Krok 1 – Připravte surová data z Elys CRM. Otevřete v Elys CRM pohled na uzavřené dealy za posledních 90 dní a vyfiltrujte zvlášť výhry a prohry. Exportujte do CSV tyto sloupce: název dealu, fáze, ve které byl ztracen nebo vyhrán, délka sales cyklu, hodnota, zdroj leadu a textové poznámky z jednotlivých aktivit. Pokud váš tým pravidelně vyplňuje pole „důvod ztráty tím lépe – ale i bez něj analýza funguje protože AI si poradí s volným textem z poznámek.

Krok 2 – Nechte AI najít vzorce. Nahrajte CSV do Claude (verze s dlouhým kontextovým oknem zvládne i stovky řádků) a použijte tento prompt: „Jsi zkušený sales analytik. Analyzuj přiložená CRM data a identifikuj: (a) ve které fázi pipeline se nejčastěji ztrácejí dealy, (b) jaké opakující se formulace nebo témata se objevují v poznámkách u proher, (c) jaké charakteristiky sdílejí vyhrané dealy – délka cyklu, zdroj, hodnota. Výstup strukturuj do tří sekcí s konkrétními čísly a citacemi z dat." Výsledek dostanete za dvě až tři minuty a obsahuje konkrétní fráze jako „zákazník zmiňoval cenu ve fázi demo v 67 % proher" – to je zlato pro váš obchodní playbook.

Krok 3 – Přeložte zjištění do akcí v Elys CRM a nastavte automatizaci. Jakmile máte výstupy z Claude nebo ChatGPT, vraťte se do Elys CRM a proveďte tři věci: za prvé aktualizujte lead scoring tak, aby odrážel charakteristiky vítězných dealů (správný zdroj, správná velikost firmy, rychlá první reakce); za druhé vytvořte v pipeline nové pole „rizikový signál" a vyplňte ho u aktivních dealů, které vykazují vzorce proher; za třetí zapněte přes Elys Automate automatické upozornění, které triggeruje personalizovaný follow-up e-mail pokaždé, když deal stráví v jedné fázi déle než průměr vítězných obchodů. 🚀 Celý workflow od exportu po nastavení automatizace trvá se cvičením maximálně 40 minut.

Chyba č. 1: analýza příliš krátkého období. Pokud exportujete data jen za posledních 30 dní, vzorky jsou statisticky nespolehlivé – zvlášť u B2B, kde sales cyklus trvá i dva měsíce. Doporučujeme minimum 90 dní, ideálně 6 měsíců. Kratší vzorek pak Claude označí za nedostatečný a výstupy budou vágní. Řešení je jednoduché: v Elys CRM uložte filtr „posledních 180 dní uzavřeno" jako pojmenovaný pohled a příště ho vytáhnete jedním klikem.

Chyba č. 2: prázdná pole v CRM snižují kvalitu analýzy. Pokud obchodníci nevyplňují poznámky nebo nezaznamenávají důvod ztráty, AI nemá s čím pracovat a vrátí obecné závěry bez hodnoty. Nezačínejte s výčitkami – nastavte v Elys CRM povinné pole „poznámka k uzavření" s jednoduchým dropdown (cena, timing, konkurence, fit, jiné) a doplňte ho textovým polem pro upřesnění. Za tři měsíce budete mít datovou základnu, která analýzu posune na úplně jinou úroveň. Chyba č. 3: výstupy AI skončí v prezentaci a nikdo je nepromítne do pipeline. Každou win/loss analýzu zakončete konkrétním úkolem přiřazeným konkrétní osobě přímo v Elys Projects – například „aktualizovat lead scoring šablonu do pátku" nebo „přepsat objection-handling sekci v playbookus do příštího týdne." Jen tak se analýza přetaví v reálnou změnu obchodních výsledků.

Win/loss analýza s AI není jednorázový projekt – je to systém, který se zlepšuje s každým dalším měsícem dat a obchodníkům ušetří klidně 3 hodiny měsíčně, které dřív šly do manuálního procházení zápisků. Pokud chcete, aby Elys CRM, Claude a Elys Automate fungovaly jako jeden propojený celek přesně pro váš sales proces, kontaktujte tým Elys – rádi vám ukážeme, jak to nastavit během jednoho odpoledne. Nebo si rovnou spočítejte investici přes naši online kalkulačku a zjistěte, co to bude stát.