Startup Maja AI chce skończyć z przepalaniem budżetów na marketing. Oto jak algorytm czyta intencje klienta

W gabinetach zarządów coraz częściej pada pytanie, które kończy erę bezkrytycznego zachwytu nad nowinkami: co właściwie mamy z wdrożenia sztucznej inteligencji? Jeszcze niedawno sukcesem był sam fakt posiadania chatbota na stronie. Dziś, gdy koszty pozyskania ruchu przez Google Ads czy SEO rosną w dwucyfrowym tempie, firmy szukają narzędzi, które realnie zwiększą konwersję. Startup Maja AI, stworzony przez software house Crococode, wchodzi na rynek z założeniem, że technologia nie powinna służyć do pogawędek, lecz do identyfikacji momentów, w których klient jest gotowy wydać pieniądze.

Jak Maja AI analizuje ślady w sieci

Fundamentem rozwiązania nie jest okno dialogowe, lecz analityka behawioralna. Większość użytkowników na stronach firmowych pozostaje anonimowa do momentu wypełnienia formularza – Maja AI próbuje ten proces przyspieszyć, analizując dane, które użytkownik zostawia podczas zwykłego przeglądania witryny.

– System śledzi konkretne parametry: odwiedzane produkty i kategorie, czas spędzony na analizie specyfikacji technicznych, liczbę powrotów na stronę w określonych odstępach czasu oraz zachowanie na kluczowych podstronach, takich jak cenniki, konfiguratory czy sekcje z dokumentacją – mówi Adrian Kruk, współtwórca rozwiązania i CEO Crococode.

Maja AI nie działa według jednego, sztywnego wzorca dla każdej firmy. Startup promuje model, w którym reakcja systemu następuje dopiero po rozpoznaniu tzw. wysokiej intencji zakupowej. Jeśli użytkownik wchodzi na stronę trzeci raz w tygodniu i za każdym razem spędza kilka minut przy tabeli z parametrami produktu, system uznaje to za sygnał do działania. Interakcja nie jest przypadkowa – opiera się na scenariuszach przygotowanych wcześniej podczas dedykowanych warsztatów. Celem nie jest rozmowa dla samej rozmowy, ale doprowadzenie do konkretnego zdarzenia biznesowego: pozostawienia numeru telefonu, wysłania zapytania ofertowego lub przejścia do kolejnego kroku w procesie sprzedażowym.

Integracja z CRM i ratowanie porzuconych szans

Jedną z kluczowych funkcji, którą Maja AI stawia nad zwykłymi botami, jest połączenie technologii z codzienną pracą działów handlowych. System nie tylko generuje kontakt (lead), ale przesyła go prosto do oprogramowania CRM firmy. Co istotne, handlowiec nie otrzymuje jedynie numeru telefonu. Wraz z kontaktem dostaje pełny kontekst: zapis ścieżki, jaką użytkownik przeszedł na stronie. Doradca wie więc przed podniesieniem słuchawki, czy rozmawia z kimś, kto szuka najtańszego rozwiązania, czy z klientem, który szczegółowo analizował segment premium.

Maja AI posiada także funkcję automatycznego follow-upu, która pełni rolę bezpiecznika. W wielu firmach leady „stygną” lub giną w natłoku obowiązków pracowników. Jeśli handlowiec nie podejmie kontaktu w zdefiniowanym wcześniej czasie, system potrafi samodzielnie przypomnieć się klientowi lub wysłać powiadomienie do działu sprzedaży. To rozwiązanie ma eliminować sytuacje, w których firma zapłaciła za sprowadzenie klienta na stronę, pozyskała jego dane dzięki AI, ale straciła pieniądze przez brak sprawnej reakcji człowieka na dalszym etapie. Dzięki temu technologia pilnuje rentowności marketingu tam, gdzie zawodzi organizacja pracy.

Glinmet jako case study: Kiedy pierwsza próba z AI zawodzi

Wartość technologii Maja AI najlepiej widać na przykładzie firmy Glinmet. To polski producent ogrodzeń i blachodachówek, który od 18 lat konsekwentnie inwestuje w technologie – od odnawialnych źródeł energii po flotę elektryczną. Co ciekawe, Glinmet posiadał już wcześniej na swojej stronie chatbota opartego na AI, jednak z biznesowego punktu widzenia rozwiązanie to nie przyniosło mierzalnego efektu. Firma znalazła się w punkcie, w którym wielu przedsiębiorców rezygnuje z AI, uznając ją za kosztowny gadżet.

Podejście Mai AI w Glinmecie było inne. Zamiast skupić się na samym fakcie „posiadania AI”, skupiono się na pytaniu: jak lepiej wykorzystać istniejący ruch, za który firma już zapłaciła?

– Wyniki po przejściu na system behawioralny były konkretne. Liczba pozyskiwanych leadów wzrosła o około 20 proc. Najważniejsza była jednak mierzalność finansowa: nasza technologia wyliczyła, że wdrożenie generowało około 5 tys. zł dodatkowego przychodu dziennie. Co ważne, kwota ta nie opierała się na szacunkach, ale na rzeczywiście podpisanych umowach i sfinalizowanych transakcjach. W skali miesiąca Glinmet zyskał około 150 tys. zł przychodu, który wcześniej uciekał wraz z anonimowymi użytkownikami opuszczającymi witrynę – mówi Adrian Kruk.

Od warsztatów do optymalizacji

Startup nie sprzedaje swojego rozwiązania w modelu wtyczki, którą instaluje się jednym kliknięciem. Proces wdrożenia jest wieloetapowy i zaczyna się od chłodnej analizy ruchu, konwersji oraz wartości sprzedaży. Dopiero po potwierdzeniu, że inwestycja ma szansę na zwrot (ROI), odbywają się warsztaty, podczas których mapowane są ścieżki użytkowników i tworzone scenariusze reakcji algorytmu. Koszt takiego wejścia do systemu to 70 tys. zł netto.

– To, co odróżnia ten startup od klasycznych dostawców oprogramowania, to 24-miesięczny model współpracy. System nie jest statyczny – po uruchomieniu następuje etap ciągłej optymalizacji. Scenariusze są regularnie analizowane pod kątem skuteczności i aktualizowane na podstawie rzeczywistych zachowań użytkowników. To podejście przypomina kampanie performance marketingowe, gdzie ustawienia systemu muszą podążać za zmianami w ofercie firmy, sezonowością czy zmianami w zachowaniu klientów – wyjaśnia Adrian Kruk.

Twórcy startupu zakładają, że technologia zaczyna na siebie zarabiać dopiero wtedy, gdy jest stale dopasowywana do realiów rynkowych, a nie porzucona po instalacji.

AI jako wsparcie, a nie zastępstwo dla ludzi

W debacie publicznej często wraca obawa, że sztuczna inteligencja zastąpi pracowników. Maja AI w swojej architekturze zakłada coś innego: wzmocnienie roli handlowca. Człowiek nie jest w stanie obserwować zachowań tysięcy osób na stronie internetowej w czasie rzeczywistym. Algorytm robi to za niego, działając jak filtr, który oddziela przypadkowych „turystów” od osób z realnym problemem do rozwiązania.

Dzięki temu handlowiec dostaje narzędzie, które dostarcza mu precyzyjnych okazji sprzedażowych zamiast przypadkowych numerów telefonów. Przewaga człowieka pozostaje tam, gdzie algorytm sobie nie radzi: w budowaniu relacji, negocjacjach, doradztwie technicznym i finalizacji sprzedaży.

– Ostatecznie sukces takich rozwiązań będzie mierzony nie liczbą wysłanych wiadomości, ale tym, o ile udało się zwiększyć przychód z ruchu, za który przedsiębiorstwo i tak już zapłaciło – podkreśla Adrian Kruk.