Friss jegyzetek a Nortinia csapatától
Automatikusan publikált cikkek a Nortinia Content Studio-ból. Új tartalom megjelenése után rögtön itt látható — build nélkül.
AI-assisted customer onboarding — 4 dimensions for opening up MCP tools
MCP tools across 4 dimensions: setup bundle, role-based permissions, first-success experience, opt-out follow-up. Measured impact: 47→12 min onboarding, 30-day retention 71%→88%.
AI-asszisztált customer onboarding — 4 dimenzió, ahol az MCP-tool-okat érdemes nyitni
MCP tool-ok 4 dimenzióban: setup-bundle, szerep-alapú jogosultság, első siker élmény, opt-out follow-up. Mért hatás: 47→12 perc onboarding, 30-napos retention 71%→88%.
AI stack decisions: the 3-layer architecture we'd build today
Not a single model — a stack: Opus for synthesis (5-10%), Haiku for fast answers (80%), embeddings for memory. Measured outcome: -77% cost, -67% latency.
AI-stack döntés: a 3-szintű architektúra, amit ma építenél
Egy modell helyett egy stack: Opus a szintézisre (5-10%), Haiku a gyors válaszra (80%), embeddings a memóriára. Mért eredmény: -77% költség, -67% latency.
Engagement contract architecture — consulting + AI product in one deal
Consulting + AI product in one contract: audit + modules + license + follow-up. 28% shorter contract time, 89% retention after 14 months, 41→19 days kickoff-to-value.
Engagement-szerződés architektúrája — tanácsadás + AI termék egyben
Tanácsadás + AI termék egy szerződésben: audit + modulok + licenc + follow-up. 28% rövidebb contract-idő, 89% retention 14 hónap után, 41→19 nap kickoff-to-value.
Multi-tenant SaaS építés MVP-ből — 6 hiba, amit nem szabad elkövetni
Tenant_id mindenhol, RLS első naptól, sharding-halasztás 200 tenantig, per-tenant sequence, Host-header resolution, tenant-per-index. 6 buktató — javítás 18 hónap múlva nem opció.
Building a multi-tenant SaaS from MVP — 6 mistakes you must not make
Tenant_id everywhere, RLS day one, defer sharding until 200 tenants, per-tenant sequences, Host-header resolution, tenant-per-index. Six pitfalls — month-18 fixes are not an option.
RFQ vs cart-only B2B checkout — when to pick which
Consulting 73% RFQ, Tier-1 AI products 27% cart-only. Cart-only: fixed price + self-serve + 1 decision maker. RFQ: custom scope or discovery. Hybrid (cart-mode quote): +18% leads.
RFQ vs cart-only B2B checkout — mikor melyik kell
Tanácsadás 73% RFQ, Tier-1 AI termék 27% cart-only. Cart-only: fix ár + self-serve + 1 döntéshozó. RFQ: egyedi scope vagy discovery. Hibrid (cart-mode quote): +18% lead.
Storefront-ID multi-domain analitika — 13 site egy tenant alatt
Nem 13 GA-property, hanem 1 backend + `X-Storefront-Domain` dimenzió. Cross-domain attribúciós lift +23%, új event 13→1 sprint, AI recommender betanítás 6 hét→9 nap.
Storefront-ID multi-domain analytics — 13 sites under one tenant
Not 13 GA properties — 1 backend + `X-Storefront-Domain` dimension. Cross-domain attribution lift +23%, new event 13→1 sprint, AI recommender training 6 weeks→9 days.
Nortinia AI Chat — mit csinál a látogató helyett
Konkrétan: 4 cselekvés / session, 70%-ban termékkérdés, kosár, kupon és navigáció. 38% a látogatóknak csak útbaigazítást kér.
Nortinia AI Chat — what it actually does for the visitor
Concretely: 4 actions per session, 70% are product Q, cart, coupon and navigation. 38% of visitors only want directions.
Mit tud az új Nortinia AI Asszisztens — 20 művelet, 2 tiltás
Húsz művelet, amit a Nortinia AI Asszisztens elvégez a Netorigo termékekben — és a két tiltás, amit szándékosan nem csinál.
What the new Nortinia AI Assistant can do — 20 actions, 2 hard stops
Twenty actions the Nortinia AI Assistant performs inside Netorigo products — and the two it deliberately refuses.
Nortinia AI Call Center — mit old meg, és mikor ér meg
Mikor éri meg AI hangügynököt bevezetni egy kkv-nak? A 300 hívás/hó küszöb, a használható esetek, és amit mi sem ajánlunk automatizálni.
Nortinia AI Call Center — what it solves, and when it pays off
When does an SME profit from an AI voice agent? The 300-call/month threshold, the usable cases, and what we don't recommend automating.
The 10-day ship promise explained — what it means and what it doesn't
What the 10-day ship promise means in practice: day-by-day timeline, contract clause, 3 engagement types where it works, 1 where it doesn't.
A 10-napos ship-ígéret magyarázata — mit jelent és mit nem
Mit jelent a Nortinia 10-napos ship-ígérete a gyakorlatban: a napról-napra timeline, a szerződés-pont, a 3 engagement-típus ahol működik és az 1 ahol nem.
Lunda — sportlétesítmény szoftver, bemutatás
A Lunda integrált sportlétesítmény-szoftver: jegy, bérlet, beléptetés, szekrény, kassza egy rendszerben. Négy szerep, egy backend, magyar piacon élesben.
Lunda — sports facility software, introduction
Lunda is integrated sports-facility software: ticketing, passes, entry control, lockers, till in one system. Four roles, one backend, live in Hungary.
NIP — mit csinal vegig egy deploy, lepesrol lepesre
Vegigvesszuk, mi tortenik a NIP-en commit-tol egy uj pod readinessig: nyolc lepes, kilenc perces median, negylepeses rollback.
NIP — what happens during a deploy, step by step
We walk through what happens on NIP from commit to a new ready pod: eight steps, nine-minute median, four-step rollback.
Nortinia Sales AI — mit csinál végig egy lead életen az ingest pillanatától a human kvalifikációig
Egy lead utja a Nortinia Sales AI-ban: ingest, enrichment, score, assign, outreach, handoff. 24 atmenetes allapotgep, 1420 lead heti throughput.
Nortinia Sales AI — what it does end-to-end on a lead, from ingest to human qualification
A lead's path through Nortinia Sales AI: ingest, enrichment, score, assign, outreach, handoff. 24-transition state machine, 1420 leads/week throughput.
Travel agency software 2026 — when does Excel break?
Excel breaks at 12 agents. 5 modules every agency needs (catalog/booking/CRM/voucher/finance), 2 that are wasted spend (loyalty, dynamic pricing AI).
Utazási iroda szoftver 2026 — meddig elég az Excel?
12 ügynöknél elszakad az Excel. 5 modul kell minden irodának (catalog/booking/CRM/voucher/finance), 2-t felesleges venni (loyalty, dynamic pricing AI).
A Content Studio belső működése — mit tanultunk meg arról, mitől lesz egy publisher pipeline megbízható
Hat hónap után leírjuk, hogyan működik a Content Studio belül: target, generator, eval mint kapu, és a persona ingestion mint legnehezebb darab.
Content Studio inside out — what we learned about making a publisher pipeline reliable
After six months we explain how Content Studio works inside: target, generator, eval as a gate, and persona ingestion as the hardest piece.
AI Chat lead capture — mikor kérj emailt (és mikor ne)
Anti-pattern: oldal-betöltéskor email-prompt. Pattern: kérj csak 2. interakció után vagy aszinkron kéréshez. 4.1× több email, 3.7× jobb minõség.
AI Chat lead capture — when to ask for email (and when not to)
Anti-pattern: email prompt on page load. Pattern: ask only after the 2nd interaction or for an async request. 4.1× more captures, 3.7× higher quality.
Role-based tool set — same chat, different tools
Same chat, four roles, four tool catalogues. The scope guard, the super_admin leak bug, and the fix.
Szerep-alapú eszköz-tár — ugyanaz a chat, más tool-ok
Ugyanaz a chat, négy szerep, négy tool-katalógus. A scope guard, a super_admin szivárgás bug és a javítás.
Bejövő hívások Tier-1 deflectionje — 42% megoldási arány, 86 másodperc medián hívás
A bejövő hangügynök átveszi az IVR szerepét, és 42% hívást önállóan zár le. A négy fő deflect-kategória és a 2-fordulós handoff küszöb.
Inbound Tier-1 deflection — 42% resolution rate, 86-second median call
The inbound voice agent replaces the IVR and resolves 42% of calls on its own. Four main deflection categories and the 2-turn handoff threshold.
Fix-ár vagy T&M — mikor melyik szerződés-típus a helyes választás
A 2×2 mátrix scope-tisztaság × kockázat-tolerancia szerint. Fix, T&M, hibrid CAP+SHARE-OVERAGE, retainer — és a két dolog amit mi soha nem teszünk.
Fixed price vs T&M — when to use which contract type
The 2×2 matrix of scope clarity × risk tolerance. Fixed, T&M, hybrid CAP+SHARE OVERAGE, retainer — and the two things we never take on.
Jegyértékesítés — online vs. pénztár
Online jegy QR-vouchert ad, pénztár készpénzt és NAV-számlát. 2026-ra 60/40-es arány — közös SKU, közös készletszámláló, két felület.
Ticketing — online vs. counter
Online ticketing serves a QR voucher; the counter handles cash and NAV-compliant invoices. By 2026 a 60/40 split — shared SKU, shared stock, two surfaces.
NIP — miert XCP-ng a hipervizorunk, es miert nem VMware
Ket evvel ezelott XCP-ng-t valasztottunk VMware helyett: ~7 000 EUR megtakaritas, kisebb attack surface, harom hianyzo feature kozul kettot magunk epitettunk.
NIP — why XCP-ng is our hypervisor, and why not VMware
Two years ago we picked XCP-ng over VMware: ~7,000 EUR/year saved, smaller attack surface, and two of three missing features we built ourselves.
Web enrichment with Playwright and browser-use — what we pull from a lead URL and how
Nortinia Sales AI enrichment uses Playwright + browser-use to pull lead URLs. What, how, why we never solve captchas, and the March rotating-IP bug.
Web enrichment Playwright és browser-use kombinacioval — mit szivunk fel egy lead URL-jebol
Playwright + browser-use kombinacio a lead URL-ekre. Mit szedunk le, miert nem oldjuk meg a captchat, es a marciusi rotating-IP bug.
Dinamikus csomagolás — szállodák és járatok valós időben
3 GDS + 12 szállodai API párhuzamos hívása, 2,5 mp UI render, circuit breaker fallback, margin-csúszka. A bug ami 8 órán át régi árakat szolgált.
Dynamic packaging — hotels and flights in real time
3 GDS + 12 hotel APIs in parallel, 2.5 s UI render, circuit-breaker fallback, margin slider. The bug that served stale prices for 8 hours.
MCP vs REST tools — hat hónap tapasztalat öt MCP szerver mögött
Hat hónap, öt MCP szerver, 919 tool: hol nyer az MCP a REST ellen, hol marad a REST, és milyen hibrid mintát állítottunk be.
MCP vs REST tools — six months of running five MCP servers
Six months, five MCP servers, 919 tools: where MCP beats REST, where REST still wins, and the hybrid pattern we settled on.
MCP UI actions — how the chat drives the cart flow
Six MCP tools in the cart-checkout flow (remove/coupon/proceed/fill/consent/submit). All preview-and-confirm. XSS defense: Zod schema + textContent rendering.
MCP UI actions — hogyan vezérli a chat a kosár menetét
Hat MCP tool a kosár-checkout flow-ban (remove/coupon/proceed/fill/consent/submit). Mindegyik preview-and-confirm. XSS-védelem: Zod schema + textContent rendering.
Traceability and audit trail — every chat mutation is followed
Every chat-originated mutation lands in the audit log for 365 days. What we store, what we deliberately drop, and why.
Visszanézhetőség és audit-trail — minden chat-mutáció nyomon követhető
Minden chat-eredetű mutáció bekerül az audit log-ba, 365 napig online. Mit tárolunk, mit nem, és miért.
Kimenő felmérések — az etikus keret, amitől a 27%-os válaszadási ráta értelmes
Csak opt-in alapú kimenő hívások, GDPR-konform keret, és a 6-kérdéses NPS, ami 27%-os válaszadási rátát hoz email 8%-ával szemben.
Outbound surveys — the ethical framework that makes a 27% response rate meaningful
Opt-in-only outbound calls, GDPR-aligned framework, and the 6-question NPS that delivers 27% response rate versus email's 8%.
Consulting OS — mit csinál, mit nem (és miért nem akarunk CRM-et)
A Consulting OS 7 alap-funkciója, 6 integrációja, és miért utasítjuk vissza a CRM- és sales-pipeline-kéréseket. Specialista szoftver + jó integráció győz az all-in-one ellen.
Consulting OS — what it does, and what it doesn't (and why we won't add a CRM)
The 7 core capabilities of Consulting OS, its 6 integrations, and why we say no to CRM requests. Specialist software + good integration beats all-in-one.
Bérletkezelés — több belépéssel
Egy létesítményben átlagosan 28 aktív bérlettípus van. Sablon-generátor, felfüggesztési szabályok, automatikus megújítás, fotó-azonosítás — együtt a működés.
Season pass management — multi-entry
An average venue runs 28 active pass types. Template generator, suspension rules, auto-renewal, photo identification — together they make the system work.
NIP — Flux GitOps and image rollout, the way we do it
Four clusters, four GitOps repos, Flux on a 60-second reconcile, manual prod promotion. Plus a March 2026 race condition fixed at the file level.
NIP — Flux GitOps es az image rollout, ahogy mi csinaljuk
Negy klaszter, negy GitOps repo, Flux 60 masodperces reconcile, manualis prod promocio. Plusz egy 2026 marciusi race condition es a fajl-szintu javitas.
Lead scoring AI-val — 14 feature, gradient boosted modell, LLM re rank a hatareseteknel 2026
14 feature, LightGBM modell es LLM re-rank a hatareseteken. Top 20% 41% konverzio, drift detector 5%-os esesnel triggerel.
Lead scoring with AI — 14 features, gradient-boosted model, LLM re-rank at the borderlines 2026
14 features, LightGBM and LLM re-rank at borderlines. Top 20% hit 41% conversion, drift detector triggers on a 5pp drop.
Online booking widget — embeddable on any agency site
Iframe-free React widget for WordPress/Wix/HTML sites, white-label theme, GDPR + deposit/final-payment flow. Conversion: 4.2% vs OTA 1.8%.
Online foglaló widget — beágyazható bármelyik iroda-honlapra
Iframe-mentes React widget WordPress/Wix/HTML honlapokra, white-label téma, GDPR + letét/végkifizetés flow. Konverzió: 4,2% vs OTA 1,8%.
Enterprise onboarding 30 nap alatt — a négyhetes recept és két outlier
A 4 hetes enterprise onboarding receptje hétről hétre — plusz a 9 napos és a 11 hetes outlier amitől tanultunk.
Enterprise onboarding in 30 days — the four-week recipe and two outliers
The week-by-week recipe for a 4-week enterprise onboarding, plus the 9-day and 11-week outliers we learned from.
Multi-language, one knowledge base — how the AI Chat translates
Source written in one language, multilingual embedding, query in any language. Glossary override for brand and domain terms. Three tested languages: HU, EN, DE.
Több nyelv, egy tudásbázis — hogyan mûködik az AI Chat fordítása
Egy nyelven írt forrás, multilingual embedding, query bármely nyelven. Glossary-override a brand- és szakkifejezésekre. Három tesztelt nyelv: HU, EN, DE.
Domain grounding — why the Nortinia AI Assistant does not hallucinate
Retrieval-then-generate, a hallucination guard, a 412-question eval. The Nortinia AI Assistant only answers when the KB actually contains the answer.
Tudásforrás-kötés (grounding) — miért nem hallucinál a Nortinia AI Asszisztens
Retrieval-then-generate, hallucináció-guard, 412 kérdéses eval. Hogy a Nortinia AI Asszisztens csak akkor válaszol, ha a tudásbázis valóban tartalmazza.
Hangminőség — hogyan értük el a 280ms medián latenciát, és mi maradt a 30 másodperces hang bugból
Az AI hangügynök 280ms medián latenciával működik. A pipeline ötszintű, és az empty response.done bug okozott egy ronda 30 másodperces csendes szakaszt.
Voice quality — how we got to 280ms median latency, and what stayed from the 30-second silence bug
The AI voice agent runs at 280ms median latency. The five-stage pipeline, and the empty response.done bug that caused an ugly 30-second silence.
Flow designer — swimlanes in Consulting OS
The Consulting OS v4.2 visual flow designer: role swimlanes, decision branches, conditional skips, scoring, 50-state undo. 3 starter templates. 41% tenant activation.
Flow tervező — swimlane-ek a Consulting OS-ben
A Consulting OS v4.2 vizuális flow-tervezője: swimlane-ek szerep szerint, döntési elágazások, feltételes szkipek, scoring, 50-lépéses undo. 3 induló sablon. 41% tenant-aktiváció.
Beléptető rendszer — barcode és NFC
Sub-300 ms scan-to-open, fail-secure default, barcode + NFC, törvényi belépés-log 7 évre. Boon Edam / Gunnebo / magyar turnstile integráció.
Entry control — barcode and NFC
Sub-300 ms scan-to-open, fail-secure default, barcode + NFC, statutory 7-year entry log. Boon Edam / Gunnebo / Hungarian turnstile integration.
NIP — SealedSecrets, how we put secrets into Git
With SealedSecrets we can keep secrets in Git: per-cluster keypair, TTL by category, weekly Slack reminders, and a manual bootstrap dance.
NIP — SealedSecrets, ahogy mi a titkokat Git-be tesszuk
SealedSecret-ekkel Git-be tehetjuk a titkokat: per-klaszter kulcspar, kategoriankent TTL, weekly Slack reminder, es egy manualis bootstrap dance.
Cold outbound — the ethical framework Nortinia Sales AI keeps on Telnyx
Outbound voice on Telnyx — opt-in only, 4 mandatory disclosures including AI assistance. 18% pickup, 0.3% complaints, 0 GVH reports in six months.
Hideghivas kimeno hivas — az etikus keret amit a Nortinia Sales AI Telnyxen tartja
Outbound voice hivas Telnyxen — csak opt-in alapjan, 4 kotelezo disclosure-rel, AI-asszisztens kihirdetessel. 18% pickup, 0.3% panasz, 0 GVH bejelentes hat honap alatt.
Tour operator CRM — from lead to follow-up on one timeline
Lead → quote → booking → trip → review on one timeline. WhatsApp + email + phone log. Returning-customer detection: 67% of revenue from repeats.
Utazás-szervező CRM — lead-től utánkövetésig egy idővonalon
Lead → ajánlat → foglalás → utazás → review egy idővonalon. WhatsApp + email + telefon log. Visszatérő-detekció: a bevétel 67%-a visszatérőktől.
AI asszisztens öt veszélye, amit megtanultunk a saját bőrünkön
Öt valós incidens a saját AI asszisztensünk élet hat hónapjából: hallucináció, PII szivárgás, prompt injection, költségrobbanás, csendes regresszió.
Five AI assistant risks we learned the hard way
Five real incidents from six months running our own AI assistant: hallucinated args, PII leakage, prompt injection, cost runaway, silent regression.
Ember-átadás — mikor és hogyan adja át a chat az ügyet
Három trigger: 3 forduló feloldás nélkül, érzékeny téma (visszatérítés > €500, jogi, panasz), explicit kérés. Medián handoff-to-reply: 4 perc.
Human handoff — when and how the chat passes the case
Three triggers: 3 turns without resolution, sensitive topic (refund > €500, legal, complaint), explicit request. Median handoff-to-reply: 4 minutes.
Hang vs. szöveg — mikor melyiket használja az ember és miért
A Nortinia AI Asszisztens hang és szöveg módja ugyanaz a tool-tár. A kérdés csak az, mikor melyik kényelmesebb a felhasználónak.
Voice vs. text — when humans pick which, and why
Voice and text modes in the Nortinia AI Assistant share one tool set. The only question is which is more convenient at that moment.
Jogi felvétel és tájékoztatás — GDPR-konform AI hangügynök keret
GDPR-konform tájékoztatási szkript az első 5 másodpercben, AES-256-GCM tárolás, 90-napos retention, 30-napos right-to-erasure SLA.
Legal recording and disclosure — a GDPR-compliant framework for the AI voice agent
GDPR-compliant disclosure script in the first 5 seconds, AES-256-GCM storage, 90-day retention default, 30-day right-to-erasure SLA.
Engagement-mintázatok 3 iparágból — gyártás, prof. szolgáltatás, e-kereskedelem
Gyártás (WMS+ERP, 14 nap), prof. szolgáltatás (timesheet+invoicing, 22 nap), e-com (checkout, 18 nap). A közös réteg minden iparágban: auth + audit.
Engagement patterns from 3 industries — manufacturing, prof. services, e-commerce
Manufacturing (WMS+ERP, 14d), prof. services (timesheet+invoicing, 22d), e-com (checkout, 18d). The common layer across all industries: auth + audit.
Locker management — physical and RFID
Two locker patterns: numbered key vs RFID lock. The March 2026 bug — expired ticket locked out belongings — fixed with a 60-minute grace period.
Szekrénykezelés — fizikai kulcs és RFID
Két szekrény-minta: számozott kulcs vs RFID-zár. A 2026 márciusi bug — lejárt jegy bezárt szekrényt — most 60 perces grace period oldja.
NIP — a 3-2-1 backup szabaly gyakorlatban, plusz egy 47 perces restore drill
3-2-1 backup szabaly nalunk: 4 masolat, 3 media, 2 offsite, havi restore drill 30 perces medianid alatt, plusz egy 47 perces drill amibol tanultunk.
NIP — the 3-2-1 backup rule in practice, plus a 47-minute restore drill
Our 3-2-1 backup: 4 copies, 3 media, 2 offsite, monthly restore drill at a 30-minute median, plus a 47-minute drill we learned from.
Content scheduler — how it works, the pipeline that published this very article
How the Nortinia Sales AI content scheduler works: target, plan, generate, eval, approval, publish. Idempotency keys, retry policy, 2,847 articles in six months.
A tartalom scheduler hogyan mukodik — a pipeline ami ezt a cikket is kikuldte
A Nortinia Sales AI tartalom scheduler hogyan mukodik: target, plan, generate, eval, approval, publish. Idempotency key, retry policy, 2847 cikk hat honap alatt.
Voucher and invoice automation — the 3 cases that stay manual
PDF voucher + QR + NAV invoice in 4.2 s. The 3 cases that stay manual: group bookings, VIPs, last-minute changes. 97% auto, 3% hand.
Voucher és számla automatizálás — a 3 eset, ami marad manuális
PDF voucher + QR + NAV számla 4,2 mp alatt. A 3 eset ami manuális marad: csoportos foglalás, VIP, last-minute változás. 97% auto, 3% kézi.
Conversion metric — the nuanced truth about AI Chat
The "conversion %" is the wrong KPI. The three metrics that matter: assisted-purchase rate, deflected support tickets, qualified leads. The honest dashboard.
Konverzió-metrika — az árnyalt igazság az AI Chat-rõl
A "konverzió %" rossz KPI. A három metrika, ami számít: asszisztált vásárlási arány, deflektált support-jegyek, minõsített leadek. Az õszinte dashboard.
Token budget at tenant level — soft cap, hard cap, circuit breaker
Soft cap at 90% (mutations preview-only), hard cap at 100% (read-only). Tenant admin notify, operator on-call escalation.
Token-költségvetés tenant szinten — soft cap, hard cap, circuit breaker
Soft cap 90%-on (mutációk preview-only), hard cap 100%-on (csak olvasás). Tenant admin értesítés, operátori on-call eskaláció.
Hat hónap után — mit tanultunk az AI Call Center éles üzemeltetéséről
Fél év után 4 metrika maradt, 2 elhagyva. A Telnyx EU régió 22 perces kiesése és a secondary trunk megmentett mindent. 14 éles kkv tenant.
Six months of learning — what we've discovered running the AI Call Center in production
Six months in: 4 metrics survived, 2 dropped. The 22-minute Telnyx EU outage, the secondary trunk that saved us, 14 SME tenants.
Árazás 2026-ban — mit tanultunk a Consulting OS-ből
Miért hal a per-seat AI-on, a 3 árazási kísérlet ami elbukott, és az ami 4 negyedéve működik. Core seat + token-bundle + overage. NRR 94%.
Consulting OS pricing in 2026 — what we learned from four quarters of experiments
Why per-seat dies on AI, the 3 pricing experiments that failed, and the model that's held 4 quarters. Core seat + bundle + overage.
Seasonal peak load at public pools
A public pool runs a 15× load swing. May 2026 heat wave: 3,200 entries in a day. Capacity dashboard, waitlist, BullMQ, pool tuning.
Szezonális csúcsterhelés uszodában
Egy strandüszoda 15× terhelési arányt él. A 2026 májusi hőhullámkor 3200 belépés egy nap. Capacity dashboard + waitlist + BullMQ + connection pool tuning.
NIP — on-call: 5 fos rotacio, pager budget, runbook fegyelem
Ot mernok, primary+secondary 1 hetes shift, pager budget 3/het, runbook minden alertre. Median 0.7 pages/het az utolso negyedevben.
NIP — on-call: 5-person rotation, pager budget, runbook discipline
Five engineers, primary+secondary in 1-week shifts, pager budget of 3/week, runbook on every alert. Median 0.7 pages/week last quarter.
Ads — Meta and Google in one console, and why we decided against TikTok
Meta + Google in one console, auto creative variants, merged dashboard. Why we said no to TikTok: audience overlap, creative cost, API instability.
Hirdetesek Meta es Google egy konzolon — miert dontottunk a TikTok ellen
Meta + Google egy konzolon, auto creative variansok, merged dashboard. Miert dontottunk a TikTok ellen: audience overlap, creative koltseg, API instabilitas.
Capacity management for peak season — 200 bookings/day and 99.7% uptime
6-week peak, 14,800 bookings, 215 daily average. Token-bucket rate limiter on supplier APIs, BullMQ priority queue, cache pre-warming. 99.7% uptime.
Kapacitáskezelés szezoncsúcsra — 200 foglalás/nap és 99,7% uptime
6 hét csúcs, 14 800 foglalás, napi 215 átlag. Token-bucket rate limiter beszállítói API-kra, BullMQ priority queue, cache pre-warming. 99,7% uptime.
SaaS árstratégia 2026 — miért halt meg a per-seat AI termékekre, és mi működik helyette
Miért halt meg a per-seat az AI termékekre, három pricing kísérletünk amelyek megbuktak, és az egyetlen ami most négy negyedéve működik.
SaaS pricing strategy 2026 — why per-seat is dying for AI, and what works instead
Why per-seat dies on AI products, the three pricing experiments we failed at, and the only one that has worked for four quarters now.
Early customers as a knowledge source — 14 design partners and the 70% roadmap rule
14 design partners, monthly 45 minutes, shared backlog and named shipping: how early-customer feedback drove 70% of our 2025 roadmap.
Korai ügyfelek mint tudásforrás — 14 design partner és a 70%-os roadmap-arány
14 design partner, havi 45 perc, közös backlog és nevesített shipping: hogyan adott a 2025-ös roadmap 70%-át a korai ügyfelek visszacsatolása.