowania produktu, a nie z jakości.
- Handlowcy doradzają różnie, a nowi uczą się miesiącami.
- Na stronie jest dużo ruchu, ale mało zapytań, bo klienci gubią się w ofercie.
- Właściciel jest „wąskim gardłem”, bo tylko on wie, co polecić w trudnych przypadkach.
Jeśli Twój produkt jest prosty i wybór sprowadza się do ceny, doradca nie jest potrzebny. Lepiej wtedy zainwestować w czytelny cennik albo kalkulator wyceny.
Jak budujemy taki system
- Analiza przedwdrożeniowa. Rozmowy z ekspertami, przegląd zapytań i ofert z ostatnich miesięcy, spisanie pytań, reguł i wyjątków.
- Projekt drzewa i makiety. Drzewo decyzyjne testowane na historycznych przypadkach i makiety ekranów sprawdzane z handlowcami.
- MVP. Doradca dla najważniejszej grupy produktów, na stronie lub w aplikacji, z pełnym mierzeniem.
- Rozwój. Kolejne scenariusze, połączenie z kalkulatorem i aplikacją handlowca, moduły AI.
- Serwis. Aktualizacja reguł, nowe produkty, analiza danych o wyborach klientów.
Prace software rozliczamy od 199 zł za godzinę, a zakres i budżet ustalamy po analizie. Szczegóły znajdziesz na stronie Software i aplikacje.
Najczęstsze błędy przy budowie doradcy
- Za dużo pytań. Doradca, który pyta o wszystko, zniechęca klienta, zanim ten dojdzie do rekomendacji.
- Język katalogu. Pytania o parametry techniczne zamiast o sytuację klienta.
- Brak uzasadnienia. Sama nazwa produktu bez „dlaczego” nie buduje zaufania.
- Reguły w kodzie. Każda zmiana oferty wymaga programisty, więc doradca szybko się dezaktualizuje.
- Brak pomiaru. Bez danych nie wiadomo, na którym pytaniu klienci odpadają i co poprawić.
Najczęściej zadawane pytania
Czym różni się system wspomagania decyzji od chatbota?
Chatbot odpowiada na pytania. System wspomagania decyzji prowadzi przez określone pytania do konkretnej rekomendacji opartej na regułach firmy. Może korzystać z AI do komunikacji, ale decyzja wynika z reguł, które firma kontroluje.
Czy AI może samo decydować, co polecić klientowi?
Nie zalecamy tego. Rekomendacja powinna być powtarzalna i sprawdzalna, dlatego wynika z reguł spisanych z ekspertami. AI wyjaśnia ją i odpowiada na pytania dodatkowe na podstawie bazy wiedzy firmy.
Ile pytań powinien zadać doradca?
Zwykle od pięciu do dziesięciu. Więcej pytań zniechęca klienta, mniej nie pozwala trafnie dopasować rozwiązania. Najlepiej, gdy pierwsze dwa, trzy pytania najmocniej zawężają wybór.
Czy doradca działa na każdej stronie?
Tak. Doradcę możemy zbudować jako wtyczkę do WordPressa, moduł aplikacji webowej albo osobne narzędzie osadzone na stronie.
Skąd wiadomo, że doradca działa?
Z analityki. Mierzymy, ile osób zaczyna i kończy doradcę, na którym pytaniu odpada najwięcej, ile rekomendacji kończy się zapytaniem i jaki jest odsetek zleceń z tych zapytań.
Czy doradca może zastąpić handlowca?
Nie, i nie taki jest jego cel. Doradca odciąża handlowca z powtarzalnych pytań i przygotowuje klienta do rozmowy. Handlowiec zajmuje się tym, w czym jest najlepszy: trudnymi przypadkami, negocjacjami i budowaniem relacji.
Ile trwa budowa doradcy?
Najwięcej czasu zajmuje spisanie wiedzy z ekspertami, zwykle kilka tygodni. Samo MVP doradcy dla jednej grupy produktów to kolejne kilka tygodni pracy, w zależności od liczby pytań i integracji.






