
Działający sklep — kolekcja świąteczna

Projekt strony ogrodowej

Działający sklep

Projekt magazynu
Własna firma jako sprawdzian systemu
ARGO rozwija oprogramowanie i prowadzi własną działalność handlową. Pod koniec 2024 roku rozpoczęliśmy sprzedaż z konkretnym celem: budować system na podstawie rzeczywistych zamówień, produktów i problemów zespołu. Dział handlowy ARGO Spółka z o.o. korzysta z ARGO OMS w codziennej pracy.
Ten projekt rozszerza ten sposób działania. Chcemy sprawdzić, czy wspólny system e-commerce OMS pozwala rozwijać kilka wyspecjalizowanych sklepów i stopniowo zajmować mocną pozycję w całym segmencie produktowym. Liczą się jednocześnie widoczność oferty, sprzedaż i nakład pracy potrzebny do obsługi.
Nasza teza: uporządkowane dane, wspólne operacje, specjalizacja sklepów i treści oparte na doświadczeniu mogą stworzyć powtarzalny sposób wejścia na rynek. Cykl case study pokaże, w jakim zakresie potwierdzą ją dane.
Zakres projektu na 14 października 2026. Liczby opisują plan przedsięwzięcia, a nie liczbę nowych wdrożeń ukończonych tego dnia.
Cztery sklepy, cztery zadania
Klaster oznacza wspólne zaplecze i świadomy podział oferty. Klient szukający rzeźby do salonu ma inne pytania niż właściciel lodziarni czy osoba dobierająca fontannę do ogrodu. Dlatego rozwijamy osobne marki, z własną strukturą kategorii, językiem komunikacji i ścieżką zakupową.
| Serwis | Rola w projekcie | Przykład potrzeby klienta |
|---|---|---|
| figurydeco.pl | Figury do wnętrz, inspiracje antyczne i dekoracje okazjonalne. | Jak dobrać skalę i wykończenie figury do salonu? |
| figuryogrodowe24.pl | Figury ogrodowe oraz uzupełniające je fontanny, donice, kolumny i wyposażenie. | Jaki materiał, podłoże i transport wybrać dla dużej figury? |
| bocianki.com.pl | Specjalizacja w ogrodowych figurach bocianów, bocianich rodzinach, gniazdach i dobranej ofercie uzupełniającej. | Jak dobrać i stabilnie ustawić zestaw bocianów? |
| figurylodow.pl | Figury reklamowe, początkowo dla gastronomii, z własnym blogiem i obiegiem treści. | Jak wybrać figurę lodów do ekspozycji przed lokalem? |
W docelowym podziale oferta ogrodowa i gastronomiczna wychodzi z szerokiego katalogu Figurydeco do wyspecjalizowanych sklepów. To wymaga przypisania produktów i dotychczasowych adresów do nowych miejsc. Przy przenosinach trzeba zachować drogę klienta do właściwej oferty, dobrać przekierowania oraz sprawdzić ich wpływ na ruch.
Bocianki.com.pl sprzedają od dwóch lat i wypracowały mocną pozycję w swojej wąskiej niszy figur bocianów ogrodowych. Sprzedaż pozyskują z ruchu organicznego, obecności na Facebooku oraz kampanii Google Ads. Figurydeco.pl działa od maja 2026, notuje pierwsze sprzedaże i rozpoczęło pierwsze testy reklamowe oferty choinek. Projekt strony ogrodowej powstał pod roboczą marką Argo Garden; w aktualnym planie jej docelową domeną jest figuryogrodowe24.pl. FiguryLodow otrzymują odrębny obieg redakcyjny dla gastronomii. Wspólny OMS nie oznacza automatycznego kopiowania treści ani linkowania wszystkich domen ze wszystkimi.

Co konkretnie robi ARGO OMS
ARGO OMS jest wspólnym środowiskiem pracy nad ofertą, zamówieniami i obsługą sprzedaży. PIM, Connect i Scope mają w nim różne odpowiedzialności. ARGO Shop odpowiada za sklepy i doświadczenie zakupowe po stronie klienta.
PIM utrzymuje dane potrzebne do sprzedaży
W PIM przygotowujemy katalog, kategorie, warianty, atrybuty, opisy, zdjęcia i cenniki. Wspólny produkt może trafić do różnych kanałów, ale jego cechy techniczne muszą pozostać spójne. Materiał, masa i wymiary wpływają równocześnie na filtrowanie, opis, dobór dostawy oraz odpowiedzi na pytania kupujących.
To łatwo pokazać na konkretnym materiale. Eksport wykorzystany w makiecie Argo Garden zawiera 357 aktywnych produktów z ogrodowego zakresu katalogu. Dla 44 pozycji brakuje przypisanego materiału. Bez tej informacji filtr „beton / żywica / biały cement” nie opisze całej oferty. Najpierw trzeba uzupełnić dane, później oceniać skuteczność filtrowania i treści.
Pomiar lokalnego eksportu z 14.10.2026, przygotowanego z kopii sklepu, której ostatnia zmiana produktu pochodzi z 15.07.2026. To punkt odniesienia makiety; nie aktualny stan magazynowy ani audyt dzisiejszej produkcji.
Integrator XML porządkuje zasilanie katalogu
Integrator XML jest modułem ARGO OMS w obszarze Connect. Obsługuje feed dostawcy z adresu albo wgranego pliku, mapowanie pól i kategorii, test danych, podgląd zmian oraz import. Rozpoznaje produkty po identyfikatorach, sprawdza m.in. kody, ceny i stany, a niejednoznaczne dopasowania pokazuje do wyjaśnienia.
Przykład: dostawca używa innej nazwy kategorii niż nasz sklep. Ustalamy mapowanie, sprawdzamy, które produkty są nowe, a które już istnieją, i dopiero potem uruchamiamy import. Cena zakupu trafia do modułu Cenniki w PIM, a stan dostawcy do modułu magazynowego ArgoDepot. Historia przebiegu pozwala wrócić do błędów. W cyklu pokażemy taki przepływ od pliku do oferty.
Connect obsługuje sprzedaż, Scope pomaga ją obserwować
Argo Connect zbiera zamówienia i informacje o klientach oraz łączy obsługiwane kanały sprzedaży — na podobnej zasadzie centralizacji obsługi jak znany w Polsce Base.com. Dzięki temu rozwój kolejnego sklepu można oprzeć na wspólnych procesach pracy zespołu.
Argo Scope jest warstwą obserwacji: gromadzi i prezentuje dane o ruchu w sklepach, zachowaniu klientów i kondycji serwisów. Zaplecze danych wykorzystywane przez Scope i Castora obejmuje Google Search Console, Google Analytics 4 z eksportem do Google BigQuery, logi serwera, crawl Screaming Frog oraz pomiary Lighthouse; nagrania sesji rrweb pomagają zobaczyć trudności na ścieżce zakupowej. Zakres dostępnych źródeł zależy od podłączenia danego sklepu — w raportach pokażemy, na jakich danych opiera się analiza.
ArgoDesign i topical authority w praktyce
ArgoDesign.pl rozwijamy jako magazyn z poradami o aranżacji domu i ogrodu. Ma pomagać w wyborze stylu, skali, kompozycji i sposobu wykorzystania produktów. Sklepy odpowiadają za ofertę oraz szczegółowe informacje zakupowe; magazyn pokazuje szerszy kontekst zastosowania.
Założeniem jest pełne pokrycie istotnych fraz i intencji zakupowych w danym segmencie branży. Budujemy duże klastry tematyczne: opisy kategorii stanowią ich podstawę, blogi sklepów rozwijają szczegółowe pytania, a ArgoDesign łączy je z szerszym kontekstem aranżacji. W ten sposób pracujemy nad topical authority — konsekwentnym pokryciem dziedziny na podstawie katalogu i własnego doświadczenia.
Przykładowa ścieżka ogrodowa zaczyna się od poradnika ArgoDesign o kompozycji wokół oczka wodnego. Czytelnik przechodzi do porównania figur lub zestawów, następnie do właściwej kategorii sklepu i karty produktu. Instrukcje przygotowania podłoża, ustawienia i pielęgnacji odpowiadają na kolejne pytania. Treści mostujemy między sobą przez kontekstowe odnośniki: poradnik prowadzi do kategorii lub produktu, a oferta odsyła do potrzebnego wyjaśnienia. Linkowanie wewnątrz sklepów i pomiędzy powiązanymi serwisami ma ułatwiać człowiekowi dotarcie do informacji i podjęcie decyzji; każda strona wnosi własną odpowiedź.

Content strategy ustala odbiorców, zakresy marek, filary tematyczne i zadanie treści w procesie zakupu. Content plan przekłada te decyzje na konkretne briefy, kolejność publikacji, aktualizacje i odpowiedzialność za materiał. Zaczynamy od przeglądu istniejących adresów i pytań klientów, następnie budujemy filary oraz poradniki szczegółowe. Plan uwzględnia sezonowość ogrodu, gastronomii i dekoracji okazjonalnych.
Przed publikacją materiał musi mieć: określoną potrzebę odbiorcy, zweryfikowane fakty produktowe, własny przykład lub zdjęcie, autora i osobę sprawdzającą oraz sensowne przejście do dalszej wiedzy lub oferty. ArgoDesign będzie wspierał tematycznie Figurydeco, sklep ogrodowy i Bocianki. FiguryLodow rozwijają własną ścieżkę dla odbiorców biznesowych.
Moduł SEO V2 — testy na konkretnych sklepach
Testujemy wdrożenie modułu SEO V2 w ARGO Shop. Moduł obejmuje szereg implementacji w kodzie sklepu, opartych na aktualnych wytycznych SEO, oraz wytyczne do przygotowania treści kategorii, produktów i bloga. W cyklu pokażemy przebieg pracy: wybór zmiany, wdrożenie, kontrolę działania i pomiar efektu.
W sklepach sprawdzamy przede wszystkim architekturę kategorii, indeksowanie filtrów i wariantów, adresy kanoniczne, przekierowania, mapy witryny, dane strukturalne zgodne z ofertą oraz szybkość i wygodę zakupów na telefonie. Dla zmian zapisujemy zakres i datę wdrożenia, żeby później powiązać je z obserwacjami.
E-E-A-T przekładamy na widoczne dowody: doświadczenie przy doborze i obsłudze produktów, poprawne parametry, rozpoznawalnego autora, źródła oraz jasne warunki zakupu i dostawy. Google opisuje E-E-A-T jako sposób myślenia o doświadczeniu, wiedzy, autorytecie i zaufaniu, a nie osobny, pojedynczy czynnik rankingowy. Podstawą pozostaje treść przydatna dla odbiorcy. Wytyczne Google Search Central.
Uwzględniamy też wyszukiwanie z AI. Google wskazuje, że AI Overviews i AI Mode korzystają z tych samych podstaw SEO; nie wymagają specjalnego schematu danych ani dodatkowych „plików dla AI”. Dlatego pracujemy nad dostępnością treści, jej jednoznacznością i zgodnością informacji. Dokumentacja funkcji AI w wyszukiwaniu.
Castor i agenci AI w codziennej pracy
Agenci AI i automatyzacje AI realnie wspierają pracę naszej firmy: porządkują informacje, przygotowują podsumowania, analizują dostępne dane i pomagają opracowywać rozwiązania. Szeroko wykorzystujemy lokalne modele do zadań zaplecza, a bardziej złożone prace łączymy z modelami zewnętrznymi.
| Model lub rodzina | Zastosowanie w zapleczu ARGO |
|---|---|
| Bielik | Przetwarza polskie teksty i przygotowuje podsumowania. Obsługuje też lokalnego agenta sprzedażowego Zenona. |
| Qwen | Tworzy embeddingi, czyli reprezentacje tekstu do wyszukiwania po znaczeniu. Porównujemy jego wyniki na naszych danych z pozostałymi koderami. |
| PKO: RoBERTa i ModernBERT | Modele embeddingowe PKO porównujemy na tych samych zadaniach wyszukiwania i porządkowania informacji co Qwen. |
| Whisper | Zamienia nagrania i notatki głosowe w tekst do dalszej pracy. |
| Jev i Basal | Jev kieruje zadania i wychwytuje odpowiedzi wymagające sprawdzenia. Lokalny Basal wykonuje porównawcze testy tych samych zadań, wspierając rozwój warstwy decyzyjnej. |
ARGO Castor porządkuje wiedzę i udostępnia konkretnych agentów AI. Każdy ma personę, skille — instrukcje pracy w swojej specjalizacji — oraz dostęp do określonych źródeł i narzędzi; dzięki temu symulują pracę doradców z działów SEO, analityki, reklamy i sprzedaży, wspierając decyzje właściciela.
- Teodor — SEO techniczne. Łączy wyniki crawla, Search Console i logów serwera, żeby wskazać problemy z indeksowaniem, linkowaniem i wydajnością. Podpowiada, od których adresów i zmian zacząć.
- Marek — ruch i zachowanie klientów. Analizuje drogę od wejścia do zamówienia i wskazuje miejsca, w których użytkownicy rezygnują. Pomaga zaplanować, jak sprawdzić możliwą przyczynę.
- Ola — planowanie reklam i kreacji. Korzysta z kontekstu marki, fraz i potrzeb klientów, by proponować kampanie oraz warianty komunikatów do testów.
- Zenon — sprzedaż i zamówienia. Pracuje lokalnie na Bieliku i zamienia zestawienia z OMS w krótkie podsumowania. Zwraca uwagę na zamówienia, anulowania i odchylenia widoczne w danych.
- Castor — asystent właściciela. Zbiera obraz bieżącej sytuacji firmy, wskazuje sprawy wymagające decyzji i kieruje szczegółowe pytania do właściwego specjalisty.
Rozwijamy układ, w którym mniejsze modele wykonują wyspecjalizowane zadania, a Opus i GPT-6 pełnią docelowo rolę cenzorów jakości: sprawdzają oparcie odpowiedzi w źródłach i wskazują potrzebne poprawki. Obecnie część specjalistów pracuje bezpośrednio na Opusie, a ich odpowiedzi kontrolują kod i sito Jev; pełna para nadzorująca z GPT-6 jest kolejnym etapem.
Przykład: kategoria przyciąga więcej wejść, ale nie przybywa zamówień. Marek pomaga wskazać problematyczny etap, Teodor sprawdza stronę techniczną, a Castor zbiera wnioski dla właściciela; po decyzji i zmianie wracamy do pomiaru. Liczby pochodzą z danych i obliczeń w kodzie, a agenci pomagają je wyjaśnić.
Kolejny krok: inne rynki
Osobnym sprawdzianem jest Herr Handyman na rynku niemieckim — sklep z elementami montażowymi i ogrodowymi, a więc z całkowicie innej branży. Testujemy tam podstawowe działanie SEO oraz to, jak ARGO Shop sprawdza się dla niemieckich odbiorców i w niemieckich wynikach wyszukiwania; kolejnym planowanym krokiem jest odtworzenie polskiego klastra na rynku niemieckim.
Po czym poznamy, że system pomaga
Na starcie ustalamy punkt odniesienia. Każdy kolejny raport ma pokazywać okres, źródło, definicję miary, wprowadzone zmiany i wynik. Dla sklepu działającego korzystamy z jego historii; dla nowego zapisujemy datę startu oraz początek zbierania danych.
| Obszar | Co będziemy pokazywać | Skąd wynik |
|---|---|---|
| Dane produktu | Kompletność wymaganych atrybutów; czas przygotowania oferty; błędy importu. | PIM, historia integratora XML, pomiar czasu pracy. |
| Widoczność | Wyświetlenia i kliknięcia dla kategorii, krajów i zapytań; osobno zapytania z nazwą marki. | Google Search Console, stan indeksowania. |
| Treści | Wejścia do poradników, przejścia do oferty, aktualizacje i pokrycie zaplanowanych tematów. | Rejestr publikacji i analityka po sprawdzeniu konfiguracji pomiaru. |
| Zakupy | Przejścia produkt → koszyk → zamówienie; porzucone etapy; zamówienia opłacone i anulowane. | Zdarzenia sklepu, Scope i zamówienia w OMS. |
| Sprzedaż i obsługa | Zamówienia po uwzględnieniu anulowań i zwrotów oraz czas obsługi. | OMS i pomiar pracy zespołu. |
| AI | Czas wykonania zadania, poprawność na próbie, odsetek propozycji wymagających korekty. | Logi wykonania i ocena wyników przez człowieka. |
Przy konwersji zawsze podamy mianownik: czy liczymy zamówienia względem sesji, użytkowników czy rozpoczętych koszyków. Nie będziemy sumować użytkowników różnych domen jako liczby unikalnych osób. Dane z analityki porównamy z zamówieniami, żeby zobaczyć różnice wynikające z ograniczeń pomiaru.
Wzrost po wdrożeniu może być związany także z sezonem, reklamą, ceną lub dostępnością. Dlatego będziemy zapisywać te zmiany, a tam, gdzie zakres projektu pozwoli, wdrażać usprawnienia etapami i porównywać podobne grupy produktów. Chcemy ustalić, co pomogło i w jakich warunkach.
Co pokażemy w kolejnych odcinkach
- Punkt wyjścia i podział klastra. Sklepy, zakresy oferty, stan danych i pomiar przed zmianami.
- Produkt od XML do sklepu. Mapowanie kategorii, kontrola importu, uzupełnienie PIM i publikacja oferty.
- Moduł SEO V2 na konkretnych adresach. Co zmieniliśmy, kiedy i jak sprawdzamy efekt.
- Strategia treści w wykonaniu. Jeden temat przeprowadzony przez brief, poradnik, kategorię i produkt.
- Scope, Castor i automatyzacje AI. Obserwacja problemu, propozycja działania, decyzja i ponowny pomiar.
- Wyniki klastra i dalsze rynki. Sprzedaż, jakość obsługi oraz elementy, które można zastosować w kolejnych sklepach.
Artykuły na Argo Core AI uzupełnimy nagraniami pokazującymi interfejs i przebieg pracy. Na LinkedIn będziemy publikować wnioski z kolejnych etapów. W każdym materiale oddzielimy działającą funkcję, wdrażaną zmianę, test i uzyskany wynik.
Chcemy pokazać, jak z katalogu produktów powstaje spójny system sprzedaży dla całego segmentu — i ile pracy naprawdę wymaga jego rozwój. Pierwszy krok to punkt odniesienia. Następny: prześledzenie produktu od źródła danych do gotowej oferty.
Klaster na jednym rynku jest dla nas podstawą konstelacji sklepów w danej branży — w Unii Europejskiej i poza nią. Chcemy powielać sprawdzoną w testach metodę, dostosowując design, język, ofertę, treści i ścieżkę zakupową każdego sklepu do warunków lokalnego rynku.
Docelowo producent, dystrybutor lub firma szukająca nowych nisz ma móc budować własną sieć sprzedaży na ARGO OMS, ARGO Shop oraz naszym systemie agentów AI i analityki. Celem jest uporządkowane rozwijanie i skalowanie sprzedaży w Europie i poza nią przez nieduży zespół, ze wspólnymi danymi i procesami.
Porozmawiajmy o danych, sklepach i procesach w Twojej firmie →
Porozmawiajmy 

