Yapay zekâ ile müşteri deneyimi

Bir araç, amaç değil

Dr. Hakan Tetik Müşteri Merkezlilik: Memnun Müşteriden Taraftar Müşteriye kitabının yapay zekâ bölümüne bir uyarıyla başlar: yapay zekâ bir araçtır, amaç değil. İnsani bağlantının, empatinin ve güvenin yerini tutamaz. Sihirli anlar yaratmak için insan dokunuşu hâlâ vazgeçilmezdir. Yapay zekâ bu dokunuşun daha doğru, daha zamanında ve daha kişisel gerçekleşmesini mümkün kılar; ama dokunuşun kendisini yapamaz.

Dinlemenin maliyeti sıfıra yaklaştı

Müşteri merkezliliğin en eski bahanesi zamandı: “Müşteriyi dinlemek istiyoruz ama on bin şikâyeti kim okuyacak?” Bu bahane ortadan kalktı. Büyük dil modelleri binlerce yorumu, çağrı notunu ve şikâyeti dakikalar içinde okuyup temalara ayırıyor, her temanın sıklığını sayıyor ve müşterinin kendi cümlelerinden örnekler seçiyor.

Bu değişimin sonucu teknik değil, kültüreldir. Müşterinin sesi artık yalnızca müşteri deneyimi ekibinin değil, her yöneticinin erişebileceği bir kaynak. Bir yönetim toplantısını gerçek bir müşterinin cümlesiyle açmak hiç bu kadar kolay olmamıştı.

Yapay zekânın dört işi

Bu dört işin ortak noktası, insanın yapamadığı bir şeyi değil, yapmaya zaman bulamadığı bir şeyi üstlenmeleridir. Yapay zekâ bir müşteri deneyimi ekibine yeni bir yetenek değil, yeni bir ölçek kazandırır.

Kişiselleştirmeden hiper-kişiselleştirmeye

Bir dönem müşterileri segmentlere ayırmak büyük başarı sayılıyordu: “25–35 yaş kadın kullanıcılar”, “premium segment”. Oysa aynı segmentteki iki insan bile birbirine benzemiyor; biri güven arıyor, diğeri hız; biri statü hissi istiyor, diğeri aidiyet. Kitabın on altıncı bölümü bu yüzden klasik kişiselleştirme ile hiper-kişiselleştirmeyi ayırır.

Klasik kişiselleştirme geçmişe bakar: müşteri daha önce ne aldı, hangi sayfaya girdi, hangi kampanyaya tıkladı? Hiper-kişiselleştirme bağlama bakar. Aynı müşteri sabah işe giderken başka, gece yalnızken başka, stres altındayken başka davranır. Hiper-kişiselleştirme tek bir soruyu cevaplamaya çalışır: müşteri şu anda kim?

Bunun üç bileşeni vardır:

• Bağlamsal zekâ. Doğru mesaj yanlış zamanda verilirse rahatsızlık yaratır. Mutsuz müşteriye satış kampanyası göndermek, sorun yaşayan kullanıcıya çapraz satış yapmak artık yalnızca verimsiz değil, iticidir.
• Gerçek zamanlı müşteri deneyimi. Müşterinin sabrı azaldı ve karşılaştırdığı standart artık sizin sektörünüz değil; bir bankayı değerlendirirken en hızlı ve en şeffaf dijital hizmetleri referans alıyor. Ödeme ekranında uzun süre kalan, aynı alana tekrar tekrar veri giren müşteriyi “güvensizlik” sinyali olarak okuyup hemen canlı destek, güven mesajı ya da alternatif ödeme sunmak; kitabın ifadesiyle bu artık teknoloji değil, davranış mimarisidir.
• Tahmine dayalı deneyim. Geçmişin deneyimi tepkiseldi: sorun olur, şirket çözmeye çalışırdı. Geleceğin deneyimi proaktiftir: finansal stres, operatör değiştirme riski ya da abonelik iptal eğilimi önceden okunur; müşteri kendini anlaşılmış hisseder.

Kitap bu bölümün karanlık tarafını da yazar: müşteriyi anlamak ile manipüle etmek arasında ince bir çizgi vardır. Fazla veri toplandığında, müşteri sürekli takip edildiğinde güven kaybı başlar. Veri çağında en değerli şey dikkat değil, güvendir; şeffaflık yeni premium değer olacaktır.

Yapay zekânın göremedikleri

Makinenin gücü, neyin sık söylendiğini bulmaktır. Zayıflığı da buradan doğar:

• Sessizliği göremez. Şikâyet etmeden giden, yorum yazmayan, anketi yanıtlamayan müşteri veride yoktur. Oysa en büyük kayıp çoğu zaman onlardır.
• Bağlamı tam bilemez. Bir şikâyetin arkasındaki kural, bir sürecin neden öyle kurulduğu, bir müşterinin geçmişi çoğu zaman metinde yazmaz.
• Nedeni bilemez, hipotez üretir. Yapay zekâ kök neden için makul hipotezler sunar; teşhisi sahayı bilen ekip koyar.
• Sayı uydurabilir. Kendinden emin bir dille “bu tema 312 kez geçiyor” diyebilir. Her sayı kaynağa geri götürülmelidir.
• Empati kuramaz. Bir müşterinin sesindeki tereddüdü, gözündeki hayal kırıklığını ve o an ne duymaya ihtiyacı olduğunu anlamak hâlâ insanın işidir.

İnsan ve yapay zekâ dengesi: hibrit model

Kitaba göre en başarılı uygulamalar yapay zekâ ile insanı birleştiren hibrit modellerdir:

Müşteri karşısındaki yapay zekâ

Sohbet robotları son yıllarda köklü biçimde değişti. İlk nesil, kural tabanlı sistemler önceden tanımlı senaryo ağaçlarında çalışır ve ağacın dışına çıkan müşteriye “üzgünüm, anlayamadım” derdi; çoğu zaman memnuniyeti artırmak yerine düşürürdü. Büyük dil modellerine ve ajan tabanlı yapay zekâya dayanan yeni nesil sistemler belirsiz ve karmaşık soruları anlayabiliyor, konuşma geçmişini hatırlıyor ve gerektiğinde insana devredebiliyor. Burada başarı, teknolojinin ne kadar akıllı olduğundan çok, ne kadar dürüst tasarlandığına bağlıdır. Kitap etkili bir asistanın beş ilkesini sayar:

1. Kişiliği netleştirin. Asistanın adı, tonu ve karakteri marka kimliğiyle uyumlu olmalı.
2. Sınırları tanımlayın. Asistan neyi yapabilir, neyi yapamaz? Müşteriye açıkça söyleyin.
3. İnsana geçişi sorunsuz yapın. Asistandan insana geçen müşteri her şeyi baştan anlatmak zorunda kalmamalı. Bir asistanın içinde kaybolmak, yeni nesil bir enerji öldüren andır.
4. Şeffaf olun. Müşteri bir yapay zekâ ile konuştuğunu bilmeli. Gizlemek güveni zedeler.
5. Öğrenme döngüsü kurun. Çözülemeyen sorular insana devredilmeli ve sisteme geri beslenmeli.

Müşteri, konuştuğu şeyin ne olduğunu anlamak ister. Yapay zekâ ile konuştuğunu biliyorsa ve bunu kabul ediyorsa, o deneyim kabul edilebilir. Gizlice AI kullanmak, ortaya çıktığında güveni kalıcı biçimde zedeler. — Dr. Hakan Tetik

Bu ilkeler CX Enerji Haritası ile kolayca sınanabilir: asistanın bulunduğu temas noktası müşteriye enerji mi veriyor, tüketiyor mu, öldürüyor mu?

Veri ve güven

Müşteri verisini yapay zekâ ile işlemek, güveni korumayı gerektirir:

• Şikâyet ve yorum metinlerinden kişisel verileri çıkarın: ad, telefon, e-posta, adres, hesap ve kimlik numarası.
• Kurumsal hesabı ve veri işleme sözleşmesi olan araçları tercih edin.
• KVKK açısından hangi verinin hangi amaçla işlendiğini BT, hukuk ve veri koruma sorumlularınızla netleştirin.
• Kişiselleştirmenin sınırını müşterinin gözünden çizin: iyi kişiselleştirme müşterinin işini kolaylaştırır; kötü kişiselleştirme ona kurumun onun hakkında ne kadar çok şey bildiğini hatırlatır.

Kitap etik çerçeveyi beş ilkede toplar: şeffaflık (müşteriye yapay zekâ ile konuştuğu söylenmeli), veri gizliliği (KVKK’ya tam uyum), algoritmik önyargıya karşı denetim (modellerin belirli gruplara karşı ayrımcı sonuç üretmemesi için düzenli kontrol), insana ulaşma hakkı (müşteri her zaman bir insanla konuşabilmeli) ve veri minimizasyonu (yalnızca gerçekten ihtiyaç duyulan veri toplanmalı).

Yapay zekâya hazır mısınız?

Kitaptaki hazırlık değerlendirmesi sekiz maddeyi 1–5 arası puanlar (toplam 40):

1. Temiz ve erişilebilir müşteri verimiz var.
2. Veri gizliliği (KVKK) altyapımız güçlü.
3. Teknik ekibimiz yapay zekâ araçlarına aşina.
4. Üst yönetim yapay zekâya yatırım yapmaya istekli.
5. Pilot uygulamalar için bir sürecimiz var.
6. Müşteriye yönelik dijital kanallarımız güçlü.
7. Çalışanlarımız değişime açık.
8. Ölçüm ve analitik kültürümüz var.

Kitabın yorumu: 26–40 puan, pilota hazırsınız, hemen başlayın; 16–25 puan, önce altyapı iyileştirmesi gerekiyor; 8–15 puan, temel dijital dönüşüm tamamlanmadan yapay zekâ anlamlı sonuç vermez.

Altı adımlı yol haritası

1. Teşhis. Hangi temas noktalarında en çok sürtünme var? Hangi rutin işlemler en çok kaynak tüketiyor?
2. Pilot. Düşük riskli, yüksek hacimli bir kullanım alanı seçin. Sık sorulan sorular için bir asistan iyi bir başlangıçtır.
3. Ölçüm. Pilot sonrası memnuniyeti, çözüm oranını ve maliyeti karşılaştırın. Yalnızca verimliliği değil, deneyimin kalitesini ölçün.
4. İnsan ve yapay zekâ dengesi. Hangi durumda insana devredileceğini net biçimde tanımlayın.
5. Ölçeklendirme. Başarılı pilottan sonra diğer temas noktalarına genişleyin.
6. Sürekli öğrenme. Modeli düzenli olarak yeni veriyle güncelleyin; durağan model zamanla eskir.

Dört kural

1. Önce soru sordurun. Yapay zekâdan cevap istemeden önce sizin bağlamınızı netleştirecek sorular sormasını isteyin.
2. Sayıyı kaynağa bağlayın. Her tema sayısını ve her örnek cümleyi metne geri götürün.
3. Kararı siz verin. Makine hipotez ve seçenek üretir; teşhisi, seçimi ve sorumluluğu ekip üstlenir.
4. Müşteriyle konuşmayı atlamayın. Yapay zekâ ile yapılan her analiz, en az birkaç gerçek müşteri görüşmesiyle sınanmalıdır. AI ile başlayın, sahada bitirin.

İnsan mı kazanacak, algoritma mı?

Kitabın cevabı bu sorunun yanlış olduğudur. Geleceğin kazananları insan ve yapay zekâ birlikteliğini kurabilen kurumlar olacak. Tam otomasyon bir süre sonra herkeste olacak; asıl fark insan sıcaklığını koruyabilmekte ortaya çıkacak. Çünkü insanlar kusursuz süreçleri değil, kendilerini özel hissettiren deneyimleri hatırlar. Kitap bu bölümü şu cümleyle bitirir: belki de geleceğin en büyük lüksü gerçek insan ilgisi olacak.

Kendinize sorun

1. Kurumunuz müşteriyi gerçekten anlıyor mu, yoksa yalnızca veri mi topluyor?
2. Müşteri deneyimi sistemleriniz geçmişi mi analiz ediyor, yoksa anlık davranışa tepki verebiliyor mu?
3. Müşterileriniz bir yapay zekâ ile mi, bir insanla mı konuştuğunu biliyor mu?
4. Yapay zekâyı maliyet düşürmek için mi kullanıyorsunuz, müşteri değerini artırmak için mi?
5. Teknoloji yatırımlarınız büyürken insan sıcaklığınız da büyüyor mu?