Bezpłatna konsultacja

Case Study: automatyzacja DM w ManyChat — +41% rezerwacji z Instagrama | Matuszczak.pro
Case Study Salon beauty · ManyChat · Poznań

Jak salon beauty zyskał
+41% rezerwacji z Instagrama
dzięki automatyzacji DM

Studio Blask miało 2 400 obserwujących i aktywny profil — ale rezerwacje wciąż szły przez telefon i ręczne odpisywanie wieczorem. 6 dni wdrożenia ManyChat zmieniło to na dobre.

Case study ilustracyjny, oparty na typowym przebiegu wdrożenia automatyzacji DM w salonach beauty — konkretne liczby pokazują skalę efektu, jaki taka automatyzacja realnie daje.

Salon beauty, Poznań 2 400 obserwujących na Instagramie Wdrożenie: 6 dni Wynik mierzony po 6 tygodniach
Wynik w liczbach
Po 6 tygodniach od wdrożenia
+41%
Rezerwacji z Instagrama
<30 sek.
Czas odpowiedzi na DM
320+
Rozmów obsłużonych/mies.
~6 h
Zaoszczędzone tygodniowo
6 dni
Czas wdrożenia
od briefu do działającego bota
3
Przepływy ManyChat
Comment-to-DM, Follow-to-DM, kwalifikacja
24/7
Obsługa DM
bez udziału właścicielki
0
Straconych leadów
po godzinach otwarcia salonu
Sytuacja wyjściowa

Ruch na Instagramie był —
lejka sprzedażowego nie było

Studio Blask regularnie publikowało efekty zabiegów i miało zaangażowaną społeczność. Problem zaczynał się dokładnie w momencie, gdy klientka chciała się umówić.

🌙
Problem 1 — odpowiedzi po godzinach

DM-y czekały do wieczora

Klientki pisały głównie po pracy, między 18:00 a 22:00 — dokładnie wtedy, gdy właścicielka kończyła zabiegi i nie miała czasu na telefon. Odpowiedź często szła dopiero następnego dnia rano.

💸
Problem 2 — komentarze bez odpowiedzi

Komentarze pod postami ginęły

„Ile kosztuje?" i „macie wolny termin?" pod postami z efektami zabiegów zostawały bez reakcji publicznej — a prywatne odpowiadanie po fakcie docierało do już ostudzonego zainteresowania.

📵
Problem 3 — brak systemu, tylko pamięć

Rezerwacje w głowie właścicielki

Nie było ustandaryzowanej ścieżki od pytania do rezerwacji — każda rozmowa wyglądała inaczej, a część klientek gubiła się między pytaniem o cenę a faktycznym umówieniem terminu.

Rozwiązanie

3 przepływy ManyChat,
które przejęły obsługę DM

Zamiast jednego uniwersalnego bota — trzy osobne scenariusze, każdy dopasowany do innego typu kontaktu.

1

Comment-to-DM pod postami z cennikiem

Każdy post z efektem zabiegu dostał wyzwalacz na słowo „CENA" lub „TERMIN" w komentarzu.

Wyzwalacz: komentarz „CENA" pod postem o zabiegu
DM: cennik zabiegu z posta + link do rezerwacji w Booksy
Follow-up po 4h: „Zostały jeszcze 2 terminy w tym tygodniu"
2

Follow-to-DM dla nowych obserwujących

Nowa obserwująca dostawała powitanie z linkiem do galerii metamorfoz i pytaniem o zabieg, który ją interesuje.

Wyzwalacz: nowa obserwująca profilu
DM: powitanie + pytanie „Który zabieg Cię interesuje?"
Odpowiedź taguje kontakt wg zainteresowania (manicure / brwi / twarz)
3

Kwalifikacja i rezerwacja w jednej rozmowie

Bot pytał o preferowany termin i zabieg, zanim podał link — żeby klientka trafiała od razu na właściwą usługę w Booksy.

Wyzwalacz: pytanie o wolny termin w DM
Pytanie: „Rano czy popołudniu?" → link do Booksy z pasującym slotem
Automatyczne przypomnienie SMS dzień przed wizytą
4

Integracja z Booksy i przekazanie do człowieka

Link do rezerwacji prowadził wprost do kalendarza Booksy z podświetloną usługą. Pytania nietypowe (alergie, przeciwwskazania) trafiały bezpośrednio do właścicielki.

Warunek: pytanie poza standardowym scenariuszem
Bot: „To pytanie przekażę bezpośrednio kosmetolożce"
Powiadomienie push do właścicielki o przekazanej rozmowie
Proces wdrożenia

Od briefu do działającego
bota — 6 dni

Bez przestoju w obsłudze klientek i bez zmiany czegokolwiek po stronie Instagrama, na który salon już pracował.

1
Audyt DM i najczęstszych pytań
Dzień 1

Przegląd ostatnich 200 wiadomości i komentarzy — jakie pytania wracają, ile trwa odpowiedź, gdzie klientki rezygnują.

2
Projekt 3 przepływów i treści wiadomości
Dzień 2–3

Wspólne dopracowanie tonu wiadomości — żeby bot brzmiał jak właścicielka, nie jak korporacyjny regulamin.

3
Konfiguracja ManyChat i integracja z Booksy
Dzień 4–5

Budowa przepływów, podpięcie linków do konkretnych usług w Booksy, testy na koncie testowym.

4
Uruchomienie i szkolenie z panelu
Dzień 6

Bot aktywny na profilu, 20-minutowe szkolenie z edycji treści i podglądu statystyk rozmów.

Wyniki po 6 tygodniach

Przed vs po

Największa zmiana nie dotyczy liczby wiadomości — tylko tego, jak szybko i konsekwentnie każda z nich dostaje odpowiedź.

Wskaźnik Przed Po 6 tygodniach
Średni czas odpowiedzi na DM 4–6 godzin poniżej 30 sekund
Rezerwacje z Instagrama / mies. ~55 ~78 (+41%)
Komentarze z pytaniem o cenę bez systemowej odpowiedzi 100% z automatyczną odpowiedzią w DM
Czas właścicielki na obsługę DM/tydz. ~7 godzin ~1 godzina
Rozmowy obsłużone automatycznie/mies. 0 320+

Wcześniej odpisywałam na Instagramie między klientkami albo wieczorem, kiedy już nie miałam głowy do niczego. Teraz bot ogarnia pytania o cenę i terminy, a ja dostaję powiadomienie tylko, gdy ktoś naprawdę potrzebuje mnie osobiście.

— właścicielka salonu beauty (case ilustracyjny)
FAQ

Pytania o podobne wdrożenie

Odpowiadam na wątpliwości zanim się pojawią.

Czy taki wynik da się powtórzyć w innej branży niż beauty? +

Mechanizm jest ten sam niezależnie od branży — Comment-to-DM, Follow-to-DM i kwalifikacja działają identycznie dla fizjoterapeutów, trenerów czy dietetyków. Różni się tylko treść wiadomości i to, do jakiego systemu rezerwacji prowadzi link (Booksy, Setmore).

Czy trzeba mieć dużo obserwujących, żeby to zadziałało? +

Nie — 2 400 obserwujących w tym case to średnia wielkość profilu lokalnego salonu. Kluczowe jest zaangażowanie pod postami (komentarze, pytania o cenę), nie sama liczba obserwujących.

Ile trwa wdrożenie takiego zestawu przepływów? +

W tym case to było 6 dni roboczych — od audytu DM po uruchomienie i szkolenie. Przy prostszym zakresie (1–2 przepływy) da się zejść do 3–4 dni.

Czy klientki nie zorientowały się, że piszą z botem? +

Treści wiadomości pisaliśmy wspólnie z właścicielką, jej językiem i tonem. Trudniejsze pytania (alergie, przeciwwskazania) od razu trafiały do niej — bot nie próbował udawać, że wie wszystko.

Następny krok

Chcesz podobny wynik
w swoim profilu?

Ten sam mechanizm — Comment-to-DM, Follow-to-DM, kwalifikacja i integracja z systemem rezerwacji — da się dopasować do Twojej branży w kilka dni. Zacznijmy od bezpłatnej konsultacji.

Wdrożenie w 3–6 dni · Konfiguracja pod klucz · Szkolenie w cenie