Kurucu ve müşteri deneyimi lideri, yapay zekânın müşteri hizmetlerini maliyet merkezinden kâr merkezine dönüştürebileceğini söylüyor

Jaakko Timonen, CX kuruluşlarına liderlik etme deneyimine sahip ve şu anda GitHits'in kurucusu ve CEO'su.

Jaakko ile, kullanıcılarını daha iyi anlamak için yapay zekâyı nasıl kullandığını öğrenmek üzere görüştük. İşte söyledikleri.

Farklı roller, aynı CX görevi

Benim adım Jaakko (Jack) Timonen. Şu anda CX'i yönettiğim GitHits'in kurucu ortağı ve CEO'suyum.

Beta aşamasında olan bir geliştirici araçları şirketiyiz. Modern yapay zekâ kodlama araçları, aracıların yerel kod tabanlarında gezinmesine olanak tanıyor; ancak bu araçlar çerçevelere, kitaplıklara, SDK'lara veya diğer açık kaynak bağımlılıklarına erişemiyor. Bu nedenle GitHits, genellikle ortalama bir depo için 10-20 saniye içinde, isteğe bağlı olarak açık kaynak kodun sürüm farkındalığına sahip bir dizinini sunuyor.

Şu anda kullanıcılarımızın ezici çoğunluğu bireysel yazılım geliştiricilerinden veya küçük girişimlerden oluşuyor; ancak daha büyük şirketlerden de bazı kullanıcılarımız var. Onlarla öncelikle e-posta, Slack, WhatsApp, Intercom ve X üzerinden iletişim kuruyoruz.

GitHits'i kurmadan önce Softlandia adlı bir yapay zekâ danışmanlık şirketinde Baş Müşteri Sorumlusu olarak görev yapıyordum. Ondan önce de Amerikalı tüketicilerin büyük işletmelerle ilgili şikâyetlerini üst mercilere taşımasına ve çözmesine yardımcı olan NoNoNo.com'da ürün ve müşteri deneyiminden sorumluydum.

Yapay zekâ, CX liderlerinin kullanımı anlayıp kullanıcılara yanıt vermesini nasıl sağlıyor?

Ürünümüz oldukça yeni ve çözmeye çalıştığımız sorun karmaşık; bu nedenle özellikle farklı kodlama aracılarını ve çalışma altyapılarını nasıl kuracakları konusunda çok sayıda destek talebi alıyoruz. Son yazılım tedarik zinciri saldırıları da yüksek destek yükünü daha da artırdı. Bunun sonucunda müşterilerimiz de dâhil olmak üzere birçok geliştirici, talep ettikleri düzeltmeler de dâhil olmak üzere yeni paket sürümlerini yüklemeden önce bir hafta karantinaya alıyor.

Sonuç olarak, desteği ele alma biçimimizde bazı değişiklikler yapmamız gerekti. Claude Cowork'u BigQuery'ye bağladık. Ayrıca BigQuery'deki ilgili verilere erişen ve bu verilerle Slack üzerinden sohbet etmemizi sağlayan Datost adlı bir araç kullanmaya başladık.

Artık herhangi bir kullanıcı ve kullanımı hakkında sorular sorabiliyor, böylece ne yapmaya çalıştığını derinlemesine inceleyebiliyoruz. Dolayısıyla bir kullanıcı bir sorunla ilgili şikâyette bulunduğunda, daha doğru ve veriye dayalı yanıtlarla —hem de daha hızlı— geri dönüş yapıyoruz.

Proaktif olarak iletişime geçtiğimizde de bu oldukça faydalı oluyor; çünkü müşterinin kullanımına dair bilgi sahibi olarak görüşmeye katılıyoruz. Ayrıca kullanıcılarımızı bir bütün olarak çok daha iyi anlamamızı sağlıyor. Bu da daha iyi ve daha ilgili özellikler geliştirebileceğimiz ve nihayetinde daha fazla ilgi çekebileceğimiz anlamına geliyor.

CX'in her aşamasında neden insanların yer alması gerekir?

Eskiden kullanıcıların %100'ünün yapay zekâ yerine insan müşteri hizmetlerini tercih ettiğini düşünürdüm. Nedeni basitti: İnsan müşteri hizmetleri daha insancıldır ve hepimiz insanız. Ama yanılıyordum. Bu, duruma göre değişiyor.

Müşterilerin yapay zekâyı kabullenme düzeyinin ne yaptıklarına bağlı olduğunu düşünüyorum. Örneğin, bir tür teknik ayrıntıyı bulmaları gerekiyorsa ve bu bilgiyi belgelerde bulabiliyorlarsa, kendi kendine hizmeti tercih ederler — yapay zekânın yardımı da muhtemelen memnuniyetle karşılanır. Ancak ürünün çalışma biçimiyle veya ürün deneyimiyle ilgili herhangi bir konuda şikâyetleri varsa, neredeyse her zaman sürece dâhil olan bir insanı tercih ederler.

Müşteri geri bildirimlerine yanıt vermek için yapay zekâyı kullanmamamızın temel nedeni bu. Bir diğer neden de erken aşamadaki, ürün-pazar uyumuna henüz ulaşmamış bir şirket olmamız ve kullanıcılarımızı gerçekten anlamamız gerekmesi. Bu da ölçeklenemeyen işler yapmamız gerektiği anlamına geliyor.

Gelecekte basit müşteri taleplerine yanıt vermek için yapay zekâ aracılarını kullanabiliriz. Ancak karmaşık talepler muhtemelen hâlâ insan dokunuşu gerektirecek.

Şimdilik CX kararlarımızın hiçbiri %100 oranında yapay zekâya dayanmıyor. Daha hızlı şekilde daha iyi yanıtlar almak için yapay zekâyı kullanıyoruz, ancak insanlar hâlâ her şeyi gözden geçiriyor.

Müşteri hizmetleri sohbet robotları neden beklentileri karşılamıyor?

Yakın zamanda müşterilerimizin Mintlify'ı kullanarak belgelerimizle sohbet etmesine olanak tanımaya başladık. E-posta yoluyla bize ulaştıklarında onları aktif olarak buraya yönlendiriyoruz.

Bunu gerçekten çok seveceklerini düşünüyorduk. Ürünün yeteneklerini anlamak için ürünü derinlemesine inceleyeceklerini düşündük, ancak bu gerçekleşmedi. Belki de bunun nedeni, bu özelliğin çok yeni olmasıdır. Ya da belki müşterilerimiz insan müşteri hizmetlerini tercih ediyordur. Zaman gösterecek.

Bunun gibi bir sohbet robotu kurarken CX liderlerini bir konuda uyarmak isterim: Sohbet robotlarının çoğu tamamen işe yaramaz. Soruları nasıl yanıtlayacaklarını bilmiyorlar ve kullanıcılar takip sorusu sorma fırsatı bile bulamadan görüşmeleri sonlandırıyorlar.

İşte birkaç ipucu:

• En önemlisi, bağlam sağlayın. Bağlam olmadan sohbet robotu ne yapacağını bilemez.
• Empati kurması ve müşterinin üslubuna uyum sağlaması için onu eğitin. Örneğin müşteri analitik bir şey soruyorsa, bu kişi sayılarla arası iyi biri olabilir; dolayısıyla daha analitik yanıtlar vermek istersiniz. Ancak mesaj duygusal temelliyse, konuyu empatiyle ele almak daha önemlidir.
• Şiddet içermeyen iletişim kullanması için onu eğitin.
• Amacının teknik açıdan üstün olmak değil, müşterinin mesajlarının arkasındaki etkenleri anlamak olduğundan emin olun.

CX'te bir AI araç yığını nasıl görünür?

Tüm iş akışlarımızı oluşturmak için AI kullanıyoruz. AI araç yığınımız şöyle:

• AI destekli kodlama için Claude Code ve Codex
• Destek talepleri ve önceliklendirme için Intercom

• Dönüşümleri, tıklamaları ve benzeri verileri izlemek için PostHog. Ayrıca ekran kayıtları için de kullanıyoruz.
• İlgili verileri barındırmak için BigQuery
• Verilerle sohbet etmek için Datost
• Kullanıcılarımızın belgelerimizle sohbet edebilmesini sağlamak için Mintlify

Intercom'dan uzaklaşmayı planlıyoruz. Başlangıçta Pylon'a geçebileceğimizi düşünmüştük, ancak B2B odaklılığı fazla olduğu için bunun yerine UseClad veya Parahelp gibi seçenekleri değerlendiriyoruz.

CX'te başarılı bir AI uygulaması neden verilerinize ve belgelerinize bağlıdır?

Her CX liderinin bilmesi gereken tek bir şey var: Başarınız verilerinize ve belgelerinize bağlıdır.

Veriler söz konusu olduğunda, Anthropic'ten Cat Wu'nun Lenny's Podcast'te söylediklerine her zaman dönüyorum — bu arada, henüz dinlemediyseniz o bölüm mükemmel bir kaynak. Şöyle ifade edebilirim: Claude Cowork ile başarılı olmak istiyorsanız yapmanız gereken ilk şey, raporlar ve eylem maddeleri oluşturmaya başlamadan önce AI'ın her şeye kesinlikle erişebilmesi için onu mümkün olan tüm veri kaynaklarıyla entegre etmektir.

Girdi her zaman çıktıyı etkiler ve AI için girdi veridir. Bu nedenle verilerinizin yapılandırılmış ve temiz olduğundan emin olun.

Belgelere gelince, her şeyi belgelemeniz gerekir. Ayrıca müşterilerinizin belgelerle sohbet edebilmesi gerekir; böylece samanlıkta iğne bulmak çok kolay hale gelir. Neyse ki belgeleri güncel tutmak için süreç otomatikleştirilebilir.

Jaakko Paylaşıyor

Girdi her zaman çıktıyı etkiler ve AI için girdi veridir. Bu nedenle verilerinizin yapılandırılmış ve temiz olduğundan emin olun.

AI tabanlı ürünlerin neden hâlâ panolara ihtiyacı var?

Tüketiciye yönelik bir AI ürünü geliştiriyorsanız, aracınızın arayüzü yalnızca AI sohbetinden oluştuğunda destek talebi oranınızın artacağını aklınızda bulundurun.

Lovable ile ilk web sitemi oluşturduğumda bu sorunu fark ettim. İstemlerle oluşturmak harikaydı, ancak SEO'yu yönetemiyordu ve meta açıklamaları ile sayfa başlıkları gibi şeylere kolayca erişebileceğim statik bir pano yoktu. Kesinlikle her şeyi — sayfa sayfa, tek tek — AI'a sormaya mecbur bırakılmak iyi bir deneyim değildi.

Ürün ekibinizin müşterilerinizin ihtiyaç duyduğu gerekli panoları hâlâ oluşturduğundan emin olun.

AI, CX'i nasıl bir maliyet merkezinden kâr merkezine dönüştürebilir?

CEO'ların çoğu müşteri hizmetlerini ve müşteri başarısını maliyet merkezleri olarak görür ve bu da kötü bir CX'e yol açar. Ancak AI, bunları kâr merkezleri olarak ele almamızı sağlar.

Örneğin AI, şikâyetleri çözüme kavuşturulan müşterilerin durumunu ölçebilir. Bu müşterilerin kayıp riski taşıyıp taşımadığını veya eskisinden daha fazla etkileşim gösterip göstermediğini öğrenebilir.

İkincisi söz konusuysa bu, yalnızca müşteriyi elde tutma yoluyla değil, kulaktan kulağa yayılma yoluyla da gelire katkı sağlayacaktır. İstatistiksel olarak, şikâyeti çözüme kavuşturulan bir müşteri, bu olumlu deneyimi bir hafta içinde altı ila yedi kişiye anlatır. Ayrıca gelecek ay %30 daha fazla harcama yapma olasılıkları yüksektir.

Bu bağlamda Mutluluk Sunmak: Zappos Hikâyesi kitabını okumanızı öneririm.

Yapay zekâ ile şiddet içermeyen iletişim neden daha da gerekli?

Müşteri deneyimi liderlerine her zaman verdiğim öneri, şiddet içermeyen iletişimi incelemeleridir. Bir müşteriden gelen her destek mesajı şunları içerir:

• Mesajı (ne söylemeye çalışıyor?)
• Mesajın ardındaki duygu veya his
• Bu duygu veya hissin ardındaki ihtiyaç
• Bu ihtiyaçtan doğan talep”

Müşteri deneyimi liderlerinin bunu anlaması gerekir. Başka herhangi bir şey yapmadan önce yanıtınızın bu dört bileşenin tamamını ele alması gerekir. Artık yapay zekânızın da bunu anlaması gerekiyor.

Genel olarak, unutmayın: Müşterilere yanıt verirken yalnızca teknik bilgiyi değil, empatiyi de aktarmanız gerekir.

Gelişmeleri takip edin

Jaakko Timonen'ın çalışmalarını LinkedIn ve X üzerinden takip edebilirsiniz. Ayrıca GitHits'e göz atın.

The CX Lead'de daha fazla uzman röportajı sizlerle olacak!