ING Türkiye, müşteri iletişim merkezinde devreye aldığı yapay zekâ ve otomasyon çözümleriyle müşteri etkileşimlerini analiz eden, ihtiyaçları öngören ve operasyonel süreçleri buna göre yönlendiren yeni bir yapı kurdu.
Çağrı özetleme, içgörü üretimi, akıllı tahminleme ve kapasite planlama çözümlerini aynı yapı altında buluşturan banka, müşteri taleplerini daha hızlı karşılamayı ve tekrar eden sorunları erken aşamada belirlemeyi amaçlıyor.
Yapay zekâ destekli sistemler, müşteri temsilcileri ve akıllı bankacılık robotu INGo üzerinden gerçekleşen görüşmeleri analiz ederek ürün, hizmet ve süreç geliştirme çalışmalarına veri sağlıyor. Her müşteri teması, bankanın “Müşterinin Sesi” yaklaşımı kapsamında kurumsal bir içgörü kaynağına dönüşüyor.
Müşteri Görüşmeleri Yapay Zekâyla Analiz Ediliyor
ING Türkiye’nin çağrı özetleme ve içgörü üretimi çözümü, INGo ve müşteri temsilcileriyle yapılan görüşmeleri otomatik olarak analiz ediyor. Sistem, görüşmelerde öne çıkan konuları, tekrar eden talepleri ve müşteri deneyiminde iyileştirme gerektiren alanları belirliyor.
Elde edilen veriler kök neden analizlerinde kullanılıyor. Böylece aynı sorun nedeniyle yeniden iletişim kuran müşteri sayısının azaltılması ve taleplerin ilk temas sırasında çözüme ulaşma oranının artırılması hedefleniyor.
Müşteri iletişim merkezlerinde üretilen yüksek hacimli görüşme verisinin sistematik biçimde değerlendirilmesi, bankaların ürün ve süreç geliştirme çalışmalarında daha hızlı hareket etmesine imkân tanıyor. ING Türkiye de çağrıları operasyonel kayıtların ötesine taşıyarak karar süreçlerini besleyen bir veri kaynağı olarak kullanıyor.
Akıllı Tahminleme Müşteri Talebini Öngörüyor
Banka tarafından geliştirilen Akıllı Tahminleme çözümü, müşterinin iletişim kurma nedenini görüşmenin başlangıcında tahmin ediyor. Bu sayede talebin doğru kanala veya işlem adımına daha hızlı yönlendirilmesi amaçlanıyor.
Sistemin, müşteri ihtiyacının daha kısa sürede anlaşılmasına ve işlemlerin kesintisiz biçimde tamamlanmasına katkı sağladığı belirtiliyor. Proaktif yönlendirme yaklaşımı, müşteri temsilcilerinin görüşme sırasında ihtiyaç duyduğu bilgilere daha hızlı ulaşmasını da destekliyor.
Tahminleme modellerinin etkisi, tahmin doğruluğunun yanı sıra işlem süreleri, müşteri memnuniyeti ve ilk temasta çözüm oranları üzerinden izlenebilecek.
Yapay Zekâ Çağrı Yoğunluğunu Tahmin Ediyor
ING Türkiye’nin kapasite planlama modeli, geçmiş çağrı verileriyle birlikte kampanya dönemlerini, mevsimsel hareketleri ve operasyonel değişkenleri analiz ediyor.
Model, müşteri iletişim merkezine gelecek çağrı yoğunluğunu tahmin ederek ekip ve vardiya planlamasına veri sağlıyor. Banka böylece yoğun dönemlerde doğru sayıda çalışanı doğru zaman aralığında görevlendirmeyi hedefliyor.
Kapasite planlamasının daha isabetli yapılması, müşterilerin bekleme sürelerini azaltırken çalışanların iş yükünün daha dengeli yönetilmesine katkı sunuyor. Otomasyon ve tahminleme çözümleri, müşteri deneyimi ile operasyonel verimlilik arasında doğrudan bir bağ kuruyor.
ING Türkiye Yapay Zekâ Yatırımlarını Derinleştirecek
ING Türkiye Operasyon Genel Müdür Yardımcısı Ezgi Demirdağ Saydağ, müşteri iletişiminin her etkileşimden öğrenen ve ihtiyaçları öngören akıllı yapılarla şekilleneceğini belirtti.
Yapay zekâyı müşteri deneyimini uçtan uca dönüştüren stratejik bir alan olarak konumlandırdıklarını ifade eden Saydağ, devreye alınan çözümlerle müşteri ihtiyaçlarını daha hızlı anlamayı ve kişiselleştirilmiş hizmet sunmayı hedeflediklerini aktardı.
Saydağ, her müşteri etkileşiminin kurumun öğrenme ve gelişim sürecini besleyen bir içgörü kaynağına dönüştüğünü vurguladı. ING Türkiye’nin ilerleyen dönemde yapay zekâ odaklı müşteri iletişimi çalışmalarını genişletmesi planlanıyor.
Bankacılıkta yapay zekânın en somut kullanım alanlarından biri müşteri iletişim merkezleri. Yüksek çağrı hacmi, tekrar eden talepler ve bekleme süreleri, otomasyonun doğrudan ölçülebilir sonuç üretebildiği bir çalışma alanı yaratıyor.
ING Türkiye’nin yaklaşımında öne çıkan nokta, müşteri görüşmelerinin yalnızca yanıtlanmasıyla sınırlı kalmaması. Görüşmelerden elde edilen verinin kök neden analizine, kapasite planlamasına ve ürün geliştirmeye aktarılması, müşteri iletişim merkezini kurumsal bir öğrenme alanına taşıyor.
Akıllı tahminleme ve çağrı analizi gibi çözümlerin başarısı, doğru tahmin oranı kadar müşterinin insan desteğine erişim kolaylığıyla da ölçülecek. Otomasyonun güçlü olduğu modelde karmaşık ve hassas taleplerin doğru zamanda müşteri temsilcisine aktarılması kritik önem taşıyor.
ING Türkiye’nin kurduğu yapı, bankacılıkta müşteri deneyiminin reaktif hizmet modelinden öngörüye dayalı bir yapıya geçtiğini gösteriyor. Uzun vadeli etkiyi ise müşteri memnuniyeti, ilk temasta çözüm oranı ve işlem sürelerindeki iyileşme belirleyecek.
