Deneyimli Müşteri Başarısı Yöneticisi, Yapay Zekânın Oyunu Nerede Değiştirdiğini ve Nerede Yetersiz Kaldığını Açıklıyor

Anika Zubair, kuruluşların mevcut müşteri tabanlarından gelir elde etmelerine yardımcı olmak için müşteri başarı ekipleriyle ortaklık kuran The Customer Success Pro şirketinin CEO'sudur.

Yapay zekâyı etki yaratmak için nasıl kullandığı hakkında daha fazla bilgi edinmek üzere Anika ile görüştük. Bize anlattıkları şöyle.

Tepkisel müşteri deneyiminden proaktif müşteri deneyimine geçiş

Ben The Customer Success Pro'nun Kurucusu ve CEO'su Anika Zubair. Müşteri Başarısı ve satış sonrası süreçlerde 16 yılı aşkın deneyime sahibim; kendi şirketimi kurmadan önce yaklaşık on yıl boyunca yönetici pozisyonlarında görev yaptım.

Bugün dünya genelinde, genellikle orta ölçekli ve kurumsal B2B SaaS kuruluşlarıyla çalışıyor; Müşteri Başarısı, Müşteri Yönetimi ve daha geniş kapsamlı satış sonrası ekiplerinin mevcut müşteri tabanlarından gelir elde etmelerine yardımcı oluyorum. Yalnızca elde tutma değil, gerçek anlamda genişleme ve ölçülebilir büyüme sağlama konusunda destek veriyorum. EMEA, ABD ve APAC bölgelerinde 10 ila 100'ün üzerinde Müşteri Başarı Yöneticisinden oluşan ekiplerle çalışıyorum.

Bu ekipler genellikle yüksek temaslı kurumsal hesaplardan ölçeklendirilmiş orta ölçekli müşteri portföylerine kadar çeşitli müşteri segmentlerini yönetiyor. Tüm bu ekiplerin ortak noktası, yalnızca ilişkileri yönetmekten fazlasını yapmalarının beklenmesi. Gelirin sorumluluğunu üstlenmeleri, yenilemeleri etkilemeleri ve genişleme fırsatlarını belirlemeleri bekleniyor.

Rolüm, bu kuruluşların tepkisel ve hizmet odaklı Müşteri Başarısı yaklaşımından, yaptıkları iş ile gelir arasındaki bağı güvenle kurabilen proaktif ve ticari odaklı ekiplere geçiş yapmasına yardımcı oluyor.

Müşteri deneyimi liderleri yapay zekâyı ne zaman kullanacakları konusunda neden bilinçli olmalı?

Birçok ekip, yapay zekâ ile insanların üstlenmesi gereken görevler arasındaki ayrımı yanlış yapıyor. Ya yapay zekâya gereğinden fazla güveniyor ya da ondan tamamen kaçınıyorlar.

Sınır çok net. Yapay zekâ kararları bilgilendirmeli ve uygulamayı hızlandırmalı; ancak ilişkiyi veya muhakemeyi üstlenmemeli.

Ben bu konuya şöyle yaklaşıyorum. Yapay zekâyı şu amaçlarla kullanıyorum:

• Sorun ve risk önceliklendirme: Yapay zekâ, büyük hacimli verilerdeki kalıpları tespit etme konusunda mükemmeldir: ürün kullanımındaki düşüşler, destek taleplerindeki artışlar, etkileşim değişiklikleri ve hatta müşteri iletişimindeki ton. Risk altındaki hesapları, bir insanın panoları taramasından çok daha hızlı şekilde ortaya çıkarır.
• Ölçekli kişiselleştirme: İlişki kurmak için değil, hazırlık yapmak için. Yapay zekâ; role dayalı olarak kişiye özel e-postalar, görüşme gündemleri, takip mesajları ve hatta paydaşlara özel iletişim metinleri hazırlamaya yardımcı olur. Müşteri Başarı Yöneticisi boş bir sayfaya bakmak yerine, %80'i tamamlanmış bir taslakla işe başlar.
• Görüşmeler için içgörü oluşturma: Yenileme veya değer değerlendirmesi öncesinde yapay zekâ her şeyi bir bakış açısında birleştirir. Nelerin değiştiğini, değerin nerede ortaya çıktığını, sürtüşmenin nerede bulunduğunu ve genişleme potansiyelinin nerede olduğunu belirler. Bu düzeyde bir sentez daha önce saatler alırdı.
• İç verimlilik: Görüşmeleri özetlemek, CRM notlarını güncellemek, sonraki adımları belirlemek — tüm bunları otomatikleştirir. Müşteri Başarı Yöneticileri zamanlarını idari işleri yürüten operatörler olarak harcamamalı.

İşte bunu açıkça insani tutma konusunda bilinçli davrandığım noktalar:

• Ticari muhakeme: Yenilemenin nasıl ele alınacağına, ne zaman ısrar edileceğine, nerede taviz verileceğine ve anlaşmanın nasıl yapılandırılacağına karar vermek. Bu; bağlam, deneyim ve ortamı doğru okumayı gerektirir. AI bu konuda bilgi sağlayabilir, ancak kararı kendisi vermemelidir.
• İlişki kurma ve güven oluşturma: Müşteriler otomasyonu fark eder. Yönetici görüşmeleri, zorlu konuşmalar ve müşteriye meydan okuduğunuz ya da düşünce biçimini yeniden çerçevelediğiniz anlar bir insandan gelmelidir.
• Hizmet telafisi ve eskalasyonlar: Bir şeyler ters gittiğinde otomasyonun arkasına saklanmak en kötü yaklaşımdır. Böyle zamanlarda empati, sorumluluk alma ve güçlü iletişim en çok önem taşır.
• Stratejik düzeyde müşteri yolculuğu tasarımı: AI kalıplar önerebilir; ancak müşteri deneyiminizin nasıl hissettirmesi gerektiğine, hangi noktalarda daha fazla odaklanılacağına, nelerin otomatikleştirileceğine ve nasıl farklılaşılacağına karar vermek bir liderlik kararıdır.

AI ekibimizi daha hızlı, daha keskin ve daha hazırlıklı hâle getirmelidir. Ancak müşteri ilişkilerini, güveni ve gelir sonuçlarını tanımlayan anlarda hâlâ direksiyonun başında bir insanın olması gerekir.

Kazanan ekipler AI ile insanlar arasında seçim yapmaz. Her birinin nerede rol oynayacağı konusunda bilinçli hareket ederler.

AI neden dönüşüm için kestirme bir yol değildir?

Şunu da unutmayın: AI, ekibinizin sahip olduğu her şeyi güçlendirecektir.

Ekibiniz stratejik, ticari açıdan güçlü ve müşteri odaklıysa AI onları daha hızlı, daha tutarlı ve daha etkili hâle getirir. Ancak ekibiniz tepkisel, görev odaklı ve destek ekibi gibi çalışıyorsa AI onları yalnızca bunun daha hızlı bir versiyonu hâline getirir.

Bu, dönüşüm için kestirme bir yol değildir.

CX'te AI neden büyük avantajlara — ve dezavantajlara — sahiptir?

AI'ın sonuçları büyük ölçüde — ancak tamamen değil — olumlu oldu:

• Zaman tasarrufu önemli ölçüde arttı: Ekipler QBR'ler, yenileme brifingleri ve hesap incelemeleri için hazırlık süresinde %30 ila %60 oranında azalma görüyor. Eskiden iki ila üç saat süren işler artık 20 ila 40 dakikada tamamlanıyor.
• Görüşme kalitesi arttı: Bu benim için en önemli konu. CSM'ler görüşmelere yalnızca verilerle değil, bir bakış açısıyla giriyor. Bunu hemen duyabiliyorsunuz. Daha fazla yönetici düzeyinde dil, daha fazla sonuç odaklı görüşme ve daha az özellik konuşuluyor.
• Riskler daha erken tespit ediliyor: AI, müşteri kaybı sinyallerinin eskisinden haftalar, hatta bazen aylar önce ortaya çıkarılmasına yardımcı oluyor. Bu, ekiplere artık çok geç olduğunda tepki vermek yerine müdahale etmek için gerçek bir fırsat sunuyor.
• Gelir etkisi: Ekipler değeri ifade edebildikleri için yenileme konusundaki güveni artırıyor ve indirimleri azaltıyor. Genişleme tarafında ise fırsatları daha erken fark ederek mevcut müşterilerden oluşturulan satış hattını artırıyorlar. Yalnızca hacimde değil, genişleme satış hattı kalitesinde de %10 ila %25 arasında iyileşme gördüm.
• Daha az idari yük: Görüşme notları, CRM güncellemeleri ve özetler daha hızlı hazırlanıyor; böylece CSM'nin zamanı geri kazanılıyor.

Bu verimlilik kazanımları bir zihniyet değişikliği gerektiriyor — CX liderlerinin mükemmel CX'in zaman gerektirdiği inancından uzaklaşması gerekiyor.

Yıllar boyunca yüksek kaliteli müşteri deneyiminin saatler gerektirdiğini varsaydık: kapsamlı hazırlık, uzun QBR çalışmaları, manuel analiz ve her mesajın sıfırdan hazırlanması. Adil olmak gerekirse bu eskiden doğruydu. Ancak AI buna tamamen meydan okudu.

AI, CSM'lerin QBR'leri yürütme biçimini nasıl geliştiriyor?

AI sayesinde yaptığım önemli bir değişiklik var.

Bir yıl önce ekiplerin çoğu verileri manuel olarak topluyor, slaytlar hazırlıyor ve kullanım metrikleri, destek talepleri ile sezgilerden bir “değer hikâyesi” oluşturmaya çalışıyordu. Bu süreç yavaş, tutarsız ve büyük ölçüde faaliyet odaklıydı.

Bu süreci AI ile tamamen değiştirdim. Artık bir sunum destesini açmadan önce müşteri anlatısının ilk taslağını oluşturmak için AI kullanıyorum. “Hangi slaytlara ihtiyacım var?” diye sormak yerine “Bu hesap için iş etkisi hikâyesi nedir?” sorusuyla başlıyorlar.

Ürün kullanım eğilimlerini, önemli kilometre taşlarını, destek etkileşimlerini, bilinen müşteri hedeflerini ve görüşme notlarını sisteme aktarıyorum. AI daha sonra bunları şu başlıklar altında yapılandırmaya yardımcı oluyor:

• Müşterinin ulaşmaya çalıştığı sonuçlar
• Müşterinin işinde ne değiştiği
• Değerin nerede yaratıldığı veya risk altında olduğu
• Açık genişleme sinyallerinin bulunduğu noktalar

Bu amaçla kullandığım araçlar özel GPT'ler, Claude, Fathom, Gong ve Planhat'tir.

CSM, QBR'ı hazırladığında veya görüşmeyi yürüttüğünde artık tahminde bulunmuyor. Görüşmeye belirli bir bakış açısıyla geliyor. Sonuçlar önemli:

1. Görüşme kalitesi hemen arttı. CSM'ler yalnızca verilere değil, bir anlatıya sahip oldukları için daha stratejik konuşuyor.
2. Hazırlık süresi önemli ölçüde azaldı. Eskiden saatler süren işler artık dakikalar içinde tamamlanıyor. Bu, ekiplerin bir araya getirmeye daha az, düşünmeye daha fazla zaman ayırması anlamına geliyor.
3. En önemlisi, bu durum geliri doğrudan etkiledi. Değeri açıkça ortaya koyan bir anlatıyla başlamak; yenilemeleri yönetmeyi, indirim taleplerine karşı durmayı ve genişleme fırsatlarını doğal biçimde gündeme getirmeyi çok kolaylaştırıyor.

Yapay zekâ yalnızca süreci hızlandırmadı. Müşteri Başarısını daha ticari hâle getirdi.

CX'te yapay zekânın büyük dezavantajları neden var?

Anika Paylaşıyor

En büyük sorun yüzeysel düşünme: Ekipler yapay zekâ çıktılarından gereğinden fazla yararlandığında anlatıyı sorgulamayı bırakıyor.

Şimdi de kötü tarafı — çünkü işler yanlış yapıldığında kesinlikle bir dezavantaj ortaya çıkıyor:

• En büyük sorun yüzeysel düşünme: Ekipler yapay zekâ çıktılarından gereğinden fazla yararlandığında anlatıyı sorgulamayı bırakıyor. Kendi muhakemelerini kullanmadan yapay zekâ tarafından oluşturulmuş bir özeti doğru kabul eden CSM'ler gördüm; bu da hesapta neler olup bittiğinin tamamen gözden kaçırılmasına yol açabiliyor.
• Genel ve tekdüze iletişim: Dikkat edilmezse her şey aynı tınıya sahip olmaya başlıyor. Müşteriler bunu hissediyor. Her e-posta veya güncelleme, teknik olarak “kişiselleştirilmiş” olsa bile şablondan çıkmış gibi görünüyorsa güven hızla aşınıyor.
• Yanlış bir strateji algısı: Bu önemli bir sorun. Yapay zekânın hoş görünen bir “değer anlatısı” oluşturabilmesi, ekibin stratejik davrandığı anlamına gelmiyor. Ekiplerini geliştirdiklerini düşünen, oysa gerçekte yalnızca biçimlendirmeyi — düşünme biçimini değil — iyileştiren yöneticiler gördüm.
• Yanlış anlarda aşırı otomasyon: Tırmanan sorunlarda yapay zekâ kullanmak, zorlu yenileme görüşmelerinde veya hassas durumlarda ciddi biçimde ters tepebilir. Bunlar, hızdan çok üslubun, empatinin ve muhakemenin önem taşıdığı anlardır.

Kazanan ekiplerin yapay zekâyı nihai cevap olarak değil, bir başlangıç noktası olarak kullandığını gördüm.

Yapay zekâ gerçek CX kişiselleştirmesini sunmada neden yetersiz kalıyor?

Yapay zekânın beklenen CX etkisini gerçek anlamda yaratamadığı en önemli alan, ilişki düzeyindeki gerçek kişiselleştirmedir.

Yapay zekâ, bir şeylerin kişiselleştirilmiş gibi görünmesini sağlamada başarılıdır. E-postaları uyarlayabilir, kullanım verilerine atıfta bulunabilir ve üslubu kişilik profiline göre değiştirebilir. Kâğıt üzerinde her şey harika görünür. Ancak özellikle kurumsal düzeydeki müşteriler aradaki farkı hemen hisseder.

“Bu benim için oluşturuldu” ile “Bu kişi işimi anlıyor” arasında büyük bir fark vardır. Bu fark önemlidir; çünkü güven, biçimlendirme üzerine değil, derinlik üzerine kurulur.

Yetkinlik geliştirme neden araçlardan daha önemlidir?

Yetkinlik geliştirme, araçların kendisinden daha önemlidir. Bunu daha önce fark etmiş olmayı isterdim.

Yapay zekâyı CS ekipleriyle ilk kez pilot olarak uyguladığımda, zor kısmın doğru aracı seçmek ve insanlara birkaç istem göstermek olduğunu düşünüyordum. Öyle değilmiş. Asıl zorluk, ekibin işleri hakkında farklı düşünmesini sağlamaktı.

Bunu yapmak için yapay zekâdan bir araç olarak söz etmeyi bıraktım ve ondan gelir için bir kaldıraç olarak bahsetmeye başladım. Ekibimin doğru araçlara ve doğru zihniyete sahip olduğundan emin oldum. Onlardan daha hızlı e-postalar yazmak için yapay zekâyı kullanmalarını istemek yerine, ticari görüşmelere hazırlanmak için kullanmalarını istedim. Bu müşterinin yenileme yapması için ne duyması gerekiyor? Kullanım verilerinde hangi genişleme sinyalleri gizli? Görmediğimiz hangi risk var?

İşte tavsiyem: Yapay zekâyı bir teknoloji girişimi olarak görmeyin. Onu bir yetkinlik dönüşümü olarak ele alın.

Takip edin

Anika Zubair'in çalışmalarını LinkedIn üzerinden takip edebilirsiniz. Ayrıca The Customer Success Pro'ya göz atın.

The CX Lead'de daha fazla uzman röportajı sizi bekliyor!