Göktay Logo
← Hizmetlere Dön
Hizmet

Müşteri Talebi Triyajı

Gelen e-posta, form ve destek taleplerini otomatik sınıflandırıp doğru departmana yönlendiriyor, insan onaylı taslak yanıt önerisiyle yanıt sürenizi düşürüyoruz.

Müşteri Talebi Triyajı — kavramsal illüstrasyon

Sorun

Müşteri talepleri genellikle bir ortak e-posta kutusuna (info@şirket.com), web formlarına ve WhatsApp hattına dağılır. Biri elle okuyup “bu faturalandırma, bu teknik destek, bu şikâyet” diye ayırır ve doğru kişiye iletir. Yanlış yönlendirilen talep günlerce bekler; müşteri “cevap gelmiyor” diye tekrar yazar, aynı konu ikinci bir talep olarak açılır ve iş yükü ikiye katlanır.

%50 — %27 ServiceNow ve ThoughtLab'in Eylül-Ekim 2025'te 1.350 müşteri ve 195 yöneticiyle yaptığı araştırmaya göre müşterilerin %50'si departmanlar arasında aktarılmaktan rahatsız; yöneticilerin ise yalnızca %27'si bunun müşteriler için bir sorun olduğunu düşünüyor. Müşterilerin %44'ü derdini tekrar anlatmak zorunda kalmaktan şikâyetçi, yöneticilerde bu oran %15.

Yani yanlış yönlendirme, yönetimin sandığından çok daha görünür bir sorun. Üstelik bu yükü taşıyacak kapasite de sınırlı:

%53 Freshworks'ün 2025 CX araştırmasına göre destek liderlerinin %53'ü, ekip büyütmeden artan talep hacmini yönetmeyi en büyük zorluk olarak görüyor.

Hazır çözümler neden çoğu zaman yetmiyor

Zendesk gibi destek platformlarının otomatik triyaj özellikleri var; ama bunlar yalnızca o platformun içinde çalışıyor ve Zendesk’in kendi dokümantasyonuna göre sınıflandırmayı talebin konusuna ve ilk açık mesajına bakarak yapıyor. Talepleriniz bir Outlook/Gmail ortak kutusuna, web formlarına ve WhatsApp’a dağılmışsa bu seçenek zaten yok.

Daha önemlisi, yalnızca metne bakan bir sınıflandırıcı kimin yazdığını bilmez. Aynı “siparişim gelmedi” cümlesi, yıllık sözleşmeli en büyük müşterinizden geldiğinde başka, ilk siparişini veren bir bireysel müşteriden geldiğinde başka bir öncelik taşır.

Hassas veri içeren talepler (kart numarası, T.C. kimlik numarası, sağlık bilgisi) bu süreçte ayrıştırılmadan bir yapay zekâ modeline ya da yanlış departmana gittiğinde, gecikmenin üstüne bir de KVKK riski eklenir.

Yaklaşım

Amaç müşteriye otomatik cevap vermek değil; doğru talebi, doğru öncelikle, doğru kişinin önüne en kısa sürede koymak.

  1. Kategorileri birlikte tanımlamak

    Sınıflandırmanın kalitesi, kategorilerin ne kadar net tanımlandığıyla sınırlıdır. Ekibinizle son birkaç ayın taleplerine bakıp departman ve alt konu listesini, her birinin sınırını ve örneklerini yazıyoruz; iki kategori arasında kalan talepler için kuralı baştan belirliyoruz.

  2. Tüm kanalları tek hatta toplamak

    Ortak e-posta kutusu, web formları, WhatsApp Business ve varsa destek sisteminiz tek bir sınıflandırma hattına bağlanır. Mevcut bir talebe gelen cevaplar ve iletilen e-posta zincirleri yeni talep açmaz, doğru talebe eklenir; aynı müşterinin aynı konudaki ikinci mesajı mükerrer olarak işaretlenir.

  3. Metin ve müşteri bağlamıyla sınıflandırma

    Talebin içeriği ve niyeti sınıflandırılırken CRM’inizden müşteri bilgisi de eklenir: sözleşme seviyesi, açık siparişleri, son talepleri. Böylece yönlendirme yalnızca “hangi departman” değil, “hangi öncelik ve hangi yanıt süresi hedefi” kararını da verir. Basit ve kesin durumlar (belirli bir göndericiden gelen faturalar, sipariş numarası içeren kargo soruları) kuralla ayrılır; dil modeli yalnızca gerçekten yorum gerektiren talepler için çalışır. Bu, hem maliyeti hem tutarsızlığı düşürür.

  4. Güven bantlarıyla yönlendirme

    Yüksek güvenli talepler doğrudan ilgili kuyruğa gider. Orta güvenliler, tek tıkla onaylanacak bir öneriyle triyaj sorumlusuna düşer. Düşük güvenliler elle sınıflandırılır. Bir temsilcinin talebi başka departmana aktarması sistem için bir düzeltme sinyalidir ve haftalık değerlendirmeye girer.

  5. İnsan onaylı taslak yanıt

    Geçmiş benzer taleplere ve dökümantasyona dayanarak bir taslak yanıt önerilir; temsilci düzenler ve gönderir. Sistem müşteriye hiçbir zaman kendi başına yanıt göndermez. Hız, boş sayfadan başlamak yerine taslaktan düzenlemekten gelir.

  6. Hassas veri ayrıştırma

    Kart numarası, T.C. kimlik numarası, IBAN gibi alanlar sınıflandırma modeline gitmeden maskelenir; bu tür veri içeren talepler yalnızca yetkili ekibe, sınırlı erişimle yönlendirilir.

Doğruluğu “model ne dedi”ye göre değil, talebi sonunda hangi ekibin çözdüğüne göre ölçüyoruz; böylece yanlış yönlendirme kâğıt üzerinde değil, gerçekte yakalanır. Türkçe ve varsa İngilizce talepler ayrı ayrı test edilir, çünkü bir dildeki başarı diğerine kendiliğinden geçmez.

~%96 Kamuya açık erken dönem bir örnek: hukuk yazılımı sağlayıcısı Aderant'ın kurduğu triyaj sistemi, ilk 2,5 haftalık üretim döneminde 109 talepte yaklaşık %96 doğru yönlendirme sağladı ve aylık maliyeti 30$'ın altında kaldı. Mühendisler daha önce talep başına 15-25 dakikayı yorumlama, araştırma ve yönlendirmeye harcıyordu. Örneklem küçüktür; esas olan, kendi talepleriniz üzerindeki ölçümdür.

Teslim Edilenler

Sistem

Ölçüm

Sık sorulanlar

Müşteriye otomatik cevap gidiyor mu? Hayır. Sistem sınıflandırır, yönlendirir ve taslak önerir; müşteriye giden her yanıtı bir insan onaylar.

Ne kadar geçmiş veriye ihtiyaç var? Dil modeli tabanlı bir sınıflandırıcıyı başlatmak için kategori başına birkaç düzine iyi seçilmiş örnek çoğu zaman yeterlidir. Asıl ihtiyaç, kategorilerin net tanımı ve doğruluğu ölçmek için kullanılacak bir test setidir.

Kategorilerimiz değişirse ne olur? Yeni bir departman ya da konu eklemek, modeli baştan eğitmeyi değil, tanımı ve örnekleri güncellemeyi gerektirir. Değişiklik test setiyle doğrulandıktan sonra yayına alınır.

Bir destek yazılımımız yok, yalnızca ortak e-posta kutumuz var. Uygun mu? Evet; en büyük farkın görüldüğü senaryolardan biri bu. Sistem gelen kutunuza bağlanır, isterseniz basit bir talep takip ekranıyla birlikte gelir.

Şu an yeni proje alıyorum

Bu hizmeti şirketinize taşıyalım.

İhtiyacınızı birlikte netleştirelim; kapsam, zaman çizelgesi ve teslim edilenler konusunda somut bir yol haritası çıkaralım.