Bugünkü adı müşteri deneyim merkezi olan şirketler hayatımıza ilk olarak çağrı merkezi işi şeklinde girmişti. Bunun da Türkiye’de 20 yıldan biraz uzun bir geçmişi olmalı. 2005’te ayrıldığım Tempo dergisinde zamanın Sismens Business Services Genel Müdürü Çağlayan Arkan ile Maslak’taki Noramin İş Merkezi’nde yaptığımız görüşme için davet etmelerinin nedeni çağrı merkezi işinin ilk örneğini Türkiye’ye getirdiklerini müjdelemekti. Bizim görüşme planladığımızdan çok daha uzun sürdü ve bu sayede Arkan’ın iş yapma modeli ile ilgili farklı bir yazı yazma fırsatı buldum. Arkan “Bir fili bile yemek mümkündür ama yeterince iyi dilimlemek gerekir” demişti. Ben de bunu başlığa çekip yazı çıkarmıştım. Toshiba’nın Avrupa’daki teknik desteğini verme işini Türkiye’ye getirmek, o dönem için büyük bir işti ve gazeteciden ziyade mühendis aklıyla nasıl yaptığını anlamak istemiştim. Çok öğretici oldu.
Ben bu kadar etkilenirken ana akım medyada çağrı merkezlerine yönelik tavır çok sertti. “Vizyoner” gazeteciler gençlerimizi katma değeri olmayan bu işte harcayarak ülke ekonomisine ve gençlerin kendisine zarar vereceğimiz uyarısında bulunuyordu. Onların uyarmasından çok Türkiye’nin regülasyonlarını Avrupa ile uyumlu hale getirememesi ve buna bağlı olarak ölçek kazanamaması nedeniyle pahalı kalması, bu işlerin daha doğuya –yanılmıyorsam Sri Lanka’ya- kaymasına neden oldu. Bu maliyet zaman içinde Türkiye’deki şirketlerin de servis/destek maliyetini düşük tutmak için interaktif ses tanıma (interactive voice recognition-IVR) ya da tuşlayarak servis alma çözümlerine yönelmesine neden oldu.
Daha sonra çağrı merkezleri önce dış kaynak kullanımı (outsourcing) şirketlerine dönüşerek içerideki çalışan maliyeti ile karşılaştırmalı olarak kendi değerlerini ifade etmeye başladılar. Daha sonra bu tanımlama belirli bir fonksiyon yerine belirli bir süreci devralmaya dayanan iş sürecinde dış kaynak kullanımına (business process outsourcing-BPO) ve bunun yönetimi olan BPM’e (business process management) dönüştü. Son dönemde ise müşteri deneyimi merkezleri çağrı merkezleri ile başlayan döngünün ileri aşamasını oluşturuyor. Bu ileri aşamada yapay zekâ oyunun yeniden kurulmasına neden olan bir etki yaratıyor.
Bu etki özellikle Hindistan gibi milyonlarca insanın çalıştığı çağrı merkezi operasyonu yürüten ülkeler için şimdiden önemli bir konuya dönüşmüş durumda. Ölçekten kaynaklanan maliyet avantajı ve Hintlilerin iyi İngilizce konuştuğu düşüncesi ABD’de uçak bileti satın alana bile Hindistan’dan hizmet verilmesinin önünü açmıştı. Bugün yapay zekâ kullanımı ile bu servislerin otomatize edilebilecek bölümü için insana gerek bırakmayan bir denge var. Daha karmaşık işler de yapay zekâ ajanları ve dijital asistanlar ile mesele olmaktan çıkıyor. Bu değişim Hindistan’daki o büyük işgücü için bir risk oluştururken yapay zekâ destekli operasyonun dünyanın başka herhangi bir yerinden yürütülebilecek olması, bu sektörün beslediği Hindistan ekonomisi için de bir sıkıntı yaratmaya aday. Bu iki ağızlı bıçağın neyi keseceğini bir kenara bıraktığımızda karşımıza ilgi çekici bir olgu çıkıyor: yapay zekâ çağında müşteri deneyim merkezi işi için gereken enerjinin ucuz olması ve iyi bir telekomünikasyon bağlantısının bulunmasından ibaret. Tabii bu yorum gözlerimizi kör etmesin. Her ekonomik faaliyette olduğu gibi asıl olarak yapılan işin bir ihtiyacı karşılayarak gelir üretmesi gerekiyor. AssisTT Bilgi Teknolojileri Genel Müdürü İzzet Erten ile sohbet etmeye başladıktan kısa bir süre sonra, Erten’in bakış açısının bu yeni dünyaya ne kadar uygun olduğunu düşünmeye başladım. Müşteri deneyimi merkezinin kendisinden çok hayatımızda yeri giderek genişleyen bu organizasyonların işlevlerini iyileştirecek geliştirmelere odaklandık. Bu kendiliğinden oldu. Frekans tuttu, diyeyim. Erten, şöyle bir şey oldu; biz de bunu yazarak o ihtiyacı karşıladık türünden ifadeleri fazlaca kullandı. Bu inovasyon gücünü daha derinlemesine inceleme ihtiyacını hissettim.
İnovasyon için çok uygun ortam
İnovasyonun değeri ile ilgili birçok şiirsel tanımlama yapılsa da bu konu aslında bir ihtiyacı keşfetme, hızal çözüm üretme, bunu zaman içinde versiyonlama ve ihtiyaç kalmadığında ortadan kaldırma işidir. Bunun yatırım dönüşü (ROI) noktası da en kritik konulardan biridir. İnovasyonun değeri hitap ettiği ölçekle bağlantılı olarak artar. AssisTT’in Türk Telekom Grubu içinde yer almasının yarattığı ölçek ve günümüzün gerçek zamanlı işletme normlarına uygun bir iş modeli ile çalışması, şirketi bu konuda önemli bir pozisyona oturtuyor.
Erten’in “Müşteri ihtiyaç ve beklentilerinin dönüşümü, teknolojinin hayatımızın her alanına yayılması gibi dinamikler; iş tanımımızı, sunduğumuz çözümleri ve iş yapış biçimimizi de dönüştürdü.” şeklindeki sözleri, bu anlattıklarımın kaynağına işaret ediyor. Üstelik değişen sadece müşteri değil. Destek ve yönetici kadrolarla birlikte toplam çalışan sayısının 175 bin 574’e ulaştığı sektörde müşteri temsilcilerinin yüzde 38’inin tamamen uzaktan ve yüzde 34’ünün ise hibrit çalışıyor olması, adında merkez olan bir sektörün merkeziyetsiz bir yapıya geçerek ne kadar büyük bir değişim yaşadığını gösteriyor. 2025’te Türkiye’deki toplam müşteri temsilcisi sayısının yüzde 7 artışla 150 bin 528’e yükselmiş olması sektördeki büyümeyi gösterirken, ölçek olarak da inovasyon için elverişli bir alanla karşı karşıya olduğumuza işaret ediyor.
Özellikle COVID19 döneminde tetiklenen bu değişim, sektörde çevresel ve içsel faktörlerle yaşanan dönüşümün sadece küçük bir göstergesi. Müşteri Deneyimi Yönetimi ve Teknolojileri Derneği’nin (MDYD) 2025 raporu, bu verilerin yanı sıra müşteri temsilcisi eğitim durumları da yüzde 33 üniversite, yüzde 28 ön lisans, yüzde 36 lise, yüzde 3 diğer olarak karşımıza koyuyor.
AssisTT bu evrende finans, kamu, enerji, e-ticaret, ulaştırma ve lojistik, sağlık, tüketim ve perakende, medya ve iletişim sektörlerinden 60’tan fazla müşteriye hizmet veriyor. Bu çeşitliliğe 174,5 milyonluk ortalama çağrı sayısı ve 547,1 milyon dakikalık üretimle ifade edilen ölçek eşlik ediyor.
Erten’in “Teknolojik müşteri deneyimi çözümlerimizle tüm paydaşlarımız için stratejik yol arkadaşı olmak.” şeklinde ifade ettiği şirket misyonu ve müşteri mutluluğuna yaptığı vurgu, yeni nesil şirketlerin kullandığı tanımlamaları yansıtıyor. Benim için daha anlaşılır olan, lideri markalara geleceğin müşteri deneyimini tasarlamaya ve markalarla müşteriler arasında güçlü bağlar kurmak için AssisTT’in elinde bulunan “son derece zengin müşteri içgörüsü verisine” yapılan vurgu. Buna dayanarak yapılan “tüm bu deneyim evrenini analiz etme, öngörme ve beklentileri şekillendirme gücüne sahip olma” vurgusu sadece bugüne ait bir deneyim şirketi olmanın gereğini değil, geleceğin yapay zekâ dünyasının ve 5G ile şekillendirilen dünyasının da ihtiyacını anlamak ve karşılamak anlamına geliyor. Erten, “Sadece bugünün değil, geleceğin de müşteri deneyimini tasarlamak için hem teknolojimize hem de ekiplerimizin yetkinliklerine yatırım yapmayı sürdürüyoruz.” diyor.
Araba çalışırken motor yağını değiştirebilmek
Meşhur fıkradır. Bir oto tamircisi ile bir kalp cerrahı sohbet ederken oto tamircisi, motor yağını değiştirmekle kalp ameliyatı yapma arasında fark olmamasına karşın kendisinin daha az kazanmasından yakınır. Cerrahın yanıtı nettir: “Aradaki farkı anlamıyorsan, motor yağını motor çalışırken değiştirmeyi dene.”
Günümüzün inovasyon ve teknoloji geliştirme ortamı, motor çalışırken yağı değiştirmeye yani kalp ameliyatına benziyor. Bu yüzden, AssisTT’i doğru değerlendirmek için Erten’in “Stratejimiz çerçevesinde, çalışanlarımıza, müşterilerimize ve hissedarlarımızı merkeze alarak iyi hissettiren deneyimler yaratmak için çalışıyoruz.” ve “İletişim Merkezi Çözümlerini düşündüğümüzde insan kaynaklarına ek olarak ihtiyaç duyulabilecek tüm teknolojik bileşenleri AssisTT teknoloji çözümleri olarak üretiyor ve müşterilerimize sunuyoruz. Santral, IVR, Ses/Ekran Kayıt, Speech Analytics gibi sunduğumuz sesli kanal ürünlerine ek olarak yazılı kanallarda da teknolojik çözümleri içeren bir portföye sahibiz.” ifadelerini birlikte değerlendirmek gerekiyor. İkinci ifade, birincinin sadece duygusal olmadığını ortaya koyuyor.
Erten’in “Müşteri beklentilerini karşılamak ve memnuniyeti bir adım öteye taşımak adına müşteri deneyimini uçtan uca kurguluyor ve tüm temas noktalarına özel çözümler tasarlıyoruz.” dedikten sonra kurduğu “Müşteri İlişkileri Yönetim Platformu (CRM), Bilgi Yönetim Platformu (Infobox), Chatbot, Webchat, Görüntülü Görüşme çözümleri, vardiya planlama uygulamaları, mobil aplikasyonlar gibi tamamı yazılım ekiplerimizde istihdam ettiğimiz mühendislerimiz tarafından geliştirilen yazılım çözümlerimizle müşterilerimize hizmet veriyoruz.” cümlesi, ihtiyaçlar ortaya çıktıkça çözüm üretebilen bir yapıyı çağrıştırıyor.
“Detaylı raporlama ve dashboard hizmetleri, veri madenciliği, iş zekâsı çözümleri, Robotik Süreç Otomasyonu (RPA) çözümü, müşterilerimizin ihtiyacına yönelik çeşitli ses teknolojileri çözümleri ve yine müşteri ihtiyacına özel tasarlanan terzi işi projeler de teknoloji hizmetlerimiz arasında yer alıyor.” diye ekleyen Erten’in burada saydıkları, yapay zekâ geçişinde de değerli bir birikim sağlıyor.
Yapay zekâya giden yol
Söz yapay zekâya gelince Erten’in görüşlerini daha iyi anlaşılması için soru cevap şeklinde aktarmayı yararlı görüyorum. Özellikle düşünce ile saha arasındaki karşılaştırması dikkate değer. Bu, zamanında yüzde 90 civarında başarısızlık oranı ile karşılaşılan müşteri ilişkileri yönetimi (CRM) projelerindeki tablonun benzerinin neden yapay zekâ projelerinde tekrarlandığının anlaşılmasını sağlıyor.
- Yapay zekâ uygulamalarının insansız bir hizmet ortamı yaratmasından bahsediliyor. Sizin sektörünüzde durum ne?
- Müşteri deneyimi dünyasında bir süredir aynı söylem öne çıkıyor: “Yapay zekâ ile devrim”, “insansız hizmet”. Ancak sahaya indiğimizde tablo daha farklı. Yapay zekâ projelerinin önemli bir kısmı demo seviyesinde kalıyor ve kısa süre sonra rafa kaldırılabiliyor. Buradaki temel sorun yapay zekânın kendisi değil; yanlış problem seçimi, maliyet odağının kaybolması ve teknoloji yatırımlarının bazen gerçek iş ihtiyacından çok görünürlük amacıyla yapılması.
- Burada beklenti ile gerçekleşme taraflarını karşılaştırır mısınız?
- Müşteri deneyiminde yapay zekâdan beklenen iki temel çıktı bulunuyor. İlki maliyet ve verimlilik tarafı: işlem sürelerinin kısalması, tekrar aramalarının azalması ve self-servis kullanımının artması. İkincisi ise deneyim kalitesi: ilk temasta çözüm oranının (FCR) yükselmesi ve müşteri memnuniyetinin artması. Yapay zekâyı yalnızca yeni bir kanal gibi konumlandırıp bir chatbot devreye almak bu hedeflere ulaşmak için yeterli olmuyor. Yapay zekâ çok güçlü bir araç; ancak doğru veri altyapısı, doğru süreç akışları, doğru yetkilendirme modeli ve güçlü bir performans yönetimi olmadan beklenen değeri üretmesi zorlaşıyor.
- Burada fark yaratmak için nasıl bir iş modeli uyguluyorsunuz?
- AssisTT olarak üretken yapay zekâ çalışmalarımızı uzun süredir “iş senaryosu – icra – değer üretimi” yaklaşımıyla ele alıyoruz. Bu yaklaşımda en kritik aşama iş senaryosunun doğru belirlenmesi. Yapay zekânın hangi problemi çözeceği net şekilde tanımlandığında başarı ihtimali de önemli ölçüde artıyor. İcra aşamasında ise büyük modellerle tüm süreci üretken yapay zekâya yaptırmanın çoğu zaman en maliyetli yöntem olduğunu gördük. Bunun yerine uygulamayı ihtiyaca göre terzi usulü tasarlamak, GPU kullanımını minimumda tutarken gerçek maliyet avantajı yaratıyor. Kurumlara maliyet tasarrufu sağlamayan, hizmet kalitesini artırmayan veya çeviklik kazandırmayan yapay zekâ projelerinin sürdürülebilir bir değer üretmesi mümkün olmuyor.
- Burada sonuç alma konusunda örnek verebileceğiniz bir uygulama var mı?
- 2024 yılı sonunda devreye aldığımız Yapay Zekâ ile Otomatik Kalite Değerlendirme uygulamamız bu yaklaşımın somut bir örneğini oluşturuyor. Bu uygulama sayesinde bir çağrının değerlendirme maliyeti yüzde 98,9 oranında azalırken, değerlendirme kalitesi de insan uzmanların ortalama değerlendirme seviyesinin üzerine çıktı. Model performansı düzenli olarak izleniyor ve aylık olarak güncellenerek uzman ekipler tarafından doğrulanıyor. Türkiye’de ve dünyada kalite değerlendirmelerinde kısmi otomasyonun konuşulduğu bir dönemde, kalite süreçlerini uçtan uca otomatik skor üretebilen bir yapıya taşımayı önemli bir gelişme olarak görüyoruz. Önümüzdeki dönemde benzer uygulamaların sektör genelinde daha yaygın hale geleceğini düşünüyoruz. Bu projemiz, Globee Awards for Artificial Intelligence tarafından düzenlenen “Best Use of AI in Customer Service” kategorisinde ödüle layık görüldü. Bilgi Teknolojileri ekibimizin hazırladığı projemiz sayesinde çağrı değerlendirme kapasitemizi 60 kat artırırken, süreçlerimizi hızlandırdık ve değerlendirmelerin tutarlılığını sağladık.
- Müşteriye dokunan tarafta ne yapıyorsunuz?
- Voicebot tarafında ise ilk canlı devreye alımımızı 2023 yılı sonunda gerçekleştirdik. Bu projelerde temel odağımız her müşteri için doğru senaryoyu tasarlamak ve kullanıcıların sorunsuz bir deneyim yaşamasını sağlamak. Voicebot çözümlerimiz bugün itibarıyla gelir kalemlerimiz arasında yer alıyor. Bu alanda hem teknik olgunluğun hem de uygulama yetkinliğinin sektör genelinde daha da artacağını öngörüyoruz.
İlgi çekici bir örnek: Dönence
Erten’e ne kadar güvenebileceğimizi anlamaya yardımcı olması açısından Dönence uygulamasından bahsetmek istiyorum. AssisTT, en kapsamlı yazılım projelerinden biri olan ve tamamen iç kaynaklarla geliştirilen iş gücü yönetimi uygulaması Dönence ile asistanların vardiya planlama sürecini yönetiyor. Otomatik vardiya planlama yapabilen, vardiya rotasyonu ve takası sağlayabilen, belirlenen çerçevede adalet kurgusunu değerlendiren ve bunları yaparken operasyonel hedefleri gözeten Dönence, şirketlerin insan kaynakları, puantaj ve raporlama ile tüm santral sistemlerine kolayca entegre olabilen ve otomasyon sağlıyor.
Arka planda birden fazla tahmin sürecini değerlendirip projeye göre yön alabilen Dönence, özel durumu olan çalışanları ekstra çaba gerektirmeden otomatik vardiyalama sürecine dahil edebiliyor ve verimliliğin artmasına katkıda bulunuyor. Uygulama, detaylı kapasite planlaması yeteneği sayesinde, simülasyonlar aracılığıyla saatlik, günlük ve aylık bazda ihtiyaç analizini derinlemesine yaparak iş gücü ihtiyaçlarını belirleyebiliyor. Santral sistemlerine hazır halde bağlantı kurabilmesi sayesinde, operasyonel yönetimi tek bir platformdan gerçekleştirmeyi mümkün kılan uygulama, mobil entegrasyon özelliği sayesinde, kullanıcıların gelişmelerden anında haberdar olmasını sağlayarak erişilebilirliği artırıyor. Erten, “Dönence uygulamamız ile dış kaynağa ödenen kişi başı lisans ve bakım/geliştirme ücretlerini ortadan kaldırarak operasyon maliyetlerini büyük ölçüde düşürdük.” diyor.
Bu uygulamanın ilgimi çekmesinin nedeni, AssisTT içinde 2022’de hayata geçirilen Girişimci Müşteri Temsilcisi modeli. Tamamen AssisTT teknolojisiyle çalışan bu model, Türkiye’nin her yerinden erişime ve insanların tek platform üzerinden tüm çalışmalarını yürütebilmelerine olanak tanıyor. AssisTT teknoloji ekiplerinin geliştirdiği Vardiya Pazar Yeri ile modelde çalışanlar herhangi bir çalışma yerine bağlı olmaksızın, çalışma saatlerini ve bunların fiyatlandırmasını görerek, istedikleri zaman diliminde ürettikleri kadar kazanabiliyor.
Erten, “Yapay zekânın saat ücretlerinin belirlediği modelde çalışanlar, aynı zamanda çalışmaları sırasında gerçekleştirdikleri performans, verimlilik gibi bütün değerleri, iş çıktılarını izleyip, kazançlarını görerek kolaylıkla bunları fatura edebiliyorlar. İhtiyaca göre Türkiye’nin her yerinde ekip kurma avantajı sağlayan Girişimci Müşteri Temsilcisi Modeli sadece girişimciliği teşvik etmekle kalmıyor, maliyetleri optimize etme imkânı sunduğu için hizmet bedellerinin düşmesini sağlayarak müşterilere de katkı sağlıyor. Aylık ortalama 6 bin 500 dakika civarında üretim yapan temsilciler piyasa ortalamasının üzerinde gelir elde ediyor. Bu modelde çalışan bir kişinin, bu işi kendi işinin dışında ikinci bir iş olarak yapabilmesi de mümkün. Hâlihazırda hem aile işletmesinde çalışıp hem Girişimci Müşteri Temsilcisi olarak çalışan birçok kişi mevcut.” diyor. 6 bin 500 dakikanın anlaşılır olması için 108 saat 20 dakikaya karşılık düştüğünü not düşeyim.
Bu modelin dikkatimi çekmesinin nedeni, Türkiye’de genellikle teknoloji projelerinin ayrı birer izole alana sıkışması ve genel iş modeli üzerinde değişiklik yaratmakta yetersiz kalması. Teknolojik yeniliklerin iş süreci ve iş modeli inovasyonu yaratmasına büyük ihtiyacımız var. Erten’in bakış açısının burada önemli bir şans yarattığını düşünüyorum.
