Esettanulmány: hogyan automatizáltunk egy 5 üzletes hálózatot

Szerző: Ujvári Péter · 2026. május 3. · 8 perc olvasás · Ügyfél: Novetex Matrac
TL;DR A Novetex Matrac egy 5 üzletes magyar matrachálózat. A bevezetett AI- és automatizációs réteg az adminisztrációs munka kb. 80%-át megszüntette: a heti riportkészítés 6 óráról 30 percre csökkent, a beszállítói számlák feldolgozása emberi adatrögzítés nélkül történik, és az ajánlatkérés-első-kör 24 óra alatt megválaszolásra kerül. A teljes bevezetés 11 hét volt, és kevesebb mint 12 hónap alatt megtérült.
~80%
kevesebb adminmunka
5
üzlet egy rendszerben
11 hét
bevezetés
< 12 hó
megtérülés

A kiindulás: hol fájt?

A Novetexnél 5 fizikai üzlet termel napi szinten ajánlatkéréseket, foglalásokat, beszállítói számlákat és ügyfélszolgálati kérdéseket. A boltvezetők hetente 4–8 órát töltöttek azzal, hogy Excelbe vagy emailbe összegyűjtsék a forgalmi adatokat, és a központ újabb 6–10 órát fordított arra, hogy ezekből egységes riportot készítsen. Beszállítói számlák manuális rögzítése külön napi 1–2 órát evett.

Mit építettünk be — három réteg

1. Beszállítói számla feldolgozó (GPT-4 Vision + ETL)

A beérkező PDF-számlák egy közös mailboxba érkeznek. Onnan automatikus pipeline tölti be őket: GPT-4 Vision kiolvassa a tételeket, validálja a beszállítói törzsadatok ellen, és berakja a könyvelési előszobába. Ha bizonytalan a modell egy soron, jelöli — ember csak ezeket a kivételeket nézi.

2. Üzlet-szintű napi forgalmi automatizmus

Minden üzlet pénztárgép-/POS-rendszeréből éjjel egy script összegyűjti a napi forgalmat, kategóriánként és termékcsoportonként. Reggelre az 5 üzlet adatából egy egységes Slack-/email-riport készül, plusz egy heti összefoglaló, amit egy LLM természetes nyelvű kommentárral egészít ki („XY üzletben a kanapé-szegmens 18%-kal nőtt, érdemes nézni a készletet").

3. Ajánlatkérés-első-kör AI ügynök

A weboldalra és emailbe érkező ajánlatkérésekre egy AI ügynök 24 órán belül választ küld: tisztázó kérdéseket tesz fel, vagy azonnal ad egy kategória-szintű árajánlatot, ha minden adat megvan. Ezután ember veszi át a kvalifikált leadet — de a hideg, lassú „elment a vevő" kör eltűnt.

Mi kellett, hogy ez működjön?

Számszerű eredmények 6 hónap után

FolyamatElőtteUtánaMegtakarítás
Heti központi riportolás~6 óra~30 perc~92%
Beszállítói számla rögzítés~1,5 óra/nap~15 perc/nap (kivétel)~83%
Ajánlatkérés-első válasz~36 óra átlag< 1 óra~97% gyorsabb
Üzletvezetői admin4–8 óra/hét< 1 óra/hét~80%

Tanulságok más KKV-knak

A 80%-os szám nem egy mágikus modellből jött, hanem három dolog együttéréséből: (1) jól körülhatárolt fájdalompont, (2) tiszta adat, (3) ember-a-hurokban kivételkezelés. Egy hasonló méretű KKV-nál (3–10 telephely, klasszikus kereskedelem vagy szolgáltatás) reálisan 50–80% adminisztrációs megtakarítás érhető el 8–14 hét alatt.

Ami nem reális: hogy másnap, modellválasztás után minden megy. A bevezetésben az értékteremtő munka 60%-a folyamatfeltérképezés és adattisztítás — és ez igaz minden komoly AI projektre.

Hasonló a helyzeted? Írj egy emailt, és átbeszéljük 30 percben, mi az első reális lépés nálad.