Agentic AI ile Dynamics 365 CE’de Uçtan Uca Müşteri Yolculuğu

bkanlica

İlk Temastan Sadakate Uzanan Akıllı, Bağlamsal ve Aksiyon Alan CRM Modeli

Müşteri yolculuğu artık doğrusal, basit ve tek departmanlı bir süreç değil. Bir müşteri önce web sitesinde ürün araştırıyor, ardından bir kampanya e-postasına tıklıyor, web chat üzerinden soru soruyor, satış ekibiyle görüşüyor, teklif alıyor, sipariş veriyor, servis talebi açıyor, saha teknisyeniyle yüz yüze etkileşime giriyor ve sonrasında memnuniyet anketine yanıt veriyor. Bu temasların her biri müşterinin markayla ilişkisini şekillendiriyor.

Kurum açısından bakıldığında ise bu yolculuk çoğu zaman parçalı yönetiliyor. Pazarlama müşteriyi farklı görüyor, satış farklı değerlendiriyor, müşteri hizmetleri başka bir bağlamla çalışıyor, saha servis ekipleri ise çoğu zaman yalnızca iş emrine odaklanıyor. Sonuçta müşteri yolculuğu bir bütün olmasına rağmen, kurum içindeki veri ve süreçler ayrı adalarda kalıyor.

Bu noktada temel iş problemi şudur:
Müşteri tek bir yolculuk yaşıyor; ancak kurumlar bu yolculuğu çoğu zaman departmanlara bölünmüş sistemler üzerinden yönetiyor.

Dynamics 365 CE ve Agentic AI birlikteliği bu problemi çözmek için güçlü bir yaklaşım sunar. Microsoft, Dynamics 365’i ekipleri, süreçleri ve veriyi birbirine bağlayan agentic CRM ve ERP iş uygulamaları olarak konumlandırır. Bu yaklaşımda CRM artık yalnızca müşteri kayıtlarının tutulduğu bir sistem değil; veriyi yorumlayan, kararları destekleyen ve uygun durumlarda aksiyon başlatabilen akıllı bir iş platformudur.  

Uçtan Uca Müşteri Yolculuğu Neden Yeniden Tasarlanmalı?

Geleneksel CRM yapılarında süreçler genellikle departman bazlı düşünülür. Pazarlama lead üretir, satış fırsata dönüştürür, operasyon siparişi işler, müşteri hizmetleri case çözer, saha servis teknisyen gönderir ve müşteri deneyimi ekibi memnuniyet ölçer. Bu yapı, her departmanın kendi içinde çalışmasını sağlar; ancak müşteri deneyimi açısından eksik kalır.

Çünkü müşteri departmanları değil, markayı deneyimler. Satış ekibine daha önce ilettiği beklentinin servis ekibi tarafından bilinmesini ister. Pazarlama kampanyasında gördüğü teklifin satış görüşmesinde dikkate alınmasını bekler. Servis talebi açtığında satın aldığı ürün, garanti durumu ve önceki etkileşimleri tekrar anlatmak istemez. Saha teknisyeni geldiğinde problemin geçmişini biliyor olmasını bekler. Servis sonrası memnuniyetsiz kaldığında ise kurumun bunu fark edip proaktif aksiyon almasını ister.

Agentic AI destekli Dynamics 365 CE yaklaşımı, müşteri yolculuğunu departman bazlı değil, müşteri merkezli ele alır. Bu modelde Dataverse ortak veri zemini sağlar; Dynamics 365 Sales, Customer Service, Contact Center, Field Service ve Customer Insights süreçleri yönetir; Copilot ve Copilot Studio agent’ları ise bu süreçlere akıllı öneri, doğal dil, özetleme ve aksiyon kabiliyeti kazandırır. Dataverse, iş uygulamalarında kullanılan verilerin güvenli şekilde depolanmasını ve yönetilmesini sağlayan tablo tabanlı bir veri platformu olarak tanımlanır.  

Bu dönüşümün özü, CRM’i “kayıt sistemi” olmaktan çıkarıp “müşteri yolculuğu işletim sistemi” haline getirmektir.

Agentic AI’ın Rolü: Veri, Karar ve Aksiyon Katmanı

Agentic AI, müşteri yolculuğunun her aşamasında üç temel rol üstlenir: veriyi anlamak, kararı desteklemek ve uygun aksiyonu başlatmak.

İlk olarak, sistem farklı kaynaklardan gelen verileri bağlama dönüştürür. Kampanya etkileşimleri, web davranışları, lead formları, satış notları, teklif detayları, sipariş bilgileri, servis talepleri, konuşma özetleri, saha servis kayıtları ve memnuniyet skorları tekil müşteri bakışına katkı sağlar.

İkinci olarak, bu veriler karar desteğine dönüşür. Hangi lead daha öncelikli? Hangi fırsat risk altında? Hangi müşteriye hangi teklif sunulmalı? Hangi case eskale edilmeli? Hangi saha teknisyeni atanmalı? Hangi müşteri kaybı riski taşıyor?

Üçüncü olarak, Agentic AI bazı aksiyonları başlatabilir. Takip e-postası taslağı oluşturabilir, satış temsilcisine görev açabilir, case oluşturabilir, müşteriyi doğru kuyruğa yönlendirebilir, iş emri taslağı hazırlayabilir, teknisyen planlama önerisi sunabilir, memnuniyet anketi gönderebilir veya sadakat yolculuğu başlatabilir.

Bu yapı sayesinde CRM, kullanıcıdan sürekli manuel işlem bekleyen bir platform olmaktan çıkar. Kullanıcıyı yönlendiren, bağlam sağlayan ve iş akışlarını hızlandıran dijital bir iş arkadaşı haline gelir.

1. İlk Temas: Bilinmeyen Ziyaretçiden Anlamlı Müşteri Sinyaline

Müşteri yolculuğu çoğu zaman satıştan önce başlar. Web sitesi ziyareti, etkinlik kaydı, webinar katılımı, sosyal medya etkileşimi, e-posta tıklaması, demo talebi veya iletişim formu ilk temas noktaları olabilir. Bu aşamada en kritik konu, müşteri sinyalini doğru okumaktır.

Dynamics 365 Customer Insights – Data, farklı veri kaynaklarından müşteri verilerini birleştirerek birleşik profiller, tahminler, segmentler ve ölçümler oluşturmayı destekler. Bu yapı, kurumların müşteriyi yalnızca tek bir kampanya etkileşimiyle değil, daha geniş bir veri bağlamıyla anlamasına yardımcı olur.  

Agentic AI bu aşamada şu verileri kullanabilir: ziyaret edilen sayfalar, form bilgileri, kampanya kaynağı, sektör, şirket büyüklüğü, lokasyon, geçmiş etkileşimler, izin/consent durumu, mevcut müşteri profiliyle eşleşme ve davranışsal sinyaller.

Bu verilerden yola çıkarak sistem şu kararları destekleyebilir: Bu kişi yeni bir lead mi, mevcut müşterinin yeni bir ilgisi mi, satın alma niyeti güçlü mü, hangi segmente ait, hangi kanal üzerinden iletişim kurulmalı, hangi içerik daha uygun olur?

Aksiyon tarafında ise Agentic AI bir gerçek zamanlı müşteri yolculuğu başlatabilir, kişiselleştirilmiş e-posta veya SMS gönderebilir, satış ekibine bildirim oluşturabilir, lead kaydı açabilir veya müşteriyi uygun nurture akışına dahil edebilir. Customer Insights – Journeys içinde Copilot’ın doğal dille gerçek zamanlı yolculuk oluşturma, hedef kitle kriterleri tanımlama ve e-posta içerikleri üretme gibi kabiliyetleri desteklediği belirtilir.  

Bu aşamada amaç yalnızca lead üretmek değildir. Amaç, müşterinin ilk sinyalini doğru bağlama yerleştirmek ve yolculuğun sonraki adımını akıllıca tasarlamaktır.

2. Lead Yönetimi: Her Lead’e Aynı Gözle Bakmamak

Birçok kurum için lead hacmi artarken satış ekiplerinin zamanı aynı oranda artmaz. Web formları, etkinlikler, kampanyalar, iş ortakları ve inbound talepler çok sayıda lead üretir. Ancak her lead aynı potansiyele sahip değildir. Bazıları yalnızca bilgi toplar, bazıları erken araştırma aşamasındadır, bazıları ise gerçek satın alma niyeti taşır.

Dynamics 365 Sales içindeki Sales Qualification Agent, lead qualification sürecini otomatikleştirmeye yardımcı olan bir AI agent olarak tanımlanır. Microsoft dokümantasyonunda agent’ın lead araştırması yapabildiği, ideal müşteri profiline uyumu değerlendirebildiği, outreach e-postaları üretebildiği ve satış ekibinin yüksek potansiyelli lead’lere odaklanmasına yardımcı olduğu belirtilir; doküman ayrıca agent’ın satıcının karar verme sürecinin yerine geçmediğini vurgular.  

Bu aşamada Agentic AI şu verileri kullanabilir: lead kaynağı, form bilgileri, kampanya etkileşimleri, şirket bilgileri, sektör, çalışan sayısı, geçmiş satın alma sinyalleri, web davranışı, Customer Insights segmentleri, mevcut account ilişkisi ve benzer lead’lerin dönüşüm geçmişi.

Desteklenen kararlar şunlar olabilir: Lead satışa aktarılmalı mı, nurture akışında mı kalmalı, hangi satış temsilcisine atanmalı, hangi ürün veya çözümle ilgileniyor olabilir, ne kadar acil takip edilmeli?

Aksiyon tarafında agent lead’i zenginleştirebilir, satış temsilcisine öncelikli görev açabilir, ilk iletişim e-postası taslağı hazırlayabilir, lead’i doğru owner’a atayabilir veya belirli kriterler sağlanıyorsa fırsata dönüştürülmesini önerebilir.

Örneğin bir B2B yazılım şirketinde aynı gün 300 webinar katılımcısı lead olarak sisteme düşebilir. Klasik süreçte satış ekibi bu listeyi manuel ayırır. Agentic AI destekli yapıda ise sistem katılımcıların şirket profillerini, webinar sırasındaki etkileşimlerini, önceki kampanya geçmişlerini ve ideal müşteri profiline uyumlarını değerlendirir. Satış ekibinin önüne yalnızca liste değil, önceliklendirilmiş ve açıklanmış bir takip planı gelir.

Bu sayede satış ekibi “her lead’i aramak” yerine, doğru lead’e doğru zamanda ve doğru mesajla ulaşır.

3. Satış Fırsatı: Pipeline Görünürlüğünden Fırsat Orkestrasyonuna

Lead nitelikli hale geldiğinde müşteri yolculuğu satış fırsatı aşamasına geçer. Bu noktada CRM’in görevi yalnızca fırsat kaydı tutmak değildir. Fırsatın sağlığını, risklerini, paydaşlarını, müşteri ihtiyacını, rakip sinyallerini ve bir sonraki doğru aksiyonu görünür kılmalıdır.

Dynamics 365 Sales içindeki AI agents yaklaşımı bu noktada önemlidir. Microsoft, Dynamics 365 Sales’in Sales Qualification Agent ve Sales Opportunity Agent gibi hazır AI agent’lar içerdiğini; bu agent’ların lead ve fırsat araştırması, risk görünürlüğü ve müşteriyle etkileşim gibi alanlarda satış ekiplerine yardımcı olduğunu belirtir.  

Fırsat aşamasında Agentic AI şu verileri kullanabilir: fırsat tutarı, satış aşaması, kapanış tarihi, ürün ilgisi, toplantı notları, e-posta etkileşimleri, teklif geçmişi, karar vericiler, rakip bilgisi, önceki satın alma geçmişi, açık servis talepleri, müşteri segmenti ve geçmiş benzer fırsatların kazanma/kaybetme örüntüleri.

Desteklenen kararlar daha stratejik hale gelir: Bu fırsat gerçekten kapanabilir mi, hangi riskler var, hangi paydaş eksik, teklif zamanlaması doğru mu, müşteri ihtiyacı net mi, rakip avantajı oluştu mu, yönetici desteği gerekir mi?

Aksiyon tarafında agent satış temsilcisine next-best-action önerebilir, takip e-postası taslağı hazırlayabilir, toplantı önerisi oluşturabilir, karar verici eksikliğini işaretleyebilir, fırsat riskini yöneticinin dikkatine taşıyabilir veya teklif hazırlığı için ürün önerileri sunabilir. Microsoft dokümantasyonu, Sales Opportunity Agent’ın kompleks fırsatlarda riskleri erken görmeye, önemli fırsatları öne çıkarmaya ve içgörüleri tek bir görünümde toplamaya yardımcı olduğunu belirtir.  

Örneğin bir fırsatta müşteri üç toplantıdır entegrasyon kabiliyetini soruyor, ancak teknik karar verici hâlâ görüşmeye dahil edilmemiş olabilir. Agentic AI bu sinyali fark ederek satış temsilcisine “teknik demo planlanmalı ve pre-sales danışmanı dahil edilmeli” önerisi sunabilir. Böylece CRM yalnızca satış aşamasını göstermez; satış stratejisini aktif olarak destekler.

4. Tekliften Siparişe: Ticari Kararı Daha Bağlamsal Hale Getirmek

Satış fırsatı olgunlaştığında süreç teklif aşamasına geçer. Bu aşama, müşteri beklentisi ile kurumun ticari kuralları arasında denge kurulması gereken kritik bir noktadır. Ürün seçimi, fiyat listesi, indirim, ödeme koşulları, teslimat beklentisi, sözleşme şartları ve onay süreçleri doğru yönetilmelidir.

Dynamics 365 Sales içinde teklif, sipariş ve fatura süreçleri satış akışının farklı durumları olarak ele alınır. Microsoft dokümantasyonu, satışın genellikle taslak teklifle başladığını, teklif kabul edildiğinde sipariş oluşturulduğunu ve ürün veya hizmet teslim edildikten sonra fatura üretildiğini açıklar.   Ayrıca bir fırsattan teklif oluşturulduğunda teklif formunun fırsat kaydındaki bilgiler ve fırsata eklenen ürünlerle önceden doldurulabileceği belirtilir.  

Bu aşamada Agentic AI şu verileri kullanabilir: fırsat ürünleri, fiyat listeleri, müşteri segmenti, geçmiş satın alma davranışı, indirim geçmişi, sözleşme koşulları, ödeme performansı, teklif revizyonları, ürün uygunluğu, stok veya teslimat bilgisi ve benzer müşterilere sunulan paketler.

Desteklenen kararlar şunlar olabilir: Hangi ürün paketi önerilmeli, hangi fiyatlandırma modeli uygun, indirim seviyesi onay gerektiriyor mu, teklif dili hangi müşteri ihtiyacına odaklanmalı, hangi sözleşme riski var, teklif ne zaman takip edilmeli?

Aksiyon tarafında Agentic AI teklif taslağı hazırlamaya yardımcı olabilir, ürün veya paket önerisi sunabilir, indirim onay sürecini Power Automate ile başlatabilir, teklif sonrası takip görevi oluşturabilir, müşteri için kişiselleştirilmiş e-posta hazırlayabilir veya kabul edilen tekliften sipariş sürecine geçişi destekleyebilir.

Örneğin bir endüstriyel ekipman üreticisi düşünelim. Müşteri üretim hattı verimliliğini artırmak istiyor. Satış temsilcisi yalnızca ürün listesi sunmak yerine, Agentic AI’ın fırsat notlarından çıkardığı ihtiyaçlara göre “ekipman + bakım anlaşması + yedek parça paketi + saha kurulum desteği” içeren daha bütünsel bir teklif hazırlayabilir. Böylece teklif yalnızca fiyat dokümanı değil, müşteri problemine yanıt veren değer önerisi haline gelir.

5. Sipariş Sonrası Başlangıç: Satıştan Servise Bağlam Aktarımı

Birçok kurumda müşteri deneyimi, satış kazanıldığında zayıflamaya başlar. Satış ekibi müşteri beklentilerini bilir; ancak servis veya operasyon ekibi aynı bağlama sahip olmayabilir. Müşteri satış görüşmesinde verdiği bilgileri onboarding, destek veya saha servis aşamasında tekrar anlatmak zorunda kalır.

Agentic AI destekli Dynamics 365 CE modelinde satıştan servise geçiş bir kopuş değil, kontrollü bir aktarım olur. Sipariş, ürün, sözleşme, garanti, müşteri beklentileri, özel notlar, teslimat planı ve servis taahhütleri sonraki ekiplerin bağlamına taşınır.

Bu aşamada kullanılan veriler şunlardır: kazanılmış fırsat, teklif ve sipariş detayları, ürünler, sözleşme veya entitlement bilgisi, müşteri iletişim tercihleri, proje başlangıç notları, teslimat tarihi ve müşteri başarı kriterleri.

Desteklenen kararlar: Bu müşteri için onboarding gerekiyor mu, hangi servis seviyesi geçerli, hangi bilgi paketi gönderilmeli, hangi ekip devreye girmeli, ilk kontrol görüşmesi ne zaman yapılmalı?

Aksiyon tarafında Agentic AI onboarding yolculuğu başlatabilir, Customer Service tarafında destek profili oluşturabilir, Customer Insights – Journeys ile hoş geldiniz iletişimi gönderebilir, Customer Success ekibine görev açabilir veya müşteri portal erişimi için süreç tetikleyebilir.

Bu, müşteri deneyiminde önemli bir fark yaratır. Müşteri “satın alma bitti, artık farklı bir ekiple baştan başlıyorum” hissi yaşamaz. Kurum, müşteriyi yolculuğun bir sonraki aşamasına bilinçli şekilde taşır.

6. Müşteri Hizmetleri: Case Yönetiminden Akıllı Çözüm Orkestrasyonuna

Müşteri hizmetleri aşamasında CRM’in görevi yalnızca case açmak ve kapatmak değildir. Müşterinin kim olduğunu, ne satın aldığını, hangi sözleşmeye sahip olduğunu, daha önce hangi sorunları yaşadığını, hangi kanaldan geldiğini ve ne kadar acil destek beklediğini anlamaktır.

Dynamics 365 Customer Service ve Contact Center tarafında autonomous service agents; müşteri niyetini keşfetme, gerçek zamanlı bilgi yönetimi, self servis ve destekli senaryoları iyileştirmek için generative AI kullanan araçlar olarak tanımlanır.   Case Management Agent ise e-posta, chat ve voice konuşmalarından case oluştururken konuşmayı veya e-postayı analiz edip case formundaki alanları tahmin ederek doldurabilir.  

Bu aşamada Agentic AI şu verileri kullanabilir: müşteri profili, satın alınan ürünler, entitlement bilgisi, garanti, açık siparişler, önceki case’ler, konuşma geçmişi, sentiment, SLA durumu, bilgi makaleleri, benzer vakalar ve müşteri segmenti.

Desteklenen kararlar: Case hangi konuya ait, öncelik seviyesi ne olmalı, hangi kuyruğa yönlendirilmeli, SLA riski var mı, müşteri kaybı riski taşıyor mu, self servis ile çözülebilir mi, saha servisi gerekiyor mu?

Aksiyon tarafında agent case oluşturabilir, alanları otomatik doldurabilir, bilgi makalesi önerebilir, yanıt taslağı hazırlayabilir, case’i doğru kuyruğa yönlendirebilir, SLA riski için uyarı oluşturabilir, müşteriyle follow-up başlatabilir veya saha servisi gerekiyorsa iş emri taslağı hazırlayabilir.

Örneğin müşteri “Yeni aldığım cihaz kurulumdan sonra çalışmıyor, dün de destekle konuştum” diye e-posta gönderdiğinde Agentic AI yalnızca e-postayı case’e dönüştürmez. Siparişin yeni olduğunu, müşterinin daha önce destek aldığını, ürünün kurulum aşamasında olduğunu ve müşteri deneyimi riskinin yüksek olduğunu anlayabilir. Temsilciye geçmiş konuşma özetini, önerilen çözüm adımlarını ve müşteriye gönderilecek yanıt taslağını sunabilir.

Böylece müşteri hizmetleri reaktif cevap merkezi olmaktan çıkar; çözüm orkestrasyonu yapan akıllı bir servis yapısına dönüşür.

7. Omnichannel ve Contact Center: Kanal Yönetiminden Yolculuk Yönetimine

Müşteri hizmetleri çoğu zaman tek kanaldan ilerlemez. Müşteri önce web chat’te AI agent ile konuşur, sonra WhatsApp’tan belge gönderir, ardından telefonla arar ve sonrasında e-posta üzerinden takip ister. Modern CRM’in bu yolculuğu kanal bazlı değil, müşteri bazlı yönetmesi gerekir.

Dynamics 365 Contact Center’ın omnichannel kabiliyetleri, kurumların live chat, SMS, voice, Microsoft Teams ve sosyal kanallar gibi farklı kanallar üzerinden müşterilerle etkileşim kurmasına yardımcı olur; aynı zamanda temsilci deneyimi ve konuşma içgörüleriyle all-in-one contact center yaklaşımını destekler.   Copilot Studio ile oluşturulan agent’lar da Dynamics 365 Contact Center veya Dynamics 365 Customer Service içinde müşterilerle etkileşime geçebilir ve rutin aktiviteleri yöneterek temsilcilerin yüksek değerli etkileşimlere odaklanmasına yardımcı olabilir.  

Bu aşamada Agentic AI şu verileri kullanabilir: kanal türü, konuşma geçmişi, pre-chat bilgileri, müşteri kimliği, sentiment, intent, açık case’ler, bekleme süresi, önceki self servis adımları ve müşteri tercihleri.

Desteklenen kararlar: Müşteri AI agent tarafından çözülebilir mi, canlı temsilciye aktarılmalı mı, hangi temsilci veya kuyruk uygun, müşteri duygusu negatif mi, hangi bilgi makalesi önerilmeli, görüşme sonrası hangi takip yapılmalı?

Aksiyon tarafında agent görüşmeyi özetleyebilir, canlı temsilciye bağlam aktarabilir, case oluşturabilir, follow-up görevi açabilir, müşteriye otomatik durum mesajı gönderebilir veya memnuniyet anketi tetikleyebilir.

Buradaki stratejik değer şudur: Contact center artık “gelen çağrıyı karşılayan” bir yapı değildir. Müşterinin hangi kanaldan geldiğini, ne istediğini, ne hissettiğini ve yolculuğun hangi noktasında olduğunu anlayan akıllı bir müşteri etkileşim platformudur.

8. Saha Servisi: Dijital Bağlamı Fiziksel Deneyime Taşımak

Bazı müşteri problemleri uzaktan çözülemez. Kurulum, bakım, onarım, denetim, parça değişimi veya yerinde destek gerekebilir. Bu noktada müşteri yolculuğu dijital kanaldan fiziksel saha deneyimine taşınır.

Dynamics 365 Field Service, iş emirlerinin service case, satış siparişi, e-posta, telefon çağrısı, servis anlaşması, web portalı veya IoT verisi gibi kaynaklardan oluşturulabileceğini; iş emirlerinin görev listesi, kullanılacak parçalar, faturalandırılacak işçilik ve gerekli yetkinlikler gibi detayları içerebileceğini açıklar.   Field Service dokümantasyonu ayrıca Scheduling Operations Agent’ın dispatcher’ların gün içinde değişen koşullara göre teknisyen planlarını optimize etmesine yardımcı olan bir agent olduğunu belirtir; bu özellik preview olarak listelenir.  

Bu aşamada Agentic AI şu verileri kullanabilir: case içeriği, müşteri varlığı, garanti durumu, servis geçmişi, iş emri tipi, lokasyon, teknisyen yetkinlikleri, rota, parça uygunluğu, SLA, müşteri randevu tercihleri ve IoT sinyalleri.

Desteklenen kararlar: Saha servisi gerçekten gerekli mi, hangi iş emri tipi oluşturulmalı, hangi teknisyen atanmalı, hangi parçalar gerekli olabilir, randevu ne zaman planlanmalı, rota nasıl optimize edilmeli, gecikme riski var mı?

Aksiyon tarafında agent iş emri taslağı oluşturabilir, dispatcher’a teknisyen önerisi sunabilir, rota optimizasyonu başlatabilir, teknisyene iş emri özeti sağlayabilir, müşteriye tahmini varış zamanı gönderebilir, gerekli parça kontrolünü tetikleyebilir veya servis sonrası anket akışı başlatabilir.

Örneğin bir B2B ekipman müşterisi üretim hattındaki cihaz için kritik arıza bildiriyor. Agentic AI önce açık case’i ve ürün varlığını analiz eder. Aynı ekipmanda daha önce benzer arıza yaşandığını görür. Gerekli yedek parçayı önerir. Bu ekipmanda sertifikalı teknisyenleri, lokasyon ve rota bilgisiyle birlikte değerlendirir. Dispatcher’a en uygun planı sunar. Teknisyen sahaya gittiğinde iş emri özetini, geçmiş servis notlarını ve önerilen kontrol adımlarını mobil uygulamada görür.

Bu yaklaşım saha operasyonlarında maliyeti düşürür, ilk seferde çözüm oranını artırır ve müşterinin servis deneyimini güçlendirir.

9. Servis Sonrası Takip: İş Kapanınca Yolculuk Bitmez

Bir case’in veya iş emrinin kapanması, müşteri yolculuğunun bittiği anlamına gelmez. Müşteri gerçekten memnun kaldı mı? Problem tekrar eder mi? Yeni bir bakım ihtiyacı var mı? Müşteri sadakati güçlendi mi, yoksa ilişki risk altında mı?

Dynamics 365 Customer Voice, memnuniyet metriklerinin anket sorularıyla eşleştirilmesini destekler; hazır şablonlarda metrikler oluşturulabilir ve yanıtlar sonrası skorlar ile trendler raporlanabilir.   Customer Insights tarafında segmentler ise müşterileri demografik, davranışsal veya işlemsel özelliklere göre gruplamayı ve kampanya, satış veya destek aksiyonları için kullanmayı sağlar.  

Bu aşamada Agentic AI şu verileri kullanabilir: CSAT, NPS, anket yanıtları, servis sonrası yorumlar, case tekrar oranı, saha servis sonucu, kullanılan parçalar, müşteri segmenti, satın alma geçmişi, yenileme tarihi, ürün kullanım verisi ve müşteri yaşam boyu değeri.

Desteklenen kararlar: Müşteri memnun mu, takip gerekiyor mu, churn riski var mı, sadakat teklifi sunulmalı mı, yenileme fırsatı var mı, cross-sell veya upsell uygun mu, müşteri başarı ekibi devreye girmeli mi?

Aksiyon tarafında agent memnuniyet anketi gönderebilir, düşük skor geldiğinde müşteri başarı ekibine görev açabilir, sadakat yolculuğu başlatabilir, yenileme fırsatı oluşturabilir, müşteri segmentini güncelleyebilir veya satış ekibine next-best-offer önerisi sunabilir.

Örneğin saha servisi sonrası müşteri düşük memnuniyet skoru verirse, sistem bunu yalnızca raporlamaz. Agentic AI müşterinin premium segmentte olduğunu, son üç ayda iki servis talebi açtığını ve yenileme tarihinin yaklaştığını fark edebilir. Ardından müşteri başarı yöneticisine takip görevi açabilir, özür ve çözüm odaklı e-posta taslağı hazırlayabilir ve gerekirse özel servis kontrolü planlanmasını önerebilir.

Bu aşamada CRM müşteri memnuniyetini ölçmekle kalmaz; memnuniyetsizlikten aksiyon üretir.

Uçtan Uca Senaryo: Endüstriyel Ekipman Müşterisinin Yolculuğu

Bir üretim şirketi, web sitesinde endüstriyel bakım çözümleriyle ilgili bir sayfayı birkaç kez ziyaret ediyor ve ardından demo formu dolduruyor. Customer Insights, bu şirketin üretim sektöründe olduğunu, benzer segmentlerde bakım otomasyonu çözümünün yüksek dönüşüm sağladığını ve web davranışının güçlü ilgi sinyali taşıdığını belirliyor. Agentic AI bu teması yüksek potansiyelli lead olarak işaretliyor ve satış ekibine öncelikli takip öneriyor.

Sales Qualification Agent lead’i araştırıyor, ideal müşteri profiline uyumu değerlendiriyor ve kişiselleştirilmiş ilk iletişim taslağı hazırlıyor. Satış temsilcisi müşteriyle görüşüyor, ihtiyaçları fırsata dönüştürüyor. Sales Opportunity Agent fırsat sürecinde teknik karar vericinin eksik olduğunu fark ediyor ve pre-sales toplantısı öneriyor.

Teklif aşamasında Agentic AI, müşterinin yalnızca ekipman değil, bakım anlaşması ve yedek parça paketiyle daha fazla değer elde edebileceğini öneriyor. Teklif kabul edildiğinde sipariş süreci başlıyor. Satıştan servise geçiş sırasında müşteri beklentileri, ürün detayları ve kurulum notları Customer Service ve Field Service ekiplerine aktarılıyor.

Kurulum sonrasında müşteri bir teknik sorun bildiriyor. Customer Service tarafında Case Management Agent e-postadan case oluşturuyor, ilgili ürün ve sipariş bağlamını ekliyor, bilgi makalesi öneriyor. Sorun uzaktan çözülemediği için Field Service tarafında iş emri taslağı hazırlanıyor. Agent gerekli teknisyen yetkinliğini ve muhtemel parçaları öneriyor. Dispatcher planı onaylıyor, müşteri tahmini varış zamanı hakkında bilgilendiriliyor.

Teknisyen sahaya gidiyor, iş emri özetini ve geçmiş notları mobil uygulamada görüyor, gerekli parçayla ilk ziyarette çözüm sağlıyor. Servis sonrası Customer Voice anketi gönderiliyor. Müşteri yüksek memnuniyet bildiriyor. Customer Insights bu müşteriyi “yüksek potansiyelli sadık müşteri” segmentine alıyor ve yenileme döneminden önce özel bakım paketi yolculuğu başlatılıyor.

Bu senaryoda Dynamics 365 CE, müşteri yolculuğunun her aşamasında yalnızca kayıt tutmuyor. Bağlamı koruyor, kararları destekliyor ve aksiyonları koordine ediyor.

Kurumsal Karar Vericiler İçin Stratejik Değer

Agentic AI destekli Dynamics 365 CE yaklaşımı, yalnızca operasyonel verimlilik projesi değildir. Kurumsal ölçekte müşteri deneyimi, gelir büyümesi, servis kalitesi ve çalışan üretkenliği üzerinde doğrudan etkisi olan stratejik bir dönüşümdür.

Satış açısından bakıldığında, ekipler daha doğru lead’lere odaklanır, fırsat risklerini daha erken görür ve teklif süreçlerini daha bağlamsal yönetir. Müşteri hizmetleri açısından, case sınıflandırma, yönlendirme, bilgi önerisi ve yanıt taslakları temsilci verimliliğini artırır. Contact center açısından, kanal bağımsız deneyim ve konuşma içgörüleri müşteri yolculuğunu daha görünür hale getirir. Field Service açısından, doğru teknisyen, doğru rota ve doğru parça ile ilk seferde çözüm oranı artar. Sadakat yönetimi açısından ise memnuniyet verisi, segmentler ve müşteri davranışları yeniden satış ve elde tutma stratejilerine bağlanır.

Bu modelin en önemli katkısı, müşteri yolculuğundaki kopuklukları azaltmasıdır. Pazarlama, satış, servis ve saha ekipleri aynı müşteriye farklı sistemlerden değil, ortak bağlamdan bakar. Agentic AI bu bağlamı anlamlandırır ve bir sonraki en iyi aksiyona dönüştürür.

Power Platform ve Copilot Studio ile Genişletilebilir Agentic CRM

Her kurumun müşteri yolculuğu farklıdır. Bu nedenle Agentic AI stratejisi yalnızca standart ürün özelliklerine bağlı kalmamalıdır. Power Platform ve Copilot Studio, kurumların kendi süreçlerine özel agent’lar ve otomasyonlar geliştirmesine olanak sağlar.

Copilot Studio bilgi kaynakları, agent’ların Power Platform, Dynamics 365 verileri, web siteleri ve dış sistemlerden gelen kurumsal verileri kullanarak ilgili bilgi ve içgörü sunmasına yardımcı olur.   Bu sayede kurumlar örneğin “Lead Önceliklendirme Agent’ı”, “Teklif Onay Agent’ı”, “SLA Risk Agent’ı”, “Saha Servis Planlama Agent’ı”, “Sadakat ve Yenileme Agent’ı” gibi özel agent senaryoları tasarlayabilir.

Power Automate ile bu agent önerileri iş akışlarına bağlanabilir. Örneğin düşük memnuniyet skoru geldiğinde müşteri başarı ekibine görev açılabilir. Yüksek potansiyelli lead oluştuğunda satış temsilcisine Teams bildirimi gönderilebilir. Teklifte belirli bir indirim eşiği aşıldığında onay süreci başlatılabilir. Kritik servis talebi geldiğinde saha iş emri oluşturulabilir.

Böylece Agentic AI yalnızca kullanıcı ekranında öneri gösteren bir özellik değil, kurumsal iş süreçlerini uçtan uca hızlandıran bir aksiyon katmanı haline gelir.

Yönetişim: Agentic AI’da Güven, Kontrol ve Sorumluluk

Agentic AI’ın müşteri yolculuğunda etkin kullanılabilmesi için yönetişim kritik öneme sahiptir. Her agent’ın hangi verilere erişeceği, hangi kararları destekleyeceği, hangi aksiyonları otomatik başlatabileceği ve hangi durumlarda insan onayı isteyeceği net olarak tanımlanmalıdır.

Düşük riskli ve tekrarlayan süreçlerde otomasyon seviyesi artırılabilir. Örneğin standart bilgilendirme e-postaları, memnuniyet anketleri, basit follow-up görevleri veya düşük riskli segment aksiyonları otomatik ilerleyebilir. Ancak fiyat indirimi, sözleşme taahhüdü, hassas müşteri şikâyeti, regüle sektör yanıtları, yüksek maliyetli saha müdahalesi veya müşteri kaybı riski taşıyan durumlarda insan kontrolü korunmalıdır.

Ayrıca veri kalitesi, consent yönetimi, güvenlik rolleri, denetlenebilirlik, AI tarafından üretilen içeriklerin kontrolü ve performans izleme süreçleri tasarımın ayrılmaz parçası olmalıdır. Agentic AI yalnızca doğru veriyle ve doğru süreç tasarımıyla değer üretir.

Doğru yaklaşım, “AI her kararı versin” değildir. Doğru yaklaşım, AI’ın kurumsal ekiplerin yanında çalışan, bağlam sağlayan, öneri üreten ve kontrollü aksiyon başlatan dijital iş arkadaşı olarak konumlandırılmasıdır.

Sonuç: CRM’in Geleceği Uçtan Uca, Agentic ve Müşteri Merkezli

Dynamics 365 CE üzerinde Agentic AI destekli müşteri yolculuğu, CRM dünyasında önemli bir paradigma değişimini temsil ediyor. Artık CRM’in başarısı yalnızca kaç lead açıldığı, kaç fırsat kazanıldığı, kaç case kapatıldığı veya kaç iş emri tamamlandığıyla ölçülemez. Asıl başarı, müşterinin tüm yolculuğunun ne kadar tutarlı, bağlamsal, hızlı ve değer odaklı yönetildiğiyle ölçülür.

Agentic AI bu yolculuğun her aşamasında farklı bir değer üretir. İlk temasta müşteri sinyalini anlamlandırır. Lead aşamasında potansiyeli değerlendirir. Fırsat aşamasında riskleri ve next-best-action önerilerini görünür kılar. Teklif aşamasında daha doğru ticari kararları destekler. Sipariş sonrası geçişte bağlamı korur. Müşteri hizmetlerinde case çözümünü hızlandırır. Contact center’da kanal bağımsız deneyim sağlar. Field Service tarafında doğru teknisyen, doğru rota ve doğru parça ile saha verimliliğini artırır. Sadakat aşamasında memnuniyet verisini aksiyona dönüştürür.

Bu dönüşümün özü şudur:
CRM artık müşteri yolculuğunun geçmişini kaydeden bir sistem değil; müşteri yolculuğunu gerçek zamanlı yöneten, kararları destekleyen ve aksiyon başlatan akıllı bir platformdur.

Kurumsal karar vericiler için bu yaklaşım, yalnızca teknoloji yatırımı değildir. Gelir büyümesini, operasyonel verimliliği, müşteri memnuniyetini, çalışan üretkenliğini ve rekabet avantajını aynı anda etkileyen stratejik bir dönüşümdür.

Dynamics 365 CE, Dataverse, Copilot, Copilot Studio, Customer Insights, Sales, Customer Service, Contact Center, Field Service ve Power Platform birlikte düşünüldüğünde, Agentic AI kurumlara uçtan uca müşteri yolculuğunu yeniden tasarlama fırsatı sunar.

Geleceğin CRM’i daha fazla ekran, daha fazla manuel işlem ve daha fazla rapordan oluşmayacak. Geleceğin CRM’i, müşteriyi anlayan, ekipleri yönlendiren, veriden aksiyon üreten ve her temas noktasında daha iyi deneyim sağlayan agentic bir iş platformu olacak.

Dynamics 365 Field Service ve Agentic AI ile Saha Operasyonlarında Verimlilik

bkanlica

Reaktif Saha Servisinden Proaktif, Akıllı ve Aksiyon Alan Operasyon Modeline

Saha operasyonları, müşteri deneyiminin en görünür ve en maliyetli temas noktalarından biridir. Bir teknisyenin doğru zamanda doğru adrese gitmesi, doğru ekipman ve yedek parçayla sahaya çıkması, problemi ilk ziyarette çözmesi, müşteriyi zamanında bilgilendirmesi ve servis sonrası süreci eksiksiz tamamlaması gerekir.

Kâğıt üzerinde bu süreç basit görünebilir. Ancak gerçek hayatta saha operasyonları çok daha karmaşıktır. Acil arızalar, trafik, teknisyen uygunluğu, yetkinlik farklılıkları, eksik yedek parça, yanlış adres bilgisi, müşteri randevu değişiklikleri, SLA baskısı, bakım anlaşmaları ve beklenmeyen iptaller aynı anda yönetilmek zorundadır.

Bu nedenle saha hizmetlerinde temel soru artık yalnızca şu değildir:
“Hangi teknisyen hangi işe gidecek?”

Asıl soru şudur:
“Müşteri beklentisini, maliyeti, teknisyen verimliliğini, parça uygunluğunu, rota planını ve servis kalitesini aynı anda optimize ederek bu işi en doğru şekilde nasıl yöneteceğiz?”

Dynamics 365 Field Service ve Agentic AI birlikteliği, bu soruya modern bir cevap sunar. Microsoft, Dynamics 365 Field Service’i saha çalışanlarının müşteri lokasyonlarında başarılı olmasını sağlamak için iş akışı otomasyonu, planlama algoritmaları ve mobiliteyi bir araya getiren bir uygulama olarak konumlandırır; çözüm aynı zamanda ilk seferde çözüm oranını artırma, teknisyen başına daha fazla servis çağrısı tamamlama, seyahat süresini azaltma, müşteriye doğru varış zamanı iletme ve teknisyene hesap/ekipman geçmişi sunma gibi alanlara odaklanır.  

Bu makalede Dynamics 365 Field Service üzerinde Agentic AI kullanımını; iş emri oluşturma, teknisyen atama, rota optimizasyonu, yedek parça önerileri, bakım tahmini, müşteri bilgilendirme, saha teknisyenine gerçek zamanlı destek ve servis sonrası takip başlıklarıyla ele alacağız.

Klasik Saha Operasyonlarının Sınırları

Geleneksel saha servis operasyonlarında süreç çoğu zaman manuel koordinasyonla ilerler. Müşteri arar, çağrı merkezi kayıt açar, dispatcher uygun teknisyeni bulmaya çalışır, teknisyen sahaya gider, eksik bilgi varsa merkezi arar, gerekli parça yanında değilse ikinci ziyaret planlanır, müşteri gecikmeden haberdar edilmezse memnuniyetsizlik oluşur.

Bu model belirli bir operasyon hacminde yönetilebilir. Ancak iş emri sayısı arttığında, saha ağı genişlediğinde ve müşteri beklentileri yükseldiğinde manuel planlama yetersiz kalır. Dispatcher gün içinde sürekli iptal, gecikme ve acil arıza yönetir. Teknisyen sahaya eksik bilgiyle gider. Müşteri “teknisyen ne zaman gelecek?” sorusuna net cevap alamaz. Yönetim ise maliyet, SLA ve verimlilik problemlerini çoğu zaman iş bittikten sonra raporlar.

Klasik saha yönetiminin en büyük problemi, reaktif çalışmasıdır. Arıza olduktan sonra müdahale edilir. Teknisyen geciktikten sonra müşteri aranır. Parça eksikliği sahada fark edilir. SLA riski çoğu zaman son dakikada görünür. Oysa modern saha servisinde başarı, problemi yalnızca çözmek değil; problemi öngörmek, doğru kaynağı zamanında yönlendirmek ve müşteriyi süreç boyunca bilgilendirmektir.

Agentic AI tam bu noktada devreye girer. Saha operasyonunu yalnızca kayıt ve planlama süreci olarak değil; bağlama göre karar veren, öneri sunan ve gerekli durumlarda aksiyon başlatan akıllı bir iş akışı olarak ele alır.

Agentic AI Saha Operasyonlarında Ne Anlama Geliyor?

Agentic AI, belirli hedefler doğrultusunda bağlamı anlayabilen, veriyi yorumlayabilen, plan yapabilen ve uygun sınırlar içinde aksiyon alabilen yapay zekâ yaklaşımıdır. Saha hizmetleri bağlamında bu; iş emrinin içeriğini anlamak, müşteri varlık geçmişini değerlendirmek, teknisyen yetkinliğini dikkate almak, rota ve seyahat süresini hesaplamak, gerekli parçaları önermek, SLA riskini görmek ve gerekirse takip aksiyonlarını başlatmak anlamına gelir.

Microsoft, Dynamics 365 genelinde AI agent’lar, Copilot deneyimleri ve yerleşik AI kabiliyetleriyle veriyi analiz eden, görevleri otomatikleştiren ve gerçek zamanlı kararları yönlendiren bir yaklaşım sunduğunu belirtir. Aynı kaynakta Dynamics 365 uygulamalarının Power Apps üzerinde geliştirilen model-driven app’ler olduğu ve Microsoft Dataverse üzerinde çalıştığı da açıklanır.  

Bu mimari saha operasyonları için çok önemlidir. Çünkü Field Service yalnızca bir planlama ekranı değildir. Dataverse üzerinde müşteri, varlık, iş emri, teknisyen, ürün, servis görevi, randevu, SLA, stok ve servis geçmişi gibi verileri ortak bir iş platformunda bir araya getirir. Copilot ve Agentic AI ise bu verileri yalnızca göstermekle kalmaz; operasyonel karara dönüştürür.

Bu dönüşümde saha servis ekibinin rolü de değişir. Dispatcher yalnızca planlama yapan kişi olmaktan çıkar; AI destekli önerilerle günü yöneten operasyon orkestratörüne dönüşür. Teknisyen yalnızca kendisine atanan işi yapan kişi olmaktan çıkar; sahada doğru bilgiye, doğru talimata ve doğru parçaya erişen akıllı mobil çalışan haline gelir. Müşteri ise belirsiz bekleme süresi yerine şeffaf, proaktif ve kişiselleştirilmiş bir servis deneyimi yaşar.

İş Emri Oluşturma: Talebi Kayıttan Operasyonel Plana Dönüştürmek

Dynamics 365 Field Service’in merkezinde iş emri bulunur. İş emri, yapılması gereken işi, müşteri lokasyonunu, ilgili varlığı, gerekli görevleri, ürünleri, hizmetleri, önceliği ve planlama ihtiyacını temsil eder. Microsoft Learn, Field Service iş emirlerinin kaynakları ve aktiviteleri koordine etmek ve planlamak için kullanıldığını; kurulum, onarım veya önleyici bakım gibi farklı iş türlerini kapsayabileceğini belirtir. Aynı dokümantasyon, iş emirlerinin manuel oluşturulabileceğini, case’ten, anlaşmadan, fırsattan, Power Automate tetiklerinden veya Dataverse Web API entegrasyonlarından üretilebileceğini açıklar.  

Agentic AI bu süreci daha akıllı hale getirir. Örneğin müşteri hizmetleri tarafında açılan bir case, saha ziyareti gerektiriyorsa agent case içeriğini analiz edebilir, ilgili müşteri varlığını bulabilir, önceki servis geçmişini özetleyebilir, olası arıza tipini belirleyebilir ve iş emri taslağı oluşturabilir. Bu taslakta işin önceliği, tahmini süre, gerekli yetkinlik, önerilen servis görevleri ve muhtemel parçalar yer alabilir.

Bir beyaz eşya servis senaryosu düşünelim. Müşteri çağrı merkezine “Buzdolabım soğutmuyor, daha önce de benzer sorun yaşadım” diye kayıt açıyor. Klasik süreçte temsilci veya dispatcher bu bilgileri manuel değerlendirir. Agentic AI destekli yapıda ise sistem müşterinin cihazını, garanti durumunu, önceki arıza kayıtlarını ve benzer iş emirlerini inceleyerek “soğutma sistemi arızası” için iş emri taslağı hazırlayabilir. Eğer benzer arızalarda kompresör rölesi veya sensör değişimi sık görülüyorsa, gerekli parçalar da öneri olarak eklenebilir.

Bu yaklaşım iş emri oluşturmayı yalnızca kayıt açma süreci olmaktan çıkarır. Talep, operasyonel olarak anlamlı ve planlamaya hazır bir servis paketine dönüşür.

Standartlaşma: Incident Type ile Doğru Görev, Parça ve Yetkinlikleri Tanımlamak

Saha operasyonlarında kaliteyi artırmanın önemli yollarından biri, benzer işler için standart servis şablonları oluşturmaktır. Dynamics 365 Field Service içinde incident type yapısı bu amaçla kullanılır. Microsoft Learn, incident type’ları kurumun sık yaptığı iş türleri için hızlı iş emri oluşturmayı sağlayan servis şablonları olarak tanımlar; bu şablonlar belirli iş emri problemlerini, önerilen çözümleri, süreyi, servis görevlerini, ürünleri ve diğer detayları içerebilir.  

Agentic AI, incident type kullanımını daha etkili hale getirebilir. Sistem gelen talebin içeriğine göre en uygun incident type’ı önerebilir. Böylece teknisyenin sahada uygulaması gereken kontrol listesi, kullanması muhtemel parçalar ve ihtiyaç duyulan yetkinlikler daha işin başında belirlenir.

Örneğin bir HVAC şirketinde “klima soğutmuyor” talebi için standart bir incident type tanımlanmış olabilir. Bu şablon; filtre kontrolü, gaz basıncı ölçümü, dış ünite kontrolü, elektrik bağlantısı kontrolü, olası yedek parçalar ve tahmini iş süresini içerebilir. Agentic AI bu talebi doğru şablonla eşleştirerek iş emrini zenginleştirir. Böylece teknisyen sahaya daha hazırlıklı gider, dispatcher daha doğru planlama yapar ve müşteri daha hızlı çözüm alır.

Standartlaşma, ilk seferde çözüm oranı için kritik bir faktördür. Çünkü sahaya eksik bilgiyle veya eksik parça ile gidildiğinde ikinci ziyaret ihtimali artar. Agentic AI, iş emri oluşturma aşamasında doğru şablonu, doğru görevleri ve doğru kaynak ihtiyacını öne çıkararak bu riski azaltır.

Teknisyen Atama: Uygunluk, Yetkinlik, Lokasyon ve Önceliği Birlikte Değerlendirmek

Saha operasyonlarında doğru teknisyeni doğru işe atamak, hem maliyet hem müşteri memnuniyeti açısından belirleyicidir. En yakın teknisyen her zaman en doğru teknisyen olmayabilir. En uygun teknisyen de her zaman en yakın teknisyen değildir. Doğru karar için yetkinlik, sertifika, iş saatleri, bölge, mevcut rota, müşteri önceliği, SLA ve parça uygunluğu birlikte değerlendirilmelidir.

Dynamics 365 Field Service, Universal Resource Scheduling ile kaynakları, gereksinimleri ve rezervasyonları bir araya getirir. Microsoft Learn, Field Service’in “ne yapılmalı ve nerede yapılmalı” bilgisini tanımladığını; Universal Resource Scheduling’in ise “işi kim ve ne zaman yapabilir” sorusunu yönettiğini belirtir. Aynı kaynakta planlama sürecinin kaynakların, gereksinimlerin, kısıtların ve schedule board/schedule assistant/Scheduling Operations Agent gibi planlama araçlarının birlikte kullanımıyla ilerlediği açıklanır.  

Schedule assistant, dispatcher’ın nihai kararı verdiği yarı otomatik planlama senaryoları için uygundur. Microsoft Learn’e göre schedule assistant; yetkinlik, bölge veya zaman penceresi gibi kısıtların dikkate alınması, seyahat süresinin tahmin edilmesi, kaynakların sıralanması ve çok sayıda kaynak arasında hızlıca uygunluk bulunması gereken durumlarda kullanılır.  

Agentic AI bu deneyimi daha ileri taşır. Dispatcher’a yalnızca boş slot listesi sunmak yerine, “bu teknisyen bu iş için neden daha uygun?” sorusuna cevap verebilir. Örneğin öneri şu bağlamla gelebilir: Teknisyen aynı ürün ailesinde sertifikalıdır, müşterinin lokasyonuna yakındır, mevcut rotası bu bölgeden geçmektedir, gerekli parçayı bağlı olduğu depodan alabilir ve randevu penceresine uyma olasılığı yüksektir.

Bu yaklaşım operasyonel kararın kalitesini artırır. Dispatcher zamanını manuel arama ve karşılaştırmaya değil, istisnaları yönetmeye ve müşteri taahhütlerini korumaya ayırır.

Scheduling Operations Agent: Gün İçindeki Değişikliklere Akıllı Yanıt

Saha operasyonlarının en zor kısmı, planın gün içinde bozulmasıdır. Trafik oluşur, teknisyen gecikir, müşteri randevuyu iptal eder, acil arıza gelir, parça temin edilemez veya bir iş beklenenden uzun sürer. Bu durumlarda dispatcher’ın planı hızla yeniden optimize etmesi gerekir.

Dynamics 365 Field Service içindeki Scheduling Operations Agent bu noktada Agentic AI yaklaşımının önemli bir örneğidir. Microsoft Learn, bu agent’ın dispatcher’ların tek bir teknisyenin takvimini verimli şekilde optimize etmesini sağladığını; öncelik, seyahat süresi ve taahhüt edilen zaman pencerelerini dikkate aldığını; iptal, gecikme veya uygunluk değişiklikleri gibi durumlarda manuel yeniden planlama ihtiyacını azaltmaya yardımcı olduğunu belirtir. Bu özellik dokümantasyonda preview olarak yer almaktadır.  

Microsoft’un Field Service ürün sayfasında da Scheduling Operations Agent’ın public preview olarak sunulduğu ve dispatcher’ların gün içinde değişen koşullara göre teknisyen planlarını optimize etmesine yardımcı olduğu belirtilir.  

Bir telekom saha operasyonu düşünelim. Bir teknisyen sabah ilk işinde beklenenden 45 dakika fazla zaman harcıyor. Bu gecikme, günün geri kalanındaki iki müşteri randevusunu riske atıyor. Aynı bölgede başka bir teknisyenin öğleden sonra boşluğu var. Agentic AI, mevcut planı analiz ederek bir işin diğer teknisyene devredilmesini, yüksek öncelikli işin korunmasını ve düşük öncelikli işin yeni zaman penceresine alınmasını önerebilir. Gerekirse müşteri bilgilendirme akışı da başlatılabilir.

Bu, saha servisinde operasyonel çeviklik sağlar. Plan yalnızca sabah yapılan statik bir liste olmaktan çıkar; gün içinde değişen koşullara uyum sağlayan dinamik bir karar mekanizmasına dönüşür.

Rota Optimizasyonu: Seyahat Süresini Maliyetten Rekabet Avantajına Çevirmek

Saha operasyonlarında en büyük gizli maliyetlerden biri seyahat süresidir. Teknisyenin araçta geçirdiği her dakika, müşteriye değer üretilmeyen zamandır. Ayrıca yakıt, araç yıpranması, fazla mesai ve düşük kapasite kullanımı gibi maliyetler doğurur.

Resource Scheduling Optimization, bu konuda güçlü bir kabiliyet sunar. Microsoft Learn, Resource Scheduling Optimization add-in’in işleri en uygun kaynaklara otomatik olarak planlayabildiğini, birden fazla işi aynı anda planlayabildiğini, kaynak kullanımını maksimize etmeye ve seyahat süresini minimize etmeye odaklandığını belirtir. Aynı kaynakta çözümün yüksek hacimli planlama, gece optimizasyonu, gün içi optimizasyon ve acil iş planlama gibi senaryolarda kullanılabileceği açıklanır.  

Bu yapı özellikle geniş saha ağı olan şirketler için değerlidir. Örneğin enerji dağıtım şirketinde yüzlerce bakım ve arıza kaydı farklı lokasyonlara yayılmış olabilir. Manuel planlama, teknisyenlerin rotalarını her zaman en verimli şekilde düzenleyemez. RSO ve Agentic AI destekli yaklaşımda sistem; iş önceliği, teknik yetkinlik, lokasyon, seyahat süresi, müşteri randevu penceresi ve mevcut kapasiteyi birlikte değerlendirir.

Sonuç yalnızca daha kısa rota değildir. Daha az yakıt tüketimi, daha az araç yıpranması, daha az fazla mesai, daha öngörülebilir varış zamanı ve daha yüksek teknisyen verimliliği anlamına gelir.

Yedek Parça Önerileri: İkinci Ziyaretleri Azaltmak

Saha servisinde ilk seferde çözüm oranını düşüren en önemli faktörlerden biri, gerekli yedek parçanın teknisyende bulunmamasıdır. Teknisyen sahaya gider, problemi teşhis eder, parçanın eksik olduğunu fark eder ve ikinci ziyaret planlanır. Bu durum hem maliyeti artırır hem müşteri memnuniyetini düşürür.

Dynamics 365 Field Service, iş emirlerine ürün ve servis eklemeyi destekler. Microsoft Learn’e göre teknisyen sahada ürün kullandığında veya servis gerçekleştirdiğinde bunu Field Service mobil uygulamasına girebilir; müşteriler kullanılan ürünler ve yapılan servisler üzerinden fiyat listesi veya entitlement’a göre faturalandırılabilir ve kullanılan ürünler Field Service envanteri, Dynamics 365 Finance & Operations veya harici ERP sistemi üzerinden stoktan düşülebilir.  

Agentic AI burada tahmin ve öneri katmanı olarak değer üretir. Sistem; incident type, müşteri varlığı, servis geçmişi, benzer arızalar, garanti durumu, teknisyen deposu ve stok uygunluğunu birlikte değerlendirerek iş emri için muhtemel yedek parçaları önerebilir. Copilot’ın iş emri özetleri de gerekli parçalar, iş kritiklik durumu, varış zamanları ve bağlamsal bilgileri özetleyerek dispatcher, servis yöneticisi ve teknisyenlerin süreci daha hızlı anlamasına yardımcı olabilir.  

Örneğin bir asansör bakım firmasında belirli bir hata kodu, geçmişte çoğunlukla kapı sensörü değişimiyle çözülmüş olabilir. Agentic AI, yeni iş emrinde aynı hata kodunu gördüğünde teknisyenin yanında kapı sensörü, bağlantı aparatı ve ilgili test ekipmanı bulundurmasını önerebilir. Eğer teknisyenin bağlı deposunda parça yoksa, farklı teknisyen veya depo alternatifi de planlama kararına dahil edilebilir.

Bu yaklaşım, ilk seferde çözüm oranını artırmanın en pratik yollarından biridir. Çünkü doğru teknisyen kadar, doğru parça da sahada başarının belirleyicisidir.

Bakım Tahmini: Arıza Olduktan Sonra Değil, Öncesinde Müdahale Etmek

Saha servisinin geleceği yalnızca arıza müdahalesi değildir. Geleceğin saha operasyonu, arızayı oluşmadan önce öngören ve önleyici aksiyon başlatan bir yapıya dönüşür.

Connected Field Service bu dönüşümün temel parçalarından biridir. Microsoft Learn, Connected Field Service’in IoT teknolojisiyle reaktif break-fix modelinden proaktif ve tahmine dayalı bakım yaklaşımına geçişi desteklediğini belirtir. IoT cihazlarından gelen gerçek zamanlı performans ve durum verileriyle potansiyel sorunlar erken tespit edilebilir; bu sayede kesinti, büyük arıza ve pahalı müdahaleler azaltılabilir.  

Agentic AI, IoT sinyallerini operasyonel aksiyona dönüştürebilir. Örneğin bir endüstriyel kompresörde sıcaklık, titreşim ve basınç değerleri normal aralığın dışına çıkmaya başlamış olsun. Sistem bu sinyalleri yalnızca uyarı olarak göstermekle kalmaz; ilgili müşteri varlığının servis geçmişini, garanti durumunu, son bakım tarihini, benzer arıza örüntülerini ve yedek parça ihtiyacını analiz ederek önleyici bakım iş emri oluşturulmasını önerebilir.

Daha gelişmiş senaryoda agent, iş emri taslağını oluşturur, öncelik belirler, gerekli teknisyen yetkinliğini tanımlar, uygun parça listesini önerir ve dispatcher onayına sunar. Kurumun yönetişim kurallarına göre düşük riskli bakım işleri otomatik planlanabilir; yüksek maliyetli veya kritik operasyonel etkisi olan işler ise insan onayına bırakılabilir.

Bu yaklaşım maliyetleri iki şekilde düşürür. Birincisi, büyük arızalar oluşmadan önce küçük müdahaleler yapılır. İkincisi, acil servis çağrıları ve plansız kesintiler azalır. Müşteri açısından ise hizmet deneyimi “arıza olduğunda bizi arayın” noktasından “sorun oluşmadan önce biz önlem alıyoruz” seviyesine çıkar.

Müşteri Bilgilendirme: Belirsiz Bekleme Süresinden Şeffaf Deneyime

Saha servisinde müşteri memnuniyetini etkileyen en önemli konulardan biri belirsizliktir. Müşteri çoğu zaman teknisyenin ne zaman geleceğini, gecikme olup olmadığını, hangi işlemin yapılacağını veya servis sonrası ne olacağını bilmek ister.

Dynamics 365 Field Service müşteri portalı, müşterilere otomatik servis hatırlatmaları ve tahmini teknisyen varış zamanı içeren bildirimler sunabilir. Microsoft Learn, bu hatırlatmaların müşterilerin servis ziyareti etrafında zamanlarını daha iyi planlamasına yardımcı olduğunu belirtir.  

Agentic AI bu iletişimi daha bağlamsal hale getirir. Örneğin teknisyenin önceki işi uzadığı için randevuya 30 dakika geç kalma riski oluştuğunda sistem bunu erken fark edebilir. Müşteriye otomatik bilgilendirme mesajı hazırlanabilir, yeni tahmini varış zamanı paylaşılabilir ve gerekirse alternatif zaman önerilebilir. Eğer müşteri premium segmentteyse veya daha önce gecikme şikâyeti yaşamışsa, bu bilgilendirme farklı bir öncelik ve iletişim tonu ile ele alınabilir.

Aynı şekilde saha teknisyeni için de bildirimler önemlidir. Field Service mobil uygulamasında push notification özelliği, teknisyenlere mobil cihazları üzerinden güncellemeler gönderebilir; bu bildirimler Power Automate kullanır ve yeni atanan rezervasyon veya önemli veri girişi hatırlatması gibi senaryoları destekleyebilir.  

Böylece saha operasyonu yalnızca iç ekiplerin yönettiği bir süreç olmaktan çıkar; müşteri, dispatcher ve teknisyen arasında daha şeffaf bir iletişim akışına dönüşür.

Saha Teknisyenine Gerçek Zamanlı Destek

Saha teknisyeni çoğu zaman müşteriyle yüz yüze kalan tek kişidir. Bu nedenle teknisyenin sahada doğru bilgiye, doğru talimatlara, servis geçmişine ve gerekli aksiyonlara erişmesi kritik öneme sahiptir.

Dynamics 365 Field Service mobil uygulaması, saha teknisyenlerinin daha iyi servis sunmasına ve yüksek ilk seferde çözüm oranı elde etmesine yardımcı olmak için tasarlanmıştır. Microsoft Learn, mobil uygulamanın offline kabiliyetler sunduğunu; teknisyenlerin internet bağlantısı olmadan da iş detaylarını görüntülemeye ve çalışmaya devam edebildiğini belirtir.  

Copilot bu deneyimi daha da güçlendirir. Microsoft Learn, Field Service’te Copilot’ın doğal dil soruları, AI destekli iş emri güncelleme, iş emri özetleri ve inspection template oluşturma gibi kabiliyetler sunduğunu belirtir. AI-powered work order update özelliği, teknisyenlerin mobil uygulamada metin veya konuşma yoluyla booking status, zamanlar, görevler ve satır kalemleri gibi iş emri alanlarını güncellemesine yardımcı olabilir; bu özellik dokümantasyonda preview olarak listelenmiştir.  

Bu, teknisyenin günlük iş akışını ciddi şekilde değiştirir. Teknisyen sahaya giderken iş emrinin özetini okuyabilir. Müşteri varlığının servis geçmişini görebilir. Gerekli parçaları, önceki notları, güvenlik talimatlarını ve önerilen sonraki adımları inceleyebilir. İş bittikten sonra uzun form doldurmak yerine doğal dille “iş tamamlandı, filtre değiştirildi, test başarılı, müşteri bilgilendirildi” gibi bir ifade kullanarak sistemin alan güncellemesi önermesini sağlayabilir.

Bu yaklaşım hem veri kalitesini artırır hem de teknisyenin idari yükünü azaltır. Teknisyen daha az ekran yönetir, daha fazla çözüm üretir.

Dijital Kontrol Listeleri ve Inspection: Servis Kalitesini Standartlaştırmak

Saha servisinde kalite, teknisyenin tecrübesine bırakılmayacak kadar önemlidir. Güvenlik kontrolü, bakım checklist’i, varlık testi, müşteri onayı, fotoğraf, ölçüm ve servis sonrası değerlendirme gibi adımların standart şekilde tamamlanması gerekir.

Dynamics 365 Field Service inspections, teknisyenlerin iş emrinin bir parçası olarak soruları hızlı ve kolay şekilde yanıtlamasını sağlayan dijital formlardır. Microsoft Learn, inspection sorularının güvenlik protokolleri, müşteri varlığı için pass/fail testleri, müşteri görüşmesi veya denetim/değerlendirme gibi amaçlarla kullanılabileceğini; yanıtların Microsoft Dataverse’te saklandığını ve otomatik iş süreçlerine bağlanabileceğini belirtir.  

Agentic AI burada iki seviyede değer üretir. Birinci seviyede, belirli iş türleri için doğru inspection şablonunu önerebilir. İkinci seviyede, inspection sonuçlarını analiz ederek takip aksiyonu başlatabilir. Örneğin teknisyen bakım checklist’inde “parça aşınmış” veya “takip gerekiyor” seçeneğini işaretlediğinde sistem yeni bir takip iş emri, parça talebi veya müşteri bilgilendirme süreci oluşturabilir.

Microsoft Learn, inspection yanıtları üzerinde Power Automate akışı çalıştırılabileceğini ve örneğin teknisyen “follow-up gerekli mi?” sorusuna “Evet” yanıtı verdiğinde ilgili iş emrine yeni bir takip servis görevi eklenebileceğini açıklar.  

Bu yapı, servis kalitesini ölçülebilir ve izlenebilir hale getirir. Deneyim yalnızca “teknisyen işi yaptı” seviyesinde kalmaz; işin hangi standartlara göre yapıldığı, hangi bulguların çıktığı ve hangi aksiyonların gerektiği de sistemde görünür olur.

Servis Sonrası Takip: İş Emri Kapanınca Müşteri Yolculuğu Bitmez

Saha servisinde işin tamamlanması, müşteri yolculuğunun bittiği anlamına gelmez. Müşteriye yapılan işlem açıklanmalı, kullanılan parçalar ve servis sonucu kaydedilmeli, gerekirse fatura ve stok süreçleri tetiklenmeli, memnuniyet ölçülmeli ve takip ihtiyacı varsa yeni aksiyon başlatılmalıdır.

Dynamics 365 Field Service iş emri yaşam döngüsü, oluşturma, planlama, dispatch, servis, inceleme/onay, fatura ve envanter ayarlaması gibi aşamalardan oluşur. Microsoft Learn, teknisyenlerin booking status güncellemeleriyle sahadaki ilerlemeyi takip ettiğini; iş tamamlandığında sürenin ve bitiş zamanının güncellendiğini; supervisor’ın işi gözden geçirdiğini; ürün ve hizmet kullanıldıysa fatura ve envanter süreçlerinin tetiklenebileceğini açıklar.  

Agentic AI, servis sonrası süreci daha akıllı hale getirebilir. İş emri tamamlandığında sistem yapılan işlemleri özetleyebilir, eksik veri varsa teknisyene veya dispatcher’a hatırlatma gönderebilir, kullanılan parçaları doğrulayabilir, müşteriye servis özeti hazırlayabilir ve memnuniyet anketi sürecini başlatabilir.

Dynamics 365 Customer Voice tarafında anketler Power Automate ile belirli iş tetikleyicilerine bağlı gönderilebilir; Microsoft Learn, iş emri tamamlandığında veya kapatıldığında anket gönderme şablonunun bulunduğunu belirtir. Ayrıca anket daveti ve yanıtları Dataverse ile ilişkilendirilebilir.  

Servis sonrası memnuniyet düşükse süreç burada bitmemelidir. Customer Voice alerts özelliği, memnuniyet metriği belirli bir eşiğin altına düştüğünde takip aktivitesi oluşturabilir; bu uyarılar müşteriden gelen geri bildirime göre uygun aksiyon alınmasına yardımcı olur.  

Bu yaklaşım, saha servis operasyonunu kapalı bir iş emri sürecinden çıkarır; müşteri memnuniyetini sürekli izleyen ve gerektiğinde yeniden aksiyon alan bir deneyim yönetimi sürecine dönüştürür.

İş Senaryosu: Asansör Bakım Firmasında İlk Seferde Çözüm Oranını Artırmak

Bir asansör bakım firmasında müşteri “asansör kapısı kapanırken takılıyor” şikâyetiyle kayıt açıyor. Geleneksel süreçte dispatcher uygun teknisyeni atar, teknisyen sahaya gider, problemi inceler ve parça gerekiyorsa ikinci ziyaret planlar.

Agentic AI destekli Dynamics 365 Field Service senaryosunda süreç farklı işler. AI, müşteri varlığını ve servis geçmişini inceler. Aynı asansörde son altı ayda iki kez kapı sensörü ayarı yapıldığını görür. Benzer hata kayıtlarında sensör değişimi ve ray temizliği sık uygulanmış olabilir. Sistem uygun incident type’ı önerir, kapı sensörü ve ilgili bağlantı parçasını yedek parça önerisi olarak iş emrine ekler, bu ekipmanda yetkinliği olan teknisyenleri sıralar ve müşterinin randevu penceresine uygun planlama önerir.

Teknisyen sahaya gittiğinde iş emri özetinde önceki servis geçmişini, önerilen kontrol adımlarını ve gerekli parçaları görür. Parça yanında olduğu için ikinci ziyaret gerekmez. İş tamamlandığında inspection formu doldurulur, müşteri onayı alınır ve servis sonrası memnuniyet anketi tetiklenir.

Bu senaryoda Agentic AI’ın değeri çok nettir: Teknisyen daha hazırlıklı gider, ikinci ziyaret ihtimali azalır, müşteri daha hızlı çözüm alır ve operasyon maliyeti düşer.

İş Senaryosu: Enerji Dağıtım Şirketinde Proaktif Bakım

Bir enerji dağıtım şirketinde IoT sensörleri, belirli trafolarda sıcaklık ve yük değerlerinin normal aralıkların dışına çıktığını gösteriyor. Klasik modelde bu durum büyük arızaya dönüşene kadar fark edilmeyebilir veya yalnızca manuel analizle takip edilebilir.

Connected Field Service ve Agentic AI destekli yapıda sistem bu sinyalleri erken değerlendirir. Varlığın servis geçmişi, son bakım tarihi, lokasyon, kritik müşteri etkisi ve teknisyen uygunluğu dikkate alınır. Agent, önleyici bakım iş emri taslağı oluşturur, yüksek voltaj ekipmanlarında sertifikalı teknisyen gereksinimini belirler, ilgili yedek parçaları önerir ve uygun rota ile planlama alternatifi sunar.

Eğer bakım kritik altyapıyı etkiliyorsa dispatcher onayı istenir. Onay sonrası iş emri planlanır, müşteri veya ilgili kurum bilgilendirilir ve teknisyen mobil uygulama üzerinden gerekli talimatlara erişir.

Bu senaryoda saha servis reaktif arıza müdahalesinden proaktif varlık yönetimine geçer. Maliyet düşer, kesinti riski azalır ve müşteri güveni artar.

İş Senaryosu: Telekom Operasyonunda Gün İçi Rota Değişikliği

Bir telekom şirketinde teknisyen sabahki kurulum işinde beklenenden uzun süre kalıyor. Aynı teknisyenin öğleden sonra iki arıza kaydı daha var. Bunlardan biri standart modem kurulumu, diğeri ise kurumsal müşteride SLA riski taşıyan internet kesintisi.

Klasik operasyon modelinde dispatcher bu değişikliği manuel fark eder ve planı yeniden düzenlemeye çalışır. Agentic AI destekli Dynamics 365 Field Service senaryosunda ise sistem gecikmeyi erken fark eder, kalan işleri yeniden değerlendirir ve alternatif plan önerir. SLA riski yüksek olan kurumsal müşterinin işi korunur; standart kurulum, aynı bölgede uygun başka bir teknisyene aktarılır. Müşterilere yeni tahmini varış zamanı gönderilir.

Bu senaryoda değer yalnızca rota optimizasyonu değildir. SLA riski yönetilir, müşteri bilgilendirilir, teknisyen boşluğu azaltılır ve dispatcher’ın manuel yeniden planlama yükü düşer.

Maliyetleri Düşürmek: Daha Az Seyahat, Daha Az Tekrar Ziyaret, Daha Az Manuel İş

Agentic AI’ın saha operasyonlarında maliyet düşürme etkisi birkaç ana başlıkta ortaya çıkar.

İlk olarak seyahat süresi azalır. Rota optimizasyonu, lokasyon bazlı planlama ve gün içi yeniden optimizasyon sayesinde teknisyenlerin araçta geçirdiği süre düşer. Resource Scheduling Optimization dokümantasyonu da seyahat süresini minimize etme, yakıt tüketimini ve araç yıpranmasını azaltma gibi faydaları açıkça vurgular.  

İkinci olarak tekrar ziyaretler azalır. İş emri oluşturma aşamasında doğru incident type, doğru teknisyen yetkinliği ve doğru parça önerildiğinde teknisyen sahaya daha hazırlıklı gider. Bu da ilk seferde çözüm oranını artırır.

Üçüncü olarak manuel koordinasyon azalır. Dispatcher’ın tek tek kaynak araması, teknisyenin uzun not yazması, servis sonrası takiplerin unutulmaması ve müşteri bilgilendirmelerinin elle yapılması yerine AI destekli öneriler ve Power Platform otomasyonları devreye girer.

Dördüncü olarak bakım tahmini sayesinde büyük arızaların ve acil servis çağrılarının maliyeti düşer. IoT verisi, servis geçmişi ve AI destekli analizler bir araya geldiğinde kurumlar arıza olduktan sonra değil, arıza oluşmadan önce müdahale edebilir.

İlk Seferde Çözüm Oranını Artırmak

İlk seferde çözüm oranı, saha servis kalitesinin en kritik göstergelerinden biridir. Çünkü müşteri açısından en iyi servis deneyimi, problemin ilk ziyarette doğru şekilde çözülmesidir. Kurum açısından ise ikinci ziyaret; ek seyahat, ek işçilik, ek planlama ve müşteri memnuniyetsizliği anlamına gelir.

Agentic AI bu metriği doğrudan etkileyebilir. Doğru iş emri şablonunu önerir. Benzer arızaları analiz eder. Gerekli parçaları iş emrine dahil eder. Uygun teknisyeni yetkinliğe göre seçer. Teknisyene iş emri özeti, servis geçmişi ve önerilen adımları sunar. Inspection ve mobil uygulama ile servis kalitesini standartlaştırır.

Dynamics 365 Field Service mobil uygulamasının teknisyenlerin yüksek ilk seferde çözüm oranına ulaşmasına yardımcı olacak şekilde konumlandırılması bu nedenle önemlidir. Uygulama, saha çalışanlarının iş detaylarına erişmesini, offline çalışmasını ve sahadaki görevlerini yönetmesini destekler.  

Bu dönüşümün sonucu yalnızca daha hızlı servis değildir. Daha güvenilir, daha öngörülebilir ve daha tutarlı servis deneyimidir.

Müşteri Memnuniyetini Yükseltmek

Saha servisinde müşteri memnuniyeti yalnızca teknik çözümle oluşmaz. Müşteri, sürecin başından sonuna kadar bilgilendirilmek ister. Randevu saatinin net olmasını, teknisyenin hazırlıklı gelmesini, yapılan işlemin açıklanmasını ve servis sonrası geri bildiriminin dikkate alınmasını bekler.

Agentic AI destekli Field Service bu deneyimi uçtan uca iyileştirir. Müşteriye doğru varış zamanı iletilir. Gecikme riski varsa proaktif bilgilendirme yapılır. Teknisyen sahaya müşteri geçmişiyle gelir. İş tamamlandığında servis özeti paylaşılır. Memnuniyet düşükse takip aksiyonu oluşturulur.

Böylece müşteri hizmeti yalnızca “teknisyen geldi ve işlem yaptı” seviyesinde kalmaz. Müşterinin tüm servis yolculuğu yönetilir.

Power Platform ile Genişletilebilir Saha Servis Otomasyonu

Dynamics 365 Field Service ve Agentic AI dönüşümünün en güçlü taraflarından biri, Power Platform ile genişletilebilir olmasıdır. Power Automate ile iş emri oluşturma, müşteri bilgilendirme, teknisyen bildirimi, anket gönderimi, parça onayı ve eskalasyon akışları tasarlanabilir. Power Apps ile özel saha uygulamaları veya dispatcher ekranları geliştirilebilir. Power BI ile teknisyen verimliliği, ilk seferde çözüm oranı, seyahat süresi, SLA performansı, parça kullanımı ve müşteri memnuniyeti analiz edilebilir. Copilot Studio ile kurumun kendi iş süreçlerine bağlı özel saha servis agent’ları oluşturulabilir.

Örneğin bir üretici firma “Bakım Tahmin Agent’ı” geliştirebilir. Bu agent, IoT sinyallerini, servis geçmişini ve müşteri varlık verisini analiz ederek bakım önerileri üretir. Bir servis şirketi “Parça Hazırlık Agent’ı” oluşturabilir. Bu agent, ertesi günkü iş emirlerini tarar, gerekli yedek parçaları önerir ve eksik parçalar için depo ya da satın alma süreci başlatır. Bir kamu hizmetleri şirketi “Acil Arıza Planlama Agent’ı” ile kritik arızaları, SLA riskini ve teknisyen lokasyonlarını birlikte değerlendirerek acil müdahale planı oluşturabilir.

Bu esneklik, Agentic AI’ı yalnızca hazır ürün özellikleriyle sınırlı bırakmaz. Kurumun operasyon modeline, sektörüne ve müşteri beklentilerine göre genişletilebilir bir saha servis platformu oluşturur.

Yönetişim ve İnsan Kontrolü

Agentic AI’ın saha operasyonlarında başarılı olabilmesi için doğru yönetişim şarttır. Her aksiyonun tamamen otomatik ilerlemesi doğru değildir. Hangi iş emirleri otomatik oluşturulacak? Hangi planlama önerileri dispatcher onayı gerektirecek? Hangi parça önerileri satın alma veya depo onayına tabi olacak? Hangi müşteri bilgilendirmeleri otomatik gönderilecek? Hangi bakım tahmini sadece öneri olarak kalacak?

Bu sorular net yanıtlanmalıdır.

Düşük riskli ve standart bakım işleri daha yüksek otomasyonla yönetilebilir. Ancak kritik altyapı, yüksek maliyetli parça değişimi, güvenlik riski taşıyan bakım, regüle sektör operasyonları veya yüksek değerli müşteri süreçlerinde insan onayı korunmalıdır.

Doğru yaklaşım, “AI tüm saha operasyonunu tek başına yönetsin” değildir. Doğru yaklaşım, AI’ın dispatcher, teknisyen ve servis yöneticisinin yanında çalışan bir dijital iş arkadaşı gibi konumlanmasıdır. AI bağlamı sunar, öneri üretir, riskleri görünür kılar ve uygun sınırlar içinde aksiyon başlatır. İnsan ise kritik kararları, müşteri ilişkisini ve operasyonel sorumluluğu yönetmeye devam eder.

Sonuç: Saha Servisinin Geleceği Proaktif, Bağlamsal ve Agentic

Dynamics 365 Field Service ve Agentic AI, saha operasyonlarını klasik planlama ve iş emri yönetimi yaklaşımından çıkarıp proaktif, bağlamsal ve aksiyon odaklı bir modele taşıyor.

İş emri oluşturma artık yalnızca kayıt açma süreci değil; müşteri talebini, varlık geçmişini, servis şablonlarını ve operasyonel gereksinimleri bir araya getiren akıllı bir başlangıç noktasıdır. Teknisyen atama yalnızca boş takvim bulmak değildir; yetkinlik, lokasyon, rota, SLA, parça ve müşteri önceliğini birlikte değerlendiren bir karar sürecidir. Rota optimizasyonu yalnızca kilometre azaltmak değildir; maliyeti, kapasiteyi ve müşteri taahhüdünü yönetmektir. Yedek parça önerileri yalnızca stok kontrolü değildir; ilk seferde çözüm oranını artıran kritik bir servis kalitesi unsurudur. Bakım tahmini ise saha hizmetlerini arıza sonrası müdahaleden arıza öncesi önleme modeline taşır.

Bu dönüşümün özü şudur:
Modern saha servisi artık “arıza oldu, teknisyen gönderelim” yaklaşımıyla yönetilemez. Saha operasyonları; veriyi anlayan, riski öngören, doğru kaynağı yönlendiren, müşteriyi bilgilendiren ve servis sonrası öğrenen akıllı bir platforma dönüşmelidir.

Agentic AI ile desteklenen Dynamics 365 Field Service, kurumlara bu dönüşüm için güçlü bir temel sunar. Maliyetleri düşürmek, ilk seferde çözüm oranını artırmak, teknisyen verimliliğini yükseltmek ve müşteri memnuniyetini güçlendirmek isteyen organizasyonlar için Field Service artık yalnızca operasyonel bir uygulama değil; müşteri deneyimini sahada somutlaştıran stratejik bir iş platformudur.

Agentic AI ile İletişim Merkezi ve Omnichannel Deneyimi

bkanlica

Dynamics 365 Contact Center ile Çağrı Merkezinden Akıllı Müşteri Yolculuğu Platformuna

Müşteri iletişimi artık tek bir kanalda başlamıyor ve tek bir kanalda bitmiyor. Bir müşteri sabah web chat üzerinden bilgi alıyor, öğleden sonra WhatsApp’tan sipariş durumunu soruyor, akşam telefonla çağrı merkezini arıyor, ertesi gün e-posta gönderiyor ve memnun kalmadığında sosyal medya üzerinden markaya ulaşıyor.

Müşteri açısından bu temasların tamamı aynı deneyimin parçası. Ancak birçok kurum için bu etkileşimler hâlâ farklı sistemlerde, farklı ekiplerde ve farklı operasyonel kuyruklarda yönetiliyor. Sonuçta müşteri her kanalda kendini yeniden anlatmak zorunda kalıyor; temsilci ise eksik bağlamla hizmet vermeye çalışıyor.

Modern iletişim merkezi dönüşümünün temel problemi tam olarak burada başlıyor:
Müşteri yolculuğu bütünleşik; fakat kurumların iletişim altyapısı çoğu zaman parçalı.

Dynamics 365 Contact Center, Omnichannel for Customer Service ve Agentic AI birlikteliği bu parçalı yapıyı dönüştürmek için güçlü bir zemin sunuyor. Microsoft, Dynamics 365 Contact Center’ı canlı sohbet, ses ve SMS gibi kanallardan müşterilerle etkileşim kurmayı sağlayan; temsilcilere bağlamsal müşteri tanıma, gerçek zamanlı bildirim, entegre iletişim, bilgi tabanı entegrasyonu, arama ve case oluşturma gibi üretkenlik araçları sunan bir uygulama olarak konumlandırıyor.  

Klasik Çağrı Merkezi Yaklaşımının Sınırları

Geleneksel çağrı merkezi yapıları uzun yıllar boyunca “çağrıyı karşıla, sıraya al, temsilciye aktar, görüşmeyi kapat” mantığıyla çalıştı. Bu model telefon ağırlıklı dönemlerde işlevseldi. Ancak günümüz müşterisi artık yalnızca telefonla iletişim kurmuyor. Web chat, WhatsApp, SMS, e-posta, sosyal medya, mobil uygulama ve self servis kanallar müşteri deneyiminin doğal parçaları haline geldi.

Bu noktada sorun yalnızca kanal sayısının artması değil. Asıl sorun, kanal değiştiğinde müşteri bağlamının kaybolmasıdır. Müşteri web chat’te sipariş numarasını paylaşmış olabilir; ancak telefonla aradığında temsilci bu bilgiyi göremeyebilir. Müşteri WhatsApp üzerinden fotoğraf göndermiş olabilir; ancak e-posta kanalında bu bilgi ilişkilendirilmemiş olabilir. Sosyal medyada yapılan şikâyet, açık case kaydıyla bağlanmadığında kurum müşterinin gerçek memnuniyetsizlik seviyesini fark edemeyebilir.

Bu nedenle modern contact center artık yalnızca çağrı karşılayan bir operasyon merkezi değildir. Müşterinin hangi kanaldan geldiğini, hangi problemi yaşadığını, geçmişte hangi etkileşimlerde bulunduğunu, hangi duygu durumunda olduğunu ve bir sonraki en doğru aksiyonun ne olması gerektiğini anlayan akıllı bir müşteri yolculuğu platformuna dönüşmelidir.

Omnichannel Deneyim: Kanalları Tek Merkezde Toplamak

Omnichannel yaklaşımın amacı, müşterinin hangi kanalı kullandığından bağımsız olarak tutarlı ve bağlamsal bir deneyim sunmaktır. Dynamics 365 Contact Center ve Omnichannel for Customer Service tarafında chat, voice, SMS, Microsoft Teams ve sosyal kanallar gibi farklı iletişim kanalları desteklenir. Microsoft dokümantasyonu, kanal beklentilerinin hızla değiştiğini ve müşterilerin markalara tercih ettikleri kanallar üzerinden ulaşmak istediğini vurgular.  

Bu yaklaşımda telefon, web chat, WhatsApp, SMS, e-posta ve sosyal medya ayrı ayrı operasyon adaları olarak yönetilmez. Bu kanallardan gelen müşteri etkileşimleri ortak bir müşteri bağlamına, ortak yönlendirme mantığına ve ortak temsilci deneyimine bağlanır.

E-posta tarafında da benzer bir dönüşüm mümkündür. Dynamics 365 Customer Service içinde unified routing ile e-posta kayıtları iş öğelerine dönüştürülebilir, kuyruklara alınabilir ve müşteri hizmetleri temsilcilerinin çalışması için yönlendirilebilir. Bu sayede e-posta, ayrı bir posta kutusu operasyonu olmaktan çıkar; contact center’ın yönetilebilir iş akışlarından biri haline gelir.  

WhatsApp ve SMS gibi asenkron kanallar ise modern müşteri deneyiminde özellikle önemlidir. Dynamics 365 tarafında SMS kanalı, müşterilerin metin mesajı göndererek uygun müşteri hizmetleri temsilcisine ulaşmasını sağlar; temsilciler gelen SMS taleplerini panolarında görebilir ve yanıtlayabilir. SMS için Azure Communication Services veya Twilio kanalları yapılandırılabilir.   WhatsApp tarafında ise Dynamics 365 Contact Center ve Customer Service, Twilio üzerinden WhatsApp kanalını entegre ederek bu kanalı tercih eden müşterilerle etkileşim kurulmasını destekler.  

Buradaki kritik başarı kriteri kanal açmak değildir. Gerçek omnichannel deneyim, kanal değişse bile müşterinin yolculuğunu kaybetmemektir.

Agentic AI: Contact Center’ın Akıllı Orkestrasyon Katmanı

Agentic AI, iletişim merkezlerinde yapay zekâyı yalnızca “soruya cevap veren” bir yardımcı olmaktan çıkarır. Müşteri etkileşimini anlayan, niyeti belirleyen, doğru kaydı bulan, uygun yönlendirmeyi öneren, temsilciye bağlam sağlayan, görüşmeyi özetleyen ve gerektiğinde takip aksiyonlarını başlatan dijital bir iş arkadaşı gibi çalışır.

Bu yapı, Dynamics 365 Contact Center, Omnichannel for Customer Service, Copilot, Copilot Studio, Dataverse ve Power Platform ile birlikte düşünüldüğünde güçlü bir iş mimarisi oluşturur. Dataverse müşteri, case, konuşma ve etkileşim verisinin ortak temelini sağlar. Dynamics 365 Contact Center kanalları ve temsilci deneyimini yönetir. Copilot ve Copilot Studio agent’ları ise bu deneyime akıllı öneri, doğal dil, özetleme ve aksiyon kabiliyeti kazandırır.

Agentic AI’ın contact center’daki temel farkı şudur:
Sistem sadece müşterinin ne dediğini kaydetmez; ne demek istediğini, ne hissettiğini ve bundan sonra hangi aksiyonun alınması gerektiğini anlamaya çalışır.

Çağrı Yönlendirme: Doğru Müşteriyi Doğru Temsilciyle Buluşturmak

İletişim merkezlerinde yönlendirme, müşteri deneyiminin en kritik adımlarından biridir. Yanlış yönlendirme; uzun bekleme süreleri, gereksiz transferler, düşük ilk temas çözüm oranı ve müşteri memnuniyetsizliği anlamına gelir.

Dynamics 365 tarafındaki unified routing, gelen iş öğesini en uygun kuyruk ve müşteri hizmetleri temsilcisine yönlendirebilen akıllı ve ölçeklenebilir bir kabiliyettir. Microsoft dokümantasyonu, unified routing’in tüm kanallardaki servis taleplerini tutarlı şekilde yönlendirebildiğini; sınıflandırma aşamasında kurallar ve makine öğrenimi modelleriyle iş öğesine bağlam eklenebildiğini, atama aşamasında ise işin önceliği, temsilci yetkinlikleri, uygunluk ve iş yükü gibi faktörlerin dikkate alınabildiğini belirtir.  

Agentic AI bu kabiliyeti daha bağlamsal hale getirir. Örneğin bir müşteri web chat üzerinden “Siparişim hâlâ gelmedi” yazdığında sistem bunu standart bir teslimat sorusu olarak değerlendirebilir. Ancak aynı müşteri daha önce iki kez benzer şikâyet açmışsa, premium segmentteyse ve mesajında “bir daha alışveriş yapmayacağım” diyorsa, bu etkileşim artık yalnızca teslimat sorusu değildir. Müşteri kaybı riski ve negatif deneyim sinyali taşıyan öncelikli bir temas haline gelir.

Bu durumda Agentic AI destekli yönlendirme, talebi standart kuyruk yerine müşteri deneyimi veya eskalasyon ekibine aktarabilir. Temsilci görüşmeye başladığında müşterinin geçmiş case’lerini, son etkileşimlerini ve mevcut konuşma bağlamını görebilir.

Niyet Analizi: Müşterinin Gerçek Amacını Erken Anlamak

Müşteri her zaman talebini net ve sistematik şekilde ifade etmez. Aynı ihtiyacı farklı müşteriler farklı kelimelerle anlatabilir:

“İnternetim çalışmıyor.”
“Modem ışıkları yanıp sönüyor.”
“Bağlantı sürekli kopuyor.”
“Evden çalışamıyorum, acil destek lazım.”

Klasik kural bazlı sistemlerde bu ifadelerin her biri ayrı senaryo gibi ele alınabilir. Agentic AI ise bu ifadelerin arkasındaki ortak niyeti anlayabilir: bağlantı problemi, teknik destek ihtiyacı ve potansiyel aciliyet.

Dynamics 365 Customer Service tarafındaki intent-based routing, müşteri etkileşimlerini daha verimli ve doğru yönlendirmek için generative AI kullanan gelişmiş bir yaklaşım olarak tanımlanır. Sistem gelen konuşmalardan müşteri niyetini yakalayabilir, bu niyetleri uygun çözüm veya uzmanlık gruplarıyla eşleştirebilir ve talepleri en uygun temsilcilere yönlendirebilir. Microsoft dokümanında bu özellik production-ready preview olarak belirtilmektedir.  

Niyet analizi özellikle yüksek hacimli operasyonlarda çok değerlidir. Çünkü müşteri iletişim merkeziyle temas ettiğinde sistem ilk anda “bu kişi ne istiyor?” sorusuna daha doğru yanıt verebilir. Böylece müşteri yanlış kuyruğa düşmez, temsilci daha hazırlıklı olur ve çözüm süreci hızlanır.

Sentiment Analysis: Müşterinin Duygusunu Operasyonel Sinyale Dönüştürmek

Müşteri hizmetlerinde müşterinin ne söylediği kadar, nasıl hissettiği de önemlidir. “Siparişim nerede?” ifadesi nötr bir bilgi talebi olabilir. Ancak “Üç gündür kimse bana dönmüyor, artık çok sinirlendim” ifadesi farklı bir öncelik ve iletişim tonu gerektirir.

Dynamics 365 Customer Service içinde sentiment prediction, müşteri duygu skorlarının iş öğelerini sınıflandırma ve yönlendirme sürecinde kullanılmasını sağlar. Microsoft dokümantasyonu, sentiment prediction’ın müşteri mesajlarını dikkate aldığını ve very positive ile very negative arasında yedi seviyeli bir ölçek kullandığını belirtir. Bu özellik dokümanda preview olarak yer almaktadır.  

Agentic AI, sentiment bilgisini yalnızca raporlama metriği olarak kullanmaz. Bu bilgiyi operasyonel aksiyona dönüştürebilir. Çok negatif duygu içeren bir konuşma daha deneyimli bir temsilciye atanabilir. Churn riski taşıyan bir müşteri öncelikli kuyruğa alınabilir. Supervisor’a uyarı gönderilebilir. Temsilciye daha empatik ve çözüm odaklı bir yanıt tonu önerilebilir.

Böylece müşteri deneyimi yalnızca hızla değil, duygu yönetimiyle de iyileştirilir.

Voice Channel: Telefon Görüşmesini Akıllı Veri Kaynağına Çevirmek

Telefon hâlâ birçok sektör için en kritik iletişim kanalıdır. Özellikle acil, karmaşık veya duygusal konularda müşteriler canlı bir temsilciyle konuşmak ister. Ancak modern voice channel artık yalnızca sesli görüşme değildir. Görüşme; transkript, sentiment, konu analizi, bilgi önerisi ve aksiyon üretimi için değerli bir veri kaynağına dönüşür.

Dynamics 365 voice channel, temsilcilerin Dynamics 365 içinde native calling deneyimiyle PSTN çağrıları almasına ve yapmasına olanak sağlar. Microsoft dokümantasyonu, voice channel içinde live call transcription, sentiment analysis ve AI-based suggestions gibi gerçek zamanlı yapay zekâ destekli özelliklerin temsilci üretkenliğini artırmak için kullanılabildiğini belirtir.  

Örneğin bir sigorta müşterisi hasar dosyası hakkında telefonla aradığında AI agent temel bilgileri toplayabilir, konuşma sırasında niyeti anlayabilir ve temsilciye aktarım sırasında bağlamı paylaşabilir. Temsilci görüşmeye sıfırdan başlamaz; müşterinin ne istediğini, hangi bilgileri verdiğini ve hangi aşamadan devam edilmesi gerektiğini bilir.

Bu yapı hem müşteri memnuniyetini artırır hem de temsilcinin görüşme sırasında manuel not alma ve bilgi arama yükünü azaltır.

Konuşma Özetleme: Wrap-up Süresini Azaltmak

İletişim merkezlerinde görüşme sonrası iş yükü önemli bir verimlilik konusudur. Görüşme biter, temsilci not yazar, case alanlarını günceller, disposition seçer, gerekirse takip görevi oluşturur. Bu işlem her görüşmede birkaç dakika sürse bile yüksek hacimli operasyonlarda ciddi zaman kaybına dönüşür.

Copilot conversation summaries, chat ve transcribe edilmiş voice görüşmelerini özetleyebilir. Microsoft dokümanına göre Copilot konuşma özetleri temsilcinin problemi çözmek için attığı adımları ve bağlamı aktarır; özetler devam eden konuşma için talep edilebilir veya yönetici yapılandırmasına göre transfer, consultation ya da görüşme sonunda otomatik üretilebilir.  

Bu kabiliyet özellikle üç alanda değer üretir.

Birincisi, temsilci görüşme sonrası not yazma yükünden kurtulur. İkincisi, transfer edilen görüşmelerde yeni temsilci hızlıca bağlam kazanır. Üçüncüsü, supervisor ve kalite ekipleri görüşme içeriğini daha doğru değerlendirebilir.

Örneğin bir müşteri web chat üzerinden teknik destek aldıktan sonra Copilot şu şekilde bir özet oluşturabilir: Müşteri bağlantı sorunu yaşadığını belirtti, modem yeniden başlatıldı, bağlantı testi yapıldı, sorun devam ettiği için ikinci seviye teknik destek önerildi ve müşteriye takip bilgisi verildi.

Bu özet case’e eklenebilir, başka bir temsilciye aktarılabilir veya takip aksiyonu için kullanılabilir.

Canlı Agent Desteği: Temsilciyi Görüşme Sırasında Güçlendirmek

Agentic AI’ın en önemli katkılarından biri de müşteri temsilcisini görüşme sırasında desteklemesidir. Temsilci müşteriyi dinlerken veya yazışırken AI arka planda ilgili bilgi makalelerini, benzer case’leri, yanıt önerilerini ve çözüm adımlarını sunabilir.

Dynamics 365 içindeki smart assist, devam eden müşteri etkileşimi sırasında temsilciye gerçek zamanlı öneriler sağlayan akıllı bir yardımcı olarak tanımlanır. AI destekli öneriler, devam eden konuşma bağlamına göre bilgi makaleleri veya benzer case’ler sunarak temsilcinin doğru bilgiye daha hızlı ulaşmasına yardımcı olabilir.  

Bu özellikle yeni temsilciler için büyük avantaj sağlar. Deneyimli bir temsilci geçmişteki çözümleri hatırlayabilir; ancak yeni başlayan bir temsilci için doğru bilgi makalesini bulmak zaman alabilir. Smart assist, kurumsal bilgiyi temsilcinin önüne getirerek çözüm kalitesini kişisel deneyime daha az bağımlı hale getirir.

Bir bankacılık senaryosu düşünelim. Müşteri web chat üzerinden kart harcama itirazı başlatmak istiyor. Temsilci görüşmeyi kabul ettiğinde AI, ilgili itiraz prosedürünü, gerekli belge listesini ve benzer case çözüm adımlarını gösterebilir. Müşterinin mesajlarında negatif sentiment varsa temsilciye daha dikkatli ve empatik bir iletişim tonu önerilebilir.

Copilot Studio Agent’ları: Self Servisten Canlı Temsilciye Bağlamsal Geçiş

Modern contact center’da her talebin canlı temsilciye gitmesi verimli değildir. Sipariş durumu, belge talebi, randevu kontrolü, temel ürün bilgisi, şifre sıfırlama veya çalışma saatleri gibi tekrar eden konular AI agent’lar tarafından yönetilebilir.

Copilot Studio ile oluşturulan agent’lar, Dynamics 365 Contact Center veya Dynamics 365 Customer Service içinde müşterilerle insan benzeri konuşmalar yürüterek rutin aktiviteleri karşılayabilir. Microsoft dokümantasyonu, Copilot Studio agent’larının müşteri hizmetleri temsilcilerinin yüksek değerli etkileşimlere odaklanmasına yardımcı olabileceğini; agent’tan temsilciye geçişte konuşma geçmişi ve ilgili değişkenlerin paylaşılabileceğini belirtir.  

Bu nokta omnichannel deneyim için kritiktir. Kötü tasarlanmış bir self servis deneyiminde müşteri önce AI agent’a derdini anlatır, sonra canlı temsilciye bağlandığında her şeyi tekrar etmek zorunda kalır. Doğru tasarlanmış Agentic AI senaryosunda ise AI agent çözebildiği konuları çözer; çözemediği veya hassas gördüğü konuları tam bağlamla canlı temsilciye aktarır.

Örneğin bir müşteri WhatsApp üzerinden “İade talebi oluşturmak istiyorum” yazdığında AI agent sipariş numarasını alabilir, iade koşullarını kontrol edebilir ve gerekli bilgileri toplayabilir. Eğer ürün hasarlı geldiyse, müşteri öfkeli bir ton kullanıyorsa veya daha önce benzer problem yaşandıysa, agent süreci canlı temsilciye devredebilir. Temsilci görüşmeye başladığında müşterinin verdiği bilgiler, önceki adımlar ve konuşma geçmişi hazır olur.

Active Conversation: Temsilci İçin Tek Ekranda Bağlam

Omnichannel operasyonlarda temsilci deneyimi en az müşteri deneyimi kadar önemlidir. Temsilci farklı ekranlar arasında gezinmek zorunda kalırsa yanıt süresi uzar, hata riski artar ve müşteri memnuniyeti düşer.

Dynamics 365 Contact Center içinde Active Conversation deneyimi, temsilcinin müşteriyle devam eden konuşmaya ilişkin bağlamı görmesini sağlar. Microsoft dokümantasyonuna göre Conversation summary bölümünde etkileşim kanalı, bekleme süresi, yönlendirmede kullanılan yetkinlikler, kuyruk ve başlangıç zamanı gibi bilgiler yer alabilir; ayrıca pre-chat survey, self service ve ziyaretçi detayları gibi sekmelerle ek bağlam gösterilebilir.  

Bu yapı sayesinde temsilci müşteriye daha bilinçli yanıt verir. Müşterinin hangi kanaldan geldiğini, self servis tarafında neleri denediğini, hangi kuyruktan atandığını ve ne kadar beklediğini görebilir. Böylece temsilci konuşmaya “Lütfen tekrar anlatır mısınız?” diyerek değil, “Öncesinde sipariş durumunu kontrol ettiğinizi görüyorum, buradan devam edelim” diyerek başlayabilir.

Otomatik Follow-up: Görüşmeden Sonra Yolculuğu Devam Ettirmek

Contact center deneyimi görüşme kapandığında bitmez. Birçok müşteri etkileşimi sonrasında takip gerekir. Müşteriye belge gönderilmesi, randevu hatırlatması yapılması, case durumu paylaşılması, teknik ekibe bildirim gönderilmesi, memnuniyet anketi tetiklenmesi veya çözüm sonrası kontrol yapılması gerekebilir.

Dynamics 365 Contact Center’da otomatik mesajlar chat, voice, SMS veya social channels gibi kanallar üzerinden yapılandırılabilir. Yönetici, müşteri ve temsilciye gösterilecek otomatik mesajları kanal ve dil bazında özelleştirebilir, etkinleştirebilir veya devre dışı bırakabilir.  

Outbound messaging tarafında ise kurumlar sistem tarafından tetiklenen veya kullanıcı tanımlı olaylara bağlı olarak müşterilere desteklenen kanallar üzerinden mesaj gönderebilir. Microsoft dokümantasyonu, outbound messaging ile SMS ve WhatsApp için mesaj şablonları oluşturulabileceğini; case oluşturma gibi sistem olaylarına veya hava durumu nedeniyle teslimat gecikmesi gibi sistem dışı olaylara göre mesaj gönderilebileceğini belirtir.  

Agentic AI bu follow-up sürecini daha akıllı hale getirir. Örneğin bir müşteri teknik destek görüşmesinde log dosyası göndermeyi kabul etmiş ancak üç gün boyunca dönüş yapmamış olabilir. Agent otomatik hatırlatma hazırlayabilir. Müşteriden hâlâ yanıt gelmezse temsilciye case’i kapatma önerisi sunabilir. Bir saha servis randevusu oluşturulduysa SMS ile randevu hatırlatması tetiklenebilir. Bir hasar kaydı açıldıysa müşteriye e-posta üzerinden durum güncellemesi gönderilebilir.

Bu yapı, görüşme sonrası sürecin temsilcinin kişisel takibine bağımlı kalmasını engeller.

Müşteri Memnuniyeti Ölçümü: Görüşmeden İçgörüye

Modern contact center başarısı yalnızca kaç çağrı karşılandığı veya ortalama bekleme süresiyle ölçülmez. Müşterinin deneyimi, memnuniyet seviyesi, eforu, duygu durumu, self servis başarı oranı ve temsilci etkileşimi birlikte değerlendirilmelidir.

Dynamics 365 Customer Voice, NPS, sentiment, CSAT ve custom score gibi standart memnuniyet metriklerini destekler. Microsoft dokümantasyonu, CSAT’ın müşterinin ürün veya hizmetten memnuniyet seviyesini ölçmek için kullanıldığını; NPS’in müşteri sadakatini ölçtüğünü; sentiment metriğinin ise metin yanıtlarındaki duygu durumunu pozitif, negatif veya nötr olarak değerlendirdiğini belirtir.  

Dynamics 365 Contact Center tarafında Copilot Studio kullanarak survey agent’ları yapılandırmak da mümkündür. Survey agent oluşturulabilir, Copilot Studio’da düzenlenebilir, uygun kanala eklenebilir ve Copilot Service workspace içinde çalışma zamanı deneyimi kullanılabilir. Ayrıca çok dilli survey agent’ları voice channel ve in-line chat survey senaryolarında desteklenebilir.  

Post-conversation survey ile chat widget veya kanal üzerinden müşteriye görüşme sonrasında anket gösterilebilir.   Omnichannel historical analytics tarafında ise Conversation dashboard, müşteri hizmetleri deneyimini anlamak için KPI’ları kanal, kuyruk, temsilci, konuşma durumu ve zaman dilimi gibi filtrelerle inceleme olanağı sunar.   Summary dashboard ise Copilot Studio agent metrikleriyle temsilci metriklerini bir araya getirerek AI agent performansı, escalation, deflection, engagement ve abandon rate gibi göstergeleri müşteri yolculuğu boyunca izlemeye yardımcı olur.  

Böylece contact center yönetimi yalnızca operasyonel hacmi değil, deneyim kalitesini de ölçer.

Gerçekçi Senaryo: WhatsApp’tan Başlayan İade Talebi

Bir müşteri WhatsApp üzerinden şu mesajı gönderiyor:

“Ürünüm kırık geldi. Daha önce de aynı sorunu yaşamıştım. İade etmek istiyorum.”

Agentic AI destekli Dynamics 365 Contact Center senaryosunda sistem bu mesajı yalnızca “iade talebi” olarak sınıflandırmaz. Mesajın içinde hasarlı ürün, tekrar eden problem ve negatif müşteri deneyimi sinyalleri vardır.

AI agent önce sipariş numarası, ürün bilgisi ve fotoğraf gibi temel bilgileri isteyebilir. Müşteri bilgileri CRM’deki contact kaydıyla eşleşirse geçmiş case’ler ve önceki iade süreçleri temsilci bağlamına eklenebilir. Eğer iade koşulları netse agent süreci başlatabilir; müşteri memnuniyetsizliği yüksekse veya istisna gerekiyorsa canlı temsilciye aktarım yapılabilir.

Temsilci görüşmeyi devraldığında müşterinin anlattıklarını yeniden sormaz. Konuşma geçmişini, self servis adımlarını, müşteri geçmişini ve önerilen çözüm yolunu görür. Görüşme sonunda Copilot konuşmayı özetler, iade case’i güncellenir ve Customer Voice üzerinden memnuniyet anketi tetiklenebilir.

Bu senaryoda contact center yalnızca WhatsApp mesajını yanıtlamaz. Müşterinin yolculuğunu yönetir.

Gerçekçi Senaryo: Telefon Çağrısından Teknik Eskalasyona

Bir telekom müşterisi telefonla arıyor:

“Üç gündür internetim sürekli kopuyor. Daha önce kayıt açtım ama çözülmedi.”

Voice channel üzerinde AI destekli deneyim müşterinin temel bilgilerini alabilir, çağrının niyetini “tekrar eden bağlantı sorunu” olarak anlayabilir ve teknik destek kuyruğuna yönlendirebilir. Live transcription sayesinde görüşme metne dökülebilir, sentiment analysis müşterinin duygu durumunu gösterebilir ve AI-based suggestions temsilciye ilgili çözüm adımlarını önerebilir.  

Eğer birinci seviye kontroller sorunu çözmezse, Agentic AI ikinci seviye teknik destek veya saha servisi sürecine eskalasyon önerebilir. Görüşme sonunda özet oluşturulur, case güncellenir, müşteriye SMS ile takip bilgisi gönderilebilir ve çözüm sonrası CSAT anketi tetiklenebilir.

Bu yaklaşımda çağrı merkezi yalnızca çağrıyı kapatmaz; problemin çözüm yolculuğunu yönetir.

Gerçekçi Senaryo: Sosyal Medya Şikâyetinden Öncelikli Servise

Bir müşteri sosyal medya üzerinden markayı etiketleyerek şu mesajı paylaşıyor:

“Defalarca yazdım, kimse dönüş yapmadı. Hizmetinizi iptal edeceğim.”

Bu mesaj sosyal kanal üzerinden Dynamics 365 Contact Center’a düştüğünde, Agentic AI mesajdaki negatif sentiment, tekrar eden şikâyet ve iptal riskini değerlendirebilir. Eğer müşteri CRM’deki mevcut contact veya account kaydıyla eşleşirse, daha önceki servis talepleri ve etkileşim geçmişi temsilciye gösterilebilir.

Unified routing, bu etkileşimi standart sosyal medya kuyruğu yerine müşteri koruma veya eskalasyon ekibine aktarabilir. Temsilciye daha empatik bir yanıt taslağı önerilebilir, case açılabilir, takip görevi oluşturulabilir ve müşteri memnuniyetinin yeniden ölçülmesi için anket süreci başlatılabilir.

Bu senaryoda sosyal medya mesajı yalnızca itibar riski olarak değil, CRM bağlamına bağlı bir müşteri yolculuğu sinyali olarak ele alınır.

Power Platform ile Genişletilebilir Omnichannel Operasyon

Dynamics 365 Contact Center ve Agentic AI dönüşümünün güçlü taraflarından biri, Power Platform ile genişletilebilir olmasıdır. Power Automate ile follow-up, bildirim, onay ve entegrasyon akışları oluşturulabilir. Power Apps ile özel temsilci ekranları veya operasyon uygulamaları geliştirilebilir. Power BI ile kanal performansı, SLA, sentiment, CSAT ve temsilci verimliliği analiz edilebilir. Copilot Studio ile kurumun kendi iş süreçlerine ve bilgi kaynaklarına bağlı AI agent’lar tasarlanabilir.

Örneğin bir perakende şirketi “Sipariş Durumu Agent’ı” oluşturabilir. Bu agent, müşterinin WhatsApp veya web chat üzerinden sipariş numarasını alır, e-ticaret veya ERP sisteminden teslimat durumunu kontrol eder, müşteriye yanıt verir ve gecikme varsa case açar.

Bir finans kurumu “Kart İtiraz Agent’ı” tasarlayabilir. Bu agent, müşteriden gerekli bilgileri toplar, itiraz tipini sınıflandırır, ilgili bilgi makalesini temsilciye önerir ve hassas durumlarda süreci canlı temsilciye devreder.

Bir B2B hizmet şirketi “SLA Risk Agent’ı” geliştirebilir. Bu agent, açık konuşmalar, e-posta kayıtları ve case’ler üzerinden SLA riski taşıyan işleri tespit eder, supervisor’a bildirim gönderir ve ilgili ekibe eskalasyon önerir.

Bu örneklerin ortak noktası şudur: Agentic AI yalnızca öneri üretmez. Doğru sınırlar içinde Dataverse kaydı oluşturabilir, Power Automate akışı başlatabilir, temsilciye görev açabilir, müşteriye takip mesajı gönderebilir veya supervisor onayı gerektiren aksiyonları sıraya alabilir.

Yönetişim ve İnsan Kontrolü

Agentic AI’ın iletişim merkezlerinde başarılı olması için teknoloji kadar yönetişim de önemlidir. Hangi süreçler tamamen otomatik ilerleyecek? Hangi süreçlerde temsilci onayı gerekecek? Hangi durumlar supervisor’a eskale edilecek? Hangi müşteri verilerine AI agent erişebilecek? Hangi yanıtlar otomatik gönderilmeyecek?

Bu sorular net yanıtlanmadan Agentic AI ölçekli şekilde devreye alınmamalıdır.

Düşük riskli ve tekrarlayan talepler için otomasyon seviyesi artırılabilir. Sipariş durumu, randevu hatırlatma, çalışma saatleri, standart belge talebi veya basit bilgi sorguları AI agent tarafından yönetilebilir. Ancak şikâyet, iptal, ödeme, hukuki konu, kişisel veri, regüle süreçler veya yüksek değerli müşteri etkileşimlerinde insan kontrolü korunmalıdır.

Doğru yaklaşım, “AI her şeyi yapsın” yaklaşımı değildir. Doğru yaklaşım, AI’ın temsilciyi güçlendirmesi, müşteriye daha hızlı bağlam sağlaması, rutin işleri üstlenmesi ve kritik noktalarda insan kararını desteklemesidir.

Sonuç: Contact Center Artık Sadece Çağrı Karşılamıyor

Dynamics 365 Contact Center, Omnichannel for Customer Service ve Agentic AI birlikte düşünüldüğünde, iletişim merkezi dünyasında önemli bir dönüşüm ortaya çıkıyor.

Telefon, web chat, WhatsApp, SMS, e-posta ve sosyal medya kanallarından gelen etkileşimler tek bir müşteri bağlamında yönetilebilir. Unified routing ile müşteri doğru temsilciye yönlendirilir. Intent analysis ile müşterinin gerçek ihtiyacı erken anlaşılır. Sentiment analysis ile müşteri duygusu operasyonel sinyale dönüşür. Copilot konuşmaları özetler, temsilciye bilgi önerir ve görüşme sonrası iş yükünü azaltır. Copilot Studio agent’ları self servis deneyimini geliştirir ve gerektiğinde canlı temsilciye bağlamlı aktarım yapar. Customer Voice ve omnichannel analytics ise memnuniyet ve performans ölçümünü müşteri yolculuğunun ayrılmaz bir parçası haline getirir.

Bu dönüşümün özü şudur:
Modern contact center artık “çağrı karşılayan” bir yapı değil; müşteri yolculuğunu yöneten, anlayan, ölçen ve aksiyon alan akıllı bir platformdur.

Agentic AI ile desteklenen Dynamics 365 Contact Center, müşteri hizmetleri operasyonlarını daha proaktif, daha veriye dayalı ve daha bağlamsal hale getirir. CRM verisi, iletişim kanalları, AI agent’lar, temsilci deneyimi ve operasyonel analitik aynı platformda birleştiğinde, contact center yalnızca maliyet merkezi olmaktan çıkar; müşteri sadakati, marka deneyimi ve operasyonel verimlilik için stratejik bir değer merkezine dönüşür.

Dynamics 365 Customer Service ve Agentic AI ile Akıllı Müşteri Hizmetleri

bkanlica

Reaktif Destekten Proaktif, Bağlamsal ve Aksiyon Alan Servis Operasyonlarına

Müşteri hizmetleri dünyasında başarı artık yalnızca çağrılara cevap vermek, e-postaları yanıtlamak veya servis taleplerini kapatmakla ölçülmüyor. Müşteriler daha hızlı, daha tutarlı, daha kişiselleştirilmiş ve daha çözüm odaklı destek bekliyor. Üstelik bu beklenti yalnızca tek bir kanalda değil; e-posta, telefon, canlı sohbet, portal, sosyal medya, mobil uygulama ve iletişim merkezi gibi birçok temas noktasında geçerli.

Bu yeni gerçeklikte müşteri hizmetleri ekiplerinin önündeki temel sorun şudur:
Artan talep hacmi, daha karmaşık müşteri beklentileri ve sınırlı temsilci kapasitesi aynı anda nasıl yönetilecek?

Klasik CRM yaklaşımı bu soruya ancak kısmen cevap verebilir. Geleneksel sistemler case kaydını oluşturur, temsilciye atar, SLA süresini gösterir ve çözüm notlarını saklar. Ancak çoğu durumda temsilciden şunları manuel olarak yapmasını bekler:

Müşteri geçmişini okumak, talebi anlamak, önceliği belirlemek, doğru bilgi makalesini bulmak, benzer vakaları incelemek, uygun yanıtı yazmak, SLA riskini takip etmek, gerekirse başka ekibe yönlendirmek ve tüm bu işlemleri CRM’e kaydetmek.

Bu yapı belirli bir ölçekte çalışabilir. Ancak müşteri etkileşimleri arttıkça, temsilcilerin zamanının önemli bir kısmı çözüm üretmek yerine bilgi aramak, kayıt güncellemek ve tekrar eden işleri yönetmekle geçer.

Dynamics 365 Customer Service ve Agentic AI birlikteliği, bu noktada müşteri hizmetleri operasyonlarını yeni bir seviyeye taşır. CRM artık yalnızca case tutan bir sistem olmaktan çıkar; temsilciye bağlam sağlayan, öneri üreten, riski önceden gösteren ve gerekli durumlarda aksiyon başlatabilen akıllı bir servis platformuna dönüşür.

Microsoft’un Customer Service içindeki Copilot yaklaşımı da bu dönüşümü destekler. Copilot özellikleri etkinleştirildiğinde temsilciler sorulara yanıt alabilir, e-posta oluşturabilir, sohbet yanıtı taslakları hazırlayabilir, case ve konuşma özetleri üretebilir. Microsoft, Copilot’ın müşteri hizmetleri verilerini kullanarak temsilcilerin bilgiye erişmesine, yanıt üretmesine ve iş akışı içinde aksiyonları tamamlamasına yardımcı olduğunu belirtir.  

Klasik Müşteri Hizmetleri Modelinin Sınırları

Müşteri hizmetlerinde en kritik sorunlardan biri görünür olmayan iş yüküdür. Bir case’in çözülmesi yalnızca müşteriye yanıt verilmesi anlamına gelmez. Temsilci önce talebin konusunu anlamalı, müşteri profilini kontrol etmeli, önceki şikâyetleri incelemeli, ürün veya hizmet bilgisini doğrulamalı, SLA durumunu takip etmeli, bilgi makalesi aramalı ve çözüm adımlarını doğru sırayla uygulamalıdır.

Bu süreçte üç temel problem ortaya çıkar.

Birincisi, bilgi dağınıklığıdır. Müşteri geçmişi, ürün bilgisi, önceki case kayıtları, e-posta yazışmaları, bilgi makaleleri ve SLA detayları farklı ekranlarda veya sistemlerde yer alabilir.

İkincisi, önceliklendirme zorluğudur. Her case acil görünür; ancak her case aynı iş etkisine, müşteri değerine veya SLA riskine sahip değildir. Bu nedenle ekiplerin hangi talebe önce müdahale edeceğini doğru belirlemesi gerekir.

Üçüncüsü, temsilci deneyimidir. Müşteri hizmetleri temsilcileri çoğu zaman yüksek tempo, yoğun kuyruklar, tekrarlayan sorular ve zaman baskısı altında çalışır. Bu durum hem çalışan memnuniyetini hem de müşteri deneyimini etkiler.

Agentic AI, bu üç problemi aynı anda ele alır. Veriyi anlamlandırır, bağlam oluşturur, öncelik önerir, temsilciye çözüm yolu sunar ve uygun sınırlar içinde süreci otomatikleştirebilir.

Agentic AI Müşteri Hizmetlerinde Ne Anlama Geliyor?

Agentic AI, yalnızca “soru sor, cevap al” şeklinde çalışan bir yapay zekâ deneyimi değildir. Müşteri hizmetleri bağlamında Agentic AI; gelen talebi anlayabilen, intent belirleyebilen, müşteri geçmişini analiz edebilen, bilgi kaynaklarından öneri çıkarabilen, yanıt taslağı oluşturabilen, SLA riskini takip edebilen ve gerektiğinde aksiyon başlatabilen dijital bir iş arkadaşı gibi çalışır.

Bu noktada önemli olan, AI’ın insan temsilcinin yerini alması değildir. Asıl değer, temsilcinin daha hızlı karar almasını, daha doğru bilgiye ulaşmasını ve müşteriye daha kaliteli yanıt vermesini sağlamaktır. Daha basit ve tekrarlı işler AI agent’lar tarafından yönetilebilirken, hassas, karmaşık veya empati gerektiren konularda insan temsilci sürecin merkezinde kalır.

Dynamics 365 Customer Service, Dataverse, Copilot, Copilot Studio, Power Automate ve Customer Service workspace bu dönüşümün temel bileşenleridir. Dataverse müşteri ve servis verisinin güvenli veri temelini sağlarken, Dynamics 365 Customer Service case yönetimi, SLA, kuyruk, bilgi yönetimi ve temsilci deneyimini yönetir. Copilot ve AI agent’lar ise bu süreçlere bağlamsal zekâ ve aksiyon kabiliyeti kazandırır.

Case Yönetimi: Kayıt Açmaktan Çözüm Orkestrasyonuna

Müşteri hizmetlerinin merkezinde case yönetimi vardır. Case, müşterinin yaşadığı problemi, talebi, şikâyeti veya destek ihtiyacını temsil eder. Klasik sistemlerde case oluşturulur, bir temsilciye atanır, durum güncellenir ve çözüm sonrası kapatılır.

Agentic AI ile case yönetimi daha akıllı bir yapıya dönüşür. Gelen e-posta, sohbet veya portal talebi yalnızca bir kayıt olarak sisteme düşmez. AI, talebin konusunu anlamaya, müşteri niyetini belirlemeye, gerekli bilgileri toplamaya ve uygun aksiyonları önermeye başlar.

Örneğin bir müşteri şu mesajı gönderebilir:

“Üç gün önce teslim edilmesi gereken ürün hâlâ gelmedi. Daha önce de aynı sorunu yaşadım. Siparişimi iptal etmek istiyorum.”

Klasik süreçte temsilci sipariş geçmişini kontrol eder, önceki case kayıtlarını inceler, kargo durumunu araştırır, müşterinin öncelik seviyesini değerlendirir ve yanıt yazar. Agentic AI destekli Dynamics 365 Customer Service senaryosunda ise sistem bu talebin “geciken teslimat ve iptal riski” taşıdığını anlayabilir. Müşterinin daha önce benzer sorun yaşadığını fark edebilir. Sentiment bilgisinden müşterinin memnuniyetsiz olduğunu çıkarabilir. SLA süresini ve müşteri değerini dikkate alarak case’i yüksek öncelikli hale getirebilir. Temsilciye geçmiş kayıtların kısa özetini, önerilen çözüm adımlarını ve müşteriye gönderilecek yanıt taslağını sunabilir.

Böylece temsilci case’i sıfırdan anlamaya çalışmaz. Hazır bağlamla başlar, daha hızlı karar verir ve müşteriye daha güven veren bir yanıt sunar.

Otomatik Sınıflandırma ve Yönlendirme: Doğru Talebi Doğru Ekibe Taşımak

Müşteri hizmetleri operasyonlarında verimliliğin en önemli adımlarından biri, gelen taleplerin doğru sınıflandırılmasıdır. Talebin konusu nedir? Ürün arızası mı, fatura itirazı mı, teslimat gecikmesi mi, teknik destek mi, iade talebi mi? Hangi ekip çözmeli? Hangi uzmanlık gerekiyor? Hangi kuyrukta yer almalı?

Dynamics 365 Customer Service içindeki unified routing, gelen iş öğelerini gereksinimlerine göre en uygun kuyruk ve temsilciye yönlendirebilen akıllı ve ölçeklenebilir bir yönlendirme kabiliyeti olarak tanımlanır. Microsoft dokümanına göre unified routing iki ana aşamadan oluşur: sınıflandırma ve atama. Sınıflandırma aşamasında kurallar ve makine öğrenimi modelleri iş öğesine ek bağlam ekleyebilir; atama aşamasında ise talepler önceliklendirilerek temsilcilerin yetkinlikleri, uygunlukları ve iş yükleri dikkate alınarak atanır.  

Agentic AI bu yapıyı daha da değerli hale getirir. Çünkü yönlendirme yalnızca statik kurallara dayanmaz; talebin içeriği, müşteri duygu durumu, ürün, kanal, müşteri segmenti, SLA riski ve önceki etkileşimler de dikkate alınabilir.

Örneğin bir bankada kredi kartı itirazı, “finansal işlem itirazları” kuyruğuna yönlendirilirken; aynı müşterinin mesajında “yasal şikâyet”, “çok mağdur oldum” veya “hesabımı kapatacağım” gibi ifadeler varsa sistem bu talebi daha deneyimli bir temsilciye veya özel müşteri koruma ekibine yönlendirebilir.

Bu yaklaşım, müşteri hizmetlerinde ilk temas çözüm oranını artırır. Çünkü müşteri daha baştan doğru kişiye, doğru bilgiyle ve doğru öncelikle ulaşır.

Önceliklendirme: En Eski Case Değil, En Kritik Case Önce

Birçok servis operasyonunda kuyruk yönetimi hâlâ “ilk gelen ilk çıkar” mantığıyla yapılır. Ancak müşteri hizmetlerinde her talep aynı önceliğe sahip değildir. Bazı talepler yüksek gelirli bir müşteriden gelir, bazıları SLA ihlaline yaklaşır, bazıları marka itibarını etkiler, bazıları ise müşterinin kaybedilme riskini gösterir.

Agentic AI destekli önceliklendirme, case’leri yalnızca açılış zamanına göre değil; iş etkisine göre sıralamayı sağlar. Sistem şu sinyalleri birlikte değerlendirebilir:

Müşterinin segmenti, case’in konusu, SLA kalan süresi, müşteri duygu durumu, tekrar eden şikâyet geçmişi, açık diğer talepler, kanal tipi ve çözüm karmaşıklığı.

Örneğin iki case düşünelim. Birincisi standart bir bilgi talebidir ve SLA süresine hâlâ 20 saat vardır. İkincisi ise premium müşteriden gelen, çok negatif duygu içeren ve SLA ihlaline 30 dakika kalmış bir teknik arıza talebidir. Klasik kuyrukta bu iki case yalnızca geliş sırasına göre görünebilir. Agentic AI destekli yapıda ise ikinci case temsilcinin öncelikli iş listesine taşınır, yöneticiye uyarı verilir ve gerekirse ilgili uzman ekibe otomatik yönlendirme başlatılır.

Bu sayede müşteri hizmetleri ekipleri “çok çalışıyor” olmaktan çıkar; doğru işe doğru zamanda odaklanan ekipler haline gelir.

Sentiment Analysis: Müşterinin Sadece Ne Dediğini Değil, Nasıl Hissettiğini Anlamak

Müşteri hizmetlerinde metnin arkasındaki duygu çoğu zaman çözüm stratejisini belirler. Aynı teknik problem, sakin bir müşteri için standart bir çözüm akışıyla yönetilebilirken; öfkeli, hayal kırıklığı yaşayan veya güven kaybı yaşayan bir müşteri için daha dikkatli bir iletişim ve önceliklendirme gerekebilir.

Dynamics 365 Customer Service tarafında sentiment prediction, müşteri duygu skorlarının iş öğelerini sınıflandırma ve doğru temsilciye yönlendirme sürecinde kullanılmasını sağlar. Microsoft, bu modelin müşteri tarafından sağlanan mesajları dikkate aldığını ve “very positive” ile “very negative” arasında yedi seviyeli bir ölçek kullandığını belirtir.  

Bu kabiliyet, özellikle iletişim merkezi ve omnichannel servis operasyonlarında çok değerlidir. Çünkü temsilci müşterinin duygusal durumunu görüşmenin başında anlayabilir. Supervisor ekipleri de negatif duygu yoğunluğu artan kuyrukları izleyebilir.

Gerçekçi bir senaryo düşünelim: Bir telekom müşterisi canlı sohbette “Üç gündür internetim yok, kimse dönüş yapmadı, artık aboneliğimi iptal edeceğim” yazıyor. Sistem bu mesajı yalnızca “internet arızası” olarak değil, aynı zamanda “çok negatif sentiment ve churn riski” olarak yorumlayabilir. Case yüksek öncelik alır, müşteri kaybı önleme yetkinliği olan bir temsilciye yönlendirilir ve temsilciye daha empatik bir yanıt taslağı önerilir.

Bu noktada AI yalnızca sınıflandırma yapmaz; müşteri deneyiminin tonunu da iyileştirir.

Bilgi Makalesi Önerileri: Kurumsal Bilgiyi Temsilcinin Önüne Getirmek

Müşteri hizmetlerinde bilgi yönetimi kritik bir başarı faktörüdür. Ancak bilgi makaleleri ne kadar kapsamlı olursa olsun, temsilcinin doğru makaleyi doğru anda bulması her zaman kolay değildir. Özellikle yeni başlayan temsilciler için bu süreç daha da zorlayıcı olabilir.

Dynamics 365 Customer Service içinde AI destekli benzer case ve bilgi makalesi önerileri, temsilcilerin açık bir case üzerinde çalışırken daha önce başarıyla çözülmüş benzer vakaları ve ilgili makaleleri görmesine yardımcı olur. Microsoft dokümanına göre AI modeli, case bağlamını anlamak için belirlenen case alanlarını kullanır ve bilgi makalelerinin içeriklerini dikkate alarak uygun öneriler sunabilir.  

Bu yapı temsilcinin bilgi arama yükünü azaltır. Temsilci “bu problemi daha önce nasıl çözmüştük?” sorusunun cevabını manuel olarak aramak yerine, sistemin önerdiği benzer case’leri ve makaleleri inceleyebilir.

Örneğin bir beyaz eşya servis merkezinde müşteri “çamaşır makinesi sıkma programında ses çıkarıyor” diye talep açtığında, AI benzer arıza kayıtlarını, ilgili hata kodlarını ve çözüm makalelerini temsilciye önerebilir. Eğer daha önce aynı modelde belirli bir parça değişimiyle sorun çözülmüşse, temsilci bu bilgiye hızlıca ulaşır. Gerekirse Field Service entegrasyonu ile saha servis iş emri oluşturulması da önerilebilir.

Bu senaryoda müşteri daha hızlı çözüm alır, temsilci daha az zaman kaybeder ve kurumun geçmiş deneyimi aktif olarak kullanılır.

Otomatik Cevap Taslakları: Hızlı Ama Kontrollü İletişim

Müşteri hizmetlerinde yanıt hızı kadar yanıt kalitesi de önemlidir. Çok hızlı ama hatalı bir cevap müşteri memnuniyetini düşürür. Çok doğru ama geç gönderilen cevap ise SLA ve müşteri deneyimini olumsuz etkiler. Agentic AI bu dengeyi kurmak için güçlü bir araçtır.

Copilot, case bağlamını, müşteri geçmişini, bilgi makalelerini ve konuşma içeriğini dikkate alarak temsilciye e-posta veya sohbet yanıtı taslağı hazırlayabilir. Temsilci bu taslağı gözden geçirir, gerekirse düzenler ve müşteriye gönderir. Böylece her yanıt sıfırdan yazılmaz; ancak insan kontrolü korunur.

Daha gelişmiş senaryolarda Case Management Agent devreye girer. Microsoft dokümanına göre autonomous case resolution, gelen e-postadan niyeti belirleyebilir, gerekli müşteri bilgilerini otomatik olarak toplayabilir ve profesyonel e-posta yanıtları taslak olarak hazırlayabilir. Yönetici yapılandırmasına bağlı olarak bu yanıt otomatik gönderilebilir veya temsilcinin inceleyip göndermesi gerekebilir.  

Örneğin bir sigorta şirketine “poliçe belgemin kopyasını gönderebilir misiniz?” şeklinde standart bir talep geldiğinde, sistem müşteriyi doğrulayabilir, ilgili poliçeyi bulabilir, cevap taslağı hazırlayabilir ve süreç kurallarına göre temsilci onayına sunabilir. Daha karmaşık veya hassas taleplerde ise case otomatik olarak temsilciye eskale edilir.

Burada kritik nokta şudur: Agentic AI, her şeyi otomatikleştirmek zorunda değildir. Doğru tasarım, düşük riskli ve tekrarlı işleri otomatikleştirirken; hassas, regüle veya müşteri ilişkisi açısından kritik durumlarda insan onayını devrede tutar.

SLA Takibi: Süreyi Göstermekten Riski Yönetmeye

SLA takibi, müşteri hizmetleri operasyonlarının temel disiplinlerinden biridir. Ancak klasik SLA yönetimi çoğu zaman geriye dönük raporlama veya ekranda sayaç gösterimiyle sınırlı kalır. Temsilci SLA süresine bakar, yönetici ihlal raporlarını inceler ve sorunlar çoğu zaman geç fark edilir.

Dynamics 365 Customer Service, SLA’lar ile destek politikalarının takip edilmesini ve müşterilerin hak ettikleri destek seviyesine göre hizmet almasını sağlar. SLA’lar, müşterinin ne kadar hızlı destek alacağı, kaç destek talebi açabileceği ve hangi süre boyunca destek hakkına sahip olduğu gibi politika detaylarını içerebilir. Ayrıca SLA KPI’ları ile yanıt ve çözüm süreleri gibi performans metrikleri takip edilebilir.  

Agentic AI ile SLA yönetimi daha proaktif hale gelir. Sistem yalnızca “bu case’in SLA süresi bitmek üzere” demekle kalmaz; neden risk oluştuğunu, hangi aksiyonun alınması gerektiğini ve kimlerin devreye girmesi gerektiğini önerebilir.

Örneğin bir B2B yazılım şirketinde kritik seviye bir case’in çözüm SLA’ına 45 dakika kalmış olsun. Case hâlâ birinci seviye destek ekibindeyse ve çözüm makalesi uygulanmasına rağmen müşteri sorunu devam ediyorsa, AI şu aksiyonları önerebilir:

Case’i ikinci seviye teknik destek ekibine eskale etmek, müşteriye durum güncellemesi göndermek, ilgili ürün uzmanına Teams bildirimi oluşturmak, yöneticiyi SLA riski konusunda bilgilendirmek ve çözüm notlarını özetlemek.

Bu yaklaşımda SLA yalnızca ölçülen bir metrik değildir; operasyonu yönlendiren aktif bir sinyaldir.

Agent Productivity: Temsilcinin İş Yükünü Azaltmak

Müşteri hizmetleri temsilcilerinin verimliliğini artırmak yalnızca daha fazla case kapatmak anlamına gelmez. Asıl hedef, temsilcinin zihinsel yükünü azaltmak, bilgiye erişimini hızlandırmak ve müşteriyle daha kaliteli iletişim kurmasını sağlamaktır.

Copilot-generated case summaries bu noktada önemli bir örnektir. Microsoft dokümanına göre Copilot case özetleri, temsilcilerin case bağlamını hızlıca anlamasına ve müşteri sorunlarını daha verimli çözmesine yardımcı olur; özetler case başlığı, müşteri, konu, ürün, öncelik, case tipi ve açıklama gibi temel bilgileri içerebilir.  

Bu, özellikle vardiya değişimi, case devri veya eskalasyon süreçlerinde büyük değer üretir. Yeni temsilci uzun timeline kayıtlarını okumak yerine, case’in kısa ve anlamlı özetini görür. Böylece müşteri aynı bilgileri tekrar tekrar anlatmak zorunda kalmaz.

Service Agent tarafında ise deneyim daha da genişler. Microsoft dokümanına göre Service Agent, Customer Service verilerini kullanarak temsilcinin manuel arama yapmadan yanıt üretmesine yardımcı olur; aktif case veya work item bağlamını kullanabilir, yüksek öncelikli case’leri gösterebilir, açık takip gerektiren case’leri belirleyebilir, case özetleyebilir, bilgi yanıtları bulabilir ve case önceliğini güncelleme, not ekleme veya child case oluşturma gibi yazma aksiyonları gerçekleştirebilir.  

Bu, Agentic AI’ın “sadece öneri veren” bir yapıdan “aksiyon alan dijital iş arkadaşı” yapısına geçtiği noktadır. Temsilci “bu case için not ekle”, “önceliği yüksek olarak güncelle”, “bu müşteri için açık case’leri göster” veya “benzer konular için child case oluştur” gibi doğal ifadelerle servis sürecini yönetebilir.

Otonom Takip ve Case Kapatma: Açık Kalan İşleri Yönetmek

Müşteri hizmetlerinde bazı case’ler müşteri dönüşü beklediği için uzun süre açık kalır. Temsilci müşteriye bilgi ister, müşteri yanıt vermez, case beklemede kalır, kuyruk şişer ve operasyonel görünürlük bozulur. Bu durum hem raporlama kalitesini hem de ekip verimliliğini etkiler.

Agentic AI bu süreci de destekleyebilir. Microsoft’un Case Management Agent dokümanına göre agent, yapılandırılmış kurallara göre müşterileri case durumu hakkında bilgilendiren periyodik takip e-postaları oluşturabilir ve gönderebilir; müşteri belirlenen sayıda takipten sonra yanıt vermezse case’in kapatılmasını önerebilir. Bu özellik dokümanda production-ready preview olarak belirtilmektedir.  

Örneğin bir teknik destek case’inde temsilci müşteriden log dosyası istemiş olsun. Müşteri üç gün yanıt vermezse AI agent otomatik bir hatırlatma e-postası hazırlayabilir. İkinci hatırlatmadan sonra hâlâ dönüş yoksa, case’i kapatmayı önerebilir veya süreç politikasına göre temsilci onayına sunabilir.

Bu yaklaşım temsilcinin takip yükünü azaltır ve açık case havuzunun daha sağlıklı yönetilmesini sağlar.

Bilgi Yönetimini Beslemek: Çözülen Case’lerden Yeni Makaleler Üretmek

Müşteri hizmetleri ekiplerinde en değerli bilgi çoğu zaman çözülmüş case’lerin içinde saklıdır. Ancak bu bilgi düzenli olarak bilgi tabanına dönüştürülmezse, her temsilci aynı problemi tekrar tekrar çözmek zorunda kalır.

Agentic AI burada kurumsal öğrenmeyi hızlandırır. Customer Knowledge Management Agent, çözülen case’ler, case konuşmaları, e-postalar ve notlardan bilgi makaleleri oluşturmayı destekler. Microsoft dokümanına göre temsilciler, case çözümü sırasında veya sonrasında Copilot Service workspace içinde belirli bir şablon ve dilde bilgi taslağı üretebilir; varsayılan şablon başlık, problem, neden ve çözüm bölümlerini içerebilir.  

Örneğin bir SaaS şirketinde belirli bir entegrasyon hatası için üç farklı müşteri case’i açılmış ve teknik ekip aynı çözüm adımlarını uygulamış olsun. AI agent bu çözüm örüntüsünü bilgi makalesi taslağına dönüştürebilir. Bilgi yöneticisi makaleyi gözden geçirir, düzenler ve yayınlar. Bir sonraki müşteri aynı hatayı yaşadığında temsilci hazır bilgi makalesini kullanır; hatta self-service portal veya Copilot agent üzerinden müşteri doğrudan çözüm alabilir.

Böylece müşteri hizmetleri operasyonu yalnızca talep çözen bir birim olmaktan çıkar; sürekli öğrenen ve bilgisini ölçeklendiren bir yapıya dönüşür.

Gerçekçi Senaryo: E-Ticarette Geciken Teslimat ve Negatif Müşteri Deneyimi

Bir e-ticaret şirketinde müşteri şu e-postayı gönderiyor:

“Ürünüm iki gündür teslim edilmedi. Daha önce de aynı sorunu yaşadım. Çağrı merkezinize ulaşamadım. Siparişimi iptal edeceğim.”

Agentic AI destekli Dynamics 365 Customer Service süreci şu şekilde çalışabilir:

Önce sistem e-postadan intent’i belirler: geciken teslimat, iptal riski ve memnuniyetsizlik. Sentiment analysis müşterinin negatif duygu durumunu tespit eder. Customer Service içindeki unified routing, case’i standart teslimat kuyruğu yerine müşteri deneyimi veya öncelikli destek kuyruğuna yönlendirebilir. Copilot case özetinde müşterinin önceki teslimat şikâyetleri, açık siparişi, kanal geçmişi ve SLA durumu temsilciye sunulur.

Ardından AI, benzer case’leri ve teslimat gecikmesiyle ilgili bilgi makalesini önerir. Temsilciye müşteri tonuna uygun, özür içeren ve çözüm odaklı bir e-posta taslağı hazırlanır. Eğer entegrasyon mevcutsa Power Automate aracılığıyla kargo sisteminden güncel durum alınabilir, müşteriye tahmini teslimat bilgisi gönderilebilir ve gerekirse indirim kuponu onay süreci başlatılabilir.

Bu senaryoda müşteri “talebiniz alınmıştır” gibi genel bir cevap almaz. Kendi geçmişi dikkate alınarak hazırlanmış, bağlamsal ve çözüm odaklı bir yanıt alır.

Gerçekçi Senaryo: B2B Yazılımda Kritik SLA Riski

Bir kurumsal müşteri, üretim sisteminde yaşadığı hata nedeniyle destek talebi açıyor. Sözleşmeye göre kritik seviye case’lerde ilk yanıt süresi 30 dakika, çözüm hedefi 4 saat. Case açıldıktan sonra ilk seviye destek bazı kontroller yapıyor; ancak sorun devam ediyor.

Agentic AI burada yalnızca case’i izlemekle kalmaz. SLA süresinin yaklaştığını fark eder, case notlarını özetler, daha önce aynı hata koduyla çözülmüş vakaları önerir, ilgili bilgi makalesini temsilciye sunar ve ikinci seviye teknik ekibe eskalasyon önerir.

Service Agent, temsilcinin talebiyle case önceliğini güncelleyebilir, teknik ekibe not ekleyebilir veya ilişkili child case oluşturabilir. Yöneticiye SLA ihlali riski bildirilebilir. Müşteriye gönderilecek ara bilgilendirme e-postası Copilot tarafından taslak olarak hazırlanabilir.

Bu yaklaşımda müşteri hizmetleri ekibi yalnızca süre dolduktan sonra rapor üretmez. Süre dolmadan aksiyon alır.

Gerçekçi Senaryo: Sigorta Şirketinde Standart Belge Talebi

Bir müşteri, poliçe belgesinin kopyasını ister. Talep düşük risklidir, süreç nettir ve bilgi doğrulama adımları tanımlıdır.

Agentic AI gelen e-postadan intent’i anlar, müşterinin kimliğini ve ilgili poliçeyi kontrol eder, yanıt taslağı hazırlar ve yönetici yapılandırmasına göre temsilci onayına sunar veya otomatik gönderim sürecini başlatır. Eğer belge paylaşımı regülasyon gereği insan onayı gerektiriyorsa, sistem otomasyon yerine temsilci onayını zorunlu tutar.

Bu senaryo, Agentic AI’ın en önemli tasarım prensibini gösterir: Her süreci tamamen otonom hale getirmek değil, doğru süreci doğru kontrol seviyesiyle yönetmek.

Güvenlik, Yönetişim ve İnsan Kontrolü

Agentic AI’ın müşteri hizmetlerinde başarılı olması için güvenlik ve yönetişim en az teknoloji kadar önemlidir. AI agent’ların hangi verilere erişeceği, hangi aksiyonları alabileceği, hangi yanıtları otomatik gönderebileceği ve hangi durumlarda insan onayı isteyeceği net olarak tanımlanmalıdır.

Özellikle finans, sağlık, kamu, sigorta, telekom ve regüle sektörlerde AI tarafından üretilen yanıtların politika, hukuki gereklilik ve marka tonu açısından kontrol edilmesi gerekir. Microsoft’un governance policies özelliği, AI tarafından oluşturulan e-posta yanıtlarının gönderilmeden önce iş, hukuk ve regülasyon gereksinimlerine göre değerlendirilmesine yardımcı olur; ihlal durumunda yanıtın engellenip inceleme için kayda alınabileceği belirtilir. Bu özellik dokümanda preview olarak yer almaktadır.  

Bu nedenle akıllı müşteri hizmetleri dönüşümünde doğru yaklaşım şudur:

Düşük riskli ve tekrar eden talepler için otomasyon artırılmalı.
Hassas veya karmaşık konularda temsilci onayı korunmalı.
AI önerileri izlenebilir, açıklanabilir ve denetlenebilir olmalı.
Bilgi tabanı güncel tutulmalı.
SLA, sentiment ve müşteri segmentasyonu gibi sinyaller iş kurallarıyla birlikte değerlendirilmelidir.

Power Platform ile Genişletilebilir Servis Otomasyonu

Dynamics 365 Customer Service ve Agentic AI dönüşümü, Power Platform ile daha da genişletilebilir. Power Automate ile case açıldığında otomatik süreçler başlatılabilir. Power Apps ile özel servis ekranları veya operasyon uygulamaları geliştirilebilir. Power BI ile SLA, temsilci performansı, sentiment trendleri ve çözüm süreleri analiz edilebilir. Copilot Studio ile kurumun kendi bilgi kaynaklarına ve iş süreçlerine bağlı özel servis agent’ları tasarlanabilir.

Örneğin bir şirket “Garanti Kontrol Agent’ı” oluşturabilir. Bu agent, müşteri ürün seri numarasını aldığında garanti durumunu kontrol eder, açık case geçmişini inceler, uygun çözüm adımını önerir ve gerekiyorsa Field Service tarafında iş emri oluşturma sürecini başlatır.

Bir başka kurum “Şikâyet Önceliklendirme Agent’ı” tasarlayabilir. Bu agent, müşterinin segmentini, sentiment skorunu, sosyal medya etkisini ve SLA riskini birlikte değerlendirerek şikâyeti doğru ekibe yönlendirir.

Bu esneklik, Agentic AI’ı yalnızca hazır ürün özellikleriyle sınırlı bırakmaz. Kurumların kendi servis modeline, veri yapısına ve müşteri deneyimi stratejisine göre genişletilebilir bir mimari sunar.

Sonuç: Müşteri Hizmetlerinde Yeni Dönem Başladı

Dynamics 365 Customer Service ve Agentic AI, müşteri hizmetleri operasyonlarını reaktif bir destek modelinden proaktif, bağlamsal ve aksiyon odaklı bir modele taşıyor.

Case yönetimi artık yalnızca kayıt açma ve kapatma süreci değil; müşteri niyetini anlama, doğru önceliği belirleme, bilgiye hızlı erişme ve çözümü orkestre etme sürecidir. Otomatik sınıflandırma ve unified routing, talepleri doğru ekibe taşır. Sentiment analysis, müşterinin duygusal durumunu görünür kılar. Bilgi makalesi önerileri, kurumsal bilgiyi temsilcinin önüne getirir. Otomatik cevap taslakları, hız ve kalite dengesini güçlendirir. SLA takibi, geçmişe dönük raporlama yerine proaktif risk yönetimine dönüşür. Agent productivity kabiliyetleri ise temsilcilerin daha az arama yapmasını, daha az manuel kayıt güncellemesini ve daha fazla değerli müşteri etkileşimi gerçekleştirmesini sağlar.

Bu dönüşümün özü şudur:
Agentic AI, müşteri hizmetleri temsilcisinin yerine geçen bir teknoloji değil; onun yanında çalışan, bağlam sağlayan, aksiyon öneren ve uygun durumlarda süreci başlatan dijital bir iş arkadaşıdır.

Geleceğin müşteri hizmetleri organizasyonları, yalnızca daha fazla talebi karşılayan ekipler olmayacak. Doğru veriyi kullanan, müşteri duygusunu anlayan, SLA riskini önceden gören, bilgiyi ölçeklendiren ve müşteri deneyimini uçtan uca yöneten akıllı servis organizasyonları öne çıkacak.

Bu yeni dönemde CRM’in rolü de değişiyor:
Dynamics 365 Customer Service artık yalnızca case kayıtlarının tutulduğu bir sistem değil; müşteri hizmetleri operasyonunun akıllı karar ve aksiyon platformu haline geliyor.

Agentic AI ile Satış Süreçlerinde Yeni Dönem

bkanlica

Dynamics 365 Sales ile Proaktif, Veriye Dayalı ve Etkili Satış Yönetimi

Satış ekipleri için başarı artık yalnızca daha fazla görüşme yapmakla, daha çok teklif göndermekle veya CRM’e daha fazla veri girmekle ölçülmüyor. Bugünün satış organizasyonları; doğru müşteri adayını erken fark etmek, fırsatları önceliklendirmek, müşteri ihtiyacını doğru okumak, rekabet risklerini zamanında görmek ve her etkileşimde bir sonraki en iyi aksiyonu belirlemek zorunda.

Bu nedenle modern satış dünyasında temel soru değişiyor:
“CRM’de hangi kayıtlar var?” sorusu yerini, “Bugün hangi müşteriye, hangi nedenle, hangi aksiyonla gitmeliyim?” sorusuna bırakıyor.

Dynamics 365 Sales ve Agentic AI birlikteliği, tam da bu dönüşümün merkezinde yer alıyor. Microsoft, Dynamics 365 Sales’i satış ekiplerinin müşteri ilişkilerini güçlendirmesine, içgörülere dayalı aksiyon almasına ve fırsatları daha hızlı kapatmasına yardımcı olan bir çözüm olarak konumlandırıyor. Ayrıca Dynamics 365 Sales’in Dataverse üzerinde çalışması, satış verisinin güvenli, genişletilebilir ve Microsoft Business Applications ekosistemiyle uyumlu bir yapıda yönetilmesini sağlıyor.  

Klasik Satış CRM’i Neden Yetersiz Kalıyor?

Geleneksel CRM sistemleri uzun yıllar boyunca satış ekipleri için temel kayıt platformu oldu. Lead’ler, müşteri firmalar, kişiler, aktiviteler, fırsatlar, teklifler ve satış tahminleri CRM üzerinde tutuldu. Bu yapı operasyonel görünürlük sağladı; ancak satış ekiplerinin günlük gerçekliğinde önemli bir boşluk bıraktı.

Çünkü klasik CRM çoğu zaman pasif çalışır. Satıcı sisteme veri girer, yönetici rapor alır, fırsat aşamaları güncellenir ve aktiviteler takip edilir. Ancak sistem çoğu durumda satıcıya aktif olarak şunu söylemez:

“Bu lead yüksek potansiyele sahip.”
“Bu fırsatta karar verici eksik.”
“Bu müşterinin ihtiyacı değişmiş olabilir.”
“Bu teklif gecikirse fırsat riske girecek.”
“Bugün öncelikle bu üç müşteriyle iletişime geçmelisin.”

Oysa modern satışta zaman en kritik kaynaktır. Satış temsilcileri her gün onlarca kayıt, e-posta, toplantı, teklif, takip görevi ve müşteri beklentisi arasında karar vermek zorunda kalır. Bu noktada CRM’in yalnızca kayıt tutması yeterli değildir. CRM’in satıcıya yol göstermesi, önceliklendirme yapması, riskleri işaret etmesi ve bazı aksiyonları otomatik olarak başlatması gerekir.

Agentic AI bu nedenle satış süreçleri için yalnızca bir “yapay zekâ özelliği” değildir. Satış organizasyonunun çalışma şeklini değiştiren yeni bir iş katmanıdır.

Agentic AI Satışta Ne Anlama Geliyor?

Agentic AI, belirli hedefler doğrultusunda bağlamı anlayabilen, veriyi yorumlayabilen, öneri sunabilen ve kontrollü şekilde aksiyon alabilen yapay zekâ yaklaşımıdır. Satış dünyasında bu, CRM’in pasif bir veri tabanı olmaktan çıkarak aktif bir satış asistanına dönüşmesi anlamına gelir.

Dynamics 365 Sales içindeki Copilot deneyimi, satış ekiplerinin günlük işlerinde daha üretken ve verimli olmasına yardımcı olur; satıcılar doğal dille fırsat ve lead özetleri alabilir, son değişiklikleri takip edebilir, toplantılara hazırlanabilir ve hesaplarla ilgili haberleri görebilir.   Microsoft ayrıca Dynamics 365 Sales içinde Sales Qualification Agent, Sales Opportunity Agent, Sales Close Agent ve Sales Research Agent gibi hazır AI agent’ların lead ve fırsat araştırması, müşteriyle etkileşim, risk görünürlüğü ve satış verisiyle doğal dilde analiz gibi alanlarda kullanıldığını belirtir.  

Bu yeni yaklaşımda CRM, satıcıya yalnızca “veri” sunmaz; veriden anlam çıkarır. Satıcının önüne yalnızca kayıt listesi koymaz; hangi kaydın neden önemli olduğunu açıklar. Yalnızca rapor üretmez; aksiyon önerir. Böylece satış ekipleri daha proaktif, daha odaklı ve daha veriye dayalı çalışabilir.

Lead Scoring: Her Lead Eşit Değildir

Satış ekiplerinin en büyük problemlerinden biri, hangi lead’in gerçekten takip edilmeye değer olduğunu belirlemektir. Web sitesi formları, etkinlikler, webinar katılımcıları, kampanya dönüşleri, iş ortaklarından gelen kayıtlar ve inbound talepler satış havuzunu hızla büyütür. Ancak her lead aynı potansiyele sahip değildir.

Dynamics 365 Sales, predictive lead scoring ile satış ekiplerinin lead’leri puanlara göre önceliklendirmesine yardımcı olur. Microsoft Learn’e göre predictive lead scoring, pipeline’daki lead’ler için skor üretir ve model, skoru etkileyen önemli faktörleri seçer; yöneticiler bu faktörleri görüntüleyebilir ve modeli özelleştirebilir.  

Agentic AI bu kabiliyeti daha işlevsel bir satış deneyimine dönüştürür. Sistem yalnızca lead’e puan vermekle kalmaz; lead’in neden yüksek potansiyelli olduğunu da açıklayabilir. Örneğin bir müşteri adayı, şirket büyüklüğü, sektör uyumu, son kampanya etkileşimi, web sitesi davranışı ve geçmiş benzer müşteri profilleri nedeniyle yüksek skor alabilir. Satıcı bu sayede yalnızca “yüksek puanlı lead” görmez; o lead’e nasıl yaklaşması gerektiğini de anlar.

Bir iş senaryosu düşünelim: Bir teknoloji şirketi, düzenlediği webinar sonrası 500 yeni lead elde ediyor. Klasik yaklaşımda satış ekibi bu listeyi sırayla arayabilir veya basit segmentlerle dağıtabilir. Agentic AI destekli Dynamics 365 Sales senaryosunda ise sistem lead’leri potansiyele göre sıralar, ideal müşteri profiline en yakın olanları öne çıkarır, ilgili kişilerin ihtiyaç sinyallerini analiz eder ve satıcıya öncelikli takip listesi sunar.

Sonuç olarak satış temsilcisi gününe “hangi kayıtları aramalıyım?” sorusuyla başlamaz. Sistem ona “bugün bu lead’ler daha yüksek potansiyele sahip, şu nedenle öncelikliler ve şu mesajla ilerlemek daha uygun olabilir” diyebilir.

Sales Qualification Agent: Lead Havuzundan Nitelikli Fırsata

Lead scoring önemli bir başlangıçtır; ancak lead’in gerçekten nitelikli olup olmadığını anlamak daha kapsamlı bir süreçtir. Satış ekipleri çoğu zaman lead hakkında araştırma yapmak, şirketi incelemek, ihtiyaç sinyallerini anlamak, ilk e-postayı hazırlamak ve uygun zamanda takip yapmak için ciddi zaman harcar.

Dynamics 365 Sales’teki Sales Qualification Agent bu noktada Agentic AI yaklaşımını somutlaştırır. Microsoft’a göre Sales Qualification Agent, inbound lead yoğunluğu nedeniyle kaçan fırsatlar ve CRM’de bekleyen lead’ler sorununu çözmeye yardımcı olmak için lead qualification sürecini otomatikleştirir; araştırma yapabilir, ideal müşteri profiline uyumu değerlendirebilir, ilk outreach e-postası üretebilir ve belirli modlarda lead ile etkileşime geçebilir. Microsoft ayrıca agent’ın satıcının yargısını veya karar verme sürecini yerine geçirmediğini özellikle belirtir.  

Bu ayrım önemlidir. Agentic AI’ın amacı satıcıyı devre dışı bırakmak değildir; satıcının zamanını daha değerli müşteri etkileşimlerine ayırmasını sağlamaktır.

Örneğin bir lead formunda yalnızca ad, şirket, e-posta ve kısa bir talep açıklaması olabilir. Klasik süreçte satıcı bu şirketi araştırır, LinkedIn veya web sitesine bakar, sektörü anlamaya çalışır ve e-posta taslağı hazırlar. Agentic AI destekli yapıda ise agent şirketi araştırır, lead’in ideal müşteri profiline uyumunu değerlendirir, olası ihtiyacı özetler ve satıcının kullanabileceği kişiselleştirilmiş bir ilk iletişim taslağı hazırlar.

Böylece satış temsilcisi veri toplama ve ilk analizle değil, ilişki kurma ve değer anlatma ile zaman geçirir.

Fırsat Önceliklendirme: En Büyük Değil, En Doğru Fırsata Odaklanmak

Satış ekiplerinde sık yapılan hatalardan biri, fırsatları yalnızca tahmini gelir büyüklüğüne göre değerlendirmektir. Oysa büyük bir fırsat her zaman en yüksek önceliğe sahip olmayabilir. Kapanma tarihi yaklaşan, karar vericisi netleşmiş, güçlü bir iş ihtiyacı olan ve rekabet riski düşük bir fırsat, daha büyük ama belirsiz bir fırsattan daha önemli olabilir.

Dynamics 365 Sales, predictive opportunity scoring ile satış ekiplerinin fırsatları skorlara göre önceliklendirmesine ve kazanma/kapatma/dönüştürme oranlarını artırmaya odaklanmasına yardımcı olur.   Sales Opportunity Agent ise yüksek değerli ve risk altındaki fırsatları belirleyerek satıcıların en önemli fırsatlara odaklanmasına yardımcı olur; tahmini gelir, tahmini kapanış tarihi, predictive score ve diğer faktörleri kullanarak fırsatın önemini ve riskini hesaplayabilir.  

Bu yaklaşım satış yöneticileri için de kritik değer üretir. Pipeline review toplantılarında yalnızca “bu fırsat hangi aşamada?” sorusu sorulmaz. Bunun yerine daha stratejik sorular gündeme gelir:

Bu fırsat neden riskli?
Hangi paydaş eksik?
Teklif gecikmiş mi?
Rakip sinyali var mı?
Kapanış tarihi gerçekçi mi?
Bir sonraki en etkili aksiyon ne olmalı?

Örneğin bir fırsat yüksek gelir potansiyeline sahip olabilir; ancak son iki haftadır müşteriden yanıt gelmiyorsa, ekonomik karar verici sürece dahil değilse veya kapanış tarihi sürekli erteleniyorsa, agent bu fırsatı riskli olarak işaretleyebilir. Satış temsilcisine yönetici sponsor ekleme, teknik karar vericiyle toplantı planlama veya teklif koşullarını yeniden gözden geçirme gibi next-best-action önerileri sunabilir.

Böylece satış organizasyonu pipeline’ı yalnızca raporlamaz; aktif olarak yönetir.

Müşteri İhtiyaçlarının Tahmini: Satışta Bağlamı Anlamak

Satışta başarılı olmak, müşterinin yalnızca ne söylediğini değil, neye ihtiyaç duyduğunu anlamayı gerektirir. Çoğu müşteri ihtiyacını doğrudan ve net şekilde ifade etmez. İhtiyaç; e-postalardaki ifadelerden, toplantı notlarından, önceki servis kayıtlarından, satın alma geçmişinden, teklif revizyonlarından, ürün ilgisinden veya geciken karar süreçlerinden anlaşılır.

Sales Opportunity Agent, fırsat sayfasında müşteri ihtiyaçları ve pain point’leriyle ilgili içgörüler sunabilir; CRM verileri, toplantı notları, e-postalar ve herkese açık bilgiler üzerinden müşterinin çözmeye çalıştığı problemleri özetleyebilir. Aynı agent, paydaş rolleri, rakip sinyalleri, fırsat sağlığı, ürün içgörüleri ve teklif durumuyla ilgili bilgileri de görünür hale getirebilir.  

Bu, satış temsilcisinin müşteriyle daha hazırlıklı konuşmasını sağlar. Örneğin müşteri son toplantıda “operasyonel verimlilik” ifadesini kullanmış, önceki e-postada “manuel süreçlerin zaman kaybı yarattığını” belirtmiş ve teklif talebinde “entegrasyon kabiliyeti” vurgusu yapmış olabilir. Agent bu sinyalleri birleştirerek müşterinin temel ihtiyacını “operasyonel süreç otomasyonu ve sistem entegrasyonu” olarak özetleyebilir.

Bu içgörü sayesinde satıcı genel bir ürün anlatımı yapmak yerine, müşterinin gerçek problemi üzerinden değer önerisi kurar. Satış konuşması “ürünümüzün özellikleri” ekseninden çıkar; “müşterinin iş sonucuna nasıl katkı sağlanacağı” eksenine taşınır.

Otomatik Takip Aksiyonları: Fırsatların Sessizce Soğumasını Önlemek

Birçok satış fırsatı rekabet nedeniyle değil, takip eksikliği nedeniyle kaybedilir. Müşteriye zamanında dönüş yapılmaz, teklif sonrası hatırlatma unutulur, toplantı aksiyonları kaybolur veya karar vericiye uygun zamanda ulaşılmaz. CRM’de görev açılmış olsa bile, günlük yoğunluk içinde kritik aksiyonlar geride kalabilir.

Dynamics 365 Sales içindeki Sales Accelerator work list, satıcıların müşteri odaklı aktivitelerini planlamasına ve önceliklendirmesine yardımcı olur; çalışma listesi, yapılması gereken aktiviteleri tek yerde gösterir, kayıtları önceliğe göre sıralar ve önemli kayıtların gözden kaçmamasını sağlar.   Focused view ise kayıt kartlarında manuel veya otomatik aktiviteleri, predictive scoring etkinse lead veya fırsat skorlarını ve next best action bilgilerini gösterebilir.  

Agentic AI bu deneyimi daha da ileri taşır. Sistem yalnızca yapılacak işleri listelemez; aksiyonların neden önemli olduğunu da açıklar. Örneğin bir teklif gönderildikten sonra müşteri üç gün boyunca yanıt vermemişse, agent takip e-postası önerebilir. Toplantıda konuşulan bir konuya göre teknik doküman gönderilmesi gerekiyorsa, görev oluşturabilir. Kapanış tarihi yaklaşan fırsatta karar verici hâlâ sürece dahil edilmemişse, satıcıya uyarı verebilir.

Bu yapı, satış disiplinini kişisel hafızaya bağımlı olmaktan çıkarır. Takip aksiyonları daha tutarlı, daha zamanında ve daha bağlamsal hale gelir.

Teklif Hazırlama: Fiyat, Ürün ve Müşteri Bağlamını Birleştirmek

Satış sürecinde teklif hazırlama, çoğu zaman en hassas aşamalardan biridir. Ürünlerin doğru seçilmesi, fiyat listesinin uygulanması, indirimlerin kontrol edilmesi, müşteri talebinin doğru yansıtılması ve teklifin zamanında gönderilmesi gerekir. Küçük bir hata, hem müşteri güvenini hem de kârlılığı etkileyebilir.

Dynamics 365 Sales’te teklifler, müşterinin ilgilendiği ürünlerin fiyatlandırma detaylarını içerir; fırsattan teklif oluşturulduğunda teklif formu fırsat kaydındaki bilgiler ve fırsata eklenmiş ürünlerle önceden doldurulabilir. Teklif hazır olduğunda PDF olarak dışa aktarılabilir ve e-posta ile müşteriye gönderilebilir.   Ürünler veya ürün paketleri teklif, sipariş ya da fatura kayıtlarına eklenebilir; ürünler Dynamics 365 Sales ürün kataloğundan seçilebilir veya write-in product olarak eklenebilir.  

Agentic AI bu süreci yalnızca hızlandırmaz; teklif kalitesini artırır. Örneğin agent, fırsat içindeki müşteri ihtiyaçlarını, görüşme notlarını, ilgili ürünleri, geçmiş benzer teklifleri ve fiyatlandırma kurallarını dikkate alarak satıcıya teklif hazırlığında yardımcı olabilir. Müşteri belirli bir ürün ailesiyle ilgileniyorsa, agent ilgili ürünleri ve tamamlayıcı seçenekleri önerebilir. Müşteri bütçe hassasiyeti göstermişse, teklif dilinde yatırım geri dönüşü ve toplam sahip olma maliyeti vurgusunu öne çıkarabilir.

Daha gelişmiş bir senaryoda, agent teklifin geçerlilik süresi, bekleyen onaylar, indirim seviyesi ve müşteri beklentisi arasında risk analizi yapabilir. Örneğin “bu fırsatta teklif gönderilmiş ancak müşteri revize fiyat istemiş; teklifin geçerlilik tarihi yaklaşıyor” gibi bir içgörü, satıcının zamanında aksiyon almasını sağlar. Sales Opportunity Agent’ın teklif içgörüleri, fırsata bağlı quote veya pricing proposal bilgilerini görünür hale getirebilir ve teklif bekliyor, onay bekliyor veya revizyon istenmiş gibi durumları satıcının dikkatine sunabilir.  

Bu yaklaşım teklif sürecini yalnızca belge üretimi olmaktan çıkarır; satış stratejisinin bir parçası haline getirir.

Next-Best-Action: Satıcının Önündeki En Kritik Soru

Satış temsilcilerinin en çok ihtiyaç duyduğu şeylerden biri, bir sonraki doğru adımı bilmektir. Her fırsat için yapılabilecek birçok aksiyon vardır: arama yapmak, e-posta göndermek, demo planlamak, teknik uzmanı dahil etmek, yöneticiden destek istemek, fiyatı revize etmek, referans müşteri paylaşmak veya karar vericiyle toplantı ayarlamak.

Ancak doğru aksiyon fırsatın bağlamına göre değişir. İşte Agentic AI’ın en güçlü olduğu alanlardan biri budur.

Dynamics 365 Sales içinde Copilot, satıcıların fırsat ve lead özetleri almasına, kayıt değişikliklerini takip etmesine ve toplantıya hazırlanmasına yardımcı olurken; Sales Opportunity Agent kritik içgörüler ve aksiyon önerileriyle satıcıların fırsatlara hızlıca adapte olmasını, doğru paydaşlarla etkileşime geçmesini ve riskleri azaltmasını destekler.  

Örneğin agent şu önerileri üretebilir:

“Bu fırsatta ekonomik karar verici henüz tanımlı değil; CFO veya satın alma yöneticisiyle toplantı planlanmalı.”

“Teklif gönderildi ancak beş gündür yanıt alınmadı; müşteri için kısa bir takip e-postası hazırlanmalı.”

“Rakip çözümden bahsedilmiş; ürün farklarını ve referans başarı hikâyesini içeren bir içerik paylaşılmalı.”

“Müşteri teknik entegrasyon konusunda soru sormuş; pre-sales danışmanı toplantıya dahil edilmeli.”

Bu öneriler satış temsilcisinin yerini almaz. Ancak satıcının daha hızlı, daha bilinçli ve daha etkili karar vermesini sağlar.

Günlük İş Yükünü Azaltmak: CRM Yönetiminden Anlamlı Satışa

Satış ekiplerinin en büyük şikâyetlerinden biri CRM’e veri girmek için çok fazla zaman harcamaktır. Toplantı sonrası not girmek, e-postadan kişi bilgisi kopyalamak, lead oluşturmak, fırsat alanlarını doldurmak, filtrelerle kayıt aramak ve rapor hazırlamak çoğu zaman satışın kendisinden daha fazla zaman alır.

Microsoft’un Dynamics 365 Sales için yayımladığı agentic AI yazısında, satıcıların e-postalar, ekran görüntüleri, dokümanlar ve notlar gibi farklı kaynaklardan gelen bilgileri CRM verisine dönüştürürken manuel kopyalama ve yeniden işleme ile zaman kaybettiği; Data Entry Agent ve Data Exploration Agent gibi deneyimlerin bu yükü azaltmak üzere tasarlandığı belirtilir. Data Entry Agent yapılandırılmamış içeriklerden alan önerileri çıkarabilir; Data Exploration Agent ise doğal dildeki soruları filtrelenmiş görünümlere ve görsel içgörülere dönüştürebilir.  

Bu, satış ekibi için çok pratik bir değişimdir. Bir satıcı, müşteri e-postasındaki kişi ve şirket bilgilerini manuel olarak CRM’e taşımak yerine, sistemin önerdiği alanları gözden geçirip onaylayabilir. Bir satış yöneticisi, “bu çeyrekte kapanması beklenen teknoloji sektörü fırsatları” gibi doğal bir ifadeyle veri görünümü oluşturabilir. Bir temsilci, fırsat geçmişini satır satır okumak yerine kısa bir özetle hızla bağlam kazanabilir.

Bu dönüşümün asıl değeri şudur: Satıcı daha az CRM yönetir, daha fazla satış yapar.

Microsoft 365 ile Satışın Günlük Akışına Girmek

Satış yalnızca CRM ekranında gerçekleşmez. Satıcılar günlerinin önemli kısmını Outlook, Teams, toplantılar, e-postalar ve dokümanlar arasında geçirir. Bu nedenle Agentic AI’ın satışa gerçek değer katması için yalnızca CRM içinde değil, satıcının çalıştığı günlük araçlarda da yer alması gerekir.

Microsoft Sales Agent, satış ekiplerinin CRM platformundan gelen satış içgörülerini Outlook ve Teams gibi günlük kullandıkları Microsoft 365 araçlarına taşıyan bir yapay zekâ asistanı olarak konumlanır; e-posta taslakları, takipler, toplantı içgörüleri ve sonraki adım önerileri gibi alanlarda üretkenliği artırmaya odaklanır.  

Bu, Dynamics 365 Sales stratejisinin önemli bir boyutudur. Satış temsilcisinin CRM’e gidip bilgi araması yerine, ihtiyaç duyduğu içgörü iş akışının içine gelir. Toplantı öncesi müşteri özeti, görüşme sonrası aksiyon maddeleri, e-posta yazarken önerilen mesaj tonu veya fırsatla ilişkili takip hatırlatmaları satışın doğal akışına dahil olur.

Böylece CRM, ayrı bir uygulama olmaktan çıkar; satış temsilcisinin çalıştığı dijital ekosistemin akıllı veri ve aksiyon katmanı haline gelir.

Satış Yöneticileri İçin Değer: Daha İyi Koçluk, Daha Net Pipeline

Agentic AI yalnızca bireysel satıcılar için değil, satış yöneticileri için de önemli bir dönüşüm sunar. Çünkü yöneticilerin en büyük ihtiyacı, pipeline’ın gerçek durumunu doğru anlamaktır.

Klasik raporlar çoğu zaman “kaç fırsat var, toplam değer ne kadar, hangi aşamadalar?” gibi sorulara cevap verir. Ancak satış yöneticisinin asıl bilmek istediği şey daha derindir:

Hangi fırsatlar gerçekten kapanabilir?
Hangi fırsatlar sessizce risk altına giriyor?
Hangi satıcı hangi konuda desteğe ihtiyaç duyuyor?
Hangi segmentte lead kalitesi düşüyor?
Hangi ürünlerde teklif dönüş oranı zayıflıyor?

Sales Research Agent, Dynamics 365 Sales verileriyle doğal dil üzerinden karmaşık iş sorularını analiz etmeye, satış verisinden içgörüler üretmeye, görselleştirmelerle araştırma yapmaya ve önerilen sonraki adımları ortaya koymaya yardımcı olur. Ayrıca Dynamics 365 Sales verilerine ek olarak farklı Dataverse ortamları, Fabric Lakehouse veya Excel, CSV ve PDF gibi dosyalarla çalışabilecek şekilde zenginleştirilebilir.  

Bu yapı satış yöneticilerinin yalnızca rapor izleyen değil, veriye dayalı koçluk yapan liderlere dönüşmesini sağlar. Yönetici, tek tek fırsatları sorgulamak yerine, agent’a “Bu ay kapanması beklenen ancak risk sinyali taşıyan fırsatlar hangileri?” veya “Son çeyrekte enterprise segmentinde kaybedilen fırsatların ortak nedeni ne?” gibi sorular sorabilir.

Sonuçta satış yönetimi daha sezgisel değil, daha kanıta dayalı hale gelir.

İnsan Kontrolü ve Güven: Agentic AI’ın Sağlıklı Kullanımı

Agentic AI satışta büyük potansiyel taşır; ancak bu potansiyelin doğru yönetilmesi gerekir. Her satış organizasyonu, agent’ların hangi verilere erişeceğini, hangi aksiyonları önereceğini, hangi aksiyonları otomatik başlatabileceğini ve nerede insan onayı gerekeceğini net tanımlamalıdır.

Özellikle müşteriyle otomatik iletişim, teklif önerileri, fiyatlandırma, indirim, lead disqualification ve fırsat önceliklendirme gibi alanlarda insan kontrolü kritik öneme sahiptir. Sales Qualification Agent dokümanında da belirtildiği gibi, agent satıcının yargısını veya karar verme sürecini değiştirmek için değil, lead qualification sürecini desteklemek için kullanılır.   Ayrıca bazı kabiliyetler önizleme aşamasında olabilir; örneğin Sales Close Agent dokümanı bunun preview feature olduğunu ve preview özelliklerin üretim kullanımı için tasarlanmadığını belirtir.  

Bu nedenle doğru yaklaşım, “AI satışçıların yerini alacak” düşüncesi değildir. Doğru yaklaşım şudur:
AI, satışçıların daha iyi hazırlanmasını, daha doğru önceliklendirme yapmasını ve daha değerli müşteri görüşmeleri gerçekleştirmesini sağlayacak.

Sonuç: Satışta Yeni Rekabet Avantajı, Daha Akıllı Aksiyon Alabilmek

Agentic AI ile Dynamics 365 Sales, satış süreçlerini kayıt odaklı bir yapıdan aksiyon odaklı bir yapıya taşıyor. Lead scoring ile doğru müşteri adayları öne çıkıyor. Fırsat önceliklendirme ile satış ekibi zamanını en kritik alanlara ayırıyor. Müşteri ihtiyaçları daha erken ve daha doğru anlaşılıyor. Otomatik takip aksiyonları fırsatların sessizce soğumasını engelliyor. Teklif süreçleri daha bağlamsal ve kontrollü hale geliyor. Next-best-action önerileri satıcıların daha etkili karar almasını sağlıyor.

Bu dönüşümün özü çok net:
Satış ekipleri artık yalnızca CRM’e veri giren kullanıcılar değil; AI destekli içgörülerle çalışan, daha proaktif, daha stratejik ve daha müşteri odaklı ekipler haline geliyor.

Dynamics 365 Sales, Dataverse, Copilot, Sales Agent ve Power Platform ekosistemiyle birlikte düşünüldüğünde Agentic AI, satış organizasyonları için yalnızca üretkenlik artışı değil, yeni bir satış işletim modeli sunuyor.

Geleceğin satış ekipleri daha fazla veriyle boğulmayacak. Doğru veriden doğru içgörüyü çıkaran, doğru anda doğru aksiyonu alan ve müşteriyle daha anlamlı ilişkiler kuran ekipler öne çıkacak.

Ve bu yeni dönemde CRM’in rolü değişecek:
CRM artık satışın geçmişini kaydeden sistem değil, satışın geleceğini yönlendiren akıllı platform olacak.

Dynamics 365 CE ve Agentic AI: Yeni Nesil CRM Dönüşümü

bkanlica

Giriş: Klasik CRM’in Sınırına Geldik

Uzun yıllar boyunca CRM sistemleri, şirketlerin müşteriyle ilgili verileri merkezi bir yerde toplamasını sağlayan temel iş uygulamalarıydı. Müşteri kartları, fırsatlar, aktiviteler, servis talepleri, kampanyalar, teklifler ve satış tahminleri bu sistemlerde kayıt altına alındı. Bu yaklaşım, özellikle dağınık müşteri verisini düzenlemek, satış ekiplerine görünürlük sağlamak ve servis süreçlerini standartlaştırmak açısından büyük değer üretti.

Ancak bugünün iş dünyasında müşteri ilişkileri artık yalnızca “kayıt tutma” üzerinden yönetilemiyor. Müşteriler daha hızlı yanıt bekliyor, daha kişiselleştirilmiş deneyimler talep ediyor ve markalarla çok sayıda kanal üzerinden etkileşime geçiyor. Satış ekipleri daha kısa sürede daha fazla fırsatı değerlendirmek zorunda kalıyor. Servis ekipleri karmaşık talepleri çözmeye çalışırken, iletişim merkezi ekipleri ses, e-posta, sohbet, sosyal kanal ve dijital mesajlaşma gibi farklı kanallardan gelen etkileşimleri yönetiyor. Saha hizmetleri ekipleri ise müşteri beklentisi, teknisyen uygunluğu, parça durumu, lokasyon, rota ve SLA gibi birçok değişkeni aynı anda dikkate almak zorunda kalıyor.

Bu noktada klasik CRM yaklaşımı yetersiz kalmaya başlıyor. Çünkü geleneksel CRM çoğunlukla geçmişi gösterir: Kim aradı, hangi fırsat açıldı, hangi servis talebi oluştu, hangi kampanya gönderildi, hangi teknisyen atandı? Oysa işletmelerin artık yalnızca geçmişi bilen değil, geleceğe yönelik öneri sunan, riskleri önceden fark eden, uygun aksiyonu başlatan ve gerektiğinde süreci uçtan uca yöneten sistemlere ihtiyacı var.

İşte Agentic AI kavramı, CRM dünyasında bu kırılma noktasını temsil ediyor. Microsoft’un Dynamics 365’i “agentic CRM ve ERP iş uygulamaları” olarak konumlandırması da bu dönüşümün yönünü açıkça gösteriyor: CRM artık yalnızca veri girişi yapılan bir sistem değil; ekipleri, süreçleri ve veriyi birbirine bağlayan, yapay zekâ destekli iş kararlarını hızlandıran aktif bir iş platformu haline geliyor.  

Agentic AI Nedir ve CRM İçin Neden Önemlidir?

Agentic AI, en basit haliyle, belirli hedefler doğrultusunda bağlamı anlayabilen, plan yapabilen, öneri sunabilen ve uygun sınırlar içinde aksiyon alabilen yapay zekâ yaklaşımıdır. Buradaki kritik fark, yapay zekânın yalnızca sorulan soruya cevap vermesi değil; iş sürecinin bir parçası olarak durumu değerlendirmesi, bir sonraki en iyi adımı önermesi veya otomasyonlarla birlikte aksiyona dönüştürmesidir.

Bu dönüşümde Microsoft ekosisteminin üç temel yapı taşı öne çıkar: Dynamics 365 CE uygulamaları, Dataverse ve Copilot/Copilot Studio.

Dynamics 365 Customer Engagement tarafında Sales, Customer Service, Field Service, Customer Insights, Contact Center gibi uygulamalar müşteriyle ilgili iş süreçlerini yönetir. Dataverse bu süreçlerin güvenli, ilişkisel ve genişletilebilir veri temelini sağlar; Microsoft Learn, Dataverse’i iş uygulamalarının kullandığı verileri güvenli şekilde depolamaya ve yönetmeye yarayan platform olarak tanımlar.   Copilot ise kullanıcıların doğal dille çalışmasına, veriden içgörü üretmesine, özetleme yapmasına ve karar süreçlerini hızlandırmasına yardımcı olur. Copilot Studio ise kurumların kendi iş verilerine bağlı, farklı kanallarda yayımlanabilen agent’lar oluşturmasını ve yönetmesini sağlayan platformdur.  

Bu mimari sayesinde CRM’in rolü kökten değişir. Klasik CRM’de kullanıcı sisteme veri girer ve rapor alır. Agentic CRM’de ise sistem kullanıcıyı yönlendirir, veriyi yorumlar, iş bağlamını anlar, riskleri görünür kılar ve uygun aksiyonları tetikleyebilir. Başka bir ifadeyle CRM, pasif bir kayıt defterinden aktif bir iş ortağına dönüşür.

Klasik CRM Neden Artık Yeterli Değil?

Klasik CRM sistemlerinin temel sorunu, çoğu zaman insan emeğine aşırı bağımlı olmalarıdır. Satış temsilcisinin görüşme notlarını doğru girmesi, servis temsilcisinin tüm geçmiş kayıtları okuması, pazarlama ekibinin doğru segmenti manuel oluşturması, dispatcher’ın saha ekibini en uygun şekilde planlaması beklenir. Bu yapı belirli bir ölçekte çalışabilir; ancak veri hacmi, kanal sayısı ve müşteri beklentisi arttıkça sürdürülebilirliğini kaybeder.

Bir diğer sorun da sistemlerin genellikle reaktif çalışmasıdır. Müşteri şikâyet ettikten sonra servis talebi açılır. Fırsat kaybedildikten sonra nedenleri analiz edilir. Kampanya tamamlandıktan sonra performans raporlanır. Teknisyen geciktikten sonra müşteri aranır. Oysa modern müşteri deneyimi proaktif olmayı gerektirir: Müşteri sorun yaşamadan önce uyarı almak, fırsat risk altına girmeden önce aksiyon almak, kampanya düşük performans göstermeden önce içeriği optimize etmek, saha operasyonunda gecikme oluşmadan önce planı güncellemek gerekir.

Üçüncü önemli konu da departmanlar arası kopukluktur. Satış, servis, pazarlama, iletişim merkezi ve saha hizmetleri çoğu zaman aynı müşteriye farklı pencerelerden bakar. Müşterinin satın alma geçmişi, servis deneyimi, kampanya etkileşimleri, saha ziyaretleri ve iletişim merkezi kayıtları farklı ekiplerde farklı anlamlar taşır. Dynamics 365 CE ve Dataverse tabanlı yaklaşım, bu verileri ortak bir iş platformunda anlamlandırarak Agentic AI’ın daha doğru ve bağlamsal çalışmasına zemin hazırlar.

Dynamics 365 Sales: Satıcıdan Veri Girmesini Değil, Değer Üretmesini Beklemek

Satış ekipleri için en büyük zaman kayıplarından biri CRM’e veri girmek, aktiviteleri güncellemek, toplantıya hazırlanmak ve fırsat geçmişini okumaktır. Dynamics 365 Sales içindeki Copilot yetenekleri, satıcıların fırsat ve müşteri kayıtlarını özetlemesine, son değişiklikleri takip etmesine, toplantıya hazırlanmasına ve hesaplarla ilgili haberleri görmesine yardımcı olur. Microsoft Learn, Copilot’ın Dynamics 365 Sales içinde satıcıların günlük işlerinde daha üretken ve verimli olmasına yardımcı olan bir yapay zekâ asistanı olduğunu belirtir.  

Agentic AI bu deneyimi bir adım ileri taşır. Bir satış agent’ı yalnızca “bu fırsatın özeti nedir?” sorusuna cevap vermekle kalmaz; fırsatın kapanma olasılığını etkileyen sinyalleri analiz edebilir, rakip riski oluştuğunu fark edebilir, bir sonraki en iyi aksiyonu önerebilir, eksik karar verici bilgisini işaretleyebilir ve satıcıya takip e-postası taslağı hazırlayabilir.

Örneğin bir B2B satış fırsatında agent şu şekilde çalışabilir: Müşterinin son üç toplantısında fiyat hassasiyeti öne çıkmış, teknik karar verici henüz sürece dahil edilmemiş, teklif tarihi iki kez ertelenmiş ve benzer segmentteki fırsatlarda bu durum kayıp riskini artırmış olabilir. Klasik CRM bu bilgileri farklı ekranlarda gösterir. Agentic CRM ise bu bilgileri birleştirip “bu fırsatta karar verici katılımı eksik; teknik demo planlanmalı ve yatırım geri dönüşü odaklı teklif revize edilmeli” gibi aksiyon odaklı bir öneri sunar.

Daha da önemlisi, uygun yetkiler ve onay mekanizmalarıyla agent bu aksiyonların bir kısmını başlatabilir: Toplantı önerisi oluşturabilir, görev açabilir, e-posta taslağı hazırlayabilir, satış metodolojisine göre kontrol listesi güncelleyebilir veya yöneticiyi risk konusunda bilgilendirebilir. Böylece satış temsilcisi CRM’de veri arayan kişi olmaktan çıkar; müşteriyle değerli konuşmalar yapan, stratejik ilişki yöneten bir role odaklanır.

Dynamics 365 Customer Service: Servis Temsilcisinden Bilgi Avcılığı Değil, Çözüm Beklemek

Müşteri hizmetlerinde hız ve doğruluk kritik öneme sahiptir. Ancak servis temsilcileri çoğu zaman müşterinin geçmiş taleplerini, ürün bilgilerini, garanti durumunu, ilgili makaleleri, önceki yazışmaları ve çözüm adımlarını farklı ekranlarda aramak zorunda kalır. Bu da hem temsilci deneyimini hem müşteri memnuniyetini olumsuz etkiler.

Dynamics 365 Customer Service, Copilot ile temsilci iş yükünü azaltma, self servis senaryolarını güçlendirme, operasyonları optimize etme ve müşterilere farklı kanallardan hizmet verme odağıyla konumlanır. Microsoft’un ürün sayfası, temsilcilerin manuel işleri agent’lara bırakırken her kanalda kaliteli hizmet sunmasına vurgu yapar.  

Agentic AI burada servis sürecini daha akıllı hale getirir. Bir servis agent’ı gelen talebi sınıflandırabilir, müşteri geçmişini özetleyebilir, benzer vakalardan çözüm önerileri çıkarabilir, bilgi makalesi önerebilir, yanıt taslağı oluşturabilir ve gerekli durumlarda vakayı doğru ekibe yönlendirebilir. Daha gelişmiş senaryolarda, agent yalnızca öneri sunmakla kalmaz; garanti kontrolü, iade süreci başlatma, parça talebi oluşturma veya saha servisi gerektiren durumlarda iş emri açma gibi aksiyonları da yönetebilir.

Örneğin bir müşteri, “Cihazım son iki haftadır aynı hatayı veriyor” dediğinde klasik CRM’de temsilci geçmiş servis taleplerini manuel inceler. Agentic CRM ise müşterinin daha önce aynı ürün için iki kez kayıt açtığını, son servis ziyaretinde geçici çözüm uygulandığını, ürünün garanti kapsamında olduğunu ve bu hata kodunun parça değişimi gerektirdiğini tespit edebilir. Ardından temsilciye “müşteriye özür ve çözüm odaklı yanıt ver, garanti kapsamında parça değişimi için saha iş emri oluştur” şeklinde öneri sunabilir.

Bu yaklaşım, servis kalitesini temsilcinin bireysel deneyimine daha az bağımlı hale getirir. Bilgi kurumsallaşır, çözüm süreleri kısalır ve müşteri deneyimi daha tutarlı hale gelir.

Dynamics 365 Customer Insights ve Pazarlama: Segmentten Yolculuğa, Yolculuktan Akıllı Etkileşime

Pazarlama tarafında klasik CRM yaklaşımı çoğu zaman liste yönetimi, kampanya gönderimi ve kampanya sonrası raporlama ile sınırlı kalır. Ancak modern pazarlama artık tek yönlü kampanya göndermekten ibaret değildir. Müşterinin bağlamına, davranışına, kanal tercihine, yaşam döngüsüne ve gerçek zamanlı sinyallerine göre kişiselleştirilmiş yolculuklar tasarlamak gerekir.

Dynamics 365 Customer Insights, müşteri verilerini birleştirme, kişiselleştirilmiş deneyimler oluşturma ve gerçek zamanlı müşteri yolculukları tasarlama odağıyla konumlanır. Microsoft Learn, Customer Insights – Data’yı kişiselleştirilmiş müşteri deneyimleri sunmaya yardımcı olan müşteri veri platformu; Customer Insights – Journeys’i ise temas noktaları boyunca kişiselleştirilmiş yolculukları orkestre etmeye yarayan çözüm olarak tanımlar.  

Copilot bu alanda pazarlama ekiplerinin doğal dille segment oluşturmasına, e-posta içerikleri üretmesine, gerçek zamanlı yolculuklar tasarlamasına ve içerikleri iyileştirmesine yardımcı olur. Microsoft Learn, Customer Insights – Journeys’te Copilot’ın hedefleri doğal dille tarif ederek gerçek zamanlı yolculuklar oluşturma, hedef kitle kriterleri tanımlama ve e-posta içerikleri üretme gibi kabiliyetler sunduğunu belirtir.  

Agentic AI ile pazarlama daha da proaktif hale gelir. Örneğin bir marketing agent, belirli bir segmentte açılma oranlarının düştüğünü fark edebilir, alternatif konu başlıkları önerebilir, düşük etkileşimli müşterileri farklı bir yolculuğa alabilir veya yüksek satın alma niyeti gösteren müşterileri satış ekibine aktarabilir. Müşteri bir web formunu doldurduğunda, ürün sayfasını tekrar ziyaret ettiğinde veya destek talebi açtığında, agent bu sinyalleri müşteri yolculuğuna dahil ederek daha doğru bir etkileşim tasarlayabilir.

Bu yaklaşım pazarlamayı kampanya merkezli olmaktan çıkarır; sürekli öğrenen, bağlama göre uyarlanan ve müşteriyle doğru anda doğru kanaldan iletişim kuran bir yapıya dönüştürür.

Dynamics 365 Contact Center: Omnichannel Deneyimden AI-First Hizmet Modeline

İletişim merkezleri, Agentic AI dönüşümünün en görünür olduğu alanlardan biridir. Çünkü burada yüksek hacimli, çok kanallı, zaman baskısı olan ve müşteri memnuniyetini doğrudan etkileyen süreçler vardır. Geleneksel contact center çözümleri çağrıyı karşılar, kuyruğa alır, temsilciye yönlendirir ve raporlar. Ancak modern iletişim merkezi, müşteri niyetini anlamalı, doğru self servis deneyimini sunmalı, temsilciye bağlam sağlamalı ve görüşme sonrasında aksiyonları otomatikleştirmelidir.

Dynamics 365 Contact Center, Microsoft tarafından Copilot destekli, AI-first bir iletişim merkezi çözümü olarak konumlandırılır ve mevcut CRM’lerle ya da Dynamics 365 Customer Service ile çalışacak şekilde tasarlanmıştır. Microsoft’un ürün açıklamasına göre çözüm, önceki Voice ve Digital Messaging eklentilerinin yeteneklerini bağımsız bir üründe toplar; Microsoft Copilot ve Nuance’ın konuşma tabanlı IVR yetenekleriyle zenginleştirilmiştir.  

Agentic AI burada birkaç seviyede değer üretir. İlk seviyede müşteri self servis yoluyla doğal dille destek alabilir. İkinci seviyede, temsilciye görüşme sırasında gerçek zamanlı öneriler, bilgi makaleleri ve yanıt taslakları sunulur. Üçüncü seviyede ise görüşme sonrası özetleme, kategori belirleme, takip görevi açma, müşteri memnuniyetsizliği riski tespit etme ve ilgili süreci tetikleme gibi aksiyonlar otomatikleşir.

Örneğin bir müşteri faturasıyla ilgili aradığında sistem yalnızca çağrıyı temsilciye bağlamaz; müşterinin son ödeme geçmişini, açık servis taleplerini, son kampanya etkileşimlerini ve segment bilgisini de bağlama dahil eder. Agent, temsilciye müşterinin olası niyetini, önerilen çözüm adımlarını ve konuşma tonuna göre dikkat edilmesi gereken noktaları sunabilir. Görüşme sonunda ise özet oluşturabilir, gerekirse vaka açabilir veya müşteri memnuniyeti düşükse özel takip süreci başlatabilir.

Böylece iletişim merkezi maliyet merkezi olmaktan çıkar; müşteri deneyimini iyileştiren, satış ve servis sinyallerini yakalayan stratejik bir etkileşim merkezine dönüşür.

Dynamics 365 Field Service: Saha Operasyonlarında Gerçek Zamanlı Karar Alma

Saha hizmetleri, CRM’in operasyonel süreçlerle en fazla kesiştiği alanlardan biridir. Burada müşteri beklentisi, servis seviyesi anlaşmaları, teknisyen yetkinlikleri, lokasyon, rota, stok, parça, iş emri önceliği ve acil durumlar bir arada yönetilir. Klasik planlama yöntemleri, gün içindeki değişiklikler arttıkça yetersiz kalır.

Dynamics 365 Field Service, iş emirleri, kaynak planlama, rota optimizasyonu, saha teknisyeni deneyimi ve müşteri iletişimi gibi süreçleri yönetir. Microsoft Learn, Field Service’in iş emirleriyle servis işini tanımladığını; planlama ve dispatch araçlarıyla kaynakları, ekipmanı, saha randevularını ve verimli rotaları yönetmeye yardımcı olduğunu belirtir.  

Agentic AI burada operasyonun dinamik yapısına uyum sağlar. Microsoft, Dynamics 365 Field Service için Scheduling Operations Agent adlı otonom agent’ın public preview olarak sunulduğunu ve dispatcher’ların gün içinde değişen koşullara göre teknisyen planlarını optimize etmesine yardımcı olduğunu belirtir.  

Örneğin bir teknisyen trafiğe takıldığında, bir acil arıza kaydı açıldığında veya gerekli parça beklenmedik şekilde stok dışı kaldığında, agent planı yeniden değerlendirebilir. Uygun yetkinliğe sahip en yakın teknisyeni önerebilir, müşteri randevusunu yeniden planlayabilir, dispatcher’a alternatif senaryolar sunabilir ve SLA ihlali riskini önceden gösterebilir.

Saha hizmetlerinde Agentic AI’ın en büyük katkısı, operasyonu statik planlardan dinamik karar mekanizmalarına taşımaktır. Böylece müşteriye verilen sözler daha iyi yönetilir, teknisyen verimliliği artar ve ilk ziyarette çözüm oranı iyileşir.

Power Platform ile Genişletilebilir Agentic CRM

Dynamics 365 CE ve Agentic AI dönüşümünün önemli avantajlarından biri, standart uygulama kabiliyetlerinin Power Platform ile genişletilebilmesidir. Power Apps ile özel iş uygulamaları geliştirilebilir, Power Automate ile süreçler otomatikleştirilebilir, Power BI ile içgörüler görselleştirilebilir, Power Pages ile dış kullanıcı deneyimleri oluşturulabilir ve Copilot Studio ile kurumun kendi iş süreçlerine özel agent’lar tasarlanabilir.

Bu yapı, CRM dönüşümünü yalnızca hazır ürün özelliklerine bağlı bırakmaz. Örneğin bir şirket satış sonrası memnuniyet agent’ı, bayi destek agent’ı, teklif onay agent’ı, servis kalite kontrol agent’ı veya müşteri kaybı riski agent’ı geliştirebilir. Bu agent’lar Dataverse, Dynamics 365 kayıtları, web siteleri, bilgi kaynakları ve dış sistemlerle çalışabilir. Microsoft Learn, Copilot Studio’daki bilgi kaynaklarının Power Platform, Dynamics 365 verileri, web siteleri ve dış sistemlerden gelen kurumsal verileri kullanarak agent’ların müşterilere ilgili bilgi ve içgörü sunmasına yardımcı olduğunu belirtir.  

Bu nedenle Agentic CRM yalnızca “CRM’e yapay zekâ eklemek” değildir. Daha doğru tanım şudur: CRM verisini, iş süreçlerini, otomasyonları ve yapay zekâ agent’larını ortak bir iş mimarisinde bir araya getirmek.

Yönetişim, Güvenlik ve İnsan Kontrolü

Agentic AI’ın CRM’de başarılı olabilmesi için yalnızca teknoloji yeterli değildir. Kurumların veri kalitesi, süreç sahipliği, güvenlik rolleri, onay mekanizmaları ve etik kullanım ilkeleri üzerinde netleşmesi gerekir.

Her agent’ın hangi verilere erişebileceği, hangi aksiyonları tek başına alabileceği, hangi durumlarda insan onayı isteyeceği ve hangi kararları yalnızca öneri seviyesinde tutacağı belirlenmelidir. Özellikle satış tahmini, müşteri segmentasyonu, otomatik yanıt üretimi, kredi/ödeme hassasiyeti, şikâyet yönetimi ve saha önceliklendirme gibi alanlarda şeffaflık ve denetlenebilirlik kritik öneme sahiptir.

Bu nedenle başarılı bir Agentic CRM stratejisi üç katmanı birlikte ele almalıdır: güvenilir veri temeli, iyi tasarlanmış iş süreçleri ve kontrollü yapay zekâ aksiyonları. Dataverse, güvenlik modeli ve iş verisi yapısıyla temel katmanı oluştururken; Dynamics 365 uygulamaları süreç bağlamını sağlar; Copilot ve Copilot Studio ise bu bağlamı akıllı önerilere ve aksiyonlara dönüştürür.

Sonuç: CRM’in Geleceği Agentic, Bağlamsal ve Aksiyon Odaklı

CRM’in geleceği, daha fazla ekran, daha fazla alan ve daha fazla manuel veri girişiyle şekillenmeyecek. Geleceğin CRM’i, müşteri verisini anlayan, iş bağlamını yorumlayan, ekipleri doğru anda doğru aksiyona yönlendiren ve tekrarlayan işleri agent’lara devreden bir yapıya dönüşecek.

Dynamics 365 CE ve Agentic AI birlikteliği bu dönüşüm için güçlü bir zemin sunuyor. Sales tarafında satıcılar daha iyi hazırlanıyor ve fırsat risklerini erken görüyor. Customer Service tarafında temsilciler daha hızlı ve tutarlı çözüm sunuyor. Customer Insights ile pazarlama daha kişiselleştirilmiş ve gerçek zamanlı hale geliyor. Contact Center, AI-first bir müşteri etkileşim merkezine dönüşüyor. Field Service ise dinamik planlama ve proaktif servis yaklaşımıyla operasyonel mükemmelliğe yaklaşıyor.

Bu dönüşümün özü şudur: CRM artık yalnızca “müşteriyle ilgili ne oldu?” sorusuna cevap veren bir sistem değildir. Yeni nesil CRM, “ne oluyor, ne olabilir ve şimdi ne yapmalıyız?” sorularına cevap veren akıllı bir iş platformudur.

Agentic AI, CRM’i kayıt tutan bir sistem olmaktan çıkarıp öneren, karar süreçlerini destekleyen ve kontrollü şekilde aksiyon alan bir yapıya dönüştürüyor. Microsoft Business Applications dünyasında bu, yalnızca teknolojik bir yenilik değil; müşteri deneyimini, çalışan verimliliğini ve iş süreçlerini yeniden tasarlayan stratejik bir dönüşümdür.

Ay’da Mağaza Açmak: E-Commerce / S-Commerce

bkanlica

Dominos Pizza yıllar önce Ay’da ilk restoran açan firma olmak için girişimlere başlayacağını duyurmuştu. Bu fikir çılgınca mıydı akıllıca mıydı tartışılır ama müşterinin olmadığı yerde mağaza açmak hiçbir firmanın istemeyeceği bir şey tabii ki.

Peki binlerce potansiyel müşterinizin olduğu internet ortamında e-mağaza açmak başarı için yeterli mi ya da mobil uygulama yaptırmak?

Gelin bu sorunun cevabını birlikte arayalım ve e-Ticareti değil S-Ticareti (Sosyal Ticareti) konuşalım yanına bir de Sosyal CRM koyalım.

Etkinlige linke tiklayarak katilabilirsiniz.
http://mwns.co/sayhello

Kaçıranlar buradan izleyebilir:

Korkulu Rüya: Uzaktan Satış Yapmak

bkanlica

Müşterilerinizle nerede olurlarsa olsunlar bağlantı kurmanız, daha fazla müşteri adayını kapatmanız ve daha fazla müşteriyi daha fazla satın almaları için yönlendirmeniz için eksiksiz bir satış ve müşteri hizmetleri işlev setine ihtiyacınız vardır. 

Daha akıllı ve daha hızlı olmanız gerekir.  Peki bu araçlar nelerdir, nerede bulunur? Gelin beraber bakalım.

İnteraktif WhatsApp deneyimiyle kayıt için: 

http://mwns.co/sayhello

Kaçıranlar buradan izleyebilirler:

Geleceğe Notlar – Müşteri Deneyimi

bkanlica

Gelin “Müşteri Deneyimi”ni arttırmanın yollarını birlikte arayalım. Dynamics 365’in ve Flexxii’nin çoklu kanal deneyimini beraber keşfedelim.

İnteraktif WhatsApp deneyimiyle kayıt için:  
http://mwns.co/sayhello

Kaçıranlar buradan izleyebilirler:

#müşterideneyimi#CRM#SosyalCRM#SosyalTicaret#S-Commerce #tahminleme#sosyalmedya#whatsapp#Facebook#barisingunlugu

40 oldum da ne oldum?

bkanlica

Bugün ben 40 yaşına girdim.
40 sene harcadım bu hayatta yarısı çalışmakla geçti ama şanslıyım ki sevdiğim işi yaptığım için çok çalışmış da sayılmam.
Mesleğini iyi seçtiysen biliyorsun ki meyvelerini toplayacaksın ileride ki aynen öyle oluyormuş kendimden biliyorum.
Statün oluyor, paran oluyor, evlerin arabaların oluyor, kısacası karnın tok oluyor…

Artık hayattaki herşey çok farklı bu yaşta; herşeyden önce artık koşmuyorsun daha çok yürüyorsun, yürüyorsun ama daha hızlı bir yerlere varıyorsun çünkü aklın senden önce varıyor.
Yürüyorsun ama nereye gideceğini biliyorsun çünkü geri dönecek yeni yollara girecek vaktin yok, zamanı iyi değerlendirmen gerekiyor.
Çok okuyorsan, çok dinliyorsan, çok çalışıyorsan hepsi seni bir yere götürüyor bazen de yürümeden; uçarak…

Onlarca ülkeyi gezdim değişik kültürler gördüm, ülkemi anlattım seni beni anlattım onlara, arkadaş oldum hepsiyle.
(Loch Lomond’da Loch Ness canavarını da aradım, San Diego’da zürafalarla da dolaştım. Dubai’de çöl ortasında kaldım, Bahama’larda fırtına gördüm, Khinalug’da dağda kayboldum, Paris’i bisikletle gezdim, vs…)

Arkadaşlıklar da başka artık kimseyle vakit kaybetmiyorsun hayatında olmak isteyen geliyor istemeyen gidiyor, kimse kimseyi yormuyor.
Ne sen başkasıyla uğraşıyorsun ne de onlar seninle.
Kalbinin oralara biryerlere koydukların hep seninle onlar kendilerini biliyorlar zaten. İletişim halindesin illa ki.
Seçimlerin daha doğru geliyor çünkü her insanın bir hayatı bir bakış açısı bir varlığı var sen onları anladıysan onlar da seni anlıyor ve öyle kabul ediyor.
Kimileri de bırakıp bizleri gittiler, biz mi onlar mı hayatlarını kaybetti bilemedik acıları tazeyken.
Belki onlar ölümü kazandılar, zahmetsiz acısız, kimseye yük olmadan…
Kızdım onlara ağladım arkalarından duymadılar, ölmek için güzel bir gün dediler herhalde ve gittiler bilemedim.

Nerede başladığını bilmediğin hikayelerin oluyor bu yaşa kadar, nerede bitecek bilemiyorsun da
Yeri geldi uçak kullandım, pistte yarıştım yeri geldi düz yolda düştüm ama hep ben oldum
Ama akıllıysan hayat arkadaşı seçiyorsun kendine, paylaşıyorsun her şeyi, sonra biz oldum
Biz erkekler şanslıyız çünkü bir kadın bizi sevdimi eş oluyor, kardeş oluyor, ev oluyor dahası çocuk veriyor.
Bir çocuğun oluyor sonra sen yeniden doğuyorsun onunla
Ana oluyorsun baba oluyorsun anlıyorsun onların kıymetini
Yeniden yürümeyi öğreniyorsun, düşüyorsun dizlerin kanıyor ama yine deniyorsun tutunmadan kendini boşluğa bırakmayı korkmuyorsun yeniden düşer miyim diye.
Sonra bir çocuğun daha oluyor
Kardeş oluyorsun yeniden
Beraber düşüp kalkıyorsun bu sefer yeniden…

Hayat kendini tekrar ediyor zaman bir nehir gibi akıp giderken
Ama sen hep nehrin başka noktalarında duruyorsun dinleniyorsun
Sonra başlıyorsun düşüp kalkmaya yeniden…

Biliyorsun ki her şey büyülü bu hayatta
Yıldızlar da güller de yağmur sonrası kokan bahçe de
Kısacası herkes gibi ben de çok koştum, çok düşündüm, çok savaştım, çok barıştım, çok güldüm, çok eğlendim, çok hüzünlendim
Ben de çocuk oldum, kardeş oldum, dayı oldum, amca oldum, sevgili oldum, eş oldum, baba oldum
Su gibi oldum her kaba sığdım, yeri geldi yağmur oldum
Ve 40 oldum da hepsi için de o kadar mutlu oldum ki anlatamam

Barış Kanlıca
05.02.2022

Daha fazla ben için: https://bariskanlica.com