Rast prihodkov lahko prikrije večjo odvisnost od platform. Miloš Suša na primerih Fraporta, JUB-a, Kotányija in Peugeota pokaže, kako lastne podatke, merjenje in pogovore s kupci pretvoriti v boljše poslovne odločitve.

Dve podjetji lahko dosežeta enako rast prihodkov in si ustvarita zelo različno prihodnost. Prvo po vsaki kampanji bolje razume kupce ter to znanje uporabi pri ponudbi in prodaji. Drugo za naslednji rezultat potrebuje predvsem večji proračun na isti platformi.
V poročilu o prodaji je razlika lahko nevidna. Pokaže se, ko se dostop do kupcev podraži, spremeni nakupna pot ali na trg vstopi nov tekmec.
Podjetje lahko raste in hkrati izgublja vpliv na pogoje svoje prihodnje rasti. Zato bi morali ob vsaki večji naložbi preveriti tudi, kaj bo po njej ostalo podjetju in kako bomo to uporabili.
Ko se algoritem uči hitreje od podjetja
Oglaševalski sistem lahko vse bolje prepoznava odzivne uporabnike, podjetje pa še vedno slabo razume, zakaj ljudje kupujejo, kaj jih ustavlja in zakaj se vračajo. Optimizacija deluje, znanje za naslednjo poslovno odločitev pa ostaja razpršeno ali nedostopno.
Tu vidim eno pomembnejših nalog vodstva: zagotoviti, da se iz naložb uči tudi organizacija. Da spoznanje iz kampanje izboljša prodajni pogovor. Da vprašanje kupca pripelje do razvoja. Da zna ekipa pojasniti, zakaj predlaga drugačno razporeditev proračuna.
Zunanje platforme in partnerji imajo pri tem pomembno vlogo. Samostojnost podjetja razumem kot sposobnost izbire: ohranjamo dostop do svojega znanja in podatkov ter na tej podlagi spreminjamo način dela.
Lastni podatki morajo izboljšati odločitve
Ljubljana Airport FLY, ki sta ga vzpostavila Fraport Slovenija in iPROM, temelji na prvoosebnih podatkih, pridobljenih neposredno v odnosu z uporabniki. Fraport Slovenija jih zbira, upravlja in uporablja prek rešitve iPROM Private DMP za ciljno oglaševanje letalskih destinacij na odprtem spletu.
Nadgradnja z umetno inteligenco omogoča sprotno učenje iz rezultatov in prilagajanje oglaševalskih odločitev. Po objavljeni študiji se je po nadgradnji v letu 2024 stopnja konverzije povečala z 12 % na 15,9 %, strošek na prodano vozovnico pa znižal z 2,06 na 1,85 evra.
Ljubljana Airport FLY 2.0 je nato na Digiday Media Buying & Planning Awards 2026 zmagal v kategoriji Best Use of AI in Planning.
Poslovni pomen vidim v povezavi med podatki, odločitvijo in rezultatom. Podjetje razvija sposobnost, ki jo lahko uporablja in izboljšuje skozi več kampanj. Tako ustvarja boljše izhodišče za naslednje odločitve.

Merila določajo, kam usmerjamo denar
Takšen sistem potrebuje ustrezna merila. Če uspeh presojamo samo po takojšnjem odzivu, lahko podcenimo aktivnosti, ki krepijo prihodnje povpraševanje.
Pri kampanji JUB za JUPOL smo z raziskavo iPROM Brand Lift Study (BLS) primerjali skupino, izpostavljeno oglasom, s kontrolno skupino ter preverili priklic oglasa in nakupno namero. Po objavljenih rezultatih 71 % uporabnikov, pri katerih je bil izmerjen pozitiven učinek oglaševanja, na oglas ni kliknilo. Ugotovitve so že med kampanjo pomagale prilagajati frekvenco, proračun in izbiro formatov.
Za vodstvo je to pomembna razlika pri odločanju o denarju. Nakupno namero spremljamo kot kazalnik ob prodajnih rezultatih. Tako dobimo širšo podlago za presojo, katere aktivnosti podpirajo današnjo prodajo in katere povečujejo verjetnost, da bo kupec pomislil na nas ob prihodnjem nakupu.
Pogovor s kupcem lahko usmeri razvoj ponudbe
Pri Kotányi AI Chefu, ki ga je Retoba razvila za Kotányi Slovenija, se stik z znamko začne pri konkretnem vprašanju: kaj lahko skuham iz sestavin, ki jih imam, in katere začimbe naj uporabim?
Uporabnik dobi pomoč, podjetje pa priložnost za boljše razumevanje njegovih potreb. Po objavljenih podatkih projekta je analiza pogovorov s pristopom Retoba PulseDialog v manj kot petih mesecih pomagala prepoznati tri predloge za nove izdelke.
Pogovor, ki pomaga pri današnjem kosilu, lahko prispeva k razvoju jutrišnje ponudbe. Njegova vrednost se zato nadaljuje tudi po koncu posamezne interakcije.
Projekt je prejel zlato priznanje Digital Communication Awards 2025 v kategoriji AI Communications & Content Creation ter srebrno priznanje MIXX Awards Europe 2025 v kategoriji Next-Gen Tech Activation Campaign.
Za vodstvo takšen primer odpira konkretno nalogo: določiti, kdo bo ponavljajoče se potrebe kupcev ovrednotil in katere bo podjetje preizkusilo pri razvoju ponudbe.

Znanje o kupcu nastaja tudi po nakupu
AI ambasador za Peugeot 2008, ki sta ga razvila Peugeot Slovenija in Retoba, kupcem pomaga razumeti vozilo in izbrati različico glede na njihove potrebe. Objavljena primerjava obdobij pred uvedbo in po njej navaja 30 % več prodajnih priložnosti in 28 % več pripravljenih ponudb.
Za dolgoročen razvoj odnosa je zanimiva še ena ugotovitev: na ambasadorja so se obračali tudi obstoječi lastniki vozil, ki so potrebovali praktične razlage in pomoč pri uporabi. Tako je postal uporaben tudi po nakupu.
Projekt je na svetovnem tekmovanju Peugeot Awards 2024 zmagal v kategoriji Disruptive Practices. Gre za priznanje, ki ga vodstvo znamke podeljuje lokalnim podružnicam in uvoznikom po svetu.
V tem primeru vidim priložnost, da podjetje poveže prodajo in podporo. Vprašanja lastnikov pokažejo, kje potrebujejo jasnejša pojasnila in kaj bi lahko izboljšali pri storitvi. Znanje, pridobljeno po nakupu, lahko pomaga že naslednjemu kupcu.
Vodstvo mora poskrbeti, da znanje postane praksa
V teh primerih prepoznavam skupno smer: naložba poleg neposrednega rezultata ustvarja tudi znanje za naslednji korak. Mednarodna priznanja kažejo, da lahko takšne pristope razvijamo v Sloveniji in z njimi dosežemo prepoznavnost v mednarodnem okolju. Naša ambicija mora biti, da jih znamo dolgoročno razvijati skupaj z naročniki.
To bo pomembno tudi pri novih nakupnih poteh. Pričakujem, da bodo kupci več raziskovanja in posamezne korake nakupa prepuščali svojim agentom umetne inteligence. Na področju izkušnje agentov oziroma AX se zato odpira vprašanje, kako lahko agent z uporabnikovim dovoljenjem razume ponudbo in opravi želeno nalogo.
Podjetje, ki danes uredi znanje o ponudbi, poveže podatke in odpravi ovire pri nakupu, si s tem pripravlja boljše izhodišče tudi za takšen razvoj.
Kot vodstvo lahko začnemo zelo konkretno. Pri naslednjem pregledu naložb v rast pri enem pomembnem projektu zahtevajmo odgovore na tri vprašanja:
- Kaj smo izvedeli o kupcih in kje je to znanje dostopno?
- Katero odločitev bomo zaradi tega sprejeli drugače?
- Kdo bo spremembo izvedel in kako bomo preverili njen učinek?
Nato izberimo eno spremembo za naslednje četrtletje. Lahko je boljše razporejanje proračuna, preizkus nove ponudbe ali pomoč kupcem pri vprašanju, ki se ponavlja. Določimo odgovorno osebo in merilo uspeha.
Rast je toliko vrednejša, kolikor izboljša našo sposobnost ustvariti naslednjo. To je merilo, po katerem želim, da presojamo tudi vrednost našega dela za naročnike.
Začnimo pri odločitvi, ki jo želite izboljšati. Pišite mi in poglejmo, katere podatke, merjenje in način dela zanjo potrebujete.
Dve podjetji lahko dosežeta enako rast prihodkov in imata zelo različno prihodnost. Prvo se po vsaki kampanji bolje nauči, kako se kupci odločajo, ter to uporabi pri ponudbi in prodaji. Drugo za naslednji rezultat potrebuje večji proračun na isti platformi. Razlika se pokaže, ko se dostop do kupcev podraži, ko se spremeni nakupna pot ali ko na trg vstopi nov tekmec.
Oglaševalski sistem vse bolje prepozna odzivne uporabnike, podjetje pa še vedno slabo razume, zakaj ljudje kupujejo, kaj jih ustavlja in zakaj se vračajo. Optimizacija torej deluje, znanje za naslednjo poslovno odločitev pa ostaja razpršeno ali nedostopno. Naloga vodstva je zagotoviti, da se iz naložb uči tudi organizacija: da spoznanje iz kampanje izboljša prodajni pogovor in da vprašanje kupca pripelje do razvoja.
AI ambasador za Peugeot 2008, ki sta ga razvila Peugeot Slovenija in Retoba, kupcem pomaga razumeti vozilo in izbrati različico glede na njihove potrebe. Na ambasadorja so se obračali tudi obstoječi lastniki vozil, ki so potrebovali praktične razlage in pomoč pri uporabi. Njihova vprašanja pokažejo, kje so potrebna jasnejša pojasnila in kaj je mogoče izboljšati pri storitvi. Primerjava obdobij pred uvedbo in po njej navaja 30 % več prodajnih priložnosti in 28 % več pripravljenih ponudb.
Pri Kotányi AI Chefu je analiza pogovorov s pristopom Retoba PulseDialog v manj kot petih mesecih pomagala prepoznati tri predloge za nove izdelke. Pogovor, ki uporabniku pomaga pri današnjem kosilu, tako prispeva tudi k jutrišnji ponudbi.
Pri enem pomembnem projektu naj zahteva odgovore na tri vprašanja:
– Kaj smo izvedeli o kupcih in kje je to znanje dostopno?
– Katero odločitev bomo zaradi tega sprejeli drugače?
– Kdo bo spremembo izvedel in kako bomo preverili njen učinek?
Nato naj izbere eno spremembo za naslednje četrtletje, določi odgovorno osebo in merilo uspeha.
