O nas

Wdrożenia i ich efekty

Co było problemem, co zrobiliśmy i co dało się zmierzyć. Pierwsza to strona dla klienta Fluxlab, pozostałe to wdrożenia Pawła Iwanka w Carmore, firmie z branży leasingu samochodów.

Nowa strona pośrednika kredytowego

Problem: Strona ważyła 6,2 MB, blog na telefonie pokazywał treść po 11 sekundach, a audyt techniczny dawał 45 na 100.
Efekt: Projekt z Figmy przenieśliśmy na Next.js z CMS. Stare adresy przekierowane, strona na produkcji 12 dni od startu prac, przy terminie 5 tygodni.

45 → 97 punktów w audycie, strona główna 6,4 raza lżejsza

Wybór aut do zakupu z tysięcy ogłoszeń

Problem: Handlowcy sami przeglądali portale z ogłoszeniami, żeby znaleźć auta warte kupienia.
Efekt: System co dzień zbiera oferty, ocenia ich atrakcyjność i zakłada zespołowi zadania tylko przy tych, które warto sprawdzić.

kilkanaście tys. ofert przeglądanych dziennie bez udziału człowieka

Wniosek leasingowy wypełniany z CRM

Problem: Dane klienta i auta przepisywano ręcznie z Pipedrive do systemu leasingodawcy, krok po kroku.
Efekt: Automat przenosi dane przez 8 kroków wniosku i zatrzymuje się przed wysłaniem. Handlowiec tylko sprawdza i składa.

8 kroków formularza wypełnianych automatycznie

Zdjęcia do ogłoszeń bez danych dealera

Problem: Zdjęcia aut od partnerów miały znaki wodne, tablice i dane salonu, których nie wolno publikować.
Efekt: Model AI usuwa tablice, znaki wodne i napisy dealera. Gotowy komplet sprawdziliśmy OCR: zero czytelnych rejestracji.

509 zdjęć i banerów gotowych do ogłoszeń

Oferty firmy na stronie partnera, leady z etykietą źródła

Problem: Partner medialny chciał pokazywać oferty u siebie, a firma musiała wiedzieć, które leady przyszły od niego.
Efekt: Widżet osadzany na stronie partnera. Każdy lead z niego trafia do Pipedrive z etykietą źródła, a klient widzi osobny numer telefonu.

100% leadów z widżetu oznaczonych w CRM

Baza wersji modeli samochodów

Problem: Oferta potrzebowała pełnej bazy wersji i wyposażenia aut, a gotowej bazy nie dało się kupić w rozsądnej cenie.
Efekt: Dane zebrane z publicznych źródeł, oczyszczone i uzupełnione przez model językowy, z walidacją każdego rekordu.

30 000+ rekordów w zbudowanej bazie