Case study · Agent CFO · Wdrożenie referencyjne - sklep internetowy z kawą
Właściciel sklepu pyta o finanse i dostaje liczby, którym może zaufać
Zamówienia ze sklepu, reklamy, faktury i wyciągi bankowe trafiają do jednej bazy. Na niej działa dashboard, raporty i alerty mailem oraz agent AI, który odpowiada na pytania o finanse - i przy każdej odpowiedzi pokazuje, jak ją policzył.
- 14 źródeł danych w jednej bazie
- Każda liczba z bazy, nie z „pamięci” AI
- Agent może tylko czytać dane
Wdrożenie zajmuje zwykle 1-2 tygodnie.
Dane są, ale odpowiedź na proste pytanie zajmuje pół dnia
Sklep internetowy ma dane w wielu miejscach: zamówienia w WooCommerce, wydatki w Google Ads i Meta Ads, ruch w Google Analytics, faktury w programie do fakturowania, a wpływy i płatności na koncie w banku. Każde narzędzie pokazuje swój wycinek i każde liczy po swojemu.
Pytanie „czy ta kampania na siebie zarabia?” albo „czy za miesiąc nie zabraknie nam gotówki?” wymaga sklejenia kilku eksportów w arkuszu. Dlatego robi się to rzadko, a problemy - zaległy klient hurtowy albo bestseller, który po kosztach reklamy przynosi stratę - wychodzą na jaw dopiero przy zamknięciu kwartału.
Jak to działa w skrócie
System zbiera dane ze wszystkich źródeł, liczy metryki w jednym miejscu i pokazuje je na cztery sposoby. Dashboard, raport, alert i agent korzystają z tych samych definicji, więc zawsze podają tę samą liczbę.
- Sklep, reklamy, GA4, faktury, bank, CRM
- Synchronizacja do jednej bazy
- Metryki liczone w bazieSłownik metryk: definicje, opisy i wzory
- Dashboard
- Raporty mailem
- Alerty
- Agent CFO w czacie
Od surowych danych do odpowiedzi
Dane spływają z 14 źródeł.
Zamówienia, produkty, klienci i zwroty z WooCommerce, kampanie z Google Ads i Meta Ads, ruch z Google Analytics 4, faktury sprzedażowe i kosztowe, wyciągi bankowe oraz lejek B2B z CRM. Synchronizację uruchamia jeden przycisk w panelu, a ponowne pobranie tych samych danych niczego nie dubluje.
We wdrożeniu referencyjnym: 15 miesięcy historii i ponad 13 000 zamówień.
Ustawienia: źródła danych, liczba rekordów i status synchronizacji Metryki liczone są w jednym miejscu.
Przychód netto, marża brutto, marża po reklamie, ROAS, koszt pozyskania klienta, należności przeterminowane, saldo gotówki i jego prognoza - 34 metryki zdefiniowane raz, w bazie, z opisem i wzorem. Z tych samych definicji korzysta dashboard, raport, alerty i agent.
Dashboard pokazuje stan firmy.
Kluczowe wskaźniki ze zmianą do poprzedniego okresu i do roku wcześniej, przychód i marża w czasie, należności według terminów oraz prognoza gotówki na 90 dni z zaznaczonym najniższym saldem.
Dashboard: kluczowe wskaźniki ze zmianą do poprzedniego okresu i rok do roku 
Dashboard: przychód i marża w czasie oraz należności według przedziałów 
Dashboard: prognoza gotówki na 90 dni z progiem alertu i świeżość danych Raporty i alerty przychodzą mailem.
Raport tygodniowy i miesięczny ma krótki komentarz AI, ale każda liczba w komentarzu jest sprawdzana z danymi raportu. Alerty informują o przeterminowanej fakturze, skoku wydatków na reklamę, niskim ROAS, spadku marży i zbliżającym się dołku gotówkowym - każdy przychodzi raz, bez powtórek.
Raport miesięczny: komentarz i wskaźniki z linkami „Zapytaj agenta” 
Aktywne alerty: przeterminowane faktury i niski ROAS kampanii Agent odpowiada na pytania o finanse.
Właściciel pyta w czacie zwykłym językiem, np. „Czy któryś klient hurtowy zalega nam z pieniędzmi?”. Agent pisze zapytania do bazy, na bieżąco pokazuje kolejne kroki i odpowiada liczbami, a gdy to pomaga - wykresem. Liczba w raporcie mailowym ma link, który otwiera czat z gotowym pytaniem.
Czat: pytanie o ryzyko braku gotówki i odpowiedź agenta 
Czat: wykres prognozy salda zbudowany z wyniku zapytania Każda odpowiedź ma „Jak to policzono”.
Pod odpowiedzią widać zapytania SQL, użyte tabele i świeżość danych. Tę sekcję składa system z zapisu wykonania, a nie model. Liczby z odpowiedzi są porównywane z wynikami zapytań - jeśli coś się nie zgadza, odpowiedź dostaje widoczne ostrzeżenie.
„Jak to policzono”: założenia i zapytania SQL agenta 
„Jak to policzono”: użyte tabele, świeżość danych i weryfikacja liczb
Decyzje, które robią różnicę
W finansach jedna zła liczba podważa zaufanie do całego narzędzia. Dlatego zbudowaliśmy je tak:
Liczby z bazy, nie z modelu
Agent nie zgaduje i nie liczy w pamięci. Każdą liczbę bierze z wyniku zapytania do bazy, a wykres powstaje bezpośrednio z tego wyniku - model nie przepisuje do niego żadnej wartości.
Jedna definicja metryki dla wszystkich
Marża czy ROAS są zdefiniowane raz, w bazie. Dashboard, raport, alert i agent podają więc tę samą wartość - sprawdziliśmy to co do grosza.
Agent może tylko czytać
Agent łączy się z bazą na koncie, które ma wyłącznie prawo odczytu. Prośba „usuń zamówienia z lipca” kończy się odmową - zablokowaną w bazie, a nie tylko w poleceniu dla AI.
Dane osobowe poza zasięgiem AI
Imiona, nazwiska, e-maile, telefony i adresy klientów indywidualnych nie trafiają do części bazy, którą widzi agent. Do analizy wystarczy mu identyfikator klienta, miasto i kanał sprzedaży.
Komentarz AI pod kontrolą
Komentarz do raportu przechodzi walidację: liczba, której nie ma w danych, oznacza odrzucenie. Po trzech nieudanych próbach raport wychodzi z komentarzem zapasowym - nigdy z błędną liczbą.
Wyniki z testów
- 25/25pytań testowych z poprawną odpowiedzią agenta
- 100%zgodność liczb na dashboardzie, w raporcie i w odpowiedzi agenta
- 30 sśredni czas odpowiedzi agenta, razem z zapytaniami do bazy
Testy na danych wdrożenia referencyjnego: 15 miesięcy historii, ponad 13 000 zamówień, 14 źródeł. Poprawność sprawdzana względem zapytań referencyjnych, zgodność - dla 10 wskaźników i prognozy gotówki w raporcie tygodniowym i miesięcznym.
Każde wdrożenie ustawiamy pod firmę
- Źródła danych - sklep, systemy reklamowe, program do faktur, bank i CRM, z których korzystasz
- Słownik metryk - definicje dopasowane do tego, jak liczysz marżę i koszty w swojej firmie
- Progi alertów i odbiorcy raportów - zmieniasz je sam w panelu
- Harmonogram raportów i synchronizacji danych
- Zakres danych, które widzi agent - pod wymagania Twojej firmy
Od rozmowy do działającego systemu
Rozmowa
Poznajemy Twoje źródła danych i pytania, na które dziś trudno Ci szybko odpowiedzieć.
Prototyp na Twoich danych
Łączymy źródła, ustalamy definicje metryk i sprawdzamy liczby z Twoimi zestawieniami. Bezpłatnie.
Wdrożenie
Po akceptacji wyników uruchamiamy panel, raporty, alerty i agenta w Twoim środowisku.
Co dostarcza klient
- Listę narzędzi, w których są dane o sprzedaży, reklamach, fakturach i płatnościach
- Dostęp do tych narzędzi (API lub eksporty)
- Sposób, w jaki dziś liczysz marżę i koszty - żeby metryki zgadzały się z Twoimi zestawieniami
Technologia
Budujemy na sprawdzonych narzędziach, które łatwo utrzymać i rozwijać.
- n8n
- Google Gemini
- LangGraph
- Python / FastAPI
- PostgreSQL
- React
- WooCommerce
- Google Ads
- Meta Ads
- Google Analytics 4
FAQ
Nie. Agent łączy się z bazą na koncie tylko do odczytu, więc każda próba zapisu jest odrzucana przez samą bazę. Dodatkowo każde zapytanie sprawdza walidator, zanim zostanie wykonane.
Pod każdą odpowiedzią jest sekcja „Jak to policzono” z zapytaniami SQL, użytymi tabelami i datą ostatnich danych. Liczby w odpowiedzi są porównywane z wynikami zapytań, a odpowiedź, której nie udało się potwierdzić, dostaje wyraźne ostrzeżenie.
Na pytania otwarte - tak. W teście zapytaliśmy go ogólnie m.in. o rentowność, zaległości klientów i ryzyko braku gotówki. Wskazał kampanię, przez którą spadła marża po reklamie, klienta hurtowego z trzema fakturami prawie 50 dni po terminie, bestseller sprzedawany ze stratą po kosztach reklamy, dzień najniższego salda w prognozie i produkt, który ludzie oglądają, ale rzadko kupują.
Dane kontaktowe klientów indywidualnych zostają w surowej części bazy, do której agent nie ma dostępu. Agent widzi identyfikator klienta, typ, miasto i kanał sprzedaży, a dla klientów firmowych - nazwę firmy.
Łączymy się z narzędziami, z których już korzystasz - przez API albo regularne eksporty. Szczegóły ustalamy na rozmowie.
Zależy od liczby źródeł danych i zakresu. Prototyp na Twoich danych robimy bezpłatnie, a wycenę dostajesz, zanim podejmiesz decyzję.
Sprawdźmy to na Twoich danych
Na rozmowie ustalimy, jak wygląda Twój proces i czego potrzebujesz. Potem budujemy prototyp i testujemy go na Twoich prawdziwych danych - bezpłatnie. Decyzję o wdrożeniu podejmujesz, kiedy zobaczysz wyniki.
Wdrożenie zajmuje zwykle 1-2 tygodnie.