Případová studie
Axel odhalil skrytou ztrátu
Jak AI analytik našel chybu, kterou maskoval růst e-shopu.
- Klient
- Nápoje lásky
- Platforma
- Upgates
- Nástroj
- Spacestats / Axel
- Období
- Duben 2026
01 — Výchozí situace
Růst, který maskoval všechno ostatní
Nápoje lásky jsou e-shop s bylinnými elixíry a nápoji, postavený na platformě Upgates. V dubnu 2026 procházel obdobím výrazného růstu — tržby rostly meziročně řádově o stovky procent.
V polovině dubna spustil tým novou verzi webu s přepracovanou kategorizací produktů podle užitku (spánek, relaxace, energie). Souběžně běžela nová reklamní kampaň a úprava produktové nabídky.
Když se ve firmě mění víc věcí najednou a celkové výsledky rostou, je téměř nemožné ručně poznat, že jedna konkrétní změna ve skutečnosti škodí.
02 — Co se stalo
Drobná úprava, která zlomila navigaci
22. dubna tým přidal dárková balení přímo do kategorizace podle užitku. Změna vypadala neškodně — ve skutečnosti narušila navigaci a zákazníky vystavila paralýze výběru.
Tržby e-shopu začaly klesat. Protože ale celý e-shop dlouhodobě rostl, propad byl maskovaný — v souhrnných číslech nebyl na první pohled vidět. Bez denního srovnání podle konkrétní změny by si ho tým mohl všimnout až po týdnech, nebo vůbec.
03 — Jak zasáhl Axel
Detekce, vyčíslení a oprava
Axel je AI analytik napojený přímo na data e-shopu přes Upgates API. Při běžné kontrole dat:
- Detekoval propad přesně v den, kdy začal — 22. dubna.
- Spojil ho s konkrétní změnou: přidáním dárkových balení do kategorizace podle užitku.
- Vyčíslil dopad a rozložil ho na konkrétní produkty, které trpěly nejvíc.
- Vysvětlil mechanismus — narušená navigace a paralýza výběru.
- Navrhl řešení: přesunout dárková balení do samostatné sekce.
- Po opravě ověřil návrat metrik zpět na původní úroveň.
Výsledek
27. dubna tým dárková balení přesunul do samostatné sekce. Tržby se vrátily na úroveň o třetinu vyšší než starý web — už první den po opravě.
tržeb/den na novém webu během peak fáze
propad během chyby v kategorizaci
po které chyba běžela, než byla odhalena
ověřený návrat po opravě oproti starému webu
Data
Vývoj tržeb a objednávek během kritického období (denní průměry, změna oproti starému webu).
| Fáze | Období | Tržby/den | Objednávky/den |
|---|---|---|---|
| Starý web (baseline) | 1.–19. 4. | baseline | baseline |
| Nový web — peak | 20.–21. 4. | +61 % | +62 % |
| Chyba v kategorizaci | 22.–26. 4. | −39 % vs peak | −37 % vs peak |
| Po opravě | 27.–28. 4. | +32 % | +32 % |
Proč na tom záleží
Tahle chyba byla maskovaná celkovým růstem e-shopu. Při růstu řádově o stovky procent meziročně nikdo nehledá pětidenní propad u jedné kategorie — souhrnná čísla pořád rostla. Standardní pohled do administrace nebo „vyhodnocení po paměti“ tohle nezachytí.
Axel rozdíl udělal tím, že srovnával data den po dni a uměl je svázat s konkrétní úpravou e-shopu. To je typ analýzy, kterou ručně téměř nikdo nedělá — a přesně proto skryté ztráty unikají.
Poznámka k metodice
V kritickém období se na e-shopu měnilo víc věcí současně (nový web, nová kampaň, úprava nabídky). Tato studie netvrdí, že dárková balení byla jedinou příčinou propadu. Tvrdí, že Axel propad detekoval v den vzniku, svázal ho s konkrétní změnou a ověřil návrat po opravě — časová souvislost je z dat jednoznačně čitelná. Údaje o tržbách a objednávkách vycházejí z dat Upgates; konverzní poměr nebyl v tomto období samostatně měřen.
Použité nástroje
Spacestats / Axel — AI analytický agent napojený přes API na e-shopy postavené na platformě Upgates. Komunikace probíhá v přirozené řeči; Axel pracuje přímo s reálnými daty e-shopu.
Máte podobný problém?
Pošlete nám pár vět — navrhneme, jak by AI mohla pomoct ve vašem provozu.
Ozvat se