E-commerce i konwersja
Decyzje zakupowe, karty produktów i codzienna praca sklepu.
E-commerce, procesy i dydaktyka
dr Konrad Liszczyk
Praktyk e-commerce, wykładowca akademicki i badacz zarządzania i jakości. Od 2019 roku odpowiada za sprzedaż internetową w firmie rodzinnej.
ECOMLABSTUDIO / BIZNES + BADANIA
PRAKTYKA I DYDAKTYKAZ firmy do sali szkoleniowej.
Proces → test → obserwacja
Doświadczenie i perspektywa
Zna codzienną stronę e-commerce.
Łączy doświadczenie w sprzedaży i organizacji pracy z badaniami nad automatyzacją oraz wykorzystaniem generatywnej AI w dydaktyce.
SPOSÓB PRACY
Najpierw obserwacja procesu. Potem hipoteza, test i ocena tego, co się zmieniło.
Od 2019
Codzienna praktyka e-commerce
Sprzedaż internetowa w firmie rodzinnej: obsługa klienta, integracje, sezonowość i organizacja pracy.
Praca badawcza
Automatyzacja w organizacji
Mapowanie procesów, wdrażanie zmian i obserwacja tego, jak zespół pracuje po wdrożeniu.
Dydaktyka
AI w pracy i nauczaniu
Projektowanie zajęć, zadań i sposobów oceniania, które uwzględniają dostęp do generatywnej AI.
Obszary pracy
Od procesu do pracy z zespołem.
Automatyzacja procesów
Przepływ informacji, odpowiedzialność i utrzymanie zmian.
Generatywna AI w dydaktyce
Zadania i ocenianie w warunkach powszechnego dostępu do AI.
Szkolenia i warsztaty
Praca na dokumentach, danych i sytuacjach uczestników.
Autor: dr Konrad Liszczyk
Wiedza, którą udostępnia.
Procesy, 28.07.2026
Automatyzacja bez mapy procesu utrwala bałagan – tylko szybciej
Najczęstszy błąd we wdrożeniach, jakie widzę: firma kupuje narzędzie, zanim ktokolwiek narysował, jak praca faktycznie przez nią płynie.
Czytaj w Lab Wiedzy ↗E-commerce, 14.07.2026
Karta produktu: 12 rzeczy, które sprawdzam w pierwszej kolejności
Kolejność ma znaczenie – te punkty są ułożone od tych, które kosztują najmniej, a najczęściej okazują się problemem.
Czytaj w Lab Wiedzy ↗AI, 30.06.2026
Od jednego promptu do instrukcji wielokrotnego użytku
Moment, w którym zespół przestaje pisać prompty od zera, jest ważniejszy niż wybór modelu.
Czytaj w Lab Wiedzy ↗Dane, 11.06.2026
Trzy narzędzia, trzy różne liczby. Skąd biorą się rozbieżności
Zanim uznasz, że analityka kłamie, warto wiedzieć, że każde z tych narzędzi mierzy coś innego – i wszystkie mają rację.
Czytaj w Lab Wiedzy ↗
E-commerce, 22.05.2026
Marża per kanał: dlaczego marketplace wygląda lepiej, niż jest
Prowizja nie wyczerpuje kosztów kanału. Do porównania potrzebne są też koszty towaru, logistyki, obsługi i pozyskania.
Czytaj w Lab Wiedzy ↗AI, 06.05.2026
Opisy generowane kontra pisane ręcznie – plan eksperymentu
Jak zaplanować porównanie opisów produktów. Protokół, wskaźniki i ograniczenia; bez opublikowanych wyników.
Czytaj w Lab Wiedzy ↗
E-commerce, 11.08.2026
Sklep w odpowiedziach AI: 10 rzeczy do sprawdzenia, zanim model odpowie za Ciebie
Coraz częściej klient pyta model, a nie wyszukiwarkę. Ta lista dotyczy tego, czy Twój sklep w ogóle da się zacytować.
Czytaj w Lab Wiedzy ↗Projekty i badania
Praktyka w firmach i na uczelni.
PROJEKT / 01W TOKU, 2024 – 2026
Automatyzacja procesów w firmie rodzinnej
Projekt prowadzony wewnątrz działającej firmy, będący jednocześnie podstawą empiryczną rozprawy doktorskiej. Mapowanie procesów operacyjnych, wdrożenie automatyzacji obiegu zamówień i dokumentów, a następnie obserwacja tego, co dzieje się z organizacją po wdrożeniu – bo najciekawsze zaczyna się dopiero wtedy. Jedno z pytań w tym projekcie dotyczy utrzymania zmiany: kto przejmuje odpowiedzialność za proces po zakończeniu wdrożenia. Opis projektu w toku nie stanowi wyniku pozwalającego uogólnić odpowiedź na inne firmy.
Zobacz projekt ↗PROJEKT / 02PILOTAŻ, 2026Wyszukiwarka produktowa dla zespołu handlowego
Handlowcy tracili czas na przeszukiwanie katalogów kilkunastu dostawców, każdy w innym formacie. Pilotaż narzędzia, które ujednolica dane produktowe i pozwala szukać po opisie potrzeby klienta, a nie po symbolu katalogowym. Etap: testy na ograniczonej grupie użytkowników i ocena jakości dopasowań przed decyzją o rozszerzeniu.
Zobacz projekt ↗PROJEKT / 03W TOKU, 2026Generatywna AI w dydaktyce akademickiej
Projektowanie i prowadzenie zajęć, w których AI jest jednocześnie narzędziem pracy studenta i przedmiotem refleksji. Testujemy formaty zadań odporne na bezmyślne użycie modelu oraz sposoby oceniania, które mają sens, gdy każdy uczestnik ma dostęp do tych samych narzędzi. Materiały z tych zajęć zasilają szkolenia komercyjne – i odwrotnie.
Zobacz projekt ↗Wspólny punkt wyjścia
Proces nie działa tak, jak powinien?
Opowiedz nam, jak dziś wygląda praca w firmie i gdzie utknęła zmiana. To lepszy początek niż lista narzędzi do wdrożenia.
Porozmawiajmy o projekcie