Jak naprawdę wygląda transformacja procesu sprzedaży?

Czym transformacja procesu sprzedaży różni się od automatyzacji?

Transformacja procesu sprzedaży zmienia cały przebieg pracy: kto, co, kiedy i w jakim narzędziu robi, od zapytania klienta po przekazanie do realizacji. Automatyzacja zmienia sposób wykonania pojedynczej czynności w tym przebiegu: zamiast człowieka wykonuje ją system, automat albo model. Jedno jest całością, drugie składową.

Najczęstszy błąd, jaki widzimy, to kupno narzędzia bez zmiany procesu. Narzędzie usprawnia pracę pojedynczych osób, ale nie zmienia wyniku firmy. Dlaczego tak się dzieje, opisujemy w osobnym wpisie o tym, czemu narzędzia AI nie zmieniają wyniku firmy.

Skalę tego błędu widać w naszych rozmowach. Z naszych rozmów i warsztatów ze 106 firmami z lat 2024–2026: 37% ma dziś niestabilne albo nietrafione narzędzie. To 39 firm, które zapłaciły za składową, zanim ktoś przyjrzał się całości.

Dlatego nasza metodyka ma dziewięć elementów, a automatyzacja pojawia się dopiero w piątym. Kolejność: kontekst klienta, potrzeby, proces aktualny, dane, rozwiązanie, proces docelowy, porównanie procesów, koszt rozwiązania oraz korzyść i zwrot. Przed wszystkimi stoją dwa założenia: proces ma sens biznesowy, a jego wykonywanie realizuje cele i strategię firmy.

Kontekst klienta i potrzeby: od czego zaczynamy analizę procesu

Analizę procesu zaczynamy od dwóch elementów: kontekstu klienta i jego potrzeb. Kontekst to produkt albo usługa, obecne narzędzia, liczba pracowników i skala operacyjna. Potrzeby to problem, wyzwanie, to, co zajmuje najwięcej czasu, to, co najbardziej denerwuje, oraz wymagania funkcjonalne i inne ramy współpracy.

Kontekst decyduje o tym, co w ogóle da się zmienić. Producent z branży spożywczej powiedział nam w nagranej rozmowie, że „u nas wszystko zmienia się, no potrafi cztery razy w tygodniu”. W takim kontekście rozwiązanie projektujemy pod zmienność, nie pod jeden stały przebieg.

Potrzeby zbieramy od ludzi, którzy wykonują proces, nie tylko od zarządu. Pytamy, co przeszkadza w realizacji celu, co zajmuje najwięcej czasu i co najbardziej wkurza. Firma transportowa po dwudziestu latach na rynku opisała swoją potrzebę jednym zdaniem: „ręcznie to ogarniamy, ale widzimy, że jest to kłopotliwe i chcielibyśmy coś mieć”.

Jedna potrzeba wraca niezależnie od branży i produktu. Z naszych rozmów i warsztatów ze 106 firmami z lat 2024–2026: 62% pyta, czy nowe rozwiązanie spina się z tym, co już mają. Klient nie chce wymieniać narzędzi, chce, żeby obecne ze sobą rozmawiały. To ustalamy na etapie potrzeb, nie na etapie wdrożenia.

Jak wygląda proces aktualny i dlaczego dane sprawdzamy osobno?

Proces aktualny spisujemy tak, jak przebiega dziś, zanim ktokolwiek zaproponuje zmianę. Składają się na niego interesariusze, czyli osoby, role i systemy, etapy jako kamienie milowe, czynności w każdym etapie, procedury wykonania i problemy z daną czynnością. Dane sprawdzamy osobno, bo bez nich żaden automat nie podejmie dobrej decyzji, a ich naprawa ma własny koszt.

Przy każdej czynności pytamy też, kiedy powstała procedura, przy jakiej skali firmy i po co istnieje. Jeśli nikt, kto ją wykonuje, nie umie odpowiedzieć na ostatnie pytanie, czynność wypada z zakresu zamiast być automatyzowana. Jak krok po kroku zmapować proces sprzedaży, od pierwszego pytania po kartę czynności, opisujemy w osobnym wpisie.

Dane są osobnym elementem, bo mają własne pytania. W jakich systemach żyją dane każdej czynności. Czy są wszystkie pola potrzebne do decyzji. Jaka jest ich jakość na pełnej historii, nie na próbce wybranej przez klienta. Kto jest ich właścicielem i kto akceptuje, że są wystarczające. Ile kosztuje ich naprawa, bo ta kwota trafia do wyceny jako osobna pozycja.

Z naszych rozmów i warsztatów ze 106 firmami z lat 2024–2026 najczęstszym problemem jest chaos między systemami i brak jednego źródła prawdy: 45% firm. Kolejne 31% przepisuje dane między systemami ręcznie. Ta sama firma transportowa ujęła to w jednym zdaniu: „mamy trzy narzędzia na tapecie”.

Jedna z naszych rozmówczyń, która oceniała rozwiązanie dla zespołu handlowego, zapytała wprost: „jak dużo potrzebujecie mięsa załadować do waszego rozwiązania, żeby rzeczywiście to co pokazuję w ofercie miało ręce i nogi”. To jest dokładnie pytanie o dane. Odpowiedź znamy dopiero po przejrzeniu pełnej historii, nie po demo.

Rozwiązanie: cztery warstwy, z których automatyzacja jest tylko jedną

Rozwiązanie nakładamy na proces aktualny w czterech warstwach: procesowej, technologicznej, miękkiej i prawnej. Automatyzacja i sztuczna inteligencja mieszczą się w warstwie technologicznej, czyli w jednej z czterech. Pozostałe trzy decydują o tym, czy ta jedna w ogóle zadziała.

Warstwa procesowa to uproszczenie i standaryzacja. Jeden sposób wykonania czynności, spisany i zaakceptowany przez ludzi, którzy ją dziś wykonują. Czynności bez standardu nie automatyzujemy, bo wtedy optymalizujemy chaos. Czynność, która musi istnieć, ale jest rzadka albo zbyt złożona, ubieramy w procedurę lub checklistę zamiast w automat. Czynność, która nie daje wartości żadnemu interesariuszowi, usuwamy.

Warstwa technologiczna to wdrożenie narzędzia, na przykład systemu CRM, automatyzacji, migracji albo integracji danych z innymi systemami. Do tego dochodzi warstwa kontekstu: miejsce, w którym żyje wiedza organizacji, czyli transkrypcje, oferty, maile i dane z systemów, uporządkowane tak, żeby zasilały automaty. Czym różni się sztuczna inteligencja od automatyzacji i integracji i jak wybrać między nimi, to temat osobnego wpisu. Tu wystarczy zasada: narzędzie wybieramy po analizie, nie przed nią.

Warstwa miękka wraca w każdym wdrożeniu w pięciu punktach. Zaangażowanie ludzi, którzy wykonują proces, od pierwszego dnia. Szkolenie od zarządu w dół. Test „czy komuś będzie łatwiej” dla każdej funkcjonalności. Wzorcowe zachowania liderów po wdrożeniu, bo próby powrotu do starego są normą. Oraz alternatywa: automatyzacja zaszyta tak, że pracownik nie musi nic zmieniać.

Jedna z naszych rozmówczyń powiedziała o nowym narzędziu dla zespołu handlowego, że „będzie powodowało pewien strach i ciarki po plecach u handlowców”. Właśnie dlatego warstwa miękka jest w wycenie, a nie w dobrych chęciach. Nowo wdrożony system trzeba wpleść w ludzi, którzy z nim pracują, inaczej zostaje pusty.

Warstwa prawna i bezpieczeństwa nie jest sercem metodyki, ale jest warunkiem brzegowym i pozycją w wycenie. Ustalamy, co nagrywamy i jak o tym informujemy, jakie dane wolno przetwarzać i gdzie, kto ma dostęp i kto robi przegląd bezpieczeństwa przed uruchomieniem. Z naszych rozmów i warsztatów ze 106 firmami z lat 2024–2026: 19 firm, czyli 18%, nazwało compliance, RODO albo dział prawny barierą. Producent z branży spożywczej upewniał się na starcie: „rozumiem, że ja muszę mieć zgodę na nagrywanie”. To pytanie dostaje odpowiedź przed uruchomieniem czegokolwiek, nie po.

Proces docelowy: automat plus człowiek w nazwanych miejscach

Proces docelowy opisujemy w tej samej strukturze co aktualny: interesariusze, etapy, czynności, procedury. Dochodzą trzy rzeczy. Które narzędzie realizuje daną czynność i jak. Jaki status i jakie dane obiektu zmieniają się po drodze. W których krokach decyzję podejmuje człowiek i co dostaje do ręki.

Proces docelowy to nie automat zamiast człowieka, tylko automat plus człowiek w nazwanych miejscach. Tylko taką wersję da się wycenić i wpisać do umowy. Dla każdego automatu nazywamy próg skuteczności: jaki udział przypadków obsługuje sam, co dzieje się poniżej progu i jak to mierzymy. Zamiast jednego rozwiązania od początku do końca projektujemy kilka kroków z walidacją między nimi.

Automat traktujemy jak nowego pracownika na okresie próbnym: pokazuje źródła swoich decyzji i ma osobę, która sprawdza jego pracę. Nie zakładamy, że się nie myli.

Najprostszy przykład pochodzi z naszego własnego procesu. Proces aktualny: mail z zapytaniem wpada na skrzynkę, handlowiec przepisuje go do CRM i uzupełnia pola. Proces docelowy: automatyzacja widzi nowy mail, sztuczna inteligencja rozbija treść na konkretne atrybuty, a automat zapisuje je w CRM. Handlowiec sprawdza wynik zamiast przepisywać.

W sprzedaży proces docelowy zawsze odzwierciedla jakiś system, najczęściej CRM. Etapy procesu są statusami w systemie, a czynności w etapie są zadaniami. Dlatego proces docelowy aktualizujemy w narzędziu, które go realizuje, a nie na stronie w dokumencie.

Siódmy element, porównanie procesów, zestawia obie wersje czynność po czynności. Odpowiada na dwa pytania: jak rozwiązanie zmienia proces aktualny w docelowy i ile czasu to oszczędza oraz jak rozwiązanie realizuje każdą nazwaną potrzebę. W opublikowanym case KOKO Kamper porównanie wygląda tak: wydanie i zwrot kampera bez papierowych protokołów, a klient dostaje komplet dokumentów w kilka minut zamiast kilku dni. MITEL EDU, inny opublikowany case, pokazuje tę samą miarę w innej skali: około 120 wniosków miesięcznie obsługiwanych przez dziesięć osób, czyli w miesiąc tyle, ile wcześniej zajmowało pół roku.

Z czego składa się koszt transformacji procesu i jak liczymy zwrot?

Koszt transformacji procesu składa się z ośmiu pozycji, z których budowa funkcjonalności jest tylko jedną. Pozostałe to praca konsultingowa, czyli warsztat, mapowanie procesu oraz zmiany procesowe i nawykowe. Dalej naprawa i uzupełnienie danych, czas klienta i licencje nowych narzędzi. Na końcu koszt zmienny modeli AI rosnący z użyciem, utrzymanie nowego systemu oraz prawo i bezpieczeństwo. Każdą funkcjonalność rozwiązania wyceniamy w roboczogodzinach, więc realizacja konkretnej potrzeby ma konkretną kwotę.

Pozycja, którą firmy pomijają najczęściej, to ich własny czas: właściciel wdrożenia, reprezentanci działów i eksperci na walidację i akceptację standardu. Jeden z rozmówców, firma zmieniająca system CRM, nazwał to w nagranej rozmowie wprost: „boimy się, że to będzie po prostu trochę za bardzo czasochłonne”. Ta obawa jest słuszna i dlatego czas klienta jest w wycenie, a nie w zaskoczeniu po starcie. Siedem kosztów spoza faktury rozpisaliśmy w osobnym wpisie o tym, ile naprawdę kosztuje wdrożenie AI.

Korzyść i zwrot liczymy z różnicy między kosztem procesu aktualnego a kosztem procesu docelowego, zestawionej z kwotą rozwiązania. Jeśli różnica przewyższa kwotę, transformacja jest inwestycją. Jeśli nie, jest kosztem i mówimy to przed startem. Warunkiem rachunku jest punkt zero, czyli pomiar z logów przed zmianą: czas, liczba przypadków, błędy i konwersja. Jak go zbudować, gdy go nie masz, opisaliśmy we wpisie o punkcie zero wdrożenia.

Zwrot liczymy konserwatywnie, na czasie, a efekt przychodowy pokazujemy osobno z własnym rachunkiem. Miary poza czasem: czas odpowiedzi klientowi, konwersja zależna od tego czasu, liczba błędów i ich koszt, czas wdrożenia nowej osoby i elastyczność w pikach. W opublikowanym case Proton Polska miara jest prosta: 289 ofert w 8 tygodni na 269 szansach sprzedaży, policzone z danych CRM z tego okresu. To producent agregatów, który urósł trzykrotnie tym samym zespołem handlowym.

Jedna uwaga z naszych rozmów: klienci rzadko liczą swój czas. W bazie 106 firm kategoria „co zajmuje najwięcej czasu” jest wypełniona najsłabiej ze wszystkich, nie dlatego, że czasu nie brakuje, tylko dlatego, że nikt go nie mierzy. Skoro klient sam nie liczy, liczbę trzeba mu podać. To zadanie elementu dziewiątego, a nie handlowca na ostatnim spotkaniu.

Szybka wygrana, trzy punkty na mapie i skala, w której ją rysujemy

Pierwszy etap współpracy zaczynamy od szybkiej wygranej: jednego problemu z największym wpływem, który da wartość względnie szybko. Podczas zbierania potrzeb często powstaje koncert marzeń, a realna transformacja całego procesu ze wszystkimi potrzebami to często setki tysięcy złotych oraz miesiące i lata pracy. Lepiej dowieźć coś szybko, dać wartość i dopiero wtedy zobaczyć, co dalej. Pierwszy etap służy też temu, żebyśmy się poznali i zaufali sobie, zanim ruszy większy zakres.

Zawężenie do jednej szybkiej wygranej ma pięć skutków. Mniej procesów do analizy, węższy zakres analizy, większa szansa na dowiezienie wartości i prostsza wycena. Piąty skutek to poczucie u klienta, że zmiany dzieją się szybko, czyli do 2 miesięcy, a nie dłużej. Ten ostatni skutek ma znaczenie większe, niż wygląda. Z naszych rozmów i warsztatów ze 106 firmami z lat 2024–2026: 47% ma za sobą nieudane doświadczenie. W tym 21% dostawcę, który nie dowiózł albo odszedł, 37% nietrafione narzędzie i 8%, czyli 8 ze 106 firm, wypalenie po poprzednim wdrożeniu.

Jeden z naszych rozmówców powiedział w nagranej rozmowie, że „ktoś wziął za coś 100 tysięcy i zamiast mnie jeszcze odjąć pracy, to mi dołożył pracę”. Do takiej firmy nie mówimy „mamy rozwiązanie”. Pokazujemy pierwszy mały krok, który działa na prawdziwych danych, zanim ruszy następny.

Drogę transformacji rysujemy jako trzy punkty na mapie: tu i teraz, czyli proces aktualny, proces po wdrożeniu szybkiej wygranej oraz docelowa wizja po pełnej transformacji. Między punktami stoi punkt kontrolny po analizie danych: sprawdzamy, czy założenia z warsztatu się trzymają, a jeśli nie, zmieniamy narzędzie, nie cel. Harmonogram i umowa przewidują zmianę założeń zamiast ją karać. Trzeci punkt nie jest stanem końcowym, tylko organizacją, która uczy się po każdym przebiegu.

Klienci nie lubią dużej liczby pytań, a mimo to zadajemy ich wiele. Powód najlepiej tłumaczy mapa. Lądujesz w obcym mieście i chcesz dojechać z punktu A do punktu B z czyjąś pomocą. Ty musisz wiedzieć, skąd i dokąd jedziesz, a kierowca musi znać mapę i wiedzieć, czego potrzebujesz.

Cała trudność naszej pracy to skala tej mapy. W skali jeden do miliona nie widać ulic, a w skali jeden do stu widać chodniki i witryny sklepów, których nie potrzebujesz. Szukamy optimum między ogólnym obrazem, czyli kontekstem, procesem i potrzebami, a szczegółami, czyli skalą, zwrotem, czynnościami i procedurami. Na tyle dokładnego, żeby wystarczył do transformacji, i ani kroku dalej.

Dla kogo transformacja procesu nie jest dobrym pierwszym krokiem

Transformacja procesu nie jest dobrym pierwszym krokiem w czterech sytuacjach. Gdy po stronie firmy nie ma właściciela wdrożenia z prawem do decyzji. Gdy sam proces nie ma sensu biznesowego. Gdy firma chce najpierw zmapować całą organizację. I gdy czynność jest zbyt rzadka, żeby automat miał co robić.

Warunek startu jest jeden: po stronie klienta jest właściciel wdrożenia z prawem do decyzji bez czekania na zarząd, który rozumie proces i ma motywację. Bez niego nie startujemy, bo każdy element od potrzeb po zwrot wymaga czyjejś akceptacji w rozsądnym czasie. Druga sytuacja to proces, którego wykonywanie nie realizuje celu ani strategii firmy. Taki proces nie jest kandydatem do transformacji, tylko do decyzji, czy w ogóle ma istnieć.

Mapowanie całej firmy naraz kończy się dokumentem w szufladzie. Mapa procesów najczęściej przestaje być aktualna w momencie jej stworzenia. Lepiej wziąć jeden obszar, przejść z nim cały cykl od analizy po wdrożenie i stabilizację, a dopiero potem brać kolejny. Ten wniosek wynika z prawie 100 wdrożeń i ponad dwa razy większej liczby audytów, warsztatów i discovery w Sailes, stan z lipca 2026.

Czwarta sytuacja to zbyt mała skala. Automatyzujemy czynność, która ma osobę odpowiedzialną, miejsce w procesie i procedurę, a do tego się powtarza. Czynność rzadka dostaje procedurę albo checklistę, nie automat. Jeden z rozmówców z małej firmy ujął to uczciwie: „ja nie widzę jeszcze efektów automatyzacji, u nas mam za małą skalę”. Dla takiej firmy pierwszym krokiem jest uporządkowanie procesu i policzenie jego kosztu, nie wdrożenie. Kiedy skala jest za mała na pilota, opisaliśmy we wpisie o pilocie na jednej osobie.

Najczęstsze pytania o transformację procesu sprzedaży

Wy jesteście związani z jakimś konkretnym CRM-em, czy też po prostu dobieracie CRM? Nie, narzędzie wybieramy po analizie, nie przed nią. Najpierw sprawdzamy, czy czynność w ogóle wymaga interpretacji, czy wystarczy reguła jeśli X, to Y, czy wystarczy połączyć dwa systemy. Dopiero potem proponujemy ekosystem narzędzi i razem go potwierdzamy. Nie zawsze sztuczna inteligencja jest najlepszym rozwiązaniem i nie zawsze potrzebny jest nowy system.

Teraz czy to robimy przez CRM, czy to budujemy od zera? Zależy od tego, co wyjdzie z porównania procesu aktualnego i docelowego. Jeśli czynności da się zrealizować w istniejącym systemie, w automatyzacji albo w integracji, nie budujemy niczego od zera. Rozwiązanie pod proces budujemy wtedy, gdy gotowe narzędzia się kończą, i wtedy jest to osobna pozycja w wycenie.

I ten warsztat, jak by wyglądał technicznie? Zależy od zakresu, ale szkielet jest stały: rozmowy z zarządem i zespołem, analiza danych z CRM i spotkania warsztatowe, na których spisujemy proces aktualny, zanim ktokolwiek zaproponuje docelowy. Wynikiem jest mapa procesu, raport dla zarządu i plan wdrożeń, a w planie pierwszy etap, czyli szybka wygrana, i docelowa wizja.

Czy można, żeby AI wpisało do systemu te wszystkie dane, które są potrzebne? Tak, jeśli czynność ma osobę odpowiedzialną, miejsce w procesie i procedurę, czyli konkretne kroki. Wtedy dopasowujemy technologię: automatyzacja widzi nowy mail albo nagranie, model rozbija treść na atrybuty, automat zapisuje je do CRM, a handlowiec tylko sprawdza wynik. Jeśli danych nie ma w żadnym systemie albo są złej jakości, najpierw wchodzi element czwarty, czyli dane, i ich naprawa jako osobna pozycja.

Jak szybko zobaczymy rezultaty? Zależy od zakresu pierwszego etapu. Szybką wygraną planujemy tak, żeby zmiany były widoczne do 2 miesięcy, a nie dłużej, i żeby działała na prawdziwych danych, zanim ruszy następny krok. Pełna transformacja procesu to miesiące i lata, dlatego nie zaczynamy od niej.

Na ile jesteśmy w stanie ogarnąć to sami, a na ile potrzebujemy kogoś, kto nam pomoże? Zależy od tego, czy macie czas i osobę, która przejdzie cały cykl od mapy po stabilizację. Mapę jednego procesu możecie zrobić sami. Rozbijcie go na etapy, nazwijcie czynności i podzielcie je na konieczne i mile widziane. Przy każdej spiszcie, co ją uruchamia, kto ją robi i po co, co ją kończy i jakie narzędzie ją realizuje. Wykonawca jest potrzebny tam, gdzie trzeba policzyć koszt i zwrot, naprawić dane, dobrać narzędzia i przeprowadzić zespół przez zmianę nawyków.

Podsumowanie: jak wygląda transformacja procesu sprzedaży

Transformacja procesu sprzedaży to dziewięć elementów: kontekst klienta, potrzeby, proces aktualny, dane, rozwiązanie, proces docelowy, porównanie procesów, koszt oraz korzyść i zwrot, a automatyzacja jest tylko składową piątego z nich.

Pierwszy etap to szybka wygrana, która daje wartość do 2 miesięcy i działa na prawdziwych danych, a przed docelową wizją stoi punkt kontrolny, w którym zmieniamy narzędzie, nie cel.

Zwrot liczymy konserwatywnie na czasie wobec punktu zero, efekt przychodowy pokazujemy osobno, a cała metodyka wyklarowała się po 87 cyklach procesu sprzedaży i 27 wygranych szansach, stan z lipca 2026.