Pani Joanna prowadzi manufakturę świec sojowych. 30 SKU, 280k rocznego obrotu. Co tydzień siedzi w Excelu 5 godzin: raport sprzedaży, raport stanów, raport zaległości. Excel jest jej “panel zarządzania”, ale aktualizacja zajmuje wieczność.
3 prompty po polsku = 15 minut. Pokazuję jakie.
Raport 1: Tygodniowa sprzedaż per SKU per kanał
Sprzedaż ostatnich 7 dni per SKU per kanał (sklep własny /
Allegro / Etsy / targi). Per SKU: liczba sztuk, suma netto,
marża netto (bazując na kosztach z surowce_2026_05.xlsx +
robocizna + fee per kanał).
Top 10 po marży zł, top 10 po sztukach. Wyróżnij SKU z
marżą <15% per kanał (potencjalny deficyt).
Co Pani Joanna widzi: - Lawenda 350g: 24 sztuki sklep własny (47% marża), 12 sztuk Allegro (-2% marża) - Cedr 350g: 18 sklep, 8 Allegro Smart, marża 38% i 12% - (… 30 SKU)
Decyzje: wycofać lawendę 350g z Allegro Smart (deficyt). Allegro standardowy fee zostawić.
Raport 2: Stany surowców + prognoza zakupów
Aktualne stany surowców (z magazynu Subiekt). Per surowiec:
ilość obecna, średnie zużycie tygodniowe z ostatnich 4 tygodni,
dni do wyzerowania.
Wyróżnij surowce <14 dni do wyzerowania (alert zamówienia).
Plus dla tych: sugerowana ilość zamówienia (na 30 dni produkcji)
+ top dostawca z ostatnich zakupów (z `dostawcy_surowce.csv`).
Co Pani Joanna widzi: - Sójka: 12 kg, średnie zużycie 5 kg/tydzień → 17 dni - Olejek lawendowy: 50 ml, średnie 12 ml/tydzień → 30 dni - Knot drewniany: 80 sztuk, średnie 50/tydzień → 11 dni → ALERT
Decyzje: zamów dziś 200 sztuk knotów u dostawcy A (taniej o 8% niż B w ostatnich 3 zamówieniach).
Raport 3: Klienci sklepu własnego + retention
Klienci sklepu online z ostatnich 6 miesięcy. Per klient:
liczba zamówień, suma, ulubione kategorie (zapach / sezon),
data ostatniego zakupu.
Wyróżnij:
1. VIP (>3 zamówienia, >500 zł total) - lista do osobistego maila
2. Churn risk (1-2 zamówienia, ostatni >90 dni temu) - SMS / email retention
3. Nowi (pierwszy zakup ostatnie 30 dni) - follow-up po 30 dniach
Co Pani Joanna widzi: - 12 VIP klientek (200-800 zł LTV każda) → osobisty mail z preview nowej kolekcji - 30 churn risk → mail “tęsknimy + 10% rabat na powrót” - 25 nowych → follow-up “jak się sprawdza świeca, mamy nową kolekcję”
Decyzje: Pani Joanna spędza 1h tygodniowo na osobistych mailach do VIP + automatyzuje retention emaile (Brevo / MailerLite).
Wynik: retention rate z 25% do 50% = dodatkowe 30-50% zamówień powtarzalnych.
Jak to spina się w 15 min tygodniowo
Poniedziałek rano (15 min): - Prompt 1 (sprzedaż per SKU per kanał): 3 sek + 5 min decyzje - Prompt 2 (stany surowców): 3 sek + 5 min zamówienia u dostawców - Prompt 3 (klienci retention): 3 sek + 5 min plan maili tygodnia
vs 5h Excel = 5x szybciej + lepsze decyzje (alerts proaktywne zamiast retrospekcji).
Bonus prompty miesięczne
Bonus 1: ROI per kanał
Per kanał (sklep / Allegro / Etsy / targi / hurt) z ostatnich
3 miesięcy: obrót netto, koszty (fee + kurier + alokowane),
zysk netto, ROI (zysk / nakład czasu Pani na obsługę).
Bonus 2: Sezonowość + predykcja
Sprzedaż miesiąc do miesiąca z ostatnich 24 mc per kategoria
(klasyczne / świąteczne). Predykcja na kolejne 3 mc + sugerowane
zamówienia surowców pod skalę sprzedaży.
Bonus 3: Kolekcja sezonowa - decyzje
Sprzedaż kolekcji świątecznej w ub. roku (październik-grudzień):
top SKU, marża, czas produkcji. Sugestia: które SKU zachować w
tegorocznej kolekcji, które wycofać, jakie nowe pomysły bazując na
trendach (zapachy, kolory, kompozycje).
RODO + bezpieczeństwo
Dane klientów + receptury produktowe zostają lokalnie. Do AI idzie zapytanie + minimalna odpowiedź (np. “top 10 SKU + marża”), nie pełne recepty ani lista klientów. Plan Claude Team / ChatGPT Enterprise gwarantuje że AI nie trenuje na zapytaniach.