Müşteri hizmetlerinde yapay zekâ kullanımı geliştikçe konuşma analitiğinden beklentiler de değişiyor. Artık yalnızca görüşmelerin analiz edilmesi, sınıflandırılması ve raporlanması yeterli görülmüyor. Kurumlar, müşteri konuşmalarında tespit edilen kritik durumların ilgili iş süreçlerini otomatik olarak başlatmasını istiyor.
Örneğin bir müşteri görüşmesinde ciddi bir memnuniyetsizlik, tekrar eden bir problem veya şikâyete dönüşme riski tespit edildiğinde sistemin ilgili departmana otomatik ticket açması mümkün. Ancak burada önemli bir ayrım var: Ticket oluşturmak teknik bir işlemdir. Doğru ticket’ı, doğru koşullarda oluşturmak ise iş süreçlerinin doğru tasarlanmasını gerektirir.
Her olumsuz ifade aynı aksiyonu gerektirmez
Bir müşterinin “Fiyatınız çok yüksek” demesi ile “Üçüncü kez aynı sorun için arıyorum, artık resmi şikâyette bulunacağım” demesi aynı şekilde değerlendirilmemelidir.
İlk ifade satış görüşmesinde bir fiyat itirazı olabilir. İkinci ifade ise müşteri memnuniyetsizliğinin büyüdüğünü ve öncelikli müdahale gerekebileceğini gösterir.
Ancak yalnızca belirli kelimelerin geçmesine bakılarak otomatik ticket oluşturulması, gereksiz iş yüküne ve yanlış yönlendirmelere neden olabilir.
Bu nedenle konuşma analitiğinde otomatik aksiyon tasarlanırken öncelikle hangi durumların gerçekten müdahale gerektirdiği belirlenmelidir. Görüşmenin bağlamı, müşterinin ifade ettiği problem, konunun tekrarlanma durumu ve kurumun iş kuralları birlikte değerlendirilmelidir.
Amaç mümkün olduğunca fazla ticket oluşturmak değil, aksiyon gerektiren durumları doğru biçimde ayırt etmektir.
Tespit edilen sorunun sahibi kim?
Bir müşterinin yaşadığı problem her zaman görüşmeyi gerçekleştiren temsilcinin çözebileceği bir konu değildir.
Yanlış faturalandırma, teslimat gecikmesi, teknik aksaklık veya ürünle ilgili bir problem farklı departmanların sorumluluğunda olabilir.
Konuşma analitiği bu tür durumların tespit edilmesini ve sınıflandırılmasını destekler. Ancak otomatik yönlendirme mekanizmasının doğru çalışabilmesi için kurumun sorumluluk alanlarını ve iş akışlarını önceden tanımlamış olması gerekir.
Örneğin faturalandırma kaynaklı bir şikâyetin genel müşteri hizmetleri kuyruğuna aktarılması yerine, sorunu çözebilecek ilgili ekibe yönlendirilmesi daha anlamlıdır.
Burada otomasyonun değeri yalnızca işlemi hızlandırmasında değil, tespit edilen problemin çözüm sorumluluğunu doğru noktaya taşımasında ortaya çıkar.
Otomatik aksiyonun da kuralları olmalı
Bir müşteri görüşmesinde birden fazla kritik durum tespit edilebilir. Aynı konuşmada hem faturalandırma problemi hem de resmi şikâyet riski bulunabilir.
Bu durumda sistemin hangi aksiyonu önceliklendireceği, birden fazla departmanın bilgilendirilip bilgilendirilmeyeceği ve hangi koşullarda anlık bildirim gönderileceği önceden belirlenmelidir.
Benzer şekilde, tekrar eden aynı problem için her görüşmede yeni bir ticket açılması her zaman doğru yaklaşım olmayabilir. Mevcut bir kayıtla ilişkilendirme yapılması gereken durumlar da bulunabilir.
Bu kararlar yalnızca yapay zekâ modeline bırakılmamalıdır. Kurumun operasyonel ihtiyaçları doğrultusunda oluşturulan iş kuralları, otomasyonun nasıl çalışacağını belirlemelidir.
Ayrıca sistemin performansı yalnızca açılan ticket sayısıyla değerlendirilmemelidir. Yanlış yönlendirme oranı, aksiyona dönüşme süresi, kayıtların sonuçlandırılması ve aynı problemin tekrar edip etmediği de izlenmelidir.
Teknoloji kadar analiz kurgusu da önemlidir
Yapay zekâ destekli konuşma analitiğinde aynı teknoloji, farklı kurumlarda farklı ihtiyaçlara hizmet edebilir.
Bir banka için öncelikli risk olarak değerlendirilen müşteri ifadesi, bir perakende şirketinde farklı bir iş sürecini ilgilendirebilir. Dolayısıyla tüm kurumlara aynı analiz kriterlerini ve otomasyon kurallarını uygulamak doğru sonuç vermeyebilir.
Bu noktada prompt tasarımı, analiz kriterlerinin belirlenmesi, sınıflandırma yapısı ve aksiyon tetikleyicilerinin tanımlanması önem kazanır.
CallExper, yapay zekâ destekli konuşma analitiğini kurumların operasyonel ihtiyaçlarına göre özelleştirilebilir analiz yapıları ve iş kurallarıyla bir araya getirir. Kritik müşteri sinyallerinin tespit edilmesinden ilgili süreçlere aktarılmasına kadar uzanan yapının tasarlanmasını destekler.
Böylece konuşma analitiği yalnızca görüşmeler hakkında bilgi sağlayan bir teknoloji olmaktan çıkarak kurumların tanımlı iş süreçlerinde kullanılabilen bir mekanizmaya dönüşebilir.
Başarılı otomasyonun ölçüsü açılan ticket sayısı değildir
Otomatik ticket oluşturma, konuşma analitiğinin sağlayabileceği önemli yeteneklerden biridir. Ancak başarılı bir uygulama için yalnızca teknolojinin çalışması yeterli değildir.
Hangi konuşmanın müdahale gerektirdiği, sorunun hangi departmanı ilgilendirdiği, hangi aksiyonun tetikleneceği ve sonucun nasıl takip edileceği birlikte tasarlanmalıdır.
Çünkü konuşma analitiğinde gerçek hedef daha fazla kayıt oluşturmak değil, doğru tespitlerin doğru iş süreçlerinde karşılık bulmasını sağlamaktır.
CallExper’in yaklaşımında teknoloji, analiz kurgusu ve operasyonel süreçlerin birlikte ele alınması bu nedenle önem taşır.