Od zera do 75 mln GMV - case study Surf Inc. Jak PrestaShop, dane i AI skalują e-commerce

Prezentacja to case study polskiej marki odzieżowej Surf Inc. (w tekście: Surfing), którą prowadzi Mateusz Chaber z grupy firm e-commerce, w tym agencji Jazzidea i Jazz Automate. Prelegent przedstawia deklarowane wyniki: 24 mln zł przychodu w ostatnim roku, plan na 30 mln w tym roku, 75 mln skumulowanego GMV i sześciokrotny wzrost w trzy lata. Podaje też m.in. rekordowy dzień z niemal milionem złotych obrotu, 150 tys. sprzedanych produktów i 6,5 mln zł wydane na performance marketing. Skupia się na części technologicznej: platformie, trackingu i analityce, performance marketingu oraz data i AI. W części o platformie argumentuje, że PrestaShop jest dobrym wyborem w midmarkecie, jeśli wdrożenie jest starannie wykonane, co jego zdaniem kosztuje raczej 130 tys. zł niż 30 tys. zł. Sklep jest według niego w top 3 sklepów fashion na Preście w Polsce. Shopify ocenia jako droższe, niż się wydaje, z prowizjami i zamkniętym systemem. Opisuje migrację z wersji 1.7 do 8.2, która miała znacząco poprawić wydajność (według wskaźników CrUX i Search Console). W trackingu twierdzi, że większość sklepów traci około 40% danych przez adblocki i ograniczenia Apple. Przedstawia kolejne etapy: tracking client-side, gateway w Cloudflare, server-side GTM oraz wysyłanie danych z folderu zamiast subdomeny. Podkreśla też wysyłanie zdarzenia zakupu przez webhook API po zmianie statusu zamówienia po płatności. Najwięcej miejsca zajmuje teza „ROAS is dead, profit is the king”. Profit to przychód pomniejszony o zwroty, wysyłkę, pakowanie, produkcję, agencję i influencerów. Do jego liczenia służy hurtownia danych w BigQuery zasilana m.in. z Presty, Baselinkera, Comarch Optimy, Zalando i systemów reklamowych, z raportowaniem w Looker Studio. Zwroty przypisuje się do dnia sprzedaży, a autor wprowadził parametr Estimated True Profit (ETP), który uwzględnia miks produktowy, rynek i platformę, bo zwroty w modzie nie są jednakowe. Dalej opisuje drogę do AI: nieużywane dashboardy, formularz zamówień dla szwalni w Coda, podpięcie Optimy do BigQuery i wreszcie agenta ServBot opartego na modelach Claude (Opus i Sonnet), działającego w Slacku i ActiveCollab. Ma on dostęp do BigQuery, API i MCP, w tym do reklam, Expert Sendera i Presty. Przykłady to pytania o zysk i rekomendacje, analiza kampanii w terminalu (2 mln rekordów, 25 zapytań, 150 tys. klientów), obsługa statusu zamówień za ok. 3 grosze za pytanie, zamówienia do sklepu stacjonarnego, sugestie link buildingu i 24-stronicowy raport z 64 tys. zamówień. Prelegent twierdzi, że dashboardy są „martwe”, a agent zgłasza własne braki do backlogu. Obecnie jest reaktywny. Szacuje, że wersja proaktywna kosztowałaby 130 tys. zł na samym Opusie albo ok. 30 tys. zł przy mieszance modeli. Są to jego deklaracje i szacunki, nie weryfikowane wyniki.