Cally önceki çalışmalarımdan biri ve artık aktif olarak geliştirilmiyor. Bu sayfa ne kurduğumuzu ve bana ne öğrettiğini anlatıyor.
Bağlam ve problem
Türkiye ekonomisinin büyük bir kısmı hâlâ telefonla dönüyor. Klinikler, atölyeler, ajanslar ve yerel işletmeler müşteriyi, telefon açılıp açılmamasına göre kazanıyor veya kaybediyor. Çağrılar öğle arasında, mesai sonrasında veya herkes başka bir müşteriyle ilgilenirken geliyor. Kaçan her çağrı; kaçan bir randevu, yanıtsız bir fiyat sorusu veya çürümeye bırakılmış bir destek problemi demek.
Mevcut araçlar bu işe uymuyor. Çağrı merkezleri kurumsal bütçelere göre fiyatlanıyor. Chatbot'lar web sitesinde yaşıyor ama müşteri telefonda. Yani paranın asıl döndüğü kanal olan telefon hattı, işletmenin en az kapsanan tarafı olarak kalıyor.
Ürün ne yapıyordu
Cally, işletmenin telefon hattına bir AI ses agent'ı koyuyordu. Agent açıyor, dinliyor ve arayanın neye ihtiyacı olduğunu çözüyordu. Randevu talebi randevuya dönüşüyor, fiyat sorusu yanıt alıyor veya satışa nitelikli şekilde aktarılıyordu. Destek sorunu, önemli detaylarıyla birlikte kaydedilip doğru kişiye yönlendiriliyordu.
İşletme, çağrılarının günün her saati karşılanmasını ve hatta ne olduğunun özetlerini alıyordu. Cally, telefon numarası eklenmiş bir chatbot değildi. Gerçek çağrı trafiğine göre kurulmuştu: araya girmeler, arka plan gürültüsü, cümlenin ortasında fikir değiştiren insanlar.
Rolüm
Ortak kurucu ve ürün mühendisi. Ürün stratejisi, ses akışları ve çağrı karşılama, mühendislik, onboarding, pilotlar ve satış taraflarında çalıştım. Pratikte bu şu demekti: bir çağrının nasıl gitmesi gerektiğini tasarlamak, akışları kurmak, ürünü işletmelerin önüne koymak ve gerçek geri bildirimin yaşadığı onboarding görüşmelerinde oturmak.
Sistem mimarisi
- İşletme telefon hattı
- Her saat, her aksan
- Gerçek çağrı koşulları
- Gerçek zamanlı dinler
- Talebi anlar
- Niyeti belirler
- Randevu alma
- Satış soruları
- Destek talepleri
- Çağrı özetleri
- Tamamlanan akışlar
- Entegrasyonlar
Çağrı işletme hattına düşüyor ve agent açıyordu. Arayan konuşurken agent, çağrının aslında ne hakkında olduğunu belirliyordu. Sonrasındaki her şeyi bu niyet yönetiyordu: çağrı ya doğrudan tamamlanıyor, randevu almak gibi, ya da bağlamıyla birlikte doğru kişiye aktarılıyordu. İşletme, kaçan çağrı bildirimi yerine bir özet görüyordu.
Mühendislik kararları
Menü ağacı değil, önce niyet
Telefon menüleri arayandan kendini seçeneklere sığdırmasını ister. Cally tersini yapıyordu: agent önce dinliyor ve niyeti arayanın söylediklerinden çıkarıyordu. Bedeli gerçekti: serbest konuşma, tuşlamadan çok daha dağınık ve niyet kalitesini ölçmek gerçek kayıtlarla sürekli çalışma istiyordu. Ama telefon robotu ile insanın gerçekten konuşacağı bir şey arasındaki fark buydu.
Tarayıcı için değil, telefon hattı için
Telefonda ses affetmez. Yazıyor göstergesi yok, tekrar dene butonu yok; bir nefesten uzun sessizlik bozuk hissettirir. Akışın her parçası bu kısıta göre tasarlandı ve bu, chat arayüzünde kabul edilebilir olacak yaklaşımları baştan eledi.
İlk günden Türkçe öncelikli
Ürün Türk işletmelerine hizmet ediyordu; konuşulan Türkçeyi iyi işlemek bir yerelleştirme görevi değil, ürünün çekirdeğiydi. Akışlar, niyetler ve test çağrıları önce Türkçe kuruldu, sonradan çevrilmedi.
Ürün kararları
Ölçekten önce pilotlar
Cally geniş bir lansman yerine gerçek işletmelerle pilotlar üzerinden büyüdü. Pilot, ürünü bir işletmenin gerçek çağrı trafiğine uçtan uca dayanmaya zorladı. Bu daha yavaştı ama değdi: her pilot, kâğıt üzerindeki bir varsayımımızı yeniden yazdırdı.
Onboarding ürünün parçası
Onboarding'i bizzat yürüttüm. Bir işletmenin akışlarını kurmasını izlemek, ürünün insanları tam olarak nerede şaşırttığını gösterdi. O görüşmeler kurulum deneyimini her yol haritası tartışması kadar şekillendirdi.
AI değil, karşılanan çağrı sat
İşletmeler teknoloji tarifi satın almaz. Sunum somuttu: karşılanan çağrılar, alınan randevular, mesai sonrası yanıtlanan sorular. AI her zaman "nasıl" kısmıydı, asla "ne" kısmı değil.
Bana kattıkları
Cally bana gerçek zamanlı yapay zekânın gerçek kullanıcılarla karşılaştığında ne kadar affetmez olduğunu ve bir ürünün ne kadarının koddan çok onboarding görüşmelerinde belirlendiğini öğretti. İki ders de doğrudan Derbent'i nasıl geliştirdiğime yansıyor. Pilotlardan kullanım ve sonuç rakamları burada yayınlanmıyor; bu site tahmin yayınlamaz.