Sık Sorulan Sorular

Next4biz CSM, ilk temastan çözüme kadar tüm müşteri hizmetleri sürecini tek platformda yöneten, yapay zeka destekli ve omnichannel bir sistemdir. Telefon, e-posta, sohbet, WhatsApp, sosyal medya, pazaryerleri ve self-service tek bir zaman çizelgesinde birleşir; çözülemeyen talepler kategoriye özel iş akışlarına ve SLA takibine düşer.

Yardım masası araçları bildirimi kaydeder ve bir temsilciye atar; süreç orada biter. Next4biz talebi uçtan uca çözer: kategoriye özel iş akışı devreye girer, adım adım sorumlular ve zaman sınırları atanır, gecikmelerde eskalasyon tetiklenir, kapanışta neden kodu ve kök neden analizi yapılır. Uçtan uca talep yönetimi →

Evet. ERP, OMS ve CRM sistemleri REST API ve webhook'larla çift yönlü bağlanır; sipariş, ürün, poliçe ve müşteri verileri iş akışlarının ve ekranların içinde kullanılabilir hale gelir. Çağrı merkezi tarafında CTI destekli bulut ve geleneksel santrallerle entegre çalışılır. Kimlik tarafında SAML 2.0, OAuth 2.0, OpenID Connect ve LDAP/Active Directory desteklenir; opsiyonel SCIM ile kullanıcı senkronu yapılır.

Hayır. Kategori ağacı, formlar, iş akışları, iş kuralları, agent senaryoları, Guided Bot senaryoları ve mesaj şablonları görsel editörlerle kod yazmadan güncellenir. IT yalnızca entegrasyon katmanında devrededir. Değişiklikler rol bazlı yetkilendirmeyle yapılır; kim, neyi, ne zaman değiştirdi izlenebilir. No-code yapı →

Belirli bir modele bağlı kalmıyoruz; kanıtlanmış büyük dil modellerini düzenli karşılaştırıp dönemin şampiyon modelini platformda çalıştırıyoruz. Böylece model dünyasındaki ilerlemeler sizin tarafınızda bir geçiş projesi gerektirmeden ürüne yansır. Model seçimi, veri kullanımı ve on-prem seçenekleri yapay zeka sayfasında ayrıntılı anlatılıyor. Yapay zeka yaklaşımımız →

Evet, ama yalnızca sizin projeniz için ve kişisel veriler arındırıldıktan sonra; başka müşterilere yönelik model geliştirmede verileriniz kullanılmaz. Model, kurumunuzun iç dokümanları, bilgi tabanı, ürün kılavuzları ve geçmiş çözümleri üzerinde çalışır; kişiyi tanımlayan alanlar bu akışa girmeden maskelenir. Kapsam ve yöntem proje başında birlikte belirlenir; ilkeler yazılı çerçevede. Sorumlu Yapay Zeka Çerçevesi →

Evet, on-prem mümkün. Varsayılan kurulumda şampiyon model yönetilen servis olarak çalışır; on-prem istenirse on-prem destekleyen bir model, sizin belirleyeceğiniz altyapıda kurumunuzun kontrolünde çalışır. Verinin yurtdışına çıkmaması gerekiyorsa veri Türkiye'de saklanır ve işlenir, model eğitimleri de Türkiye'deki sunucularımızda yapılır. Seçeneklerin ayrıntısı yapay zeka sayfasında. Yapay zeka yaklaşımımız →

İlk temas çözüm oranı (FCR), ortalama işlem süresi (AHT), SLA uyumu, eskalasyon oranı ve müşteri memnuniyeti standart panolarda izlenir. Omnichannel yapı sayesinde bu metrikler kanal bazlı çift sayım olmadan hesaplanır. Yerleşik BI'ın yanında Power BI, Tableau ve Qlik için hazır API'ler mevcuttur.

Evet, her ikisi de karşılanır. KVKK uyumu yazılı olarak taahhüt edilir; Türkiye'de saklanmasını isteyen kurumlar için veriler Türkiye'deki, regülatif denetimlere açık veri merkezinde işlenir. Avrupa ve ABD veri merkezi seçenekleri de vardır. Bankalar için Next4biz, BDDK destek hizmeti mevzuatı çerçevesinde birincil bankacılık sistemi olmayan bir paket program olarak konumlanır; bağımsız güvenlik denetimlerinin sonuçları müşterilerle paylaşılır. Dilerseniz on-prem lisansla kendi sistemlerinizde çalıştırırsınız. BDDK ve Next4biz →

Hazır bir üründür; kutudan çıktığı gibi zengin işlevlerle gelir, kurumunuza uyarlanır ve entegre edilir. Uyarlama; kategori, form, kural, akış, yetki ve kanal ayarlarını yapılandırmaktan ibarettir, kod yalnızca harici sistem entegrasyonlarında gerekir. Devreye alma, proje planı ve yol haritasıyla profesyonel proje yöneticileri eşliğinde yürütülür; uygulamalı atölyeler ve eğitimler ekiplerin yetkinliğini kalıcı kılar. Hedeflenen faydalar ilk görüşmede birlikte tanımlanır ve yerleşik panolarda izlenir. Uygulama yol haritaları ve eğitimler →

Multichannel'da her kanal ayrı konuşma ve ayrı kayıt üretir; müşteri kendini tekrarlar, ekipler bilgi parçalarıyla ilerler. Omnichannel'da tüm kanallar tek bir canlı konuşmada birleşir; geçmiş, dosyalar ve aksiyonlar tek müşteri ve tek bildirim altında kalır. Müşteri WhatsApp'tan telefona geçse bile temsilci tüm yolculuğu görür.

Kimlik çözümleme ile. E-posta adresi, telefon numarası, sosyal medya hesapları ve müşteri ID'leri arasında aynı kişi tespit edilir; etkileşimler doğru müşteriye ve doğru bildirime otomatik bağlanır. Aynı konudaki tekrarlı başvurular tekilleştirilir, böylece raporlarda çift sayım oluşmaz.

Live chat ve mobil uygulama, WhatsApp, e-posta, çağrı merkezi, sosyal medya (Facebook, Instagram, X, LinkedIn), inceleme platformları (Google, App/Play Store, Trustpilot, Şikayetvar), pazaryerleri (Trendyol, Hepsiburada, Amazon, N11) ve self-service portalı. Yazılı kanallarda AI Agent'lar kaynağı izler, ilgisiz içeriği eler, geçerli mesajları bildirime dönüştürür. Yazılı kanallar →

Hayır. Bildirim, SLA saati, toplanan formlar, ekler ve onaylar kanal değişse de aynı vaka üzerinde devam eder. Müşteri sohbette başlayıp telefona geçtiğinde, devralan temsilci veya AI agent'ı önceki konuşmayı ve yapılan araştırmayı görür; müşteriden aynı şeyi tekrar anlatması istenmez.

Hayır. Duygu analizi, özetler, benzer vaka tespiti ve politika rehberliği tüm kanallarda tek bir AI katmanı olarak çalışır — kanal başına ayrı botlar değil. Kategoriye özel form ve iş akışları da giriş kanalından bağımsız uygulanır; bu yüzden yeni bir kanal devreye alındığında kurgu sıfırdan kurulmaz.

İş ekibi. E-posta, sohbet, sosyal medya, pazaryeri ve inceleme yanıtları için mesaj şablonları; giriş ve çözüm formları; doğrulamalar ve form kuralları kod yazmadan yapılandırılır. Onaylı şablonlar ve tutarlı ton tüm kanallarda aynı editörlerden yönetilir; değişiklik kanal fark etmeksizin aynı anda geçerli olur.

CTI destekli bulut veya geleneksel santralinizle entegre çalışır; değiştirmeniz gerekmez. Süpervizör Bot telefon çalarken arayanı tanır; tüm kanallardaki açık bildirimleri, ERP'nizden gelen müşteri verisini, duygu analizini ve CSAT skorunu ekrana getirir. Görüşme sırasında Issue Intelligence talebi kategorize eder, Süpervizör Bot temsilciyi kategoriye özel senaryoya yönlendirir. Uygun durumlarda yanıt bilgi tabanı ve entegrasyonlarla hazırlanıp bildirim sonuçlandırılır; değilse doğru iş akışı tek adımda başlatılır. Çağrı merkezinde yapay zeka →

Hacim, ortalama işlem süresi, ilk temas çözüm oranı ve NPS kanal bazlı çift sayım olmadan hesaplanır. Aynı müşterinin üç kanaldan yaptığı başvuru üç ayrı bildirim gibi görünmediği için kategori ve ekip performansını gerçekte olduğu gibi görürsünüz; kök neden analizi de bu tekilleşmiş veriye dayanır.

İlk temasta çözülemeyen bildirim, kategorisi için tanımlanmış iş akışına yönlendirilir. Akış ihtiyaç kadar sıralı adımdan oluşur; her adımda sorumlu ekip veya kişi, toplanacak veriler, kalite kontrol listesi ve süre sınırı tanımlıdır. Koşullu yönlendirme ile adımlar arasında dallanma yapılır — örneğin VIP müşteri için daha hızlı bir yol.

Yardım masası araçları çağrıyı yakalar ve e-postayı departmana iletir; bazen anahtar kelime kuralıyla atama yapar ve buna "iş akışı" der. Next4biz talebi çözüme kadar taşır: doğru veriyi toplar, entegre sistemlerden durumu doğrular, politikaya göre düzeltici yolu seçer, neden kodu ve metrikle kapatır, ardından kök neden analizine aktarır.

Hizmet seviyeleri hem adım bazında hem uçtan uca izlenir. Son tarih yaklaştıkça uyarı mesajları gider; eşik aşıldığında hiyerarşik eskalasyon tetiklenir ve takım liderine tam bağlamla bildirim düşer. Yöneticiler her bildirimin hangi aşamada olduğunu, nerede geciktiğini ve hangi aksiyonların alındığını panoda görür.

Evet. ERP, OMS ve CRM bağlantıları üzerinden sipariş durumu, ürün bilgisi ve müşteri kaydı iş akışının içinde doğrulanabilir. Örneğin teslimat gecikmesi akışında kargo durumu veya teslimat kanıtı (POD) entegrasyon üzerinden kontrol edilir ve politika kontrolüne göre iade, değişim veya yeniden sevk yolu seçilir.

Hayır. Adımlar, sorumlular, süreler, formlar, kontrol listeleri, onaylar ve iş kuralları görsel tasarımcıda kod yazmadan tanımlanır. Değişiklik tek bir kategoriye veya tüm iş hattına uygulanabilir; tanımlar kategori ağacıyla birlikte tek yerden yönetilir. Düzenleme veya politika değiştiğinde sistem satıcı talebi beklemeden uyarlanır. No-code yapı →

Aynı görsel editörden hemen düzeltirsiniz. Değişiklikler yayına almadan önce test edilip önizlenebilir; belirli kategorilere ya da tüm iş hatlarına ayrı ayrı yayınlanabilir. Kimin neyi ne zaman değiştirdiği değişiklik kaydında izlenir; rol bazlı yetkilendirme kimlerin değişiklik yapabileceğini belirler. No-code yapı →

Hayır. Kategori ağacı ve ona bağlı iş akışları kurumunuzun ihtiyacına göre genişletilir; her kategori kendi formu, SLA'sı, iş kuralları ve eskalasyon zinciriyle ayrı yapılandırılır. Yeni kategori eklemek yeni bir proje değil, mevcut editörlerde yapılan bir tanımlama işidir; ortak bir değişiklik belirli kategorilere veya tüm iş hattına tek seferde uygulanır.

Adım bazlı SLA uyumu, geciken adımlar, eskalasyon sayısı ve kategori bazlı çözüm süreleri panolarda izlenir. Kapanışta atanan neden kodları kök neden analizini besler; tekrarlayan sorunlar için düzeltici ve önleyici faaliyet (DÖF) eylemleri tetiklenir — sorun yalnızca yanıtlanmaz, düzeltilir. Olgunluk testi →

Operasyonun günlük olarak değişen her katmanı: kategori ağacı, iş akışları ile SLA ve eskalasyonlar, formlar ve form kuralları, iş kuralları, agent senaryoları, Guided Bot senaryoları, mesaj şablonları, rapor ve analizler. Hepsi görsel editörlerden yönetilir; iş ekipleri yazılım geliştirme talebi açmadan değiştirebilir.

Günlük değişiklikler için evet: form, akış, kural, senaryo ve şablon güncellemeleri iş ekibinde kalır ve satıcı değişiklik talebi gerektirmez. IT tarafı kurulumda ve entegrasyon katmanında devrede kalır — SSO, ERP/OMS/CRM bağlantıları, rol tabanlı erişim politikaları. Sayfadaki ifadesiyle: entegrasyonlar dışında tek satır kod yazılmaz.

İş süreçlerini dokümante edebilen bir personel süreci tasarlayabilir veya değiştirebilir; görsel editörler yapılandırmayı sezgisel hale getirir. Yazılım bilgisi veya danışmanlık gerekmez; örneğin operasyon sorumlusu yeni bir kategori için formu ve iş akışını kendisi tanımlar. Uyarlama sürecinde ekiplere onboarding, uygulamalı atölye ve eğitim verilir. Uygulama ve eğitimler →

Yetkiler ve değişiklik kaydı bu riski sınırlar. Rol bazlı yetkilendirmeyle kimin neyi değiştirebileceği tanımlıdır; kimin neyi ne zaman değiştirdiği izlenebilir. Hatalı bir yapılandırma aynı editörden hemen düzeltilir ve düzeltme üründe hemen görünür. İş akışı değişikliklerini yayına almadan önce test edip önizlemek için uçtan uca talep yönetimi sayfasına bakın. İş akışı değişiklikleri →

Hayır, orası IT'nin alanı. Temel sistemler (SSO, ERP, OMS, CRM) Next4biz Envanterine bir kez bağlanır. Bağlantı kurulduktan sonra iş ekipleri bu entegre veriyi iş akışlarında, formlarda ve ekranlarda kod yazmadan kullanabilir. Yani entegrasyon bir kez kurulur, sonrasında iş tarafı serbest kalır.

Parametrik yazılımda yalnızca önceden tanımlı seçenekler kutucuklarla işaretlenir. No-code mimaride iş mantığının kendisi görsel olarak kurulur: kategori ağacı, formlar ve veri alanları, iş akışları, SLA ve eskalasyonlar, eğer/ise iş kuralları, senaryolar, şablonlar, yetkiler ve raporlar iş birimi tarafından tasarlanır. Yeni bir kampanya, mevzuat değişikliği ya da ürün, tedarikçiden teklif beklemeden yeni bir kategori ve akış olarak devreye alınır. Neden Next4biz →

Rutin değişiklik talepleri düşer; IT güvenlik, veri ve entegrasyona odaklanır. Entegrasyonların bir bölümü zaten hazırdır: iletişim kanalları (e-posta, WhatsApp, sosyal medya, pazaryerleri, inceleme platformları) ve yaygın kurumsal yazılımlarla hazır bağlayıcılar bulunur. IT, SSO ve ERP/CRM gibi temel sistemler ile kuruma özel sistemleri bir kez bağlar; iş ekipleri bu veriyi entegrasyona dokunmadan kullanır. Rol tabanlı erişim ve değişiklik kaydı yerleşiktir; satıcı değişiklik talepleri azaldığı için toplam sahip olma maliyeti düşer.

Yeni kategori, kampanya veya politikanın devreye alınma hızı en görünür göstergedir. Yanında: IT'ye açılan değişiklik talebi sayısı, satıcıya iletilen geliştirme isteği sayısı ve düzenleme değişikliklerine uyum süresi. Değişiklikler tekdüze yayınlandığı için markalar arası tutarsızlık da azalır.

Müşteri yolculuğunun üç aşamasında. Yakalamada: botlar sohbet ve WhatsApp'ı yönetir, PRIME gürültüyü ayıklar, Issue Intelligence kategorize eder. Çözümde: Süpervizör Bot temsilciye yanıt taslağı ve politika rehberliği sunar. Analizde: duygu analizi, churn skoru, kategori özeti ve bildirim tahmini üretilir.

Kural tabanlı Guided Bot öngörülebilirlik ve denetlenebilirlik sağlar: hangi kategoride ne sorulacağı bellidir, gerçek veriler entegrasyonlardan çekilir. LLM Bot ise akış takıldığında veya müşteri senaryo dışına çıktığında devralır. İkisi birlikte, tek başına LLM'in sunamayacağı bir tutarlılık ve izlenebilirlik veriyor.

PRIME (Priority Ranking & Interaction Management Engine) tüm yazılı kanalları dinler ve her içeriğin gerçekten işleme alınması gereken bir bildirim olup olmadığını daha kapıda belirler. Emojiler, bağlamsız kısa içerikler ve yanlış yönlendirilmiş e-postalar ayıklanır; geçerli her mesaja tür ve operasyonel öncelik atanır. PRIME →

Kurumunuzun bilgi tabanı, ürün kılavuzları, iç dokümanları, geçmiş çözümleri ve entegre sistemlerden gelen canlı veriler (siparişler, ürünler, SLA'lar). Issue Intelligence ayrıca geçmiş bildirimlerden ve mevcut kategori ağacınızdan öğrenerek tüm kanallarda tutarlı sınıflandırma yapar. Genel internet bilgisi yanıt kaynağı değildir. Issue Intelligence →

İş ekibi yönetir. Kategori ağacı, Guided Bot senaryoları, mesaj şablonları ve iş kuralları görsel editörlerle tanımlanır; model eğitimi ve altyapı tarafı Next4biz'de kalır. Veri bilimci istihdam etmeniz veya prompt yazmayı öğrenmeniz gerekmez; model kalitesinin izlenmesi ve iyileştirilmesi de Next4biz tarafından yürütülür. Uygulama ve eğitimler →

Tek bir modele bağlı değiliz. Bilinen ve başarısı kanıtlanmış büyük dil modellerini sürekli değerlendirip her dönem için şampiyon modeli belirliyor ve platformda onu kullanıyoruz. Bu yaklaşım, model performansındaki sıçramaların sizin tarafınızda bir geçiş projesi gerektirmeden ürüne yansımasını sağlıyor.

Yalnızca kendi projeniz kapsamında ve kişisel verilerden arındırılarak; verileriniz başka müşteriler için model geliştirmede kullanılmaz. Model kurumunuzun iç dokümanları, içerikleri ve geçmiş çözümleriyle çalışırken kişiyi tanımlayan alanlar maskelenir ya da akışın dışında tutulur. Hangi veri kümesinin hangi kapsamda kullanılacağı proje başında birlikte kararlaştırılır ve doğrulama sonuçları sizinle paylaşılır. Sorumlu Yapay Zeka Çerçevesi →

Evet. Üç seçenek sunuyoruz. Varsayılanda şampiyon model yönetilen servis olarak çalışır. On-prem talep edilirse, on-prem destekleyen modellerden biri sizin belirleyeceğiniz altyapıda, kurumunuzun kontrolünde çalıştırılır. Verinin yurtdışına çıkmaması gerekiyorsa veri Türkiye'de saklanır ve işlenir; model eğitimlerini de sizden donanım istemeden Türkiye'de barındırılan kendi sunucularımızda yürütüyoruz. Veri merkezleri ve sertifikalar →

Guided Bot yalnızca tanımlı senaryoların içinde hareket eder ve gerçek verileri entegrasyonlardan çeker; uydurma alanı sınırlıdır. LLM devreye girdiğinde akış tıkanırsa konuşma tam geçmişiyle insan temsilciye aktarılır. Her adım — bot istemleri, kullanıcı girdileri, AI önerileri, alınan aksiyonlar — kaydedilir ve denetlenebilir.

Bot tarafından çözülen ve temsilciye aktarılan bildirimler ayrı raporlanır; ilk temas çözüm oranı ve ortalama işlem süresi üzerindeki etki takip edilir. Kategori Özeti hangi sorunun tekrarladığını, bildirim tahmini gelecek dönem yükünü gösterir. Hedeflenen faydalar proje başında birlikte tanımlanır ve aynı panolarda izlenir. Kategori Özeti →

Talebin insan müdahalesi olmadan karşılanması, ayıklanması, sınıflandırılması, gerektiğinde çözülmesi ve çözülemiyorsa doğru iş akışına aktarılması demektir. AI botlar sohbet, WhatsApp ve self-service'i yönetir; yazılı kanal agent'ları e-posta, sosyal medya, yorum ve pazaryerlerini izleyip bildirime dönüştürür. Kalan işi iş akışları devralır.

Chatbot konuşmayı yönetir ve orada durur. Otonom yapı konuşmadan sonrasını da kapsar: bildirimi kategorize eder, entegre sistemlerden sipariş ve müşteri verisini çeker, politika kontrolüne göre düzeltici yolu seçer, SLA saatini başlatır ve gerektiğinde eskalasyonu tetikler. Devralan temsilci tam bağlamı görür.

Auto-Responder bunu üstlenir. Bildirim iş akışı içinde ilerlerken tüm gelişmeler bildirim tarihçesine kaydedilir; Auto-Responder bu tarihçeyi ve güncel durumu analiz ederek müşteriye ne zaman bilgi verilmesi gerektiğini belirler ve belirlenen zamanlarda müşteriyi tercih ettiği kanaldan otomatik bilgilendirir.

Otomatik çözüm için gerçek veriye erişim şarttır: sipariş ve stok için ERP/OMS, müşteri için CRM, kimlik için SSO/LDAP, iletişim için kanal servisleri. Bu bağlantılar REST API ve webhook'larla çift yönlü kurulur; veriler hem botların hem iş akışlarının içinde kullanılabilir hale gelir.

Evet. Guided Bot senaryoları, kategori ağacı, iş kuralları, formlar ve iş akışları görsel editörlerle kod yazmadan yapılandırılır. Botun hangi kategoride ne soracağı, nereye kadar ilerleyeceği ve hangi noktada temsilciye devredeceği iş ekibinin tanımladığı senaryolarla belirlenir. Entegrasyonlar dışında kod yazılmaz.

Evet. Churn Analizi, bir müşterinin tüm bildirimlerindeki duygu durumu verisini dikkate alarak kademeli bir memnuniyet skoru üretir. Memnuniyetsizlik riski taşıyan veya kaybedilme ihtimali yüksek müşteriler bu skorla erken fark edilir ve bu müşteriler için otomatik aksiyonlar başlatılabilir. AI Analyzer →

Sabit bir modelimiz yok; kanıtlanmış büyük dil modelleri izlenir ve dönemin şampiyon modeli kullanılır, geçiş sizin tarafınızda proje gerektirmez. Kural tabanlı Guided Bot ile LLM Bot birlikte çalışır: akış öngörülebilir kısmı yürütür, senaryo dışına çıkıldığında LLM devralır. AI yaklaşımının detayı →

Evet, üç seçenek var. Varsayılanda şampiyon model yönetilen servis olarak çalışır. On-prem tercih edilirse on-prem destekleyen bir model, sizin belirleyeceğiniz altyapıda ve kurumunuzun kontrolünde çalıştırılır. Verinin yurtdışına çıkmaması gerekiyorsa veri Türkiye'de saklanıp işlenir, eğitimler de sizden donanım istemeden Türkiye'deki kendi sunucularımızda yürütülür. Güvenlik ve uyum →

Bot tarafından çözülen, temsilciye aktarılan ve iş akışına düşen bildirimler ayrı ayrı raporlanır; hangi kategoride otomasyonun tuttuğu, hangisinde tıkandığı görünür. Duygu analizi, bildirim tahmini ve kategori özetleri, otonomiyi genişletebileceğiniz alanları gösterir. Raporlar yerleşik panolarda izlenir; dış BI araçlarına da aktarılabilir. AI Analyzer →

Evet. Her bildirimin tarihçesinde kimin açtığı, hangi adımda ne kadar beklediği, kimin ne yazdığı ve yapay zekanın hangi tür, kategori ve duygu tahminini hangi güven skoruyla yaptığı kayıtlıdır; temsilcinin bu tahmini düzeltip düzeltmediği de görünür. Denetçi tek bir bildirim üzerinden tüm süreci yeniden kurabilir; bu iz kalite yönetimini, uyumu ve temsilci eğitimini birlikte besler. Olgunluk testi →

Botlar ve agent'lar genel internet bilgisiyle değil; kurumun dokümanları, bilgi tabanı, geçmiş çözümleri ve entegre sistemlerden API ile çekilen canlı verilerle çalışır. Yanıtlar bu kaynaklara dayanır, izlenebilir ve denetlenebilirdir; yeni veya değişen dokümanlar eğitim sonrasında da eklenebilir. Bu ilkeleri yazılı bir çerçevede topladık. Sorumlu Yapay Zeka Çerçevesi →

Issue Intelligence, PRIME ön elemesinden geçen bildirimi analiz eder; geçmiş bildirimlerden ve kurumun kategori ağacından öğrendikleriyle kategori, öncelik ve yönlendirme kararını üretir. Bildirimin türü, konusu ve bağlamı otomatik belirlenir; temsilcinin elle kategori seçmesi gerekmez. Kapıdaki ön eleme PRIME'a, sınıflandırma ve yönlendirme Issue Intelligence'a aittir. PRIME →

Kendi kategori ağacınız kullanılır; hazır bir şemaya uyum zorunluluğu yoktur. Issue Intelligence bildirimleri, kurumun çalışma biçimine göre tanımlanmış kategorilere yerleştirir ve bunu geçmiş bildirimlerden öğrendikleriyle birleştirir. Mevcut ağacınız korunur, sınıflandırma ona göre öğrenir; kategori tanımları değiştiğinde yeniden bir proje gerekmez, tanım no-code editörde güncellenir.

Evet. Kategori atandığı anda bildirim, o kategoriye bağlı ekibe, SLA'ya ve iş akışına yönlendirilir; kategori için önceden tanımlanmış aksiyonlar başlar ve "bunu kime atayalım?" sorusu ortadan kalkar. Aynı sorunun farklı temsilciler tarafından farklı kategorilere atanması ve bildirimin yanlış ekipte beklemesi engellenir; raporlar da güvenilir hale gelir. Ekip, SLA ve akış tanımları iş akışı tarafında yönetilir. İş akışı ve SLA →

Hayır; kaynak ne olursa olsun aynı sınıflandırma mantığı uygulanır. E-posta, canlı sohbet, WhatsApp, sosyal medya, inceleme platformları, pazaryerleri, çağrı merkezi ve self-service portallarından gelen bildirimler tek bir öğrenen kategorizasyon zemininde değerlendirilir. Böylece farklı ekiplerin farklı yorumları yerine ortak bir dil oluşur; manuel kategorizasyon çabası ve buna bağlı operasyonel hatalar azalır. Kanalların nasıl bağlandığı omnichannel sayfasında anlatılır. Omnichannel →

Evet; temsilcinin düzelttiği her kategori, modelin bir sonraki kararını iyileştirir. Düzeltilen örnek eğitime geri beslenir; düzeltmeler biriktikçe Issue Intelligence kurumun kendi bildirim diline ve kategori ağacına daha iyi uyum sağlar. Bu döngünün sizde işleyip işlemediğini olgunluk testiyle görebilirsiniz. Olgunluk testi →

Hayır. PRIME (Priority Ranking & Interaction Management Engine), gelen içeriğin gerçekten işleme alınması gereken bir müşteri bildirimi olup olmadığına daha kapıda karar verir: tüm yazılı kanalları dinler, gürültüyü eler ya da düşük öncelikli işaretler, geçerli mesaja tür ve öncelik atar. Kapıdan geçen bildirimler Issue Intelligence tarafından kategorize edilip ilgili iş akışına yönlendirilir. Issue Intelligence →

Emojiler, bağlamsız kısa içerikler, otomatik e-posta listelerinden gelen ilgisiz mesajlar, bülten kopyaları ve yanlış yönlendirilmiş e-postalar gürültü sayılır. Bu içerikler ya daha kapıda ayıklanır ya da düşük öncelikli olarak işaretlenir; her karar bir güven skoruyla üretilir ve kayıt altında kaldığı için denetlenebilir, temsilci gerektiğinde düzeltir. Böylece ekip kuyruğunda yalnızca gerçek işler kalır ve gerçek şikâyetler gürültünün arasında sıra beklemez. PRIME triyajı →

Öncelik; içeriğin tonu, konusu ve etkisi birlikte değerlendirilerek acil, yüksek, normal ya da düşük olarak atanır. Aynı adımda mesaj şikâyet, talep, bilgilendirme, teşekkür ya da spam olarak türlendirilir. Karar tek bir sinyale dayanmaz: kural tabanlı özellikler, transformer duygu modeli ve LLM bağlam değerlendirmesi tek kararda birleşir; her sonuç bir güven skoruyla üretilir. Girişte atanan bu öncelik, iş akışında bekleme ve tekrara göre yeniden hesaplanan dinamik önceliğin girdisi olur.

Tüm yazılı kanallar kapsama girer: destek e-posta adresleri, sosyal medya yorumları, bahsetmeler ve doğrudan mesajlar, pazaryeri ve inceleme platformları. Aynı ön eleme katmanı her kanalda aynı mantıkla çalışır; e-postada otomatik yanıtlar ve bülten kopyaları, sosyal medyada emojiler ve bağlamsız kısa yorumlar ayıklanır. Kampanya günlerinde mesaj seli oluştuğunda ekip gürültüyle değil, öncelik sırasına dizilmiş gerçek bildirimlerle çalışır. Kendi kanal kapsamınızı olgunluk testinin yazılı kanallar bölümüyle ölçebilirsiniz. Olgunluk testi →

Gerekmez; PRIME genel bir model ve hazır kurallarla çalışmaya başlar. İsterseniz kendi geçmiş verinizle ya da önceki sisteminizin kayıtlarıyla devreye alma öncesinde eğitilebilir. Kuruma özelleşme kullanım içinde sürer: temsilcilerin doğruladığı ve düzelttiği örnekler biriktikçe ayıklama ve önceliklendirme kararları kurumun kendi mesaj trafiğine uyum sağlar; temsilcinin yaptığı düzeltme kayıtta görünür kalır. Eğitim verisinin hangi kapsamda kullanılacağına dair ilkeler yazılı çerçevede. Sorumlu Yapay Zeka Çerçevesi →

Kategori Özeti (InsightX), her kategorideki şikayetleri ve bunlara verilen çözümleri birlikte okuyarak "en çok ne yaşanıyor?" sorusunu yanıtlar. Tek tek bildirimleri elden geçirmek yerine, o kategoride tekrar eden kalıpları ortaya çıkarır, olası kök nedenleri vurgular ve tekrarları azaltmak için önleyici iyileştirme önerileri sunar. Sonuç, yönetim ve kalite ekiplerinin doğrudan aksiyona dönüştürebileceği okunabilir bir özettir. AI Analyzer →

Hacim raporu bir kategoride ne kadar bildirim biriktiğini gösterir; kategori özeti bu bildirimlerin neden geldiğini anlatır. Sayılar yerine şikayet metinleri ve çözüm kayıtları içerik olarak okunur, sonuç yorumlanmış bir özet olarak sunulur. Böylece "en çok ne yaşanıyor?" sorusu izlenimle değil veriyle yanıtlanır; SLA, ekip kapasitesi ve süreç iyileştirmeleri için ekipler arasında ortak bir dil oluşur.

Evet. Sayfadaki finans, lojistik ve perakende örnek raporları, gösterim amacıyla anonimleştirilmiş çıktılardır ve PDF olarak incelenebilir. Rapor, yönetim ve kalite ekiplerinin doğrudan okuyup aksiyona dönüştürebileceği bir dille yazılır. Kendi kategori ağacınız ve verinizle nasıl görüneceğini bir demo görüşmesinde birlikte ele alabiliriz. Demo planla →

Evet. Kategori Özeti, Next4biz CSM içindeki AI analizörlerinden biridir ve diğerleriyle kategori bazında tamamlayıcı çalışır: duygu analizi her bildirimi ve mesajı etiketleyip negatife dönen konuşmalar için uyarı üretir, bildirim tahmini gelecek dönemin hacmini ve SLA riskini önceden gösterir, kategori özeti ise bu hacmin arkasındaki nedenleri anlatır. Özetler BI panolarıyla birlikte kullanılır; sayısal göstergelerin yanında yorumlanmış içgörü de elinizde olur. Analizörler →

E-posta, pazaryeri, sosyal medya ve inceleme platformlarını izler. Destek gelen kutuları; Trendyol, Hepsiburada, Amazon ve N11 gibi pazaryerlerinin soru-cevap alanları; Facebook, Instagram, X ve LinkedIn'deki yorumlar, bahsetmeler ve DM'ler; Google, App/Play Store, Trustpilot ve Şikayetvar gibi inceleme siteleri kapsamdadır. Gelen içerikte ilgisiz olanı eler, geçerli mesajı otomatik kategorize edip bildirime dönüştürür, marka dilinize uygun yanıtı hazırlar ve gerekiyorsa ilgili iş akışını başlatır.

Önce ayıklama, sonra sınıflandırma, sonra yanıt. Gelen içerik ilk olarak PRIME'dan geçer; gürültü burada elenir ya da düşük öncelikli işaretlenir. Kalan mesaj kurumunuzun kategori ağacında doğru kategoriye yerleştirilir, bildirime dönüşür ve duygu etiketi alır. Ardından yanıt taslağı hazırlanır ya da kategoriye bağlı iş akışı başlatılır; temsilci gerekiyorsa hazır taslakla devreye girer. PRIME →

Kurumunuzun kendi kaynaklarıyla: dokümanlarınız, web siteniz, geçmiş çözüm deneyiminiz ve web servisleriniz. Genel internet bilgisiyle yanıt üretmez; yanıtlar bu kaynaklara dayanır ve denetlenebilir. Bu yüzden yanıt kalitesi, beslendiği dokümantasyonun güncelliğine bağlıdır. Hangi dil modelinin kullanıldığı ve verinizin nasıl işlendiği yapay zeka sayfasında anlatılıyor. Yapay zeka yaklaşımımız →

Buna kurum karar verir ve karar kategori bazında verilir. Kargo durumu gibi düşük riskli kategorilerde yanıt doğrudan gider ve bildirim kapanır; hassas kategorilerde AI Agent yalnızca taslak hazırlar, temsilci önizler, gerekirse düzenler ve onaylar; bazı kategorilerde ise sadece sınıflandırma ve önceliklendirme yapar. Yapay zekanın her kararı güven skoruyla birlikte bildirimin geçmişinde kayıtlıdır; temsilcinin düzeltmeleri görünür kalır ve modeli iyileştirir. Olgunluk testi →

Evet. Kategorisi belli olan bir soru için AI Agent bilgi tabanını, onaylı şablonları ve ERP, CRM ya da OMS'deki veriyi (sipariş durumu, kargo kontrolü) kullanarak yanıtı hazırlar; pazaryeri ve inceleme platformlarında yanıtı ilgili platforma geri gönderir. İade veya değişim gibi işlem gerektiren durumlarda ise bildirim ilgili iş akışına aktarılır ve doğru ekibe yönlendirilir. Temsilciye kalan bildirimlerde de ekran boş gelmez; hazırlanmış taslak üzerinden çalışılır.

Evet. AI Agent'ın oluşturduğu her bildirime, kanaldan bağımsız olarak bir AI duygu etiketi eklenir. Konuşma negatife kaydığında bildirim öne çekilir ve gerekiyorsa yöneticiye uyarı gider; böylece rahatsız bir müşteri kuyrukta sıra beklemez. Duygu verisinin müşteri düzeyinde nasıl birleştiği ve ayrılma riskine nasıl dönüştüğü Churn Analizi'nde anlatılıyor. Churn analizi →

Hayır; bot, kurumunuzun bilgisinde karşılığı olan her soruyu yanıtlar. Next4biz Hibrit LiveChat Bot bilgi tabanınız, dokümanlarınız, web siteniz, ürün kılavuzlarınız ve geçmiş çözüm deneyiminizle eğitilir; yanıtları kurumsal dilinize uygun üretir. Sorunun sık sorulup sorulmadığının önemi yoktur. Aynı bot web sitesinde, kimlik doğrulamalı web uygulamasında ve WhatsApp'ta aynı bilgiyle çalışır. Olgunluk testi →

Evet; bot entegre sistemlerinizden durum sorgular, yeni bildirim oluşturur, mevcut bildirimi günceller ve uygun talepleri sohbet içinde uçtan uca sonuçlandırır. Onay, eksik belge ya da başka bir ekibin adımı gerektiğinde ilgili iş akışını kendisi başlatır ve konuşmayı bağlamıyla birlikte temsilciye devreder. Böylece yalnızca bilgi veren, işlem yapamayan botların müşteriyi bir adım sonra yeniden kuyruğa sokması engellenir. Talep yönetimi →

Paylaşım talebin niteliğine göre yapılır. Standart ve doğrulanabilir işlemlerde kural tabanlı Guided Bot akışları çalışır; serbest metin ve daha karmaşık taleplerde LLM devreye girer; onay ya da istisna gerektiren durumlarda insan temsilci devralır. Üç katman aynı konuşma içinde çalışır, bağlam parçalanmaz ve müşteri deneyimi kesintisiz kalır. Hibrit yaklaşımın gerekçesini yapay zeka sayfasında ayrıntılı anlatıyoruz. Yapay zeka yaklaşımımız →

Hayır. Temsilci konuşmayı tam transkript, müşteri bilgisi, işlem detayları, ilgili kayıtlar ve ekler, duygu ve memnuniyet sinyalleri ve önerilen sonraki adımla birlikte tek ekranda devralır. Botun tespit ettiği kategori ve topladığı bilgiler de bu ekrandadır. Aktarım aynı konuşma içinde gerçekleşir; müşteri bilgilerini tekrar etmez, temsilci kaldığı yerden devam eder. Bot nasıl çalışır →

Her ikisinde de çalışır. Bot web sitenize, SSO ile giriş yapılan web uygulamalarınıza ve Mobil SDK ile native mobil uygulamanıza gömülür. Mobilde web-view ile sınırlı kalmazsınız: native SDK ve görsel bileşenlerle destek deneyimi uygulamanızın doğal bir parçası olur. Müşteriler uygulama değiştirmeden, tanıdık bir arayüzde destek alır; temsilciye aktarım da aynı konuşma içinde sürer. Omnichannel →

Aynı WhatsApp konuşması içinde üç katman sırayla devreye girer: standart ve doğrulanabilir işlemleri Guided Bot adımlarla yürütür, serbest metinle gelen karmaşık talepleri LLM anlar ve yanıtlar, onay ya da istisna gereken noktada insan temsilci devralır. Geçişler müşteriye hissettirilmez, bağlam korunur. Hibrit yaklaşımın gerekçesini yapay zeka sayfasında anlatıyoruz. Neden hibrit? →

Bilgi vermekle sınırlı değil; talebi WhatsApp içinde sonuçlandırır. Entegre sistemlerinizden işlem geçmişini ve ilgili kayıtları çekerek durum sorgular, bildirim oluşturur ya da günceller, gereken iş akışını başlatır. Müşteri istediği anda yazar, mesai saatine bağlı kalmadan yanıt alır. İnsan gereken noktada konuşma, tüm geçmişi ve bağlamıyla aynı WhatsApp sohbeti içinde temsilciye devredilir; müşteri hiçbir şeyi baştan anlatmaz. Hibrit botun yetenekleri →

Gerekmez. WhatsApp botu, web sitenizdeki botla aynı bilgiden beslenir: kurumunuzun dokümanları, web sitesi içeriği, geçmiş deneyimi ve web servisleri. Yanıtlar kurumsal dilinize uygun üretilir; cevabı kurumun bilgisinde olmayan soruyu bot uydurmaz, temsilciye devreder. Eğitim ve veri yaklaşımının tamamı yapay zeka sayfasında. Yapay zeka yaklaşımımız →

Evet. Kanal değişse bile konuşma ve vaka sürekliliği korunur; bağlam müşteri yolculuğu boyunca taşınır; geçmiş, dosyalar ve aksiyonlar tek bildirim altında kalır. Müşteri uygulama değiştirmez, ekibiniz WhatsApp'ı diğer kanallarla birlikte tek ekrandan yönetir. Kanalların birlikte nasıl yönetildiği omnichannel sayfasında anlatılıyor. Omnichannel →

Süpervizör Bot, müşteri hizmetlerinin her adımına gömülü, büyük dil modeli tabanlı bir temsilci asistanıdır. Konuşmayı, bildirimin bağlamını ve kurum politikalarını anlar; temsilci konuşmadan ayrılmadan olası nedenleri, adım adım prosedürleri, politika nüanslarını ve uyarıları önüne getirir. Sorulması gereken soruları önerir, ilgili bilgi maddelerini işaret eder, yanıt ya da iç not taslağı üretir. Aynı destek süpervizöre ve arka ofis ekiplerine de sunulur. Nasıl çalışır →

Öneriler genel internet bilgisinden değil, kurumunuzun kendi kaynaklarından üretilir: bilgi tabanı, ürün kılavuzları, iç dokümanlar, geçmiş bildirimler ve müşteri deneyimi ekibinin öğrenmeleri. Asistan benzer vakalardaki kalıpları yakalayacak şekilde eğitilebilir; böylece rehberlik işletmenizin gerçekte nasıl çalıştığına uyar. Kaynaklar kuruma ait olduğu için her öneri denetlenebilirdir. Kullanılan dil modeli ve veri politikası için yapay zeka sayfasına bakabilirsiniz. Yapay zeka yaklaşımımız →

Son söz her zaman temsilcidedir. Süpervizör Bot yanıtı ya da iç notu taslak olarak hazırlar; temsilci düzenler, onaylar veya kullanmaz. Bu bilinçli bir tasarım tercihidir: asistan müşteriyle konuşan bir bot değil, temsilcinin arkasında duran bir rehberdir. Riskli adımları ve atlanmaması gereken kontrolleri işaretler, ancak müşteriye gidecek metnin sorumluluğu insanda kalır. Yazılı kanallarda otomatik yanıt isteyen kategoriler için AI Agent ayrı bir bileşendir. Yazılı kanallar →

Bilgi tabanını temsilcinin aradığı bir yerden, yanında duran bir asistana dönüştürerek. Temsilci baskı altındayken arama yapmaz, bildiğini yazar; Süpervizör Bot doğru prosedürü ve politika kuralını o anda önüne getirdiği için yanıtlar kişiden bağımsız olarak tutarlı ve uyumlu kalır. Geçmiş çözümlerden öğrenen asistan, deneyimli temsilcilerin birikimini kurumsal hafızaya taşır; yeni temsilci daha hızlı yetkinleşir. Kendi durumunuzu şikayet yönetimi olgunluk testiyle ölçebilirsiniz. Olgunluk testi →

Hayır; Süpervizör Bot ön hattaki temsilcinin yanı sıra süpervizöre ve arka ofis ekiplerine de aynı biçimde destek verir: yanıt taslağı ve politika rehberliği her rolde aynı bağlamla gelir. Çağrı merkezinde de çalışır: telefon çalarken arayanı tanır ve konuşma sırasında ilgili senaryoyu öne çıkarır; ayrıntı omnichannel sayfasında. Böylece bildirim hangi kanaldan gelirse gelsin, çözümün her adımında aynı politika rehberliği kullanılır. Çağrı merkezi →

Kendi Ar-Ge çalışmasıdır. Next4biz tescilli bir Ar-Ge merkezi olarak çalışır; kadrosunda doktoralı ve profesör unvanlı araştırmacılar bulunur. Çalışmalar IEEE Access ve Springer Nature'ın Cluster Computing dergisinde yayımlanmış, ASYU ve UBMK konferanslarında en iyi bildiri ödülleri almıştır. Bu araştırmalar üründe karşılık bulur: duygu analizi, Issue Intelligence ve yakında gelecek Anomaly.net modülü bu çalışmaların çıktısıdır. Prototip kurmak kolaydır; veri temizliği, model seçimi, çok ölçütlü değerlendirme ve gözlemlenebilirlik katmanlarıyla ürünleştirmek asıl iştir.

Hayır, veri modele dokunulmadan önce arındırılır; çünkü güçlü bir model düşük nitelikli veriyi telafi edemez, aksine içindeki hataları da öğrenir. Önce dil ve anlam filtresi gürültüyü ayıklar. Ardından anlamsal benzerlikle tekrar eden örnekler temizlenir; amaç hacmi küçültmek değil, aynı örneğin hem eğitim hem test kümesine düşerek ölçümü bozmasını, yani veri sızıntısını önlemektir. Sınıf dengesizliği yalnızca eğitim kümesinde düzeltilir; test kümesi gerçek dünya dağılımını korur ki sonuçlar sahayı yansıtsın.

Yeterli değil; doğru çıktı, doğru öğrenmenin kanıtı sayılmaz. Bunu makine öğrenmesindeki "Akıllı Hans etkisi" anlatır: matematik sorularını çözer görünen at, aslında insanların beden dilini okuyordu. Bu yüzden değerlendirmede tek bir doğruluk skoruyla yetinmeyiz; modelin hataları karmaşıklık matrisinde okunur. İki kategori sürekli birbirine karışıyorsa ya da model "Genel" gibi havuz kategorilere kaçıyorsa sorun kategori tanımlarında olabilir; bu bulgular size ideal kategori ağacı önerisi olarak geri sunulur. Yapay zeka eğitimi webinarı →

Hiçbir projeye tek mimariyle başlanmaz. Transformer sınıflandırıcılar, embedding tabanlı yapılar, kuruma uyarlanmış yerel modeller ve hibritler aynı eğitim ve doğrulama bölmeleriyle yarıştırılır; kazanan "şampiyon model" olarak üretime çıkar. Ölçüt yalnızca genel doğruluk değildir: her sınıfın ayrı ayrı yakalanma oranı, güven kalibrasyonu, gecikme, model boyutu ve işletim maliyeti birlikte değerlendirilir. Deneyler tekrarlanabilir biçimde kurgulanır. Platformda hangi dil modelinin çalıştığı sorusunun yanıtı ise yapay zeka sayfasında. Yapay zeka yaklaşımımız →

Düşebilir; model sabit kalırken dünya değişir, bu yüzden üretime alma işin sonu değil başlangıcıdır. Farklı kayma türleri izlenir: veri kayması (yeni bir mobil uygulama güncellemesiyle şikâyet dilinin değişmesi), kavram kayması ("kartım çalışmıyor" ifadesinin fiziksel karttan dijital ödeme sorununa kayması) ve taksonomi kayması (büyüyen bir kategorinin alt kırılım istemesi). İzle, tespit et, kök nedeni bul, iyileştir döngüsü sürekli işler; yeniden eğitim seçeneklerden yalnızca biridir. Temsilcilerin düzelttiği kararlar da modele geri beslenir.

Belgelere dayalı yanıt üretiminde (RAG) doğru parçayı bulmak, yanıtın kalitesini belirler; çok dilli gömme modelleri İngilizce dışındaki metinlerde daha zayıf kalır. Ar-Ge ekibimizin ASYU'da sunduğu çalışma, belgeleri önce İngilizceye çevirip gömme vektörlerini çeviri üzerinden üretmenin, orijinal metni de saklayarak, bağlam kesinliği ve geri çağırmayı artırdığını gösterdi. Bu yaklaşım Next4biz chatbot sistemlerinde kullanılır. Çalışmanın özeti →