Türkiye’de tüketicilerin yüzde 63’ü hızlı yanıt almak için yapay zeka tabanlı sanal asistan kullanmaya açıkken, müşteri temsilcisinin aynı hız ve doğrulukta destek verebildiği durumlarda yüzde 78’i canlı desteği tercih ediyor. Araştırma, müşteri deneyiminde otomasyon ile insan desteğinin birlikte tasarlanması gerektiğini gösteriyor.
Müşteri Deneyimi Yönetimi ve Teknolojileri Derneği’nin Deloitte ve PRAGMA iş birliğiyle Eylül-Ekim 2025 döneminde Türkiye’de 1.000 tüketiciyle gerçekleştirdiği araştırma, dijital müşteri hizmetlerinde hız ile insan desteğinin birlikte önem taşıdığını ortaya koydu.
Katılımcıların yüzde 63’ü bir müşteri temsilcisine ihtiyaç duymadan hızlı yanıt alabilmek için yapay zeka tabanlı sanal asistan kullanmak istediğini belirtiyor. Ancak müşteri temsilcisinin dijital destek araçlarıyla aynı hız ve doğrulukta yanıt verebildiği senaryoda tüketicilerin yüzde 78’i canlı desteği tercih ediyor.
Bu sonuç, yapay zekanın müşteri hizmetlerindeki rolünün tüm temasları otomatikleştirmekten çok doğru işlemi doğru kanala yönlendirmek üzerinden şekillendiğine işaret ediyor.
Otomatik Yanıt Her Talepte Yeterli Olmuyor
E-ticarette müşteri taleplerinin karmaşıklığı önemli ölçüde değişebiliyor. Siparişin kargoya verilip verilmediği gibi standart bir bilgi talebi sanal asistan tarafından saniyeler içinde yanıtlanabilirken, teslim edildiği görünen ancak müşteriye ulaşmayan bir sipariş farklı sistemlerin ve ekiplerin devreye girmesini gerektirebiliyor.
Bu noktada müşteri temsilcisinin yalnız görüşmeyi devralması yeterli olmuyor. Önceki mesajların, verilen yanıtların, sipariş bilgilerinin ve açık kalan taleplerin temsilcinin ekranında görünür olması gerekiyor.
Aksi halde müşteri aynı problemi yeniden anlatırken temsilci de daha önce toplanmış bilgileri tekrar istemek zorunda kalıyor. Bu durum hem çözüm süresini uzatıyor hem müşteri deneyimini zayıflatıyor.
Yapay Zeka Görüşmeyi Operasyona Bağlıyor
Müşteri deneyimi ve operasyonel süreç yönetimi alanında faaliyet gösteren fzlPLUS, geliştirdiği yapay zeka destekli çok kanallı altyapıyla telefon, mesajlaşma ve diğer dijital kanallardaki müşteri temaslarını aynı yapı altında topluyor.
Bir görüşme müşteri temsilcisine aktarıldığında önceki etkileşimler ve açık talepler de temsilciye taşınıyor. Yapay zeka görüşmenin konusunu belirleme, geçmiş temasları analiz etme ve görüşmeleri özetleme gibi görevlerde kullanılıyor.
Bu yapı sayesinde temsilci yalnız müşterinin son mesajını görmek yerine geçmiş görüşmeleri ve daha önce gerçekleştirilen işlemleri birlikte değerlendirebiliyor.
Görüşme Sonrası Süreç de Takip Ediliyor
Müşteri hizmetlerinde önemli sorunlardan biri görüşmenin tamamlanması ile talebin gerçekten çözülmesi arasında oluşan boşluk. Bir müşteri temsilcisi talebi ilgili birime aktardığında işin hangi ekip tarafından ne zaman ele alınacağı ve müşteriye kimin geri döneceği sürecin ayrı bir parçasını oluşturuyor.
fzlPLUS’ın modelinde talepler konularına göre sınıflandırılıyor, sorumlu ekipler belirleniyor ve çözüm için hedef süreler tanımlanıyor. Böylece müşteri görüşmesi, sonrasında takip edilecek operasyonel bir iş akışına bağlanıyor.
fzlPLUS Genel Müdürü Hüseyin Yerçok, müşterilerin şirket içindeki organizasyon yapısını bilmesinin beklenemeyeceğini belirterek hizmet tasarımının talebin hangi ekip tarafından ne zaman sonuçlandırılacağını da kapsaması gerektiğini ifade ediyor.
Araştırmanın ortaya koyduğu yüzde 63 ve yüzde 78’lik iki veri, yapay zeka ile insan desteğinin birbirinin alternatifi olarak değerlendirilmesinin müşteri beklentisini tam olarak karşılamadığını gösteriyor. Tüketici basit işlemlerde hız istiyor. Sorun karmaşıklaştığında ise geçmişi bilen, talebi sahiplenen ve çözüm sürecini takip eden bir insan desteği bekliyor.Bu nedenle müşteri hizmetlerinde yeni rekabet alanı yalnız chatbot kalitesi üzerinden oluşmuyor. Otomasyonun ne zaman devreye girdiği, hangi noktada insana aktardığı ve görüşme sonrasında işin nasıl sonuçlandırıldığı da müşteri deneyiminin temel parçaları haline geliyor.
