NatusAI
Çağrı merkezinde talep panosunu inceleyen bir müşteri hizmetleri yöneticisi (temsili görsel)
  1. Ana sayfa
  2. Kullanım senaryoları
  3. Telekomünikasyon
Telekomünikasyon · Müşteri hizmetleriTeslim edildi · müşteri sonucu

Avrupalı bir telekomünikasyon operatörü

Telekom müşteri hizmetlerinde yapay zeka: 3–5 günden saatlere, karar insanda

3–5 günlük yanıt sürelerini saatlere indiren, karmaşık vakaları insanlara yönlendiren müşteri hizmetleri otomasyonu.

Benzer bir projeyi konuşalım
%92

daha hızlı yanıt süresi

%30

verimlilik artışı

%38

daha yüksek müşteri memnuniyeti

Yönetici özeti: telekom müşteri hizmetlerinde otomasyon

Müşteri
Avrupalı bir telekomünikasyon operatörü
Sektör
Telekomünikasyon
Kapsam
12 talep kategorisi, CRM ve destek kaydı (ticketing) sistemi entegrasyonu
Ölçek
Daha önce yalnızca rutin taleplere ayrılmış 15'ten fazla müşteri temsilcisi

Bağlam, karar, sonuç

  • Bağlam. Operatörün müşteri hizmetleri ekibi rutin sorular altında eziliyordu. Standart talepler 3–5 gün bekliyor, memnuniyet %22 düşmüştü ve potansiyel müşteriler yanıt gelmeden vazgeçiyordu.
  • Karar. Yeni temsilci ya da yeni bir gelen kutusu eklemek yerine, tekrarlayan 12 talep türünü mevcut CRM ve destek kaydı sistemi içinde otomatikleştirmek, geri kalan her şeyi bir kişiye yönlendirmek.
  • Sonuç. Yanıt süreleri %92 kısaldı, günlerden saatlere indi. Otomatikleştirilen 12 kategorideki taleplerin %89'u insan müdahalesi olmadan çözülüyor; memnuniyet %38, satış dönüşümü %24, verimlilik %30 arttı.
  • Değere ulaşma süresi. Altı saatlik ekip eğitimi ve devreye almanın ardından 30 günlük destek, hizmet ekibini canlıya geçişten güvenle günlük kullanıma taşıdı.
Sorun

Sorun: telekom müşteri hizmetlerinde 3–5 günlük yanıt süreleri

Operatör, müşteri hizmetleri talepleri altında boğuluyordu. Standart taleplerin yanıtlanması 3–5 gün sürüyor, temsilciler en verimli saatlerini aynı açıklamaları tekrarlayarak geçiriyordu.

Rekabetçi bir telekom pazarında bu gecikmenin bir bedeli vardı. Memnuniyet düştü, temsilciler tükendi, potansiyel müşteriler yanıt alamadan taleplerinden vazgeçti. Ekibin, muhakeme gerektiren görüşmeler için daha fazla kapasiteye ihtiyacı vardı.

İş nasıl yapıldı

Süreç: kuyruk analizinden sisteme güvenen bir hizmet ekibine

Kuyruğu anlamaktan sisteme güvenen bir ekibe uzanan dört adım. Yöntem değişmedi; arkasındaki ürünlerin artık birer adı var.

  1. Adım 01 · Analiz

    Kuyruğu nasıl analiz ettik

    Destek yolculuğunu ilk talepten çözüme kadar izledik: soru türleri, ön sınıflandırma, yanıt hazırlama ve iş yükünün temsilciler arasındaki dağılımı.

    Talep örüntülerini, yanıt iş akışlarını ve temsilci iş yükünü haritalayarak hangi rutin kategorilerin yapay zeka desteğiyle karşılanabileceğini, hangi yanıtların sorumluluğunun bir kişide kalması gerektiğini belirledik.

    Teslimat Süreç ve veri keşfi ekibimiz tarafından yürütüldü.

  2. Adım 02 · Tasarım

    Otomasyonu net bir devir noktasıyla nasıl tasarladık

    Otomatik sınıflandırma ve önceliklendirmeyi, bir vaka üzerinde anlaşılan örüntülerin dışına çıktığında devreye giren bir müşteri temsilcisine devretme yoluyla birleştirdik.

    Hizmet iş akışı, operatörün zaten kullandığı CRM ve destek kaydı platformuna bağlandı; böylece operasyonel bağlam başka bir yalıtılmış gelen kutusuna taşınmadan görünür kaldı.

    Dil anlama yeteneğini ticari bir büyük dil modeli sağladı; gerçek etkileşimlerden çıkan iyileştirme önerileri, yayına alınmadan önce hizmet sorumlusu tarafından test edilip onaylandı.

    Bu yetenek için NatusAI ürünleri

    Soyut görsel: hazırlanan eylemler, yayına alınmadan önce onay kapılarından geçiyor
    Otomatik ön sınıflandırma, insanlara açık bir devir noktasıyla.
Müşteri taleplerinin kategorilere aktığı, karmaşık vakaların bir kişiye yönlendirildiği soyut görsel
Rutin talepler otomatik olarak karşılanıyor; karmaşık vakalar bağlamıyla birlikte bir kişiye ulaşıyor.
  1. Adım 03 · Geliştirme

    Neler geliştirdik

    En sık karşılaşılan 12 talep kategorisini kapsayan, akıllı kayıt yönlendirme ve önceliklendirme içeren otomatik bir yanıt sistemi.

    Hizmet yöneticilerinin hacimleri, yanıt sürelerini ve otomasyon kalitesini izleyip gerektiğinde müdahale edebildiği gerçek zamanlı bir analitik panosu.

    Bu yetenek için NatusAI ürünleri

  2. Adım 04 · Benimseme

    Ekip sistemi nasıl benimsedi

    Altı saatlik kapsamlı ekip eğitimi, eksiksiz dokümantasyon ve devreye almanın ardından 30 günlük destek, departmanın güvenle başlamasını sağladı.

    Canlıya geçişin ardından gerçek etkileşimlerden çıkan iyileştirme önerileri, yayına alınmadan önce hizmet sorumlusu tarafından test edilip onaylandı; pano da yöneticilerin ve temsilcilerin aynı rakamlara bakmasını sağladı.

    Bu yetenek için NatusAI ürünleri

Proje, NatusAI ekibi tarafından yukarıdaki yöntemle hayata geçirildi. Ürün etiketleri, her yeteneği hangi NatusAI ürününün sağladığını ya da sağlamasının planlandığını gösterir; sürüm durumu “Teknik ekibiniz için” bölümünde yer alır.

Kulaklıklı müşteri temsilcileri, karmaşık bir müşteri vakasını bir meslektaşlarına devrediyor (temsili görsel)
Temsili görsel.
İnsan boyutu

Hizmet ekipleri için ne değişti

Amaç hiçbir zaman daha az insan değildi. Amaç, her bir kişinin zamanının daha büyük bölümünü gerçekten ona ihtiyaç duyan görüşmelere ayırabilmekti.

  • Müşteri temsilcileri. Tekrarlayan sorulardan kurtulan temsilciler artık kendilerine yönlendirilen karmaşık vakaları, zaten bildikleri CRM ve destek kaydı araçları içinde ele alıyor.

  • Müşteri ilişkileri yönetimi. Gerçek zamanlı analitik panosu performans izleme ve gözetimi destekliyor; kalite, kulaktan dolma bilgiyle değil kanıtla yönetiliyor.

  • Müşteriler ve potansiyel müşteriler. Günler yerine saatler içinde yanıt; soru gerektirdiğinde her zaman bir insan. Satış dönüşümü %24 arttı.

Yapay zeka çözümü, verimliliğimizi %30 artırarak ve her şeyden önemlisi çalışanlarımızın iş yaşamını iyileştirerek bize pazarımızda gerçek bir rekabet avantajı sağladı.

Müşteri İlişkileri DirektörüAvrupalı bir telekomünikasyon operatörü
Önemli, ölçülebilir sonuçlar

Etki: müşteri taleplerine %92 daha hızlı yanıt

%92

daha hızlı yanıt süresi: 3–5 günden saatlere

%89

otomatikleştirilen 12 kategorideki taleplerin insan müdahalesi olmadan çözülen oranı

%30

verimlilik artışı

%38

daha yüksek müşteri memnuniyeti

%24

satış dönüşümünde artış

12

uçtan uca otomatikleştirilen talep kategorisi

Rakamlar, proje kapanışında müşteri tarafından bildirilmiştir.

Uyarlanabilirlik

Bu, kurumunuz için ne anlama geliyor

Bu model, bir hizmet ekibinin her gün aynı soruları yanıtladığı her yerde işe yarar: telekom, enerji ve su hizmetleri, bankacılık, sigortacılık ya da kamu hizmetleri.

Modelden değil, kuyruktan başlayın.

Yükün büyük kısmını genellikle birkaç tekrarlayan kategori taşır. Önce bunları bulun; otomasyonun nerede karşılığını vereceğini bilirsiniz.

Otomasyondan önce devir noktasını tasarlayın.

Hangi vakaların her zaman bir kişiye gideceğine karar verin. Müşterilerinizi ve markanızı koruyan budur.

İlk günden ölçün.

Yanıt süresi, otomatik çözüm oranı ve memnuniyet; öncesi ve sonrası, yönetiminizin zaten güvendiği tek bir panoda.

Modeli genişletmek: yönetişimli e-posta asistanı

Aynı yaklaşım, onaylı bilgiye ve görev iş akışlarına bağlı e-posta asistanlarına da güç veriyor. Asistanlar talebi anlıyor, onaylı kaynaklardan bir yanıt ya da görev hazırlıyor, ardından bunu incelemeye yönlendiriyor veya tanımlı bir eylemi tamamlıyor; tüm etkinlik kayıt altına alınıyor.

Müşteri desteği kullanım senaryosu
Tasarımdan gelen yönetişim

Yönetişim ve veri

Müşteri hizmetleri kişisel verilerle çalışır; bu nedenle tasarım, sorumluluğu insanlarda tutar ve veri akışlarını açıkça tanımlar. Yalnızca üzerinde anlaşılan kategoriler. Örüntü dışındaki her vaka bir müşteri temsilcisine gider. Her otomatik yanıt kayıt altına alınır.

  • GDPR: belgelenmiş işleme faaliyetleri, veri minimizasyonu, veri işleme sözleşmesi (DPA)
  • AB Yapay Zeka Yasası: müşterilere yapay zeka ile etkileşimde olduklarına dair şeffaflık ve üst kademeye aktarılan vakalarda insan gözetimi (Madde 50'yi ve uygulayıcı yükümlülüklerini destekler)
  • NIS2: telekom operatörleri temel kuruluşlar arasındadır ve çözüm, operatörün güvenlik çevresi içinde çalışabilir

NatusAI yükümlülüklerinizi destekler; hukuki değerlendirmenizin yerini almaz. NatusAI, AB Yapay Zeka Yasası, GDPR, DORA ve NIS2 kapsamındaki yönetişimi nasıl destekler

Onaylı bilgi arama görünümü: her yanıt kaynak belgesine bağlı
Teknik ekibiniz için
  • Dil modeli: ticari bir büyük dil modeli. NatusAI modelden bağımsızdır: kullanılan model mimaride kayıt altına alınır, yerine AB'de barındırılan veya yerel modeller kullanılabilir.
  • Entegrasyon: mevcut CRM ve destek kaydı platformu, API'leri üzerinden. Yeni bir gelen kutusu açılmadı, anlaşılan kapsamın dışında veri çoğaltılmadı.
  • 12 kategoriye sınıflandırma, önceliklendirme, karmaşık sorunların kurala dayalı olarak müşteri temsilcilerine aktarılması ve gerçek etkileşimlerden çıkan, yayından önce hizmet sorumlusunca incelenip onaylanan iyileştirmeler.
  • Gerçek zamanlı analitik panosu (bugün NatusAI Lyra bileşenleriyle oluşturuluyor: tablolar, grafikler, konuşma arayüzleri).
  • Platform eşlemesi: koordinasyon ve onaylar NatusAI Auriga'ya (Yol haritasında), uygulama katmanı NatusAI Orion'a (Yol haritasında), arayüz ise NatusAI Lyra'ya (Kullanımda) aittir.
Sorular

Müşteri hizmetleri ve operasyon yöneticilerinden gelen sorular

İnsanlar, sistemler, zamanlama ve kontrol hakkında açık yanıtlar.

Operasyon katını izleyen bir operasyon direktörü (COO) (temsili görsel)

Yapay zeka müşteri temsilcilerimizin yerini mi alıyor?

Hayır. Bu projede yapay zeka tekrarlayan 12 talep türünü üstlendi, karmaşık vakaları insanlara yönlendirdi. Verimlilik %30 arttı; müşteri, çalışanların iş yaşamının iyileştiğinin altını çizdi.

CRM veya destek kaydı sistemimizi değiştirmemiz gerekiyor mu?

Hayır. Çözüm, halihazırda kullanılan CRM ve destek kaydı platformuyla entegre edildi; iş akışlarında herhangi bir kesinti yaşanmadı.

Sonuçları ne zaman görürüz?

Operatörün hizmet ekibi 6 saatte eğitildi ve canlıya geçişin ardından 30 gün boyunca desteklendi.

Yapay zeka emin olmadığında ne oluyor?

Üzerinde anlaşılan örüntülerin dışındaki vakalar, yönlendirme mantığı tarafından bir müşteri temsilcisine aktarılır. Yalnızca anlaşılan kategoriler otomatik olarak işlenir.

Müşteri sonuçları

Devreye alma sürecinin nasıl işlediğini mi merak ediyorsunuz? Bir projenin nasıl yürüdüğünü görün

Benzer bir projeyi konuşalım

Hizmet ekibinizde hangi talepler tekrarlanıyor?

Önce akışı haritalayın, sonra yapay zeka desteğinin işi nerede kolaylaştıracağına karar verin. 30 dakikalık bir brifingde bunu nasıl ölçeceğimizi size gösterelim.

  • Kapsamı belirlenmiş bir keşif aşamasıyla başlayın; aşama net bir devam / dur kararıyla biter.
  • Bu vakayla ilgili referans görüşmeleri, ilk brifingden sonra gizlilik sözleşmesi (NDA) kapsamında ayarlanabilir.
Benzer bir projeyi konuşalımTüm kullanım senaryoları

Ya da contact@natusai.com adresine yazın

Küçük bir yönetim ekibi, toplantı odasında tek sayfalık bir sonuç özetini inceliyor (temsili görsel)