Düşünce Liderleri
En akıllıca yapay zekâ kararı, mesajı göndermemek olabilir

Öne çıkan noktalarTıklamalar için optimizasyon yapmak, kısıtlama müşteri ilişkisini daha iyi koruyacak…
Daha fazla göster
- Tıklamalar için optimizasyon yapmak, kısıtlama müşteri ilişkisini daha iyi koruyacak olsa bile daha fazla mesaj göndermeyi ödüllendirir.
- Bir geri ödeme çözülmemişken gönderilen iyi yazılmış bir promosyon, daha iyi içeriğin düzeltemeyeceği bir karar hatasıdır.
- İnsan incelemesi rutin politika vakaları yerine belirsiz bağlama ve yüksek sonuçlu eylemlere odaklanmalıdır.
Üretken yapay zekâ, kişiselleştirilmiş bir mesaj hazırlamanın maliyetini büyük ölçüde düşürdü. Ancak bu mesajın gönderilip gönderilmemesi gerektiğine karar vermeyi kolaylaştırmadı.
Yapay zekâ, müşteri etkileşimlerine ilişkin kararların daha fazlasını üstlendikçe bu ayrım önem kazanıyor. Bir sistem, konuyla ilgili bir teklif oluşturabilir ve birinin bu teklife tıklayacağını öngörebilir; buna rağmen yanlış karar verebilir. Müşteri para iadesini bekliyor olabilir. Çözülmemiş bir şikâyeti olabilir. Ürünü farklı bir e-posta adresiyle daha önce satın almış olabilir.
Daha iyi yazılmış mesajlar bu sorunların hiçbirini çözmez. Sistemin müşteriyi daha iyi anlaması, işletmenin gerçekten değer verdiği unsurları yansıtan bir hedefi ve neler yapabileceğine dair açık sınırları olması gerekir.
Sistemden Neyi Optimize Etmesini İstiyorsunuz?
Gönderimleri, açılmaları ve tıklamaları saymak kolaydır. Bu da onları kullanışlı operasyonel ölçütler hâline getirir; ancak aynı zamanda bir işletmenin gerçekten istediği şeyin yerine konmalarını da cazip kılar: ilişkiye değer veren ve geri gelmeye devam eden bir müşteri.
Toplam tıklama sayısını artırmak üzere optimize edilmiş ve iletişim sıklığına çok az kısıtlama getirilen bir yapay zekâ sistemi, daha fazla mesaj göndermenin puanını yükselttiğini keşfedebilir. Her ek gönderim tek başına makul görünebilir. Ancak kampanyalar ve kanallar genelinde aynı müşteri, markadan kimsenin amaçladığından çok daha sık mesaj alabilir.
Maliyet, optimize edilen ölçütün dışında ortaya çıkar. Validity’nin 2026 tatil dönemi tüketici anketinde, katılımcıların üçte biri, tatil dönemindeki e-posta yoğunluğunun tek başına abonelikten çıkmaları için yeterli olduğunu söyledi. Bu, aşırı iletişime yapay zekânın yol açtığını göstermez. Gösterdiği şey, etkinliği artırmanın ilişkiye zarar verebileceğidir.
Abonelikten çıkma görünür bir sonuçtur. Buna yol açan hayal kırıklığı ise çoğu zaman görünmez. Sistem bugün bir tıklama sağladığı için ödüllendirilirken gelecek ay müşterinin geri dönme olasılığını düşürdüğü için herhangi bir ceza almıyorsa, bu ödünleşimi hesaba katmak için pek bir nedeni yoktur.
Kendini Sınırlamak da Bir Karardır
Geçen hafta siparişini iade etmiş ve hâlâ parasının geri ödenmesini bekleyen bir müşteriyi düşünün. Pazarlama sistemi, kısa süre önce alışveriş yapmış ve kampanyaya yanıt verme olasılığı yüksek bir müşteri görerek tanıtım e-postasını sıraya alır. Müşterinin gözünden bakıldığında marka, borcunu geri ödemeden önce ondan daha fazla para istiyordur.
İade bilgisi sipariş sisteminde, para iadesinin durumu bir hizmet aracında, satın alma bilgisi ise bir pazarlama profilinde bulunabilir. Bu kayıtlar aynı kişiyle dahi ilişkilendirilmemiş olabilir. Model tam da tasarlandığı gibi çalışsa bile müşteriye dair eksik bir bilgi bütünü üzerinden karar veriyor olabilir.
Bu kayıtları birbirine bağlamak, sistemin neleri bilebileceğini değiştirir. Ancak sistemin ne yapacağını kendiliğinden değiştirmez. Karar sürecinde çözülmemiş para iadeleri de hesaba katılmalı ve tanıtım mesajını göndermemek geçerli bir sonuç olarak kabul edilmelidir. Aksi hâlde sisteme daha fazla bilgi vermiş, ancak ödüllendirildiği davranışı değiştirmemiş olursunuz.
Müşteri bağlamı ile hedeflerin birlikte tasarlanması bu yüzden önemlidir. Bağlam, neler olup bittiğini açıklar. Hedef ve karar kuralları ise bundan sonra ne olması gerektiğini belirler. Tek başına bir iade, tüm iletişimin kesilmesi gerektiği anlamına gelmez. Müşterinin para iadesiyle ilgili bir güncellemeye ihtiyacı olabilir. Yararlı bir hizmet mesajıyla bir başka tanıtım mesajı arasındaki fark önemlidir.
Kötü yazılmış bir e-posta içerik sorunudur. Müşteri parasını beklerken gönderilen iyi yazılmış bir e-posta ise karar sorunudur. İkinci sorunu, birincisini daha iyi çözerek ortadan kaldıramazsınız.
Kayıt Olmak Sadakatle Aynı Şey Değil
Sadakat programları da aynı sorunun başka bir örneğini sunar. Başarı daha fazla kayıt anlamına geliyorsa sistem, indirim sunarak insanları programa çekmeyi öğrenebilir. Kayıt sayısı artar. Bu müşterilerin başka bir indirim olmadan geri dönüp dönmeyeceği ise ayrı bir sorudur.
Yanıtlanması asıl değer taşıyan soruların cevaplanması daha uzun sürer. Üyeler geri geliyor mu? Teşviklerin maliyeti hesaba katıldığında harcamaları kârlı mı? Program davranışlarını değiştiriyor mu, yoksa zaten yapacakları alışverişleri mi ödüllendiriyor?
Bu soruları yanıtlamak için sadakat programı etkinliklerini zaman içinde satın alma ve hizmet geçmişiyle ilişkilendirmek gerekir. Ayrıca programın etkisini, zaten gerçekleşmesi muhtemel davranışlardan ayırmaya yardımcı olacak bir karşılaştırma yapmak da gerekir. Üye sayısının artması tek başına bu soruları yanıtlamaz.
İnsan Gözetimi Kararı Değiştirmeli
Sistemin neyi optimize etmesi gerektiğine karar vermek insanların sorumluluğundadır. Müşteriyi elde tutma, kâr marjı ve müşteri çabası arasında seçim yapmayı gerektiren ödünleşmelerin sorumluluğunu yöneticiler üstlenmelidir. Model bu ödünleşmeleri değerlendirmeye yardımcı olabilir; ancak aralarında seçim yapma sorumluluğunu üstlenemez.
Eylemlere getirilecek sınırlar için de aynı şey geçerlidir. Başlangıçta sorulabilecek yararlı bir soru şudur: Bunu geri almak ne kadar zor olur? Bir tanıtım mesajını inceleme için bekletmenin sonuçları; fiyatı değiştirmekten, kredi tanımlamaktan ya da rezervasyonu iptal etmekten farklıdır. Nelerin otomatik olarak yürütülebileceğini, nelerin onay gerektirdiğini sonuçlar, müşterinin verdiği izinler ve mevcut bağlamın güvenilirliği belirlemelidir.
Bekleyen bir iade, her seferinde manuel inceleme gerektirmez. Politika açıksa, hizmetle ilgili iletişim sürerken bir kural promosyonu bekletebilir. Bağlamın belirsiz olduğu, kuralların çeliştiği veya sonuçların sistemin yetkisini aştığı durumlarda insan incelemesi gerekir. Bu ayrımı yapmak için gereken bilgiler eksikse sistemin tahminde bulunmasına izin vermek yerine önceden belirlenmiş bir alternatif yol tanımlanmalıdır.
İnceleme yapanların güven puanından daha fazlasına ihtiyacı vardır. Önerinin hangi müşteri kayıtlarına dayandığını, bu kayıtların ne kadar güncel olduğunu, sistemin neyi başarmaya çalıştığını ve hangi kısıtların geçerli olduğunu görebilmelidirler. Güncelliğini yitirmiş veya birbiriyle uyuşmayan kayıtlara dayanan, güven düzeyi yüksek bir öneri de yine kötü bir öneridir.
Elle yapılan müdahaleler kanıta dönüşmelidir. İnsanlar aynı tür promosyonu tekrar tekrar durduruyorsa bunun nedenini kaydedin. Bu örüntü; hizmet verilerinin eksik olduğunu, bir kimlik sorunu bulunduğunu veya yanlış davranışı ödüllendiren bir hedef belirlendiğini ortaya çıkarabilir. Bu örüntüyü düzeltmek, bir kişiden aynı hatayı süresiz olarak yakalamasını istemekten daha değerlidir.
Göndermemenin İşe Yarıp Yaramadığını Ölçün
Ekipler, tüm müşteri etkileşimlerini bir kerede yeniden tasarlamaya çalışmak yerine tek bir kararla işe başlayabilir. Bir promosyon mesajı gönderimini ele alın, bunun için gereken bağlamı belirleyin ve hangi koşullarda gönderimin bekletilmesi gerektiğini tanımlayın. Gerekli hizmet mesajlarını bu bastırma kuralının dışında tutun.
Ardından değişikliğin işe yarayıp yaramadığını test edin. Uygun promosyon mesajları için mevcut yaklaşımı, belirlenmiş koşullarda gönderimi bekleten bir politikayla karşılaştırın. Tekrar satın alımları, müşteri bağlılığını, şikâyetleri ve kâr marjını satın alma döngüsüne uygun bir süre boyunca izleyin. Gönderimler ve tıklamalar, neler yaşandığını açıklamaya yine yardımcı olur; ancak nihai ölçüt bunlar olmamalıdır.
Test, daha az promosyon göndermenin müşteri ilişkisini koruduğunu gösterebilir. Belirli bir kısıtlamanın kapsamının fazla geniş olduğunu da ortaya koyabilir. Her iki sonuç da yararlıdır. Sessiz kalmak da mesaj göndermek kadar sorgulanmalıdır. Her ikisi de sonuçları ölçülebilen kararlardır.
Bunların hiçbiri mühendislik çalışmalarını ortadan kaldırmaz. Müşteri kayıtlarının doğru kişiyle eşleştirilmesi gerekir. Yakın zamanda gerçekleşen olaylar, karar sürecine etkili olabilecekleri zamanda ulaşmalıdır. İzinler eylemi kısıtlamalı; ekiplerin ne olduğunu ve neden olduğunu kayda geçirmesi gerekir. Daha iyi bir hedef, eksik bağlamı telafi edemez; tıpkı daha iyi bağlamın yanlış bir hedefi düzeltemeyeceği gibi.
Müşteri İlişkisini Gözeterek Tasarlayın
Liderlerin yanıtlaması gereken soru basit: Sisteminiz neyi iyi bir karar olarak kabul ediyor? Yanıt bir tıklamaysa sistem, müşteri deneyimini kötüleştirirken görevini yapıyor olabilir.
Güvenilir müşteri bağlamı, insanlara ve yapay zekâya ne yapacaklarına karar verirken daha sağlam bir dayanak sunar. Açık hedefler ve kontroller, bu anlayışın nasıl kullanılacağını belirler. Sonuçta ortaya, bir mesajın neden şu anda yararlı olduğunu açıklayabilen, yararlı olmadığı durumları fark eden ve sonrasında yaşananlardan öğrenen bir sistem çıkmalıdır.
Bazen bir yapay zekâ sisteminin verebileceği en akıllıca karar, hiç mesaj göndermemektir.












