AI za e-commerce v Sloveniji: priporočila, iskanje, oblikovanje cen (2026)

13. maj 20263 min branja

Avtor: Matej Spevan / CreateAI. Vire, omejitve in način popravkov opisuje uredniška politika.

AI za e-commerce v Sloveniji: priporočila, iskanje, oblikovanje cen

Slovenski e-commerce ima rast okoli 12 % letno, vendar konkurenca raste hitreje. Razlika med trgovino z 1,5 % konverzijsko stopnjo in 3 % konverzijsko stopnjo je razlika med životarjenjem in dobičkom. AI je danes praktično orodje za zapolnitev te razlike — če veš, katero AI funkcijo uporabiti.

Tri področja, kjer AI najbolj prispeva

1. Personalizirana priporočila

Klasične "kupci so si ogledali tudi" sekcije so statične — temeljijo na skupinskih trendih, ne na posameznem kupcu. AI priporočila izračunamo dinamično glede na:

Trenutno sejo (kaj je kupec že ogledal v zadnjih minutah)
Zgodovino nakupov (kaj je kupil v preteklem letu)
Vsebinske značilnosti izdelkov (barva, znamka, kategorija, cena)
Podobne kupce (collaborative filtering)

Tehnično: vsak izdelek dobi vektorsko reprezentacijo (embedding). Vsak kupec ima profil iz njegove zgodovine. Sistem najde izdelke, ki so vektorsko najbližji profilu kupca in njegovi trenutni seji.

Rezultat v praksi: AOV (Average Order Value) dvignjen za 10–25 %. Conversion rate za 5–15 %.

2. Semantično iskanje

Tradicionalno iskanje primerja črke. Kupec išče "darilo za očeta za 60. rojstni dan" in dobi 0 rezultatov, čeprav ima trgovina 200 primernih artiklov. To je izgubljen nakup.

Semantično iskanje razume namen. Kupec lahko išče v naravnem jeziku, sistem najde relevantne izdelke tudi če opis ne vsebuje točnih besed iz vprašanja.

Slovenski jezik je posebnost. Imamo dvojino, sklanjatve, slengske oblike. Multilingual embedding modeli (BGE-M3, multilingual-e5) podpirajo slovenščino dovolj dobro za produkcijo. Uporabnik išče "topel pulover bordeaux" in najde izdelek z opisom "rdeč sweater iz volne za zimo".

Rezultat v praksi: zero-result searches se zmanjšajo za 60–80 %. Kupci, ki bi sicer odšli, najdejo, kar iščejo.

3. Dinamično oblikovanje cen

AI spremlja zaloge, sezonskost, ceno konkurence, povpraševanje in prilagodi cene v okvirih, ki jih sami nastavite. Implementacija je delikatna zaradi Omnibus direktive — transparentnost najnižje cene v zadnjih 30 dneh, obvestilo ob spremembi cene.

Kdaj se splača:

Sezonski blago (oblačila, šport, vrt) — krčenje cene pred koncem sezone
Izdelki z omejeno trajnostjo (svežina, modni trendi)
Široki katalogi — ročno upravljanje cen za 5.000+ artiklov ni izvedljivo
B2B trgovine — kupci imajo različne cenovne pogoje

Rezultat v praksi: marža dvignjena za 3–8 % ob ohranitvi prodajnega volumna.

Dodatne AI funkcije za e-commerce

Avtomatsko opisovanje izdelkov. Iz osnovnih atributov (znamka, model, barva, material) generiramo prepričljive opise — za stotine izdelkov v urah, ne tednih.

Pametna kategorizacija. Novi izdelki samodejno padejo v pravo kategorijo z ustreznimi atributi in tagi.

AI podpora strankam. Chatbot, naučen na vašem katalogu in pravilih, odgovarja na vprašanja kupcev 24/7 — od dobavnih rokov do garancije, vključno z navodili za sestavljanje ali uporabo.

Napoved odpovedi (return prediction). AI zazna stranke, ki bodo verjetno vrnile izdelek, in vam omogoči proaktivno ukrepanje — boljša fotografija, kontaktiranje, ponudba pomoči.

Generirane vizualne kampanje. AI generira družba slike za sezonske kampanje, banner oglase, e-mail teme. Stari proces 2 tedna postane 2 dni.

Tehnična integracija

Vašo trgovino ne menjamo. AI funkcije dodamo kot vtičnike (WooCommerce, Shopify App) ali ločene servise, ki komunicirajo z vašo trgovino preko API-ja.

Pri spremembah uporabniške izkušnje vedno A/B testiramo, da merimo konkretni vpliv na konverzijo. Brez A/B testa ne moremo trditi, da je AI funkcija prinesla rezultat — lahko je sezonski vpliv ali naključje.

Tipičen integracijski projekt: 4–10 tednov za prvo produkcijsko različico (npr. semantično iskanje + osnovna priporočila). Strošek 6.000–18.000 €.