E-ticarette Müşteri Hizmetleri İçin Conversational AI

13 Mart 2026 7 dk okuma Zeynep Demir

Yazar:

Yapay Zekâ Pazarlama Ajansı

Profili gör

Bu sayfayı yapay zekâya sor

9 görüntülenme 6 dk okuma

Müşteri hizmetleri için Conversational AI, bir e-ticaret markasının her yanıtı bir insanın yazmasına gerek kalmadan sohbet, mesajlaşma uygulamaları ve ses yoluyla alışveriş yapanların sorularını yanıtlamasına olanak tanır. En iyi sonuçlar, sipariş durumu, iadeler ve ürün uyumu gibi botun gerçek mağaza verilerini okuyabildiği ve konuşma karmaşıklaştığında bir kişiye devredebildiği dar, yüksek hacimli görevlerden elde edilir.

Conversational AI bir çevrimiçi mağaza için ne yapar?

Modern asistanlar, büyük bir dil modelini sistemlerinize erişimle birleştirir. Model, “Pazartesi sipariş verdiğim paketim nerede” gibi serbest metinli bir soruyu anlar, entegrasyon Shopify, WooCommerce veya ERP’nizdeki siparişi arar ve yanıt sade bir dille geri döner. Eski kural tabanlı botlar yalnızca düğmeleri ve karar ağaçlarını takip edebiliyordu.

Conversational AI for Customer Service in E-commerce: Use Cases — overview

Yazının yazıldığı sırada yaygın platformlar arasında Shopify Inbox, Gorgias, Zendesk AI agents, Intercom Fin, Tidio ve Freshdesk Freddy’nin yanı sıra Twilio veya 360dialog gibi sağlayıcılar aracılığıyla WhatsApp Business entegrasyonları yer almaktadır. Her biri katalog ve sipariş verilerine farklı şekilde bağlanır, bu nedenle entegrasyon model markasından daha önemlidir.

Hangi kullanım alanları önce sonuç verir?

Hacmin yüksek olduğu ve yanıtın zaten bir sistemde olduğu yerden başlayın. Bu biletler temsilciler için tekrarlayıcıdır ve doğrulanması kolaydır.

  • Sipariş takibi: “Siparişim nerede?” fiziksel mal gönderen mağazalar için genellikle en büyük tek bilet türüdür.
  • İadeler ve değişimler: uygunluğu kontrol etmek, iade etiketi oluşturmak ve geri ödeme süresini açıklamak.
  • Beden ve uyum rehberi: net bir sorumluluk reddi ile bir beden önermek için beden tablosunu ve ürün notlarını okumak.
  • Stok ve yeniden stok soruları: varyanta göre uygunluğu onaylamak ve stokta geri bildirimi sunmak.
  • Satış öncesi sorular: malzemeler, bakım talimatları, belirli bir ülkeye gönderim maliyetleri, teslimat süreleri.
  • İndirim ve ödeme sorunları: minimum sepet kuralları gibi bir kodun neden çalışmadığını açıklamak.

Çalışılmış bir örnek

Almanya ve İngiltere’ye keten gömlekler satan bir Türk giyim mağazasını hayal edin. Yoğun sezonda birçok mesaj belirli bir şehre teslimat ve bedenlerin küçük olup olmadığı hakkında soru sorar. Bağlı bir asistan, gönderim matrisini ve uyum notlarını (“dar kesim, bedenler arasındaysanız bir beden büyük seçin”) okur, alışveriş yapanın dilinde yanıt verir ve ürün sayfasına bağlantı verir. Temsilciler daha zor vakaları tutar: hasarlı ürünler, gümrük sorunları, şikayetler.

Conversational AI for Customer Service in E-commerce: Use Cases — in practice
Botu nasıl doğru tutarsınız?

Doğruluk ana risktir. Geri ödeme politikasını uyduran bir model yasal ve itibar sorunları yaratır, bu nedenle yanıtlar kendi içeriğinize dayanmalıdır.

Yanıtları onaylanmış kaynaklara dayandırın

Asistanı yardım merkeziniz, gönderim ve iade politikanız, ürün verileriniz ve onaylanmış yanıtların kısa bir listesi ile besleyin. Çoğu araç, yanıtları bu kaynaklarla sınırlamanıza izin verir. Bilgi tabanını aylık olarak gözden geçirin, çünkü güncel olmayan bir iade penceresi yanlış yanıtların en yaygın nedenidir.

Devretme kurallarını belirleyin

Bir insanın ne zaman devralacağına önceden karar verin. Tipik tetikleyiciler şunlardır:

  • müşteri herhangi bir ifadeyle bir kişi ister;
  • mesajda ters ibraz, yasal işlem veya güvenlik sorunu belirtilir;
  • sipariş değeri belirlediğiniz bir eşiğin üzerindedir;
  • bot iki denemeden sonra soruyu çözemedi;
  • konuşmada olumsuz duygu algılanır.

Devretme, tam transkripti ve sipariş detaylarını temsilciye iletmelidir, böylece müşteri asla kendini tekrar etmez.

Bunu çalıştırmanın maliyeti nedir?

Fiyatlandırma modelleri değişir. Bazı satıcılar çözüm başına, diğerleri koltuk başına, konuşma başına veya WhatsApp gibi kanallardaki mesaj hacmine göre ücret alır. Küçük bir mağaza için çözüm başına modelin maliyetini tahmin etmek kolaydır: beklenen otomatik çözümleri birim fiyatla çarpın ve temsilcinin tasarruf ettiği zamanla karşılaştırın.

Gizli maliyetler kurulum ve bakımda yatar. Onaylanmış yanıtlar yazmak, sipariş verilerini bağlamak, her dilde test etmek ve transkriptleri gözden geçirmek saatler sürer. Mütevazı bir katalog için bile birkaç haftalık kurulum ve sonrasında haftada birkaç saatlik bütçe ayırın.

Hangi metrikler çalıştığını gösterir?

Kısa bir listeyi takip edin ve lansman öncesi dönemle karşılaştırın.

  • Otomatik çözüm oranı: gerçek çözüm için örnekleme yoluyla kontrol edilen, insan olmadan kapatılan konuşmalar.
  • Sohbet ve mesajlaşma genelinde ilk yanıt süresi.
  • Bot ve insan konuşmaları için ayrı ayrı bildirilen müşteri memnuniyet puanı.
  • Eskalasyon oranı ve eskalasyonun en önemli nedenleri.
  • Satış öncesi sohbeti kullanan oturumlar için dönüşüm oranı, kullanmayanlarla karşılaştırıldığında.
  • Tekrar iletişim oranı: birkaç gün içinde aynı sorunla geri gelen müşteriler.

Örnekleme önemlidir. Haftada 20 ila 30 transkript okuyun. Yüksek bir çözüm oranı, müşterilerin basitçe terk ettiği kibar ama yanlış yanıtları gizleyebilir.

Alien Road müşteri hizmetleri için Conversational AI’yi nasıl uygular

Tipik bir etkileşim bilet keşfi ile başlar. Alien Road üç ila altı aylık destek konuşmalarını dışa aktarır, bunları niyete göre etiketler ve hacmin çoğunu oluşturan beş niyeti bulur. Bunlar ilk kapsam olur; geri kalan her şey temsilcilerde kalır.

Kurulum sırasında asistanı mağazaya ve CRM’e bağlarız, onaylanmış yanıt setini müşterinin destek lideriyle yazarız ve mağazanın satış yaptığı her dilde devretme kurallarını ve ses tonunu yapılandırırız. Kısmi geri ödemeler gibi garip olanlar da dahil olmak üzere, yayına girmeden önce gerçek geçmiş sorularla test ederiz.

Lansmandan sonra ölçüm ilk ay için haftalık, sonrasında aylık olarak yapılır. Rapor; çözüm oranını, eskalasyon nedenlerini, memnuniyeti ve notlarla birlikte transkript örneklerini kapsar. Yanlış yanıt modeli ortaya çıktığında, düzeltme genellikle model ayarlarında değil, bilgi tabanında olur. Müşteri verileri müşterinin CRM’inde kalır ve asistanın hangi verileri okuyabileceğini belgeleriz.

Bu hafta nereden başlamalı

Geçen ayın destek biletlerini dışa aktarın ve konuya göre sayın. Sipariş takibi ve iadeler birlikte büyük bir pay oluşturuyorsa, bunlar pilot kullanım alanlarınızdır. İade politikanızın ve gönderim sayfalarınızın güncel olduğundan emin olun, çünkü bot ne derlerse onu tekrarlayacaktır.

Ardından, net devretme kuralları ve günlük transkript incelemesi ile genellikle web sitesi sohbeti olan bir kanalda iki haftalık bir pilot çalışma yürütün. Yalnızca yanıtlar ilk kanalda güvenilir olduktan sonra WhatsApp veya Instagram mesajlaşmasına genişletin. Yavaş genişleme, bir botun aynı anda birkaç dilde ödeme yapan müşterilere kendinden emin ama yanlış yanıtlar vermesinden sonra güveni onarmaktan daha ucuzdur.

Okumaya devam edin: CRM Sistemi · AI Marketing

Paylaş