Chatbot ile müşteri hizmeti: kurulumdan sürekli iyileştirmeye

Müşteri hizmetlerinde chatbot ne işe yarar?

Müşteri hizmetleri chatbotu, müşterinin yazılı kanaldan (web sitesi, mobil uygulama, mesajlaşma uygulaması) gönderdiği talebi anlayıp ya kendisi yanıtlayan ya da doğru ekibe aktaran yazılımdır. Amaç temsilcinin yerini almak değil, tekrar eden ve yanıtı belli olan talepleri hızlandırıp temsilcinin zamanını gerçekten insan muhakemesi gereken konulara bırakmaktır.

Bu becerinin kapsamı yalnızca bir botu çalıştırmak değildir. Hangi taleplerin otomasyona uygun olduğunu seçmek, konuşma akışını tasarlamak, bilgi kaynaklarını bağlamak, insana devir kurallarını yazmak ve botun performansını izleyip düzeltmek bir bütün olarak chatbot yönetimidir. Kurulumu bir kez yapılıp bırakılan bot, ürün ve kampanya bilgisi değiştikçe hızla yanlış bilgi vermeye başlar.

Tipik uygulama alanları sipariş ve kargo durumu sorgulama, iade ve değişim süreci, üyelik ve şifre işlemleri, randevu alma ve değiştirme, sık sorulan sorular ve fatura bilgisi gibi konulardır. Hepsinde ortak nokta, talebin sınırlı sayıda kalıba oturmasıdır.

Kuruluma başlamadan önce: hangi talepler botlaşır?

İlk iş araç seçmek değil, mevcut talepleri tanımaktır. Son dönemin destek kayıtları, e-postalar ve çağrı notları konu başlıklarına göre gruplanır. Her grup için şu sorular sorulur: talep ne sıklıkla geliyor, yanıtı her seferinde aynı mı, yanıt verirken müşterinin hesabına ya da siparişine bakmak gerekiyor mu?

Sık gelen ve yanıtı sabit olan talepler (çalışma saatleri, iade koşulları) bilgi tabanından yanıtlanabilir. Yanıt için müşteriye özel veri gerekiyorsa (sipariş nerede) botun sipariş sistemine güvenli biçimde bağlanması gerekir. Yargı, istisna ya da duygusal destek isteyen talepler (hasarlı ürün şikayeti, ödeme itirazı, mağduriyet anlatımı) ilk sürümde otomasyonun dışında tutulur.

Bu eleme sırasında çıkan listeyi iş ekibiyle birlikte öncelik sırasına dizin. İlk sürümün kapsamı dar tutulursa bot az konuda ama doğru yanıt verir, güven kazanır ve sonraki kapsam genişlemesi daha az riskli olur.

Adım adım kurulum akışı

Uygulama çoğu ekipte şu sırayla ilerler:

• Talep envanteri: gruplanmış talepler, sıklık ve zorluk derecesiyle tabloya alınır.
• Konuşma tasarımı: her talep için müşterinin ifade biçimleri, botun soracağı netleştirici sorular ve yanıt metni yazılır.
• Bilgi kaynağı: yanıtların dayandığı politika metinleri, ürün bilgileri ve sık sorulan sorular tek ve güncel bir kaynakta toplanır.
• Entegrasyon: sipariş, kargo, üyelik ya da randevu sistemiyle okuma ağırlıklı bağlantılar kurulur; ilk aşamada botun veriyi değiştirmesine izin verilmez.
• Test: gerçek geçmiş talepler botla yeniden oynatılır, yanlış anlaşılan ifadeler işaretlenir.
• Sınırlı yayın: bot önce belirli bir kanalda ya da belirli saat aralığında açılır, sonra genişletilir.

Niyet tanıma tarafında klasik yöntemde örnek cümlelerle eğitilmiş bir sınıflandırıcı kullanılır. Büyük dil modeli tabanlı yaklaşımda ise bot, bilgi kaynağından getirdiği metne dayanarak serbest biçimde yanıt üretir. Büyük dil modeli yaklaşımı daha esnektir ama yanıtın yalnızca onaylı kaynaktan üretilmesini sağlayacak sınırlar, test ve izleme gerektirir.

Konuşma akışı ve insana devir

İyi bir chatbotta müşteri, ne zaman insanla konuştuğunu ve ne zaman botla konuştuğunu bilir. Bot kendini tanıtır, ne yapabildiğini kısaca söyler ve müşteriye her adımda çıkış yolu verir. Müşteri bir şeyi aynı biçimde tekrar sorduysa ya da botun yanıtını reddettiyse, bot yanıtı tekrar etmek yerine konuşmayı devretmelidir.

İnsana devir kuralları baştan yazılır. Örnekler: müşteri doğrudan temsilci istediğinde, duygu analizi yüksek öfke gösterdiğinde, ödeme ya da kişisel veri içeren hassas bir konu açıldığında, bot belirli sayıda denemede niyeti anlayamadığında. Devir sırasında konuşma geçmişinin temsilciye iletilmesi şarttır; müşteriye aynı bilgiyi yeniden sorduran devir, botun en sık şikayet edilen yanlışıdır.

Ton konusunda da karar gerekir: markanın yazım dili, hitap biçimi ve botun şaka ya da emoji kullanıp kullanmayacağı yazılı bir rehberde toplanır. Bu rehber temsilci şablonlarıyla uyumlu olmalıdır.

Ölçüm ve sürekli iyileştirme

Bot yayına alındıktan sonra işin asıl kısmı başlar. Haftalık ritimle şu göstergeler izlenir: botun kendi başına çözdüğü konuşma oranı, insana devredilen konuşma oranı, müşterinin konuşmayı yarıda bıraktığı noktalar ve botun yanıtına verilen memnuniyet puanı. Bunlardan hiçbiri tek başına yeterli değildir; yüksek otomasyon oranı, müşterilerin bota küsüp başka kanala geçmesinin sonucu da olabilir.

Düzeltme kaynağı gerçek konuşma kayıtlarıdır. Botun anlayamadığı ifadeler listelenir, yeni örnek cümlelerle ya da yeni bilgi kaynağı maddeleriyle giderilir. Temsilcilerin devralınan konuşmalarda botun nerede yetersiz kaldığını etiketlemesi, bu listeyi besleyen en değerli girdidir.

Ayrıca her kampanya, fiyat ya da politika değişikliğinden önce botun bilgi kaynağı güncellenmelidir. Bu iş birinin sorumluluğuna yazılmazsa bot, güncel olmayan koşulları müşteriye aktarmaya devam eder.

Sık yapılan hatalar

Sık görülen hata, her şeyi tek seferde otomatikleştirmeye çalışmaktır. Kapsamı geniş tutulan bot çok konuda yarım yanıt verir; dar kapsamlı bot az konuda tam yanıt verir ve güven kazanır.

Başka bir hata, botu müşteri hizmetleri ekibinden bağımsız bir BT projesi olarak yürütmektir. Yanıtların içeriğini yakından bilen temsilcilerdir; konuşma tasarımı ve test sürecine dahil edilmezlerse bot, ekibin gerçek pratiğinden kopuk yanıtlar üretir.

Bir diğeri, müşteriyi döngüye sokmaktır: bot aynı soruyu tekrar sorar, yanıt veremeyince de menüyü baştan sunar. Her akışta deneme sınırı ve devir çıkışı bulunmalıdır.

Son olarak, kişisel veri konusunu sona bırakmaktır. Botun hangi veriyi gördüğü, konuşma kayıtlarının nerede ve ne kadar süre saklandığı ve müşterinin bilgilendirilmesi, kurulumun başında hukuk ve bilgi güvenliği ekipleriyle netleştirilir. Kimlik doğrulama gerektiren işlemler, bot yalnızca doğrulanmış oturumda çalışacak biçimde tasarlanır.

Bu beceriyi Mindset programlarında nerede çalışırsınız?

Mindset kataloğundaki Yapay Zeka ile Müşteri Hizmetleri Otomasyonu eğitiminin modül başlıkları arasında Chatbot ve Sanal Asistan Tasarımı, Otomatik Yönlendirme ve Sınıflandırma, Duygu Analizi ve Müşteri Geri Bildirimi ile Performans Ölçümü ve Sürekli İyileştirme yer alır. Bu başlıklar yukarıdaki akışın tasarım, devir ve ölçüm adımlarıyla örtüşür; müşteri hizmetleri yöneticileri, operasyon sorumluları ve süreç iyileştirme ekipleri için uygundur.

Müşteri Hizmetlerinde Niyet Tespiti eğitimi ise Niyet Sınıflandırma Modelleri ile Diyalog Yönetimi ve Sohbet Botları modüllerini içerir; botun arka planındaki anlama katmanını daha teknik açıdan çalışmak isteyen veri ve yazılım ekiplerine yöneliktir. Kurumsal ekipler, kendi destek kanallarındaki talep envanterini eğitime örnek çalışma olarak taşıyabilir.