← Zpět na reference

Cold Outreach

Interní CRM s AI pro cold outreach obchodních zástupců

AI vygenerovaná ilustrační vizualizace, projekt pod NDA

✦ AI vizualizace, ne reálný snímek

01O projektu

Cold Outreach je interní nástroj pro obchodní zástupce, na kterém aktuálně pracuji. Aplikace stahuje informace o právnických osobách z veřejných datových zdrojů a umožňuje obchodníkům interaktivně objevovat nové potenciální zákazníky. Na vytipovanou firmu pak AI doplní e-mailovou šablonu na předem připravená místa podle popisu firmy, takže obchodník nezačíná s prázdnou stránkou. Aplikace zároveň funguje jako CRM: eviduje kontakty a komunikaci a sleduje, kdy byl e-mail otevřen a jestli na něj zákazník odpověděl, takže obchodní zástupci vidí, na koho se vyplatí navázat. Klient je vázán NDA, takže tato studie neobsahuje snímky obrazovky ani identifikační údaje.

Informace o projektu

Klient
Klient (pod NDA)
Platforma
Webová aplikace
Stav
Ve vývoji
Doba vývoje
Probíhá
Rok
2026

02Použité technologie

Podívejte se na stack, který jsem použil pro tento projekt

Frontend
  • Next.js
  • React
  • TypeScript
Backend
  • Python
  • Gemini API
Databáze
  • PostgreSQL

03Klíčové funkce

  • Stahování dat o firmách z veřejných datových zdrojů
  • Interaktivní objevování nových potenciálních zákazníků
  • AI doplňování e-mailových šablon podle popisu firmy
  • CRM evidence kontaktů a komunikace
  • Sledování otevření a odpovědí na e-maily

Výzvy

  1. Spolehlivé získávání a čištění dat o firmách z veřejných zdrojů
  2. AI musí doplňovat šablonu relevantně, ne obecnou frází
  3. Sledování e-mailů bez toho, aby zprávy padaly do spamu
  4. Přehledné objevování firem mezi velkým množstvím záznamů

Řešení

  1. Pravidelné stahování a normalizace dat z veřejných registrů, včetně vytěžování dat ze sbírky listin
  2. AI doplňuje šablonu na základě popisu firmy pomocí Gemini API, ne jen jménem a adresou
  3. Trackovací pixely a odkazy pro měření otevření a prokliků
  4. Filtrování a interaktivní prohledávání firem podle zadaných kritérií

04Výsledky

  • Obchodní zástupci osloví více firem za kratší čas
  • E-maily jsou personalizované bez ruční práce navíc
  • Průměrný konverzní poměr odpovědí na e-maily 14 % oproti běžným přibližně 2 %
  • Aplikace se aktuálně dolaďuje v ostrém provozu

05Průběh vývoje

Od analýzy po nasazení: jak probíhal vývoj projektu

  1. 3 týdny

    Analýza a datové zdroje

    Výběr veřejných zdrojů dat o firmách, návrh normalizace

  2. 6 týdnů

    AI a šablony

    Napojení AI na doplňování šablon podle popisu firmy

  3. 5 týdnů

    CRM a sledování e-mailů

    Evidence kontaktů, trackování otevření a odpovědí

  4. průběžně

    Ostrý provoz

    Nasazení pro obchodní zástupce, ladění podle zpětné vazby

Máte podobný projekt?

Rád Vám pomohu s realizací Vaší aplikace. Neváhejte mě kontaktovat pro nezávaznou konzultaci.