Yapay Zeka Müşteri Temsilcisi: Ne Yapar, Ne Yapmaz, Nasıl Kurulur?

Gece 23:00'te bir müşteri WhatsApp'tan yazıyor: “siparisim nerde?” Bir başka kişi öğle arasında demo formunu dolduruyor ve ertesi gün öğleden sonra dönüş alıyor. İki soru da zor değil. Ama ikisi de kuyrukta bekliyor ve çoğu bu sırada soğuyor. Yapay zeka müşteri temsilcisi tam bu boşluğu kapatmak için kullanılıyor. Saniyeler içinde, günün her saatinde yanıt veriyor ve zor durumları ekibinize bırakıyor. Ancak bu konuda üst sıralarda çıkan sayfaların çoğu ürün broşürü niteliğinde. Bu rehber, Türkiye'deki KOBİ'ler ve hizmet işletmeleri için tarafsız bir karar ve kurulum çerçevesi sunuyor. Teknolojinin ne olduğunu, neyi yapıp neyi yapamadığını, KVKK'nın ve Türkçenin bu işi nasıl etkilediğini, ne kadara mal olduğunu ve karar vermeden önce 30 günlük bir pilotun nasıl yürütüleceğini ele alıyor.

Kısa cevap: Yapay zeka müşteri temsilcisi, WhatsApp, web sohbeti, e-posta veya telefonda müşteri sorularını doğal dilde anlayan bir yazılımdır. Şirketin onaylı bilgi bankasından yanıt verir, randevu ve sipariş gibi kayıtları günceller, çözemediği durumu bağlamıyla birlikte insan temsilciye devreder. Klasik chatbottan farkı, sabit menü yerine serbest metni anlaması ve iş akışında işlem yapabilmesidir.

Yapay zeka müşteri temsilcisi nedir? Chatbot, asistan ve AI agent farkı

“Yapay zeka botu” adıyla satılan ürünler birbirinden epey farklı. Bu farklar önemli, çünkü sistemin kendi başına neyi güvenle yapabileceğini belirliyorlar.

Tür	Serbest metni anlama	İşlem yapma	Hata riski	Kurulum eforu
Kural tabanlı (guided) bot	Hayır, buton ve anahtar kelimeyle çalışır	Yalnızca önceden tanımlı adımlar	Düşük, ama katı; menü dışında kullanıcıyı yorar	Düşük
LLM bot	Evet	Genellikle hayır, yalnızca yanıt verir	Onaylı kaynağa bağlanmazsa orta-yüksek	Orta
Hibrit bot	Evet, kritik adımlarda yönlendirmeli akışla	Kısmen	Orta-düşük	Orta
İşlem yapabilen AI agent	Evet	Evet: takvim, CRM, sipariş sistemi, kayıt açma	Yetkilere, kaynak bağlantısına ve devir kurallarına bağlı	Orta-yüksek

Adı ne olursa olsun, iyi bir yapay zeka müşteri temsilcisi üç temel işi doğru yapar:

1. Soruyu anlamak. Yazım hatalarını, gündelik dili ve Türkçe karaktersiz yazımı da anlar.
2. Yetkili kaynağa bakmak. Bilgi bankanıza, fiyat listenize, sipariş sisteminize veya takviminize başvurur. İnternetteki genel bilgiye dayanmaz.
3. İşlem yapmak ya da insana bağlamak. Kaydı günceller (randevu alır, erteler, talep kaydı açar) veya konuşmayı bağlamıyla birlikte bir insana aktarır.

Terim karmaşasını netleştirelim

• Sanal asistan: Geniş ve çoğu zaman pazarlama kaynaklı bir terim. Genellikle web sitesindeki bir SSS botunu anlatır.
• AI agent: Takvim, CRM veya sipariş API'si gibi araçları çağırabilen ve çok adımlı işleri tamamlayabilen model.
• Sanal çağrı merkezi: Bulut tabanlı telefon altyapısı (numara, IVR, çağrı yönlendirme). İçinde yapay zeka olabilir de olmayabilir de.
• Müşteri iletişim platformu: Kanalları tek bir gelen kutusunda toplayan yapı. Yapay zeka, bunun üzerine eklenen bir katmandır.

Ne işe yarar, ne işe yaramaz?

İyi yaptığı işler

• Sık sorulan sorular (çalışma saatleri, adres, gerekli belgeler)
• Sipariş ve kargo durumu (sipariş sistemine bağlıysa)
• Randevu alma, değiştirme ve iptal
• Güncel listeden fiyat ve paket bilgisi
• Mesai dışı karşılama ve talep toplama (7/24)
• Talepleri ayıklama, sınıflandırma, önceliklendirme ve doğru kişiye yönlendirme

Kötü yaptığı işler

• Duygusal yoğunluğu yüksek şikâyetler
• Hukuki ve tıbbi yorum
• İstisnai iade ve tazminat kararları
• Bilgi bankasında olmayan konular

Avantaj diye satılan ama olmayan

• “%100 otomasyon”: Gerçek operasyonda her zaman istisna vardır. Sağlıklı hedef, tekrar eden kısmın hızlı ve doğru otomasyonu, geri kalanın ise temiz bir devirle insana geçmesidir.
• “İnsan ekibine gerek kalmaz”: Devirleri karşılayacak, bilgi bankasını güncelleyecek ve konuşmaları inceleyecek birileri yine gerekir.
• “Kurduktan sonra kendi kendine öğrenir”: Çoğu sistem kendi konuşmalarınızla kendini güvenli biçimde yeniden eğitmez. Bir insan kaynakları ve kuralları düzelttikçe iyileşir.

Müşteri beklentisi de dengeli olmayı gerektiriyor. Gartner'ın 2024'te yayımladığı müşteri araştırmasında müşterilerin %64'ü, şirketlerin müşteri hizmetlerinde yapay zeka kullanmamasını tercih edeceğini söyledi. Öne çıkan endişelerden biri, insana ulaşmanın zorlaşmasıydı. Buradan çıkan ders, yapay zekadan kaçınmak değil. Ders, insana her zaman ulaşılabilecek bir tasarım kurmak.

Halüsinasyon riski ve nasıl azaltılır?

Dil modelleri kendinden emin ama yanlış yanıt üretebilir. Pratik önlemler şunlardır:

• Kaynağa bağlama: Temsilci yalnızca onaylı dokümanlardan ve yapılandırılmış veriden (fiyat listesi, takvim gibi) yanıt verir.
• “Bilmiyorum” kuralı: Kaynak bulamazsa tahmin yürütmez. Bunu açıkça söyler ve insana devir önerir.
• Kritik alanlar için yapılandırılmış veri: Fiyat, stok ve tarih serbest metinden değil, sistemden gelir.
• Kayıt tutma: Her yanıt, haftalık incelemede kaynağına kadar izlenebilir.

Hangi kanallarda çalışır: WhatsApp, Instagram, web, e-posta, telefon

Kanal	Tipik kullanım	Kurulum zorluğu	Maliyet kalemi	Dikkat edilecek nokta
WhatsApp	Randevu, sipariş, gelen talep karşılama	Orta (Business Platform başvurusu, numara doğrulama)	Meta şablon mesaj ücretleri ve yazılım	İzin (opt-in), 24 saatlik pencere, onaylı şablonlar
Instagram DM	Kampanya ve fiyat soruları	Düşük-orta	Yazılım	DM ile herkese açık yorumları ayırmak
Web sohbeti	Satış öncesi, SSS	Düşük	Yazılım	Mesai dışında form alternatifi sunmak
E-posta	Uzun talepler, B2B	Düşük	Yazılım	Hassas konularda taslak ve onay akışı
Sosyal medya yorumları, inceleme ve şikâyet platformları, pazaryeri	Herkese açık şikâyetler, ürün soruları	Orta (entegrasyona göre değişir)	Yazılım, bazen API erişimi	Herkese açık yanıtlar insan onayından geçmeli
Telefon / çağrı merkezi	Randevu, durum sorgulama	Yüksek	Dakika bazlı telefon ve ses işleme	Gecikme, aksan, arka plan gürültüsü

WhatsApp Business API: 24 saatlik pencere ve şablon mesaj mantığı

Türkiye'deki pek çok işletme için müşterinin zaten yazdığı yer WhatsApp. Bu yüzden genellikle otomasyona ilk alınan kanal da WhatsApp oluyor. Meta'nın resmi WhatsApp Business Platform yapısı birkaç net kurala göre işler:

• Müşteri hizmetleri penceresi: Müşterinin son mesajından sonraki 24 saat boyunca serbest metinle yanıt verebilirsiniz.
• Şablon mesajlar: Pencere dışında yalnızca önceden onaylanmış şablon mesaj gönderilebilir. Şablonlar pazarlama, hizmet (utility) ve kimlik doğrulama kategorilerine ayrılır.
• İzin (opt-in): İşletmenin başlattığı mesajlar için kişinin önceden izin vermiş olması gerekir.
• Maliyet mantığı: Meta, Temmuz 2025'ten bu yana teslim edilen her şablon mesaj için ücret alıyor. Ücret, kategoriye ve alıcının ülkesine göre değişiyor. Açık pencere içindeki serbest yanıtlar ücretlendirilmiyor. Bütçe yapmadan önce güncel fiyat tablosunu kontrol edin.

Pratikte pencere içinde hızlı yanıt vermek, kanal tarafında neredeyse maliyetsizdir. Maliyet, pencere kapandıktan sonra yapılan takiplerde oluşur. Resmi olmayan toplu mesaj araçlarından uzak durun. Bu araçlar Meta kurallarını ihlal eder ve numaranızın engellenmesi riskini doğurur. WhatsApp satış hunisinin merkezindeyse, resmi API üzerine kurulu bir yapı tercih edin. Örneğin her talebi yanıtlayıp takip eden WhatsApp pazarlama otomasyonu bu tür bir kurguya örnektir.

Sesli temsilci (telefon)

Ses, en zorlu kanal. Birkaç unsurun birlikte çalışması gerekiyor:

• Türkçe konuşma tanıma: Rakamları, adresleri ve isimleri güvenilir biçimde anlamalı.
• Ses sentezi: Ses doğal duyulmalı.
• Gecikme: Bir iki saniyeyi aşan sessizlikler, telefonda bozuk bir deneyim gibi algılanır.
• Gerçek arama koşulları: Yöresel aksan ve arka plan gürültüsü (trafik, araç hoparlörü) doğruluğu düşürür.
• Entegrasyon: Aktarma ve kayıt için mevcut çağrı merkezinizle bağlantı kurulmalı.

Randevu teyidi ve durum sorgulama gibi dar görevlerle başlayın.

E-posta, sosyal medya, pazaryeri ve şikâyet platformları: önce ayıklama

Bu kanallarda en değerli akış çoğu zaman tam otomasyon değildir. Şu akış daha iyi sonuç verir:

1. Toplama: Mesajı tek bir yerde toplamak.
2. Sınıflandırma: Niyeti etiketlemek (sipariş, şikâyet, satış, diğer).
3. Önceliklendirme: Aciliyete, müşteri değerine ve tona göre sıralamak.
4. Yanıtlama: Basit taleplere otomatik yanıt vermek. Herkese açık veya hassas yanıtlar için insan onayına taslak hazırlamak.
5. Yönlendirme: Talebi doğru kişiye ya da ekibe aktarmak.

Çok kanallı tek panel ve ortak geçmiş

Müşteri Instagram'dan sorup WhatsApp'tan devam edebilir, ardından da arayabilir. Her kanal kendi geçmişini ayrı tutuyorsa hem yapay zeka hem ekibiniz her seferinde sıfırdan başlar. Konuşmaların ve müşteri kaydının kanallar arasında taşındığı bir yapı seçin.

Somut senaryolar: sektör sektör bir gün

Diş veya sağlık kliniği, saat 23:04

Müşteri: Merhaba, implant ne kadar? Yarına yer var mı? AI: Merhaba! İmplant ücreti muayeneye göre belirleniyor. Güncel muayene ücretimiz fiyat listemizde yer alıyor, tedavi ücretini ise hekimimiz muayeneden sonra bildiriyor. Yarın için 10:30 veya 16:00 uygun. Hangisini tercih edersiniz? Müşteri: 10:30 olsun. Bir de dişim çok ağrıyor, antibiyotik kullanayım mı? AI: Randevunuzu 10:30'a oluşturuyorum. İlaç konusunda tıbbi tavsiye veremiyorum. Notunuzu klinik ekibimize iletiyorum, sabah ilk iş sizinle iletişime geçecekler. Ağrınız çok şiddetliyse veya şişlik varsa lütfen bir acil sağlık hizmetini arayın.

Verinin kaynağı: muayene ücreti fiyat listesinden, uygun saatler takvim entegrasyonundan geliyor. Tıbbi soru ise sabah kuyruğuna insan devri olarak düşüyor.

Emlak

Temsilci önce ilanla ilgili soruyu yanıtlar. Ardından birkaç ön eleme sorusu sorar: bütçe, bölge, taşınma tarihi, peşin mi kredi mi. Talep nitelendirildiğinde, kısa bir özetle doğru danışmana sıcak lead olarak aktarır. Danışmanın elinde çıplak bir telefon numarası değil, “3+1, Kadıköy, bütçesi net, bu hafta görmek istiyor” bilgisi olur.

E-ticaret

Müşteri: siparisim nerde 3 gun oldu AI: 48213 numaralı siparişinizi kontrol ettim: dün kargoya verilmiş, tahmini teslim yarın. Takip bağlantınızı aşağıya bırakıyorum.

Stok soruları stok sisteminden yanıtlanır. İade talebi bir iade kaydı açar. Politika dışı iadeler (örneğin açılmış ürün) insana devredilir.

B2B hizmet veya yazılım

Formdan bir demo talebi gelir. Temsilci saniyeler içinde yanıt verir; ekip büyüklüğünü, kullanılan mevcut aracı ve zaman planını sorar. Ardından takvim bağlantısını paylaşır. Kişi randevu almazsa bir takip dizisi başlar. Satış temsilcisi görüşmeye konuşma özetiyle girer.

Destekten satışa: yapay zeka temsilcisi gelen talepleri nasıl müşteriye çevirir?

Rehberlerin çoğu yapay zeka temsilcisini yalnızca bir destek aracı olarak ele alıyor. Oysa aynı yetenek, yani doğal dilde anında yanıt verebilmek, satış hunisinin başında daha da kritik. Harvard Business Review'da yayımlanan araştırma belirgin bir hız etkisi buldu. Online talebe bir saat içinde ulaşan şirketlerin, talebi nitelendirme olasılığı daha geç dönenlere göre yaklaşık yedi kat yüksekti. Mesai dışında gelip ertesi gün yanıtlanan bir talep, çoğu zaman çoktan rakibe gitmiş oluyor.

Yapay zekâ ile satış otomasyonu ve müşteri temsilcisi tam bu noktada buluşuyor: <!-- rank-agent-link:546a93c9-5834-4fb6-83f7-80f9b46d18e0 -->

• Anında ilk yanıt: Reklam, form, WhatsApp veya Instagram'dan gelen her talep saniyeler içinde yanıtlanır.
• Ön nitelendirme: Temsilci bütçe, ihtiyaç, zamanlama ve karar rolü bilgilerini konuşmanın doğal akışı içinde toplar.
• Niyet puanlama: Kaynak, yanıtlar ve etkileşim bir öncelik skorunda birleşir. Dağınık talebi öncelik kuyruğuna çeviren lead skorlama bu mantığın bir örneğidir.
• Takip dizileri: Yanıt vermeyen kişiye WhatsApp ve e-posta üzerinden zamanlı, kişiselleştirilmiş hatırlatmalar gider.
• Satışa devir: Temsilci konuşma özetini, toplanan bilgileri ve skoru satış ekibine aktarır.

Jumpix Automation bu satış rolü için tasarlandı. Gelen talepleri yapay zekayla saniyeler içinde yanıtlıyor, niyeti puanlıyor, talebi satış hattında tutuyor ve toplantı ayarlanana kadar WhatsApp ve e-posta ile takip ediyor. Ton ve nitelendirme kriterlerinin nasıl tanımlandığını görmek isterseniz, markanızın tonuyla konuşan ve iş akışınızda çalışan yapay zeka ajanları sayfasına göz atabilirsiniz.

İnsan + yapay zeka birlikte nasıl çalışır? Devir (handoff) tasarımı

Devir tetikleyicileri

• Düşük güven skoru veya kaynak bulunamaması
• Öfke ve şikâyet dili, hukuki işlem tehdidi
• “İnsanla görüşmek istiyorum” gibi açık bir talep
• Yüksek tutarlı işlem, iade veya indirim
• VIP ya da kilit müşteri

Devirde aktarılması gerekenler

İnsan temsilci müşteriye hiçbir şeyi tekrar sordurmamalı. Devirle birlikte şunlar aktarılmalı:

• Konuşma özeti
• Müşterinin kimliği ve geçmişi
• Denenen çözümler
• Açık kalan soru

Mesai dışı devir

Beklentiyi net sözlerle yönetin, örneğin: “Ekibimiz yarın 09:00-10:00 arasında size dönecek.” Ardından talebi sabah ilk iş kuyruğunun en üstüne alın.

Şikâyet ve istisna hattını ayrı tutun

Şikâyetleri ve politika istisnalarını, sahibi belli ayrı bir kuyruğa yönlendirin. Böylece yapay zeka hassas konularda doğaçlama yapmaz.

Ekip rolleri

• Bilgi bankası sahibi: Kaynakları güncel tutar.
• Kalite kontrol sorumlusu: Konuşmalardan örneklem inceler.
• Haftalık inceleme toplantısı: Yanlış yanıtlar ve devir nedenleri burada konuşulur.

Bilgi bankası disiplini: başarının yüzde kaçı veriye bağlı?

Buna dair güvenilir tek bir yüzde yok. Mekanizma ise basit: temsilci, kaynaklarından daha iyi olamaz.

• Kurulum öncesi hazırlık: En sık gelen 50 soruyu listeleyin. Güncel fiyat ve politika dokümanlarını toplayın. Tıbbi tavsiye, hukuki yorum ve rakip karşılaştırması gibi yasaklı konuların listesini çıkarın.
• Ton ve marka dili: Hitabı (siz mi sen mi), emoji kullanımını ve en uzun yanıt boyunu belirleyin.
• Güncelleme ritmi: Fiyat veya kampanya değiştiğinde bilgi bankasını kimin, kaç saat içinde güncelleyeceğini tanımlayın.

Saha notu (sık görülen bir örüntü): İşletme kampanyayı bitiriyor ama eski kampanya PDF'i bilgi bankasında kalıyor. Temsilci süresi dolmuş fiyatı söylemeye devam ediyor, müşteriler de ekran görüntüsü alıyor. Model “yanlış” bir şey yapmadı; eski bir kaynağı sadakatle okudu. Çözüm daha iyi bir model değil, bir kural: her kampanya dokümanına bitiş tarihi eklemek ve tarihi geçenleri otomatik olarak kaldırmak.

KVKK, veri güvenliği ve Türkçe dil gerçekliği

KVKK'nın temel başlıkları

• Aydınlatma: 6698 sayılı Kanun kapsamında müşteriye, otomatik bir sistemle yazıştığı ve verisinin nasıl işlendiği bildirilmelidir.
• Hukuki dayanak: Müşterinin kendi talebini yanıtlamak, sözleşmenin ifasına dayanabilir. Pazarlama mesajları için ise genellikle açık rıza gerekir. Ticari elektronik iletiler ayrıca İYS (İleti Yönetim Sistemi) kurallarına tabidir.
• Yurt dışına veri aktarımı: LLM sağlayıcıları veriyi çoğu zaman yurt dışında işler. 1 Haziran 2024'ten itibaren yürürlükte olan değişiklikle KVKK'nın 9. maddesi, aktarımı yeterlilik kararı veya uygun güvenceler üzerinden düzenliyor. Bu güvencelerden biri standart sözleşmedir ve imzalandıktan sonra beş iş günü içinde Kuruma bildirilmesi gerekir. Satıcıya verinin nerede işlendiğini ve hangi mekanizmayı kullandığını sorun.

Hassas veriler

Sağlık verisi ve bazı finansal veriler ek koruma gerektirir; sağlık verisi özel nitelikli kişisel veridir. Mümkün olduğunda TC kimlik numarası, kart bilgisi ve teşhis gibi alanları modele ulaşmadan maskeleyin. Saklama sürelerini tanımlayın.

Konuşma kayıtları

Kayıtlara kimin erişebileceğini ve ne kadar süre saklanacağını belirleyin. Erişimin de kayıt altına alındığından emin olun.

Türkçe dil gerçekliği

Türkçe eklemeli bir dildir: “randevumu iptal ettirebilir miyim” tek bir talebin üst üste eklenmiş eklerle kurulmuş hâlidir. Müşteriler Türkçe karaktersiz yazar (“siparisim nerde”), yazım hatası yapar ve yöresel ifadeler kullanır. Telefonda ise aksan ve gürültü ayrı bir katman ekler.

Satıcıya sorulacak test soruları:

1. “siparisim nerde kargo gelmedi hala” mesajını doğru yanıtlıyor mu?
2. “yarinki randevuyu persembeye alabilirmisiniz” cümlesini anlayıp randevuyu gerçekten taşıyor mu?
3. “süper, yine geç kaldı kargo” gibi bir iğnelemeyi şikâyet olarak tanıyor mu?
4. Telefonda, gürültülü ortamda söylenen adresi ve numarayı doğru tekrar ediyor mu?
5. Bilgi bankasında olmayan bir soruyu yanıtlamayı reddediyor mu?

Not: Bu bölüm hukuki tavsiye değildir. Güncel mevzuat için bir uzmana danışın.

Maliyet ve getiri: kendi hesabınızı nasıl çıkarırsınız?

Maliyet kalemleri

• Yazılım lisansı
• Kanal ücretleri (WhatsApp şablon mesajları, telefon dakikaları)
• Kurulum ve entegrasyon (CRM, e-ticaret, takvim)
• Bilgi bankası bakımı ve incelemeler için iç efor

Basit formül

Aylık fayda = (aylık konuşma sayısı × otomatik çözülebilir oran × konuşma başı insan maliyeti) + (mesai dışı kurtarılan talep × dönüşüm oranı × ortalama sepet)

Kalem	Varsayım (yalnızca örnek)	Sonuç
Aylık konuşma sayısı	2.000
Otomatik çözülebilir oran	%35	700 konuşma
Konuşma başı insan maliyeti	50 ₺	35.000 ₺ kapasite açığa çıkar
Mesai dışı kurtarılan talep	100
Dönüşüm oranı	%8	8 yeni müşteri
Ortalama sepet	6.000 ₺	48.000 ₺ gelir
Brüt aylık fayda		≈ 83.000 ₺

Bu rakamlar sektör ortalaması değil, açıklayıcı varsayımlardır. Kendi verilerinizle değiştirin. Ardından lisans, kanal ücretleri ve bilgi bankasına harcanan iç saatleri düşün.

Fiyatlandırma modelleri

Model	Avantaj	Tuzak
Koltuk bazlı	Öngörülebilir	Sonuca değil kullanıcı sayısına ödeme yaparsınız; yapay zeka hacmi sınırlı olabilir
Konuşma bazlı	Kullanıma göre ölçeklenir	Spam ve çok kısa konuşmalar da sayılır; kampanya dönemlerinde maliyet sıçrar
Çözüm bazlı	Sonuca ödeme yaparsınız	“Çözüldü” tanımını kontrol edin; vazgeçip ayrılan müşteri de çözüldü sayılabilir

Gizli maliyetler arasında entegrasyon işçiliği, ses dakikaları için ek ücretler, mesaj kotası aşımları ve ekibinizin bakıma ayırdığı saatler bulunur.

Ne zaman kurmamalısınız?

• Talep hacmi çok düşükse: Günde birkaç talep geliyorsa, iyi düzenlenmiş bir insan gelen kutusu yeterli olabilir.
• Sorular büyük ölçüde benzersizse: Her vaka uzman yorumu gerektiriyorsa.
• Tek ve güncel bir bilgi kaynağı yoksa: Fiyatlar ve politikalar farklı kişilerin kafasındaysa.
• Devir alacak kimse yoksa: İnsan ekibi veya mesai planı yoksa.
• Tek amaç maliyet kesmekse: Müşteri deneyimini feda etmeye hazırsanız, kurulum ters teper.

Doğru yapay zeka müşteri temsilcisi nasıl seçilir? Kontrol listesi

1. Türkçe kalitesi: Yazım hataları, karaktersiz yazım, sesli kanalda doğruluk.
2. Kanal desteği: Resmi API üzerinden WhatsApp, Instagram, web, e-posta, telefon.
3. Entegrasyonlar: CRM, e-ticaret, takvim.
4. İşlem yapabilme: Randevu, sipariş sorgulama, kayıt güncelleme.
5. Devir esnekliği: Tetikleyiciler, kuyruklar, mesai dışı kuralları.
6. Raporlama: Çözüm, devir, yanlış yanıt, dönüşüm.
7. KVKK ve veri konumu: İşleme yeri, aktarım mekanizması, maskeleme.
8. Fiyat modeli: Şeffaf tanımlar ve aşım kuralları.
9. Kurulum süresi: Sorumlulukları net, gerçekçi bir takvim.
10. Destek dili: Türkçe destek ve dokümantasyon.

Demo sırasında sorulacak 5 zor soru

1. Bu yanıtın kaynağını gösterebilir misiniz?
2. Bilgi bankasında yanıt yoksa ne oluyor?
3. Devir kuralını yazılımcıya ihtiyaç duymadan kendim değiştirebilir miyim?
4. Verimiz tam olarak nerede işleniyor ve saklanıyor?
5. Faturalandırmada “çözülmüş konuşma” nasıl tanımlanıyor?

Ürün kategorileri

• Hazır chatbot araçları: SSS için hızlı, işlem yeteneği sınırlı.
• Çağrı merkezi yazılımları: Seste güçlü, mesajlaşmada çoğu zaman daha zayıf.
• Çok kanallı müşteri iletişim platformları: Destek ekiplerinde güçlü.
• Satış ve lead otomasyonu araçları: Nitelendirme, takip ve toplantıya odaklı.

Birçok işletme sonunda destek odaklı bir aracı satış odaklı bir araçla birlikte kullanıyor.

30 günlük pilot planı ve başarı metrikleri

• 1. hafta: Tek bir kanal ve tek bir kullanım senaryosu seçin (örneğin WhatsApp randevu talepleri). Bilgi bankasını hazırlayın ve mevcut durumunuzu ölçün.
• 2. hafta: Yukarıdaki Türkçe test sorularıyla iç test yapın. Ardından canlı trafiğin sınırlı bir bölümünü temsilciye açın.
• 3. ve 4. haftalar: O kanaldaki trafiğin tamamına geçin. Haftalık konuşma incelemesi yapın ve yanlış yanıtların arkasındaki kaynakları düzeltin.

Metrik	Tanım	Hedef nasıl belirlenir?
Otomatik çözüm oranı	İnsansız kapanan konuşma / toplam	En sık 50 soru listesinin kapsadığı talep payından başlayın
İnsana devir oranı	İnsana aktarılan konuşma / toplam	Bilgi bankası geliştikçe düşmeli; ani artış bir boşluğa işaret eder
İlk yanıt süresi	İlk yanıta kadar geçen süre	1. haftada ölçtüğünüz insan ekibi değeriyle karşılaştırın
Ortalama çözüm süresi	İlk mesajdan kapanışa kadar geçen süre	Yalnızca AI ile çözülenler ve devredilenler için ayrı izleyin
CSAT / NPS	Konuşma sonrası memnuniyet	İnsanın yürüttüğü konuşmaların altına düşmemeli
Yanlış yanıt oranı	Haftalık örneklemde yanlış yanıt	Fiyat ve politikada hedef sıfır; her vaka acil olarak ele alınmalı
Mesai dışı yakalanan talep	Mesai dışında karşılanan talep	Pilot öncesinde kaybolan veya geç yanıtlanan taleplerle karşılaştırın
Lead'den toplantıya dönüşüm	Ayarlanan toplantı / nitelikli lead	Pilot öncesindeki aynı dönemle karşılaştırın

Genişletme kriterleri: Yeni kanala veya senaryoya ancak şu koşulların hepsi sağlandığında geçin:

• Kritik konulardaki yanlış yanıtlar kontrol altında.
• CSAT en az insan ekibinin seviyesinde.
• Devir kuyruğu zamanında eritiliyor.

Sonuç

Yapay zeka müşteri temsilcisi, ekibinizin yerini alan sihirli bir çözüm de değil, süslenmiş bir chatbot da değil. Hızlı ve her an erişilebilir bir ilk katman. Temiz bir bilgi bankasına dayandığında, işlemin yapıldığı sistemlere bağlandığında ve net bir insan devriyle desteklendiğinde iyi çalışıyor. Yalnızca destek sorularını değil, satış taleplerini de yakalayıp nitelendirdiğinde değeri daha da büyüyor. Küçük başlayın: tek kanal, tek senaryo, 30 gün, net metrikler. Kararı da kendi verinizle verin.

Sıkça Sorulan Sorular

Yapay zeka müşteri temsilcisi insan temsilcinin yerini tamamen alır mı?

Hayır. Tekrar eden, iyi belgelenmiş soruları ve mesai dışı talepleri hızla karşılar. Şikâyetler, istisnalar ve uzman yorumu gerektiren konular ise insan gerektirir. En verimli yapı, hız için yapay zekayı, karar için insanı birlikte kullanır.

Yapay zeka müşteri temsilcisi ile chatbot arasındaki fark nedir?

Klasik chatbot sabit menü ve anahtar kelimelerle çalışır. Yapay zeka müşteri temsilcisi serbest metni anlar, onaylı kaynaklardan yanıt verir ve randevu almak, siparişi güncellemek gibi işlemler yapabilir. Çözemediği durumu da bağlamıyla birlikte insana devreder.

WhatsApp'ta yapay zeka müşteri temsilcisi kullanmak KVKK'ya uygun mu?

Doğru kurulursa uygun olabilir. Açık bir aydınlatma metni, geçerli bir hukuki dayanak, pazarlama söz konusuysa açık rıza, yurt dışı aktarım için yasal bir mekanizma ve hassas verilerin maskelenmesi gerekir. Meta'nın resmi WhatsApp Business Platform'unu kullanın ve ayrıntıları bir hukuk uzmanıyla teyit edin.

Yapay zeka müşteri temsilcisinin maliyeti nasıl hesaplanır?

Lisans, kanal ücretleri (WhatsApp şablonları, telefon dakikaları), entegrasyon ve iç bakım saatlerini toplayın. Bu toplamı, açığa çıkan insan kapasitesi ve mesai dışında kurtarılan taleplerden gelen gelirle karşılaştırın. Genel ortalamalar yerine kendi konuşma hacminizi ve dönüşüm verinizi kullanın.

Yapay zeka ile satış otomasyonu ve müşteri temsilcisi aynı sistemde çalışabilir mi?

Evet. Destek sorularını yanıtlayan yapay zeka, yeni gelen talepleri de karşılayabilir, nitelendirebilir, niyetini puanlayabilir ve takip dizilerini başlatabilir. Önemli olan net bir yönlendirme kurmaktır; böylece destek talepleri ve satış lead'leri doğru ekiplere doğru bağlamla ulaşır.

İlgili yazılar

<!-- rank-agent-related -->

• Pazarlama Otomasyonu Nedir? Nasıl Çalışır, Örnekler ve Kurulum <!-- rank-agent-link:05f794cf-3cd4-4671-aa24-db02c83e12c4 -->
• Müşteri Takip Programı Ücretsiz mi? 2026 Tarafsız Karşılaştırma <!-- rank-agent-link:24cea73a-4b5f-46a5-9192-4b746b7058d5 -->