Kolikrát jste naposledy otevřeli e-shop, prohlédli si jeden produkt a pak několik dní dostávali nabídky věcí, které jste nikdy nechtěli koupit?
Mně se to stává pravidelně. Stačí se podívat na jeden batoh a obchod mi začne podsouvat další batohy, pouzdra, turistické ponožky a někdy i vybavení, které s původním hledáním souvisí jen velmi volně. Personalizace přitom nemá znamenat, že e-shop zopakuje poslední kliknutí a kolem něj postaví celou nabídku. Má zákazníkovi zkrátit cestu k produktu, který skutečně řeší jeho potřebu.
To je rozdíl mezi chytrým doporučením a digitálním prodavačem, který jen hlasitě ukazuje zboží z regálu.
Zákazníci už na personalizaci slyší. V průzkumu z roku 2025 uvedlo 48 procent amerických spotřebitelů, že jsou za personalizovanou zkušenost ochotni zaplatit více, v průměru o 28 procent. To není drobná výhoda v uživatelském rozhraní. Je to signál, že lidé vnímají dobře nastavený obchod jako službu s vyšší hodnotou.
Současně ale roste jejich citlivost na nepřesnost. Personalizace se rychle mění v obtěžování ve chvíli, kdy obchod nepozná, že se zákazníkova situace změnila. Člověk si koupí zimní bundu a e-shop mu ji ještě měsíc nabízí v každém banneru. Návštěvník hledá dárek pro partnerku, ale systém si jeho chování uloží jako osobní vkus a příště mu ukazuje dámskou módu. Algoritmus pracuje s daty, jenže nerozumí příběhu, který za nimi stojí.
Zákazník nehledá produkt, ale řešení
Pro mě začíná dobrá personalizace u záměru, ne u historie kliknutí. Zákazník, který zadá do vyhledávání běžecké boty na asfalt pro začátečníka, prozrazuje mnohem víc než pouhým otevřením kategorie obuvi. Potřebuje určitý typ podrážky, pohodlí a nejspíš i pomoc s výběrem. Nabídnout mu nejprodávanější závodní model by byla spíš ukázka nepozornosti než personalizace.
E-shop proto musí spojovat několik signálů: co člověk hledá, jaké parametry opakovaně porovnává, co už koupil, z jakého zařízení nakupuje a v jaké fázi rozhodování se nachází. Někdy stačí jednoduchá věc, třeba nabídnout kompatibilní náhradní filtr k vysavači, který si zákazník pořídil před rokem. Jindy je potřeba pracovat s kontextem celé návštěvy a rozlišit, zda člověk nakupuje pro sebe, nebo vybírá dárek.
Průzkum mezi zákazníky ve Spojených státech a ve Velké Británii ukázal, že 70 procent z nich považuje doporučení vycházející z historie prohlížení nebo nákupů za zlepšení online nakupování. Číslo je vysoké, ale samo o sobě neříká, že zákazníci chtějí být sledováni bez hranic. Spíš čekají, že informace, které obchodu dobrovolně poskytli, povedou k užitečnějším výsledkům.
Když si prohlížím nábytek, nechci vidět všechno, co obchod prodává. Chci rychle zjistit, zda se stůl vejde do pokoje, jestli k němu existují vhodné židle a zda má smysl čekat na jinou variantu. Personalizovaná nabídka může upozornit na podobné rozměry, odolnější materiál nebo produkt, který je dostupný dříve. Nejde o to ukázat mi více zboží. Jde o to odstranit část nejistoty.
Z toho vyplývá i podoba doporučení. Věta Doporučujeme vám tento produkt je téměř prázdná. Mnohem přesvědčivější je vysvětlení, že konkrétní model má stejný rozměr jako dříve vybraný výrobek, je vhodný pro daný typ použití nebo má hodnocení od zákazníků s podobnou zkušeností. Personalizace potřebuje důvod, jinak působí jako hádání.
Umělá inteligence potřebuje důvěru, ne jen data
Umělá inteligence dokáže zpracovat mnohem více signálů než člověk v e-shopu. Umí porovnat chování podobných zákazníků, odhadnout pravděpodobný zájem a v reálném čase upravit nabídku. Jenže rychlost a množství dat ještě nevytvářejí důvěryhodné doporučení.
Podle průzkumu si 89 procent spotřebitelů informace získané od nákupní umělé inteligence ověřuje v dalších zdrojích. Zároveň by 87 procent lidí více důvěřovalo doporučením doplněným o ověřené recenze. To považuji za zdravou reakci. Když mi systém tvrdí, že je něco ideální právě pro mě, chci vědět, z čeho k tomu došel. Nestačí uhlazený tón ani barevná ikona robota.
Recenze proto nemají být jen dekorací pod produktem. Personalizovaný systém může zvýraznit zkušenosti lidí s podobným způsobem používání, upozornit na nejčastěji chválené vlastnosti nebo férově ukázat opakující se výhrady. U elektroniky mě zajímá výdrž baterie a jednoduchost ovládání, u oblečení zase střih a chování materiálu po praní. Stejný produkt může mít pro různé zákazníky úplně jinou hodnotu.
Zajímavé je, že 27 procent respondentů při nákupním rozhodování preferuje doporučení od umělé inteligence před doporučeními influencerů, kterým dalo přednost 24 procent. Nečtu z toho, že lidé přestali věřit osobním zkušenostem. Spíš chtějí doporučení, které odpovídá jejich konkrétní situaci, ne obecné propagaci pro tisíce sledujících.
Obchodníci přesto často přeceňují, jak dobře jejich digitální zkušenost funguje. Jen 15 procent retailových značek si v roce 2025 bylo jistých, že dokáže zákazníky svými digitálními zkušenostmi skutečně nadchnout. Sami zákazníci označili za vynikajících pouze 16 procent zkušeností se značkami. Mezera mezi představou firmy a tím, co zažívá návštěvník, je v tomto případě výmluvnější než jakýkoli nový nástroj.
Měřil bych proto méně samotné míry prokliku a více toho, zda personalizace pomohla k rozhodnutí. Dokázal zákazník najít správnou variantu bez několika návratů do vyhledávání? Neklesá po doporučení počet reklamací? Vrací se lidé proto, že jim obchod rozumí, nebo jen proto, že je znovu oslovil slevou? Odpovědi často ukážou, že nejefektivnější změna není další model umělé inteligence, ale lepší popis produktu, přesnější filtrování nebo možnost opravit špatně pochopené preference.
A právě možnost opravy mi v mnoha e-shopech chybí. Chci mít možnost říct, že hledám dárek, že už jsem určitý produkt koupil nebo že podobné nabídky nechci. Takové jednoduché ovládání působí skoro obyčejně, ale dává zákazníkovi zpět kontrolu. Personalizace pak není tajné rozhodování systému v pozadí, nýbrž rozhovor, ve kterém mohu kdykoli změnit směr.
