AI chatbot, belirli destek ve işlem akışlarında müşteriye mesai dışı da yanıt verebilir. Bunun doğru çözüm olup olmadığı; soru türü, hata riski, bilgi tabanı, insan devri ve toplam işletme maliyetine bağlıdır. Bu rehber, sonuç vaadi vermeden pilot kapsamını ve ölçüm planını kurmaya odaklanır.
2026'da AI Chatbot'lar Ne Yapabiliyor?
Güncel dil modelleri ve araç entegrasyonlarıyla kurulan chatbotlar, tasarıma bağlı olarak şunları yapabilir:
- Doğal dil girdisi: Yazım hatası, günlük dil veya kısaltmaları bazı bağlamlarda yorumlayabilir; her ifadeyi doğru anlayacağı varsayılmamalıdır.
- Çok turlu konuşma: Oturum bağlamı tasarlanırsa takip soruları sorabilir ve önceki mesajlara başvurabilir.
- Aksiyon alma: Yetkili araçlarla sipariş sorgulama veya randevu talebi gibi işlemler yapabilir; iade ve ödeme gibi riskli eylemler onay gerektirir.
- Kişiselleştirme: Hukuki dayanak ve erişim kontrolü varsa ilgili müşteri verisini kullanabilir; gereksiz profil çıkarmadan kaçının.
- Çoklu dil: Desteklenen dillerde yanıt üretebilir; Türkçe doğruluğu şirket terminolojisiyle test edilmelidir.
Chatbot Platformları Karşılaştırması
Yönetilen ve No-Code Platformlar
| Platform Örneği | Değerlendirme Başlığı | Satın Alma Öncesi Kontrol |
|---|---|---|
| Tidio / Crisp | Canlı destek ve küçük ekip iş akışı | Türkçe test seti, kanal ve kullanım limiti |
| Intercom / Zendesk / Freshdesk | Destek masası ve otomasyon | Mevcut lisans, veri bölgesi, temsilci devri |
| Satış odaklı platformlar | Lead toplama ve yönlendirme | CRM alanları, spam kontrolü, açık rıza yerine uygun hukuki dayanak |
Fiyat, dil ve özellikler plana göre değiştiği için sabit rakam tablosu kullanmayın. Aynı senaryo setini deneme ortamında çalıştırın ve sağlayıcının resmi fiyat/veri sayfasını satın alma günü kontrol edin.
Custom Geliştirme Platformları
| Platform | Tür | Değerlendirilebilecek Kapsam |
|---|---|---|
| OpenAI Responses API / Agents SDK | API ve SDK | Araç, handoff, guardrail ve tracing bileşenleri |
| Google Dialogflow CX / Vertex AI | Platform | Google Cloud tabanlı konuşma ve model entegrasyonu |
| Anthropic Claude API | API | Model ve araç tabanlı özel akışlar |
| Microsoft 365 Agents SDK / Copilot Studio | SDK ve platform | Microsoft kanalları ve kurumsal entegrasyon |
| Botpress ve benzeri araçlar | Platform | Yönetilen veya özel dağıtım seçenekleri |
OpenAI'ın güncel agent bileşenleri resmi Agents SDK dokümanında açıklanır. Microsoft ise eski Bot Framework SDK'nın artık güncellenmediğini ve yeni agent geliştirmeleri için Microsoft 365 Agents SDK'yı değerlendirmeyi resmi belgede belirtir.
Doğru Chatbot Türünü Seçme
Tür 1: SSS Chatbotu (En Basit)
Önceden tanımlanmış soru-cevap, kural veya arama yaklaşımıyla sınırlı bir bilgi kümesinden yanıt verir. Her SSS ürünü yalnızca anahtar kelime eşleştirmesi kullanmaz.
Ne zaman uygun: Soruların önemli bölümü sınırlı ve kararlı bir bilgi kümesinden yanıtlanabiliyorsa.
Maliyet ve süre etkenleri: Soru sayısı, kanal, dil, analytics ve temsilci devri. İçerik değiştikçe bakım gerekir.
Tür 2: AI Destekli Müşteri Destek Chatbotu
Şirket dokümanlarından ilgili parçaları getirip doğal dilde yanıt üretmek için RAG (Retrieval-Augmented Generation) yaklaşımı kullanabilen chatbot.
Ne zaman uygun: Ürün/hizmet portföyünüz geniş, sorular çeşitli ve standart yanıtlar yetersiz kalıyorsa.
Maliyet ve süre etkenleri: Belge sayısı, ayrıştırma, arama altyapısı, kaynak gösterme, değerlendirme seti ve model kullanımı.
Tür 3: İşlem Yapabilen Agent Chatbot
Yetkili araçlarla sipariş kontrolü veya randevu talebi gibi işlemler yapabilen chatbot. Ödeme, iade veya hesap değişikliği gibi yüksek riskli eylemler kimlik doğrulama, onay ve kayıt gerektirir.
Ne zaman uygun: Müşterileriniz chatbot üzerinden işlem yapmak istiyorsa (sipariş takibi, iade, randevu).
Maliyet ve süre etkenleri: API entegrasyonları, kimlik doğrulama, onay, idempotency, geri alma, güvenlik testi ve denetim kaydı.
Adım Adım Entegrasyon Rehberi
Adım 1: Hedeflerinizi Belirleyin
Chatbot'unuzdan ne bekliyorsunuz?
- Uygun destek taleplerinde insan iş yükünü azaltmak (oranı pilotta ölçmek)
- Satış sürecinde nitelikli yönlendirme oranını test etmek
- Mesai dışı yanıt erişimi sunmak; yanıt kalitesini ayrıca ölçmek
- Uygun hukuki dayanak ve alan doğrulamasıyla lead talebi toplamak
- İnsan onayı veya doğrulama kurallarıyla randevu/rezervasyon talebi almak
Hedef, risk ve ölçüm planınız platform kısa listesini ve bütçe tahminini şekillendirir; gerçek maliyeti pilotta doğrulayın.
Adım 2: Konuşma Akışını Tasarlayın
Chatbot'unuzun müşterilerle nasıl etkileşim kuracağını planlayın:
- Karşılama mesajı: İlk izlenim önemli. Chatbot'un ne yapabileceğini kısaca açıklayın.
- Ana konular: Hangi kategorilerde destek sunacak? (Sipariş, ürün bilgisi, iade, teknik destek)
- Eskalasyon kuralları: Hangi durumlarda insan temsilciye yönlendirecek?
- Kapanış: Konuşma sonunda memnuniyet anketi veya ek yardım teklifi
Adım 3: Bilgi Tabanını Hazırlayın
AI chatbot'un kaynaklı yanıt üretme olasılığını değerlendirmek için güncel ve sahipliği belirli şu belgeleri hazırlayın:
- Ürün/hizmet katalogları ve detaylı açıklamalar
- Sıkça sorulan ve iş açısından kritik sorular
- İade, değişim, kargo politikaları
- Fiyat listeleri ve kampanya koşulları
- İletişim bilgileri ve çalışma saatleri
Adım 4: Entegrasyon
Web sitesi entegrasyonu:
Bazı yönetilen platformlar siteye eklenen JavaScript bileşeni veya uygulama entegrasyonu sunar. Yerleşim, erişilebilirlik, performans, çerez/veri akışı ve Content Security Policy etkisini seçtiğiniz üründe test edin.
WhatsApp entegrasyonu:
WhatsApp Business Platform üzerinden chatbot entegrasyonu değerlendirilebilir. Türkiye'de benimsemenin yüksek olacağını varsaymak yerine kendi müşterilerinizin izinli kanal tercihini, şablon kurallarını ve konuşma maliyetini ölçün.
Instagram DM entegrasyonu:
Instagram DM chatbot'u uygun e-ticaret ve perakende akışlarında soru karşılama veya yönlendirme sağlayabilir; satış artışı garanti etmez.
CRM entegrasyonu:
Chatbot'tan uygun alanları onaylı bir akışla CRM'e aktarın; erişim, saklama, düzeltme ve silme kurallarını ayrıca tanımlayın. Bir konuşmayı otomatik olarak satış fırsatı saymayın.
Adım 5: Test ve Optimizasyon
- Sık soruların yanında yüksek riskli, belirsiz, kötü niyetli ve insan devri gerektiren senaryoları risk bazlı test edin.
- Anonimleştirilmiş örnek konuşmaları risk ve hacme göre düzenli inceleyin
- Chatbot'un cevaplayamadığı soruları tespit edip bilgi tabanına ekleyin
- Müşteri memnuniyetini düzenli ölçün
Maliyet Analizi ve ROI Hesaplama
Maliyet Kalemleri
| Kalem | Basit Bilgi Botu | RAG Destek Botu | İşlem Yapan Agent |
|---|---|---|---|
| Platform/model | Mesaj ve koltuk hacmi | Token, arama ve depolama | Token, araç ve işlem hacmi |
| Kurulum | Akış ve kanal ayarı | Belge hattı ve değerlendirme | API, kimlik, onay ve geri alma |
| Bakım | SSS güncelleme | Kaynak güncelliği ve kalite takibi | Entegrasyon, güvenlik ve denetim |
| İnsan operasyonu | Temsilci devri | Hatalı yanıt inceleme | İşlem onayı ve istisna yönetimi |
ROI Hesaplama Formülü
Brüt kaçınılan işlem maliyeti tahmini = (Kalite kriterini karşılayarak insan kuyruğundan gerçekten çıkan talep sayısı) x (Talep başına kaçınılabilir marjinal maliyet)
Bu tutar tasarruf veya ROI ile aynı değildir. Sabit personel maliyeti talep azaldığında ortadan kalkmıyorsa tamamını "kaçınılan maliyet" saymayın.
Tamamen hipotetik örnek hesaplama:
- Aylık müşteri destek talebi: 1.000
- Pilotla doğrulanmış chatbot çözüm oranı varsayımı: %60 (600 talep)
- Talep başına insan maliyeti: 25 TL (personel maaşı / aylık talep)
- Aylık brüt kaçınılabilir maliyet varsayımı: 600 x 25 = 15.000 TL
- Aylık chatbot maliyeti varsayımı: 5.000 TL
- Kurulum ve risk maliyetleri öncesi aylık fark: 10.000 TL
- Aynı varsayımlar değişmeden sürerse yıllıklaştırılmış ön fark: 120.000 TL
Bu rakamlar gerçekleşmiş müşteri sonucu değildir. (15.000 - 5.000) / 5.000 hesabından çıkan %200 oranı tam ROI değildir; sermaye, tek seferlik kurulum, sabit işçilik, yanlış çözüm, yeniden işleme, temsilci devri, vergi ve fırsat maliyeti eksiktir. Gerçek yatırım kararında dönem, nakit akışı ve ölçülen taban senaryo açıkça yazılmalıdır.
Chatbot Risk ve Kalite Kontrolleri
- İnsan devrini tasarlayın. Hedef otomasyon oranını önceden varsaymayın; karmaşık, duygusal veya yüksek riskli konuları temsilciye aktarın.
- Chatbot'un sınırlarını belirleyin. "Her şeyi yapan" bot yerine tanımlı konularda ölçülebilir doğruluk hedefleyin.
- Kişiliğini belirleyin. Chatbot'unuz samimi mi olacak, profesyonel mi? Marka tonunuza uygun olmalı.
- Geri bildirim toplayın. Uygun bir örneklemde kısa anket veya temsilci kodlaması kullanın; her konuşmaya anket göstermenin kullanıcı deneyimini bozup bozmadığını ölçün.
- Düzenli güncelleyin. Yeni ürün, politika ve kampanya koşullarını sürümleyin; eski yanıtların geri dönmediğini test edin.
- Veri koruma: İşlenen veri, amaç, saklama, aktarım, güvenlik ve ilgili kişi haklarını somut akışta değerlendirin. Açık rızanın her durumda tek veya doğru hukuki dayanak olduğunu varsaymayın. Başlangıç için KVKK'nın Yapay Zekâ Alanında Kişisel Verilerin Korunmasına Dair Tavsiyelerini inceleyin; bu yazı hukuki görüş değildir.
Sonuç
AI chatbot her işletme için gereklilik değildir. Sınırlı bir kapsam, ölçülebilir taban performansı, güvenilir insan devri ve veri yönetişimi varsa yararlı olabilir. Küçük başlayın; doğruluk, çözüm, maliyet ve kullanıcı geri bildirimini birlikte ölçerek kapsamı genişletin.
İşletmenize özel AI chatbot çözümü için Maviona'nın dijital hizmetlerini inceleyin veya doğrudan bize yazın.
