Firmy mají víc dat než kdy dříve. CRM, BI, dashboardy, reporty, automatizované notifikace na cokoliv měřitelného. A přesto se manažeři při každém důležitém rozhodnutí ptají na věci, na které jim data neodpoví.
Proč jsme vyhráli tohle výběrové řízení, a ne to druhé? Co přesně říkal obchodník na schůzce, která dopadla nejlépe? Jak vedl manažer 1:1, po kterém zaměstnanec skutečně změnil přístup?
Tahle znalost v žádném systému není. Vznikla v konverzaci a zmizela, jakmile schůzka skončila.
Kde skutečně žijí podniková data
Naprostá většina znalostí v organizaci existuje jako nestrukturovaný jazyk. Schůzky, koučovací sezení, telefonáty s klienty, rozhodnutí vysvětlená kolegovi přes Teams. Zpětná vazba poskytnutá v 1:1, jen ústně, bez záznamu.
CRM zachycuje uzavřené obchody. Nezachytí, proč jste je vyhráli. BI odhaluje trendy. Neřekne, co za nimi bylo za rozhodnutí. Nejdůležitější kontext leží v konverzacích, které zmizí v okamžiku, kdy skončí.
Není to technický problém. Je to problém architektury. Nikdy jsme neměli nástroj, který by jazykovou vrstvu zachytil systematicky, takže jsme ji nezachytili vůbec.
Co se změní, když jazyk zachytíte
Dobrý obchodní kouč ví, že nejcennější poznatky nepocházejí z CRM dat, ale ze schůzek samotných. Jak obchodník reaguje na námitku. Jestli si ověří, co zákazník skutečně potřebuje, nebo rovnou přechází k prezentaci produktu. Kde ztrácí energii, kde se rozeběhne. To je znalost, která se špatně předává, a ještě hůř škáluje.
Výsledkem je situace, kterou dobře znají HR a L&D týmy: koučink probíhá na základě dojmů, self-assessmentů a jednou za rok provedených hodnotících rozhovorů. Co se skutečně děje v každodenních interakcích, zůstává neviditelné, a to pro manažera i pro samotného obchodníka.
Signály se kumulují tiše. Schůzka, ve které obchodník zmíní cenu dřív, než zákazník vyjádřil zájem. Rozhovor, ve kterém zůstane klíčová obava nevyslovená. Každý případ vypadá jako drobnost. Ale opakuje se každý den, v každém regionu, a na konci roku je vidět nepřímo v číslech, ne v příčinách.
Jak to řešíme v Kogi
Jazyková data vždy existovala. Jen je nebylo možné zpracovávat systematicky. Přepis schůzky, její analýza a srovnání s předchozími záznamy: to je práce, kterou lidský tým nezvládne u desítek obchodníků každý týden. Pro AI je tohle maličkost. Kvůli tomu byly AI modely vytvořeny.
V Kogi pracujeme s jazykovou vrstvou běžně, např. v podpoře obchodníků:
začínáme sběrem nahrávek schůzek, záznamů z CRM, výsledků assessmentů.
AI z toho extrahuje vzorce prodejního chování, silné stránky a oblasti k rozvoji. Vše přehledně připraví pro obchodníka i jeho manažera.
Ve třetím kroku vzniká coaching report: personalizovaná zpětná vazba, prioritní doporučení, benchmark vůči zbytku týmu.
Ve čtvrtém kroku jedná manažer, tentokrát ale s daty v ruce.
Celé to běží na Microsoft 365 stacku, který naši klienti už mají. Teams, SharePoint, Copilot. Žádný nový vendor, žádná integrace od nuly. Taková infrastruktura jde snadno a rychle zprovoznit i ve vašich počítačích.
Investice do AI se vrátila ještě před koncem pilotu.
Výsledky z pilotů, které jsme spustili, ukazují, kde konkrétně hodnota vzniká.
U klienta z finančního sektoru jsme nasadili AI sales coaching pro 47 obchodních poradců. Za šest měsíců vzrostla průměrná produkce o 18 %, u dvou poradců individuálně o víc než 40 %. Ziskovost portfolia se zvedla o 8 %. Celková investice do pilotu činila 250 000 Kč, návratnost přišla do pátého měsíce.
U distributora, který působí na třech evropských trzích byl cíl jiný: snížit administrativní zátěž 67 obchodníků a servisních techniků. AI začala automaticky zpracovávat záznamy ze schůzek, zápisy do CRM a follow-up emaily. Průměrná úspora admin času přes celý tým: 38 %, přibližně 55 minut denně na člověka. V přepočtu to dělá přes 19 milionů korun ročně v uvolněné kapacitě. Investice se vrátila dřív, než skončil pilotní provoz.
V obou případech šlo o stejnou vstupní podmínku: začít nahrávat schůzky a systematicky je zpracovávat. Vše ostatní, analýzy, zpětná vazba, dashboardy, automatické výstupy, jsme postavili na tomto základě.
Co se stane, když se znalosti sečtou napříč firmou
Coaching jednoho obchodníka je první krok. Druhý přichází ve chvíli, kdy stejná data sbíráte poctivě napříč celou firmou, ne jen u jednotlivce nebo týmu.
Stovky schůzek, desítky poboček, tisíce zákaznických interakcí měsíčně nejsou jen materiál na rozvoj lidí. Jsou to nejpřímější data o klientovi, jaká má firma k dispozici. Nezkreslená dotazníkem, nezprostředkovaná výzkumnou agenturou, nefiltrovaná tím, co si zákazník myslí, že chcete slyšet. Jen to, co skutečně řekl, v momentě, kdy o tom mluvil.
Sečtená napříč firmou odpovídají tahle data na jiné otázky, než na jaké odpovídá coaching. Které námitky se opakují u konkrétní produktové řady, napříč pobočkami? Kde zákazníci nejčastěji narazí na stejný problém se servisem? Co se za poslední čtvrtletí změnilo v tom, jak klienti mluví o ceně?
Tahle vrstva už neslouží jen HR a vedení obchodu. Slouží produktovému týmu, který potřebuje vědět, kde produkt neodpovídá realitě zákazníka. Slouží zákaznickému servisu, který potřebuje vidět opakující se problém dřív, než se objeví ve stížnostech. Data, která začala jako nástroj na rozvoj obchodníka, se v tomhle měřítku mění na trvalý zdroj zpětné vazby pro celou firmu. A tam leží to pravé zlato.
Jazyková vrstva jako infrastruktura
Strukturovaná data říkají, co se stalo. Jazyk vysvětluje proč. Firmy, které tuhle vrstvu systematicky zachytí, budou mít za pár let jiný pohled na svůj obchodní proces, produkt, zákaznickou zkušenost i rozvoj lidí než ty, které ji zachytit nepůjde.
Nejdůležitější krok je obvykle nejjednodušší: začít zaznamenávat. Zachytit, co se skutečně děje. Jejich systém si pak pamatuje vše, co lidé zapomínají.