Mění se éra nákupních asistentů: dvě třetiny dotazů míří na produkty, ne na doručení
Summary: Nákupní asistent Perselio běží ve Sportisimu více než rok na plném trafficu ve všech sedmi zemích a denně obslouží zhruba 4000 konverzací a mikrointerakcí. Asi 53 % dotazů tvoří produktové informace a parametry a dalších 16 % nákupní asistence a doporučení. V datech z léta 2026 měl asistent konverzní míru 10 % oproti 8,5 % u vyhledávání, nejde ale o A/B test.

O nákupních asistentech a agentech se dnes mluví hlavně v souvislosti s ChatGPT a spol. My jsme ale chtěli vědět, co se stane, když podobnou technologii nasadíte přímo na e-shop s desítkami tisíc produktů ve stovkách kategorií a skutečným provozem.
Ve Sportisimu nákupní asistent Perselio běží více než rok na plném trafficu. Jak takového nákupního asistenta na eshop dostat, co po něm zákazníci v reálném provozu chtějí, co funguje a kde jsou limity?
Proč se nákupní asistenti dostávají do e-shopů právě teď?
AI vstupuje do nákupního rozhodování rychleji, než se čekalo. Podle Adobe Digital Economy Index už 38 % spotřebitelů použilo AI při výběru produktu a podíl se meziročně zvýšil o 11 procentních bodů. Lidé se ptají „co koupit když…“, „jaká varianta je nejlepší pro mě, mám tyto parametry…“ nebo „co je alternativa k tomuto produktu“. Přesně to dřív dělal prodavač v kamenné prodejně. Nyní ho nahrazují chytří online asistenti.
Nabízí se otázka: nebude nakonec všechno v ChatGPT, Gemini nebo Claude? Odpověď je pravděpodobně: „Obojí“. Globální AI vyhledávání se stane důležitým zdrojem návštěv a e-shopy se v něm budou muset umět prosadit. Vlastní web ale pořád nabídne něco, co obecný model nemá: skutečný sortiment, aktuální ceny a dostupnost, obchodní pravidla a znalost toho, co zákazník právě na webu dělá. Nákupní asistent je tak spíš další logický krok v UX e-shopu než módní doplněk.
Jak vypadá nákupní asistent v ostrém provozu ve Sportisimu?
Sportisimo je jedním z největších evropských prodejců sportovního vybavení: více než 200 prodejen, silný online prodej a přes 60 000 aktivních produktů ve stovkách kategorií. Široký sortiment znamená velký výběr, ale také složitější orientaci. Každý zákazník hledá něco jiného: jiný sport, značku, cenovou hladinu, velikost, speciální výbavu. Personalizace je proto pro Sportisimo dlouhodobě strategická oblast a asistent navazuje na vyhledávání a doporučování od Perselia, které zde fungují již několik let, a prošly řadou úspěšných AB-testů proti vlastnímu řešení i konkurenčním nástrojům.
Asistent dnes běží na plném trafficu ve všech sedmi zemích resp. jazycích, a denně obslouží zhruba 4000 konverzací a mikrointerakcí. Porovnání s klasickým vyhledáváním (data z léta 2026):


Jsou to proti vyhledávání zajímavá čísla, ale je potřeba je číst s rozumem a kontextem.
Nejde o A/B test, ale o porovnání skupin uživatelů, které se samy rozhodly, jak web použít. Asistenta si zkoušejí spíš zvídavější a “kvalitnější” návštěvníci, a hraje svou roli i efekt nové funkce na webu. Návštěvníci, kteří nepoužili ani asistenta, ani vyhledávání, měli výrazně slabší výsledky (konverze 2,7 %, bounce rate 40 %).
Závěr tedy rozhodně není „klasické vyhledávání vyhodíme“. Search má své místo, třeba když chcete rychle najít konkrétní věc, a asistent na něj naváže interaktivním dialogem. Smysl dává užší propojení asistenta s vyhledáváním, třeba zakomponováním tlačítka pro vyvolání interakce s asistentem přímo do našeptávače, což Sportisimo aktuálně na všech webech intenzivně testuje.
Na co se zákazníci nákupního asistenta ptají?
Struktura dotazů je poměrně jasná: asi 53 % tvoří produktové informace a parametry a dalších 16 % nákupní asistence a doporučení. Dohromady jsou to dvě třetiny všech dotazů. Dostupnost a prodejny řeší necelých 10 % zákazníků, velikosti a střihy 8 %, objednávky, platby a vracení zboží dohromady jen kolem 8 %. Průměrná konverzace má 2,4 výměny - tedy více než dva dotazy zákazníka a odpovědi asistenta.
Typické dotazy ukazují šíři: „Kolik ložisek je v sadě pro kolečkové brusle XYZ?“, „Potřebuju kraťasy na MMA“ nebo „Chtěla bych pro desetiletého syna běžky, ale nevím jaké číslo“. Poslední je dobrý příklad, kdy asistent čerpá z blogového návodu (Sportisimo vedle rozvoje personalizace intenzivně pracuje s kvalitním obsahem) na výběr velikosti a navrhne konkrétní produkt.
Záleží i na tom, jak se k dotazům zákazník dostane. Proto Perselio přidává tzv. AI Engaging Touchpoints: widgety přímo na webu, které návštěvníka aktivně zapojí. Na detailu produktu nabídnou otázky k vlastnostem produktů, které lidi zajímají. Informace bývají v popisu, ale je jich tolik, že je pohodlnější jednou kliknout. V kategorii „basketbal“ může zaznít „jaký koš na domácí trénink?“ a u kol „jakou velikost potřebuji podle výšky?“.

Co rozhoduje pod pokličkou?
Poměrně často slyšíme, že asistent je „jen LLM s chatem“. Realita je jiná: jazykový model je špička ledovce.
Co opravdu rozhoduje:
Search a doporučování jako základ. Asistent je jen tak dobrý, jaká data mu dodá vyhledávání a doporučování (a samozřejmě eshop samotný). Ty navíc ovlivňují obchodní pravidla, například posilování privátních značek.
Context engineering. Důležité je, co a jak se dostane do kontextu modelu. Dobře poskládaná data z vyhledávání a doporučení jsou důležitější než další „chytřejší“ model.
Kvalita produktových dat. Platí garbage in, garbage out. Nekonzistentní názvy, chybějící informace nebo nelogické parametry (koloběžka od 5 let, ale s minimální výškou dítěte 150 cm) asistent nevyřeší. Čistá a obohacená data pomáhají i tomu, aby e-shop našla AI vyhledávání jako Google AI Overview.
Human-in-the-loop. Pokud asistent něco neví, narazí na zakázané téma nebo se konverzace vyvíjí negativně, může předat řízení konverzace člověku.
Personalizace v rámci návštěvy. Záměr zákazníka je nejlépe vidět v jeho dotazu, ne v minulých nákupech. Doporučení pak reagují na to, kde se zrovna pohybuje a co si prohlédl, a to i bez přihlášení, což je v evropském e-commerce klíčové.
Kde to zatím drhne a kam míříme dál?
Nejčastější slabiny jsou “datové”: rozpory v informacích, chybějící údaje o dostupnosti na prodejnách, velikostní tabulky, složitější kombinované dotazy a dlouhé konverzace, kde se kontext snadno zahltí. Proto se teď se Sportisimo zaměřuje více na poradenství s velikostmi a dostupnost na prodejnách, automatizaci správy knowledge base a napojení na zákaznickou podporu. Asistent například již umí řešit stavy objednávek, k čemuž dříve nebyl primárně určen.
Mění se ale i prostředí kolem e-shopů. Část nákupů už nezačne na webu, ale u AI agenta, který za zákazníka hledá, porovnává a čím dál častěji i nakupuje. Tomuto trendu se říká agent commerce. Perselio na něj reaguje sadou služeb pod souhrnným názvem Commerce Intelligence, které jdou agentům naproti a umožňují personalizovat nabídku i pro ně: agent dostane z e-shopu relevantní výběr produktů s aktuálními cenami, dostupností a obchodními pravidly e-shopu.
Otevřených otázek je zatím dost. Jaké poplatky a obchodní modely nastaví AI platformy, kteří obchodníci agentům nákup umožní a kde zůstane nákup věcí emocí a intuice, ne rešerše? Nejistotu ale neřešíme čekáním. Základem je propojit vyhledávání, doporučování a asistenta do jedné nákupní cesty a připravit e-shop na příchod zákaznických agentů tak, aby byl ve světě AI internetu co nejlépe vidět.
Záznam z webináře věnovaného nákupnímu asistentovi na e-shopu Sportisimo
Chcete se dozvědět víc o nákupním asistentovi?
Podívejte se na Perselio Shopping Assistant nebo si domluvte úvodní konzultaci.