Case Study

dealHunters

dealHunters to platforma CRM zbudowana od zera dla inwestorów i pośredników nieruchomości, którzy zarabiają na szybkim docieraniu do właścicieli mieszkań, domów i działek wystawionych na sprzedaż. W tym biznesie liczy się nie to, kto ma najlepszą ofertę, tylko kto pierwszy odezwie się do właściciela. Nowa okazja pojawia się na portalu i znika w kilka godzin, bo dzwoni do niej dziesięciu innych zainteresowanych. Cała przewaga rozgrywa się w oknie kilkudziesięciu minut od momentu publikacji ogłoszenia. Zaprojektowaliśmy i wdrożyliśmy kompletny system, który przejmuje ten wyścig w całości. Platforma pobiera nowe oferty z rynku co minutę, filtruje je pod kątem parametrów danego inwestora, a następnie automatycznie uruchamia spersonalizowaną komunikację SMS i WhatsApp wspieraną przez sztuczną inteligencję. Do tego dochodzi pełna warstwa biznesowa: subskrypcje, płatności cykliczne, fakturowanie zgodne z KSeF oraz model sprzedaży oparty na miastach przydzielanych na wyłączność. Efektem jest nie pojedyncze narzędzie, tylko samodzielny produkt SaaS z panelem klienta, panelem administracyjnym i pełną automatyzacją procesu od wykrycia okazji aż po rozliczenie abonamentu. Architektura okazała się na tyle uniwersalna, że ten sam silnik posłużył później do uruchomienia bliźniaczej platformy w branży motoryzacyjnej (carHunters).

  • PropTech
  • CRM dla inwestorów nieruchomości
  • Automatyzacja pozyskiwania leadów
dealHunters
  • co minute skan nowych ofert
  • SMS + WhatsApp kontakt wspierany AI
  • Terytoria miasta na wylacznosc
  • 2 branze na jednym silniku

Wprowadzenie

Klientem jest podmiot działający w segmencie inwestycji w nieruchomości, czyli tak zwanego flippingu i skupu nieruchomości. Model biznesowy jego użytkowników polega na wyszukiwaniu ofert sprzedaży poniżej wartości rynkowej, szybkim kontakcie z właścicielem, negocjacji i finalizacji transakcji.

Specyfika tej branży jest bezlitosna dla wolnych i niezorganizowanych.

Atrakcyjne oferty są towarem deficytowym i mają bardzo krótki czas życia. Ta sama okazja trafia jednocześnie do setek inwestorów przeglądających te same portale, więc realną wartość ma wyłącznie ten, kto zareaguje jako pierwszy i od razu nawiąże sensowny kontakt. Reszta rywalizuje o resztki.

Zanim powstała platforma, praca w tym modelu opierała się na żmudnym, ręcznym procesie. Inwestor sam przeglądał portale ogłoszeniowe, sam wyłapywał interesujące oferty, sam pisał do właścicieli i sam pilnował, do kogo już się odezwał, a do kogo jeszcze nie. Przy kilku ogłoszeniach dziennie da się to ogarnąć w głowie i w arkuszu. Przy skali, która realnie generuje transakcje, jest to niewykonalne dla człowieka.

Dodatkową trudnością jest sama komunikacja. Sam kontakt to za mało, bo właściciel nieruchomości dostaje podobne wiadomości od wielu osób naraz. Trzeba pisać w sposób, który wyróżni się z tłumu, a potem konsekwentnie prowadzić rozmowę, odpowiadać na pytania i wracać z przypomnieniem, jeśli ktoś nie odpisał. To praca, która wymaga dyscypliny i nie wybacza zaniedbań, bo każdy nieodebrany wątek to potencjalnie utracona transakcja.

Trzecim wymiarem, którego z zewnątrz nie widać, jest strona biznesowa i rozliczeniowa samej usługi. Platforma nie jest tylko narzędziem dla jednego inwestora, tylko produktem subskrypcyjnym sprzedawanym wielu klientom jednocześnie, z abonamentami, płatnościami cyklicznymi, fakturami i podziałem rynku na obszary. To wszystko trzeba było zaprojektować tak, aby działało automatycznie i nie wymagało ręcznej obsługi przy każdym kliencie.

Problem

Największym problemem był czas reakcji na nowe oferty.

Wartość okazji inwestycyjnej spada z każdą minutą od jej publikacji. Człowiek fizycznie nie jest w stanie monitorować wszystkich portali przez całą dobę i reagować natychmiast. Zawsze przegra z kimś, kto ma automat pracujący non stop. Każda oferta zauważona z kilkugodzinnym opóźnieniem jest w praktyce ofertą już przegraną.

Drugim problemem była skala i selekcja.

Na rynku codziennie pojawiają się tysiące nowych ogłoszeń, z których tylko część pasuje do konkretnej strategii inwestycyjnej. Ręczne przekopywanie się przez ten strumień jest nie tylko wolne, ale też obarczone błędem zmęczenia. Wartościowe oferty giną w szumie, a inwestor traci czas na przeglądanie pozycji, które i tak go nie interesują.

Trzecim problemem była komunikacja na dużą skalę i jej jakość.

Tu warto rozbić problem na dwie perspektywy. Po stronie użytkownika liczyło się to, żeby móc odezwać się do dziesiątek właścicieli dziennie, ale bez efektu masowej, bezosobowej wysyłki, która od razu trafia do kosza. Po stronie systemu oznaczało to konieczność automatycznego generowania wiadomości dopasowanych do konkretnej nieruchomości, wysyłania ich kanałami, którym ludzie ufają, oraz rozumienia odpowiedzi, które przychodzą z powrotem. Bez tego automatyzacja kończy się na wysłaniu wiadomości, a najważniejsze zaczyna się dopiero po odpowiedzi właściciela.

Czwartym problemem było utrzymanie ciągłości kontaktu.

Większość transakcji nie zamyka się po pierwszej wiadomości. Właściciel nie odpisuje od razu, zastanawia się, wraca po tygodniu. Bez zautomatyzowanych przypomnień i follow-upów te wątki po prostu wygasają, a razem z nimi wygasa duża część potencjalnych transakcji. Ręczne pilnowanie, komu i kiedy przypomnieć, przy dużej liczbie kontaktów jest praktycznie niemożliwe.

Piątym problemem była struktura produktu i podział rynku.

Model biznesowy zakładał sprzedaż dostępu do obszarów geograficznych, przy czym atrakcyjność usługi rośnie, gdy dany rynek nie jest przydzielony wielu inwestorom naraz. Wymagało to zaprojektowania logiki terytoriów, przydzielania miast, obsługi obszarów sąsiednich jako osobnego produktu oraz pilnowania konfliktów, czyli sytuacji, w której o ten sam obszar ubiega się kilka osób. To nie jest kwestia interfejsu, tylko fundamentalna zasada działania całej sprzedaży.

Szóstym problemem była cała warstwa rozliczeniowa i administracyjna.

Po stronie administracyjnej trzeba było zapanować nad abonamentami, cyklicznymi płatnościami, wygasaniem dostępu, przypomnieniami o płatnościach, fakturami i obowiązkami wynikającymi z polskiego systemu e-fakturowania. Po stronie użytkownika ta cała złożoność musiała być niewidoczna, tak aby klient po prostu wykupił dostęp, korzystał i otrzymywał faktury bez kontaktu z obsługą. Pogodzenie tych dwóch perspektyw, czyli maksymalnej kontroli po stronie operatora i maksymalnej prostoty po stronie klienta, było jednym z trudniejszych elementów projektu.

Co chcieliśmy osiągnąć

Celem było zbudowanie kompletnego, samodzielnego produktu, który zamienia najbardziej czasochłonną i najbardziej podatną na błędy część pracy inwestora, czyli wyszukiwanie okazji i pierwszy kontakt, w proces działający automatycznie i przez całą dobę. System miał wykrywać nowe oferty szybciej, niż jest w stanie zrobić to człowiek, i natychmiast uruchamiać sensowną, spersonalizowaną komunikację, a nie tylko powiadamiać o nowym ogłoszeniu.

Z perspektywy biznesowej celem było stworzenie gotowej platformy subskrypcyjnej, która sama się utrzymuje operacyjnie. Chodziło o to, aby sprzedaż dostępu, przydział terytoriów, płatności cykliczne i fakturowanie działały bez ręcznej obsługi, a operator dostał pełną kontrolę nad klientami i statystykami. Po stronie użytkownika celem była maksymalna prostota, czyli jeden przejrzysty panel, w którym inwestor ustawia swoje parametry, obserwuje wyniki i prowadzi wszystkie kontakty w jednym miejscu.

Co obejmowała współpraca

Do projektu podeszliśmy jak do budowy produktu, a nie pojedynczego narzędzia. Zaprojektowaliśmy i wdrożyliśmy całą platformę od podstaw, od architektury i bazy danych, przez logikę pobierania i dopasowywania ofert, warstwę komunikacji i sztucznej inteligencji, aż po płatności, fakturowanie, panel administracyjny i wdrożenie produkcyjne. Fundamentem była architektura modułowa, w której każdy obszar, czyli oferty, leady, płatności, powiadomienia czy terytoria, stanowi wyodrębniony moduł o jasno określonej odpowiedzialności.

Taki podział nie był celem samym w sobie, tylko decyzją biznesową. Dzięki niemu platformę dało się rozwijać bez ryzyka, że zmiana w jednym obszarze rozsypie inny, a jednocześnie otworzył on drogę do późniejszego uruchomienia bliźniaczej usługi w innej branży na tym samym silniku. To ten sam fundament pozwolił zbudować dealHunters dla nieruchomości i przenieść model do wersji motoryzacyjnej.

Projekt UX/UI panelu

Architektura modułowa platformy

Integracja z Propertly.io

Automatyczne pobieranie ofert

Silnik dopasowania leadów

Analiza i wycena AI (OpenAI)

Wysyłka SMS (Twilio)

Integracja WhatsApp

Kolejki e-mail i powiadomienia push

Płatności cykliczne (PayU)

Fakturowanie i integracja KSeF

Model terytoriów na wyłączność

Panel administracyjny i statystyki

Wdrożenie produkcyjne (Docker, Nginx)

Nasze rozwiązanie

W pierwszym etapie zbudowaliśmy fundament, czyli modułową architekturę na Node.js z bazą PostgreSQL i warstwą cache w Redis. Sercem tego etapu była integracja z zewnętrznym źródłem ofert (Propertly.io) oraz mechanizm harmonogramów, który cyklicznie, w praktyce co minutę, pobiera nowe ogłoszenia z rynku. To ten element rozwiązuje najważniejszy problem branży, czyli czas reakcji. System nie śpi i nie męczy się, więc widzi nową ofertę praktycznie w momencie jej pojawienia się.

W drugim etapie zajęliśmy się tym, co odróżnia realne narzędzie od prostego powiadomienia, czyli inteligentnym dopasowaniem i oceną ofert. Zbudowaliśmy silnik leadów, który filtruje napływające ogłoszenia względem parametrów zdefiniowanych przez inwestora, oraz warstwę analizy opartą na sztucznej inteligencji. Wykorzystaliśmy modele OpenAI do analizy ofert, wsparcia wyceny rynkowej oraz do przetwarzania i kategoryzowania odpowiedzi właścicieli. Dodatkowo osadziliśmy mechanizm oparty na embeddingach, który zasila wewnętrzną wyszukiwarkę wiedzy i asystenta wsparcia. Dzięki temu system nie tylko wychwytuje okazje, ale też pomaga zrozumieć, co dana oferta jest warta i jak zareagował rozmówca.

W trzecim etapie zbudowaliśmy warstwę komunikacji, czyli to, co faktycznie zamienia lead w rozmowę. Zintegrowaliśmy wysyłkę SMS przez Twilio oraz kanał WhatsApp, a całość oparliśmy na kolejkach, aby wysyłka była stabilna, kontrolowana i odporna na chwilowe błędy dostawców. Treść wiadomości jest personalizowana pod konkretną nieruchomość, a nie generowana masowo. Do tego dołożyliśmy automatyczne przypomnienia i follow-upy, które samodzielnie wracają do kontaktów bez odpowiedzi według ustalonych strategii. To ten mechanizm ratuje transakcje, które w ręcznym procesie po prostu wygasłyby z powodu braku czasu na pilnowanie każdego wątku.

W czwartym etapie zbudowaliśmy pełną warstwę monetyzacji i rozliczeń, która czyni z platformy samodzielny produkt SaaS. Wdrożyliśmy subskrypcje i płatności cykliczne oparte na PayU, wraz z tokenizacją kart, obsługą odnowień, wygasania dostępu i automatycznymi przypomnieniami o płatnościach. Osobno zaprojektowaliśmy logikę terytoriów, czyli sprzedaż dostępu do miast i obszarów sąsiednich jako oddzielnego produktu, z kontrolą konfliktów o ten sam rynek. Zamknęliśmy to obiegiem fakturowania z generowaniem dokumentów PDF i integracją z krajowym systemem e-fakturowania KSeF, tak aby rozliczenia domykały się bez ręcznej pracy.

W piątym etapie dopięliśmy stronę operatora i użytkownika oraz przygotowaliśmy platformę do skali. Zbudowaliśmy panel administracyjny ze statystykami, alertami, obsługą zgłoszeń i możliwością wchodzenia w konto klienta w celu wsparcia, a także panel użytkownika, w którym inwestor ustawia parametry, prowadzi leady i widzi wszystkie kontakty w jednym miejscu. Dołożyliśmy powiadomienia push, wbudowanego asystenta wsparcia oraz moduł onboardingu. Całość przygotowaliśmy do wdrożenia produkcyjnego w oparciu o konteneryzację, serwer aplikacyjny za reverse proxy i monitoring błędów, co przełożyło się na stabilne, przewidywalne działanie usługi.

Zwieńczeniem tej pracy było potwierdzenie uniwersalności rozwiązania. Modułowa architektura pozwoliła przenieść ten sam silnik do innej branży i uruchomić bliźniaczą platformę w segmencie motoryzacyjnym (carHunters), bez przepisywania systemu od zera. To najlepszy dowód, że powstał realny produkt, a nie jednorazowe wdrożenie pod jednego klienta.

Wyniki i rezultaty

Efektem końcowym jest kompletna, działająca produkcyjnie platforma SaaS, która samodzielnie prowadzi cały proces od wykrycia okazji, przez pierwszy kontakt i prowadzenie rozmowy, aż po rozliczenie abonamentu. Najbardziej czasochłonna i najbardziej stresująca część pracy inwestora, czyli ciągłe monitorowanie rynku i reagowanie jako pierwszy, została w całości przejęta przez system pracujący non stop.

Na poziomie technologicznym powstało rozwiązanie oparte na przemyślanej, modułowej architekturze, z rozbudowaną warstwą automatyzacji działającą w tle. Harmonogramy pilnują pobierania ofert, wysyłki wiadomości, przypomnień, odnowień płatności i fakturowania, dzięki czemu codzienne funkcjonowanie usługi nie wymaga ręcznej obsługi. Integracje z zewnętrznymi źródłami ofert, bramką płatniczą, dostawcą SMS i WhatsApp, sztuczną inteligencją oraz krajowym systemem e-faktur spinają w jednym miejscu procesy, które normalnie są rozrzucone po wielu osobnych narzędziach.

Na poziomie UX inwestor dostał jeden przejrzysty panel zamiast żonglowania portalami, arkuszami i telefonem. Ustawia w nim swoją strategię, obserwuje napływające okazje i prowadzi wszystkie kontakty oraz negocjacje w uporządkowany sposób. To, co wcześniej wymagało nieustannej czujności i dyscypliny, stało się procesem prowadzonym przez system, który sam podpowiada kolejne kroki.

Na poziomie biznesowym powstał gotowy, skalowalny produkt subskrypcyjny. Sprzedaż dostępu, przydział terytoriów, płatności cykliczne i fakturowanie działają automatycznie, a operator zyskał pełną kontrolę nad klientami i statystykami z poziomu panelu administracyjnego. Elastyczność tej podstawy potwierdziło uruchomienie na tym samym silniku bliźniaczej platformy w branży motoryzacyjnej, co pokazuje, że zbudowany fundament realnie nadaje się do skalowania na kolejne rynki.

Najważniejsze rezultaty:

  • Automatyczne wykrywanie nowych ofert w praktyce co minutę, przez całą dobę
  • Skrócony do minimum czas reakcji na świeże okazje
  • Spersonalizowana komunikacja SMS i WhatsApp zamiast masowej wysyłki
  • Analiza i wycena ofert oraz kategoryzacja odpowiedzi wsparta AI
  • Automatyczne follow-upy i przypomnienia ratujące wygasające wątki
  • Model sprzedaży oparty na terytoriach na wyłączność z kontrolą konfliktów
  • Pełna automatyzacja subskrypcji, płatności cyklicznych i fakturowania KSeF
  • Rozbudowany panel administracyjny ze statystykami i wsparciem klienta
  • Stabilne wdrożenie produkcyjne przygotowane pod skalę
  • Uniwersalny silnik przeniesiony do kolejnej branży (carHunters)

To case study pokazuje, że w branżach, w których o wyniku decyduje czas reakcji, największą wartość tworzy nie kolejne narzędzie do przeglądania, tylko kompletny system, który przejmuje cały proces i pracuje wtedy, gdy człowiek nie może.

Współpraca

Tracisz najlepsze okazje, bo konkurencja odzywa się pierwsza?

Mówimy do firm, których biznes zależy od szybkości reakcji i sprawnej obsługi dużej liczby kontaktów. Jeśli Twój zespół traci czas na ręczne przeglądanie ofert, przepisywanie danych między narzędziami i pilnowanie, komu trzeba przypomnieć, to nie jest problem organizacji, tylko brak systemu, który robi to za Was.

Budujemy platformy, które automatyzują cały proces od wykrycia okazji, przez spersonalizowany kontakt, aż po rozliczenie i fakturę. Łączymy pobieranie danych z zewnętrznych źródeł, komunikację SMS i WhatsApp, analizę opartą na sztucznej inteligencji oraz płatności cykliczne i fakturowanie w jedno spójne narzędzie, dopasowane do Waszego modelu sprzedaży, a nie odwrotnie.

Platforma dealHunters jest dowodem, że da się to zrobić kompleksowo. Zbudowaliśmy dla inwestorów nieruchomości system, który monitoruje rynek non stop, odzywa się do właścicieli szybciej niż człowiek i sam domyka warstwę subskrypcji oraz rozliczeń. Ten sam fundament posłużył następnie do uruchomienia bliźniaczej usługi w innej branży, co potwierdza, że budujemy produkty gotowe do skalowania.

Jeśli widzisz u siebie podobne wyzwania, porozmawiajmy. Pokażemy, jak przełożyć Wasz proces na działający, zautomatyzowany system i od czego najlepiej zacząć.