CRM'e Yapay Zekâyı İlk Kez Bağlarken: Hangi Senaryodan Başlamalı, Nerede İnsan Kalmalı?

Satış ekiplerinde "CRM'e yapay zekâ ekleyelim" cümlesi son bir yılda çok sık kuruluyor. Ama bu cümle genellikle bir sonraki soruyu atlıyor: Tam olarak neyi otomatikleştireceğiz ve bunun işe yaradığını nasıl anlayacağız? Bu yazıda, yapay zekâ destekli CRM otomasyonuna küçük ve orta ölçekli bir ekibin nasıl adım adım geçebileceğini, ilk senaryoyu seçerken hangi kriterlere bakılabileceğini ve kararların hangi noktada mutlaka bir insanda kalması gerektiğini konuşmak istiyorum.

Kural tabanlı otomasyonun sınırı

Klasik CRM otomasyonları basit bir mantıkla çalışır: form doldurulduysa şu e-postayı gönder, fırsat şu aşamaya geçtiyse şu görevi aç. Bu kurgular düzenli ve öngörülebilirdir, ama bir zayıflıkları var: müşterinin serbest metin olarak yazdığı şeyi okuyamazlar. "Haftaya bütçe onayımız var" diyen bir alıcı ile "ileride bakarız" diyen bir alıcı, aynı formu doldurdukları için aynı akışa düşer. Yapay zekâ destekli otomasyonun asıl katkısı tam burada başlıyor: yapılandırılmamış metni anlamlandırıp CRM'in anlayacağı alanlara çevirmek.

Üç senaryo, üç farklı risk seviyesi

Kaynak yazı, CRM'de kullanılan üç temel senaryoyu öne çıkarıyor. Ben bunları uygulama sırası açısından risk seviyesine göre okumayı öneriyorum.

1. Niyet ve ihtiyaç çıkarımı (en düşük risk). Form açıklama kutusuna yazılan talep bir dil modeline gönderilir; proje tipi, adet, aciliyet ve önerilen sorumlu gibi alanlar otomatik doldurulur. Burada yapay zekâ müşteriyle doğrudan konuşmaz; yalnızca temsilcinin önüne daha düzenli bir kayıt koyar. Hata yaparsa temsilci kaydı açtığında fark eder ve düzeltir. Bu yüzden ilk senaryo için en güvenli adaydır.

2. Görüşme öncesi not ve soru seti (orta risk). Müşterinin sektörü ve geçmiş etkileşimleri incelenerek temsilciye arama öncesi kısa bir özet ve soru listesi hazırlanır. Bu da hâlâ içe dönük bir çıktıdır, ama temsilcinin görüşmeye hazırlığını doğrudan etkilediği için içeriğin doğruluğu daha fazla önem taşır.

3. Duygu ve kayıp riski uyarısı (dikkat gerektiren). WhatsApp veya e-posta mesajlarındaki olumsuz ifadeler tespit edilip yöneticiye bildirim gider. Değerli bir senaryodur, ama yanlış alarmlar ekibi kısa sürede yorar. Eşik değerlerinin bir süre gözlemlenerek ayarlanması gerekir.

İlk senaryoyu seçerken üç soru

Hangisiyle başlayacağınıza karar verirken şu soruları sormak işe yarar:

• Bu iş bugün ekipte ne kadar zaman alıyor? Temsilciler her yeni talebi elle okuyup alanları dolduruyorsa, niyet çıkarımı hemen hissedilir bir kazanç sağlar.

• Hata olursa kim fark eder? Çıktıyı bir insan gördükten sonra harekete geçiliyorsa risk düşüktür. Müşteriye doğrudan giden her şey ise ayrı bir onay katmanı ister.

• Başarıyı hangi sayıyla ölçeceğiz? Örneğin "talebin CRM'e düşmesiyle temsilcinin ilk aksiyonu arasındaki süre" ya da "elle düzeltilen alan oranı" gibi basit bir ölçü önceden belirlenmeli.

İnsanın masada kalması gereken yer

Yapay zekâ bir talebi "yüksek öncelikli" diye işaretleyebilir, ama fiyat teklifini onaylamak, bir müşteriyi kayıp riski nedeniyle özel indirime yönlendirmek ya da hassas bir şikâyete yanıt vermek temsilcinin veya yöneticinin işi olarak kalmalı. Pratik bir kural: model öneri üretir, insan karar verir. Bu ayrımı baştan net koymak, ekibin sisteme güvenmesini de kolaylaştırır; çünkü kimse "makine benim yerime müşteriye yanlış bir şey yazdı" endişesi taşımaz.

Küçük başlayıp ölçerek büyümek

Önerim, tek bir senaryoyla iki-dört haftalık bir deneme yapmak. Bu sürede her yapay zekâ çıktısını temsilcinin kontrol etmesi, düzeltmelerin kayıt altına alınması ve önceden seçilen ölçünün izlenmesi yeterli. Düzeltme oranı kabul edilebilir bir seviyeye indiğinde ikinci senaryoya geçilebilir. Böylece otomasyon, ekibin üzerine birden yığılan bir proje yerine kendini adım adım kanıtlayan bir araç hâline gelir.

Üç senaryonun teknik örnekleri, örnek veri yapısı ve ilgili şablonlar için kaynak yazıya göz atabilirsiniz: Yapay Zeka Destekli CRM Otomasyon Senaryoları