B2Metric olarak Türkiye’de kazandığımız deneyimi yurt dışına taşıyoruz. Körfez bölgesinde Kuveyt ofisimiz ve STC Telekom gibi referanslarımızla güçlü bir konumdayız. Farklı pazarlarda telekom ve sigorta sektörlerinde büyümeye devam ediyoruz. Fast Company Türkiye Startup100 listesinde iki yıl üst üste yer almak bizim için önemli bir motivasyon oldu. Hedefimiz, Türkiye’den çıkan ve dünyanın farklı pazarlarında kurumların büyüme motorunu yöneten küresel bir yapay zekâ şirketi olmak.
B2Metric Kurucu Ortak – CEO Murat Hacıoğlu
- B2Metric’in AI-native yaklaşımını ve klasik analitik platformlardan ayrıştığı noktaları nasıl tanımlarsınız?
Klasik analitik platformlar geçmişe bakar; “Ne oldu, kaç müşteri kaybettik, hangi kampanya ne getirdi?” Bu sorular değerli ama cevap geldiğinde iş çoğu zaman çoktan bitmiş oluyor. Biz B2Metric’i en baştan farklı bir soruyla kurduk: “Şimdi ne olacak ve bununla ilgili şu anda ne yapmalıyız?”
AI-native olmak bizim için yapay zekâyı mevcut bir ürüne sonradan eklenmiş bir modül olarak görmemek anlamına geliyor. Veri toplama, müşteri profili, tahmin, karar ve aksiyon katmanlarının hepsi yapay zekâ etrafında tasarlandı. Platformumuz veriyi topluyor, her müşteri için tahmin üretiyor, bu tahmine göre en doğru aksiyonu seçiyor ve o aksiyonu doğru kanaldan, doğru zamanda kendisi devreye alıyor. Yani rapor üreten bir araç değil, büyüme süreçlerini uçtan uca otomatikleştiren bir Agentic Growth Platform’dan bahsediyoruz.
İkinci önemli fark da erişilebilirlik. Eskiden bir tahmin modeli kurmak aylar süren, veri bilimi ekipleri gerektiren bir işti. Bugün bir pazarlama yöneticisi, Asky gibi ajanlarımızla doğal dilde soru sorup saniyeler içinde içgörüye ulaşabiliyor. Yapay zekâyı bir uzmanlık alanı olmaktan çıkarıp her iş biriminin günlük aracı hâline getirmek, bizi klasik analitikten ayıran temel nokta.
- B2Metric çözümlerinde yapay zekâ, müşteri davranışlarını anlamak ve gelecekteki ihtiyaçları öngörmek için nasıl kullanılıyor?
Müşteri aslında sürekli konuşuyor; sadece bunu kelimelerle değil davranışlarıyla yapıyor. Uygulamaya giriş sıklığı, işlem tutarlarındaki değişim, bir ürün sayfasında geçirilen süre, çağrı merkezine yapılan bir arama… Bunların her biri tek başına küçük bir sinyal ama bir araya geldiğinde çok net bir hikâye anlatıyor. Biz önce bu sinyalleri web, mobil, çağrı merkezi, CRM ve işlem sistemleri gibi farklı kaynaklardan toplayıp her müşteri için tekil ve canlı bir profil oluşturuyoruz.
Ardından makine öğrenmesi modellerimiz bu profiller üzerinde örüntüleri öğreniyor: Hangi davranış dizisi kaybın habercisi, hangi müşteri yeni bir ürüne hazır, kimin harcama potansiyeli artıyor? Burada kritik olan, bu modellerin statik olmaması. Müşteri davranışı değiştikçe modeller de yeniden öğreniyor. Böylece bir bankaya “Bu müşteri üç ay sonra muhtemelen kredi kartı kullanımını azaltacak” ya da “Bu müşteri önümüzdeki iki hafta içinde yatırım ürünlerine ilgi duyacak” gibi ileriye dönük, aksiyon alınabilir öngörüler sunabiliyoruz.
Yapay zekânın en büyük katkısı, kurumlarda sezgiye ve ortalamalara dayanan kararları müşteri bazında, veriye dayalı kararlara dönüştürmesi
- Müşteri verilerinden tahmine dayalı içgörüler üretirken yapay zekâ hangi karar süreçlerine katkı sağlıyor?
Yapay zekânın en büyük katkısı, kurumlarda sezgiye ve ortalamalara dayanan kararları müşteri bazında, veriye dayalı kararlara dönüştürmesi. Pazarlama tarafında “Bu kampanyayı kime, hangi kanaldan, ne zaman göndermeliyim?” sorusunun cevabı artık geniş segmentler değil, her müşteri için ayrı ayrı hesaplanan olasılıklar.
Müşteri deneyimi ve elde tutma tarafında hangi müşteriye proaktif olarak ulaşılması gerektiğini, hangisine ise hiç dokunulmaması gerektiğini söyleyebiliyoruz; çünkü gereksiz temas da bazen kayıp sebebi olabiliyor. Ürün ve fiyatlama tarafında hangi teklifin hangi müşteri için gerçekten değer yarattığını görebiliyoruz. Bütçe tarafında ise SignalOne ile reklam harcamalarının hangi kanalda gerçek getiri ürettiğini ölçüp yatırımı oraya yönlendirebiliyoruz.
Yönetim seviyesinde de durum değişiyor. Üst yöneticiler artık hazırlanmasını haftalarca bekledikleri raporlar yerine Asky’ye doğrudan soru sorarak güncel tabloya anında ulaşabiliyor. Karar hızı arttığında, rekabet avantajı da kendiliğinden geliyor.
- Churn tahmini, müşteri yaşam boyu değeri ve Next Best Offer gibi çözümlerinizde yapay zekânın rolü nedir?
Bu üç alan aslında müşteri yaşam döngüsünün üç kritik sorusuna karşılık geliyor: Kimi kaybetmek üzereyiz, kim bizim için ne kadar değerli ve her birine ne sunmalıyız?
Churn tahmininde yapay zekâ, müşteri henüz ayrılma kararı vermeden önce ortaya çıkan zayıf sinyalleri yakalıyor. Bunu “Kaybedeceğiz” demekle bırakmıyoruz; nedenini de açıklıyoruz ve en uygun elde tutma aksiyonunu öneriyoruz. Telekom sektöründe dört yılı aşkın süredir canlıda çalışan çözümümüzle churn ve yeni ürün satışında yüzde 25’in üzerinde azalma sağladık; finans ve mobil ödemeler mobil uygulamaları tarafında da yüzde 20 seviyesinde bir iyileşme elde ettik.
Müşteri yaşam boyu değeri (CLV) modelleri, kurumların pazarlama ve hizmet yatırımını doğru müşterilere yönlendirmesini sağlıyor. Bugün düşük işlem yapan ama yüksek potansiyel taşıyan bir müşteriyi erkenden fark etmek, uzun vadede büyük fark yaratıyor.
Next Best Offer ise bu öngörüleri aksiyona dönüştürdüğümüz yer. AI Decisioning Studio, her müşteri için ürün uygunluğunu, satın alma olasılığını, kanal tercihini ve iş kurallarını aynı anda değerlendirerek “Bu müşteriye bugün sunulabilecek en doğru teklif bu” diyebiliyor. Sonuçta müşteri kendisini rahatsız eden değil, gerçekten işine yarayan teklifler alıyor; kurum da daha yüksek dönüşüm oranına ulaşıyor.
Flowly’de yolculuklar müşterinin o anki davranışıyla tetikleniyor
- Flowly gibi çözümleriniz, yapay zekâyı gerçek zamanlı müşteri yolculuklarının yönetiminde nasıl kullanıyor?
Flowly, tahminleri anlık aksiyona dönüştüren orkestrasyon katmanımız. Klasik kampanya yönetiminde belirli bir tarihte, belirli bir listeye toplu gönderim yapılır. Flowly’de ise yolculuklar müşterinin o anki davranışıyla tetikleniyor.
Örneğin bir müşteri mobil uygulamada kredi başvurusunu yarıda bıraktığında, churn skoru belirli bir eşiği aştığında ya da maaşı hesabına yattığında Flowly bunu anında algılıyor ve önceden kurgulanmış ya da yapay zekânın önerdiği yolculuğu başlatıyor. Hangi kanalın kullanılacağına (push bildirim, SMS, e-posta, WhatsApp ya da çağrı merkezi) yine modeller karar veriyor; çünkü her müşterinin ulaşılabilir olduğu kanal ve saat farklı.
Yapay zekâ burada iki rol üstleniyor: Birincisi, yolculuğun her adımında “Sıradaki en iyi adım ne?” sorusunu cevaplamak. İkincisi, test modülümüz sayesinde farklı senaryoları sürekli deneyip en iyi sonucu veren kurguyu otomatik olarak öne çıkarmak. Böylece pazarlama ekipleri her yolculuğu tek tek optimize etmek zorunda kalmıyor; sistem kendi kendine öğreniyor ve iyileşiyor.
- Bankacılık ve fintech müşterilerinizle gerçekleştirdiğiniz projelerde hangi problemler yapay zekâ ile daha etkin çözülebiliyor?
Bankacılık ve fintech, yapay zekânın etkisinin en net görüldüğü alanlardan biri; çünkü hem veri zenginliği hem de müşteri başına değer çok yüksek. Projelerimizde özellikle dört problemin yapay zekâ ile çok daha etkin çözüldüğünü görüyoruz.
Birincisi müşteri kaybı ve pasifleşme. Fintech’te müşteri çoğu zaman hesabını kapatmıyor; sessizce kullanmayı bırakıyor. Bu pasifleşmeyi erkenden fark etmek ve doğru dokunuşla müşteriyi yeniden aktif hâle getirmek kritik önemde.
İkincisi çapraz satış. Kredi kartı, kredi, yatırım ve sigorta gibi ürünlerde doğru müşteriye, doğru zamanda teklif sunmak dönüşüm oranlarını ciddi biçimde artırıyor ve müşteri memnuniyetini de koruyor.
Üçüncüsü onboarding ve aktivasyon. Dijital kanaldan gelen yeni müşterinin ilk 30 günü, uzun vadeli değerini belirleyen dönem. Bu süreci kişiselleştirmek, edinim maliyetinin geri dönüşünü hızlandırıyor.
Dördüncüsü pazarlama verimliliği. Reklam bütçesinin hangi kanalda gerçek değer yarattığını görmek ve kampanyaları kitlesel gönderimden kişiye özel iletişime taşımak, maliyetleri düşürürken getiriyi artırıyor.
Tüm bunların yanında regülasyonun yoğun olduğu bir sektörde çalıştığımız için verinin kurum içinde kalabilmesi, yerinde (on-premise) kurulum seçeneği ve ISO 27001, SOC 2 gibi güvenlik standartları da projelerin başarısında belirleyici rol oynuyor.
Müşterilerimizin her biri bize farklı bir şey öğretti ve ürün yol haritamızı doğrudan şekillendirdi
- Papara, Aktif Bank ve BKT Bank gibi müşterilerinizde elde edilen sonuçlar, B2Metric’in ürün stratejisini nasıl şekillendiriyor?
Bu müşterilerimizin her biri bize farklı bir şey öğretti ve ürün yol haritamızı doğrudan şekillendirdi. Papara gibi tamamen dijital, hızlı büyüyen ve milyonlarca kullanıcıya hitap eden bir fintech ile çalışmak bize ölçeğin ve hızın önemini öğretti. Gerçek zamanlı veri işleme, anlık tetiklenen yolculuklar ve yüksek hacimde kişiselleştirme kabiliyetlerimiz bu tür projelerde olgunlaştı.
Aktif Bank gibi yenilikçi ve geniş bir dijital ekosisteme sahip bir bankada, farklı ürün ve kanalları tek bir müşteri görünümünde birleştirmenin ve çapraz satış kararlarını bu bütünlük üzerinden vermenin değerini gördük.
BKT Bank ile ise farklı bir pazarda, farklı müşteri alışkanlıklarıyla çalışmanın ürünümüzü ne kadar esnek kurmamız gerektiğini bir kez daha teyit ettik.
Bu deneyimlerden çıkan ortak sonuç şu oldu: Kurumlar artık sadece doğru tahmin istemiyor, o tahmini en kısa sürede aksiyona dönüştürebilmek istiyor. Ürün stratejimizi de bu doğrultuda “tahminden aksiyona” ve giderek “ajanlarla otonom büyümeye” doğru evriltiyoruz. Bir diğer önemli öğrenim de iş birimlerinin teknik ekiplere bağımlılığını azaltma ihtiyacıydı; Asky’yi geliştirmemizin arkasında da büyük ölçüde bu ihtiyaç var.
Modellerimiz her tahminle birlikte o tahmini en çok etkileyen faktörleri de sunuyor
- Yapay zekâ modellerinin açıklanabilirliği ve güvenilirliği, B2Metric ürünlerinde nasıl ele alınıyor?
Özellikle finans sektöründe “Model böyle söyledi” demek yeterli değil. Bir karar alınacaksa, o kararın neden alındığının da anlaşılır olması gerekiyor. Bu yüzden açıklanabilirliği ürünlerimizin temel tasarım ilkelerinden biri olarak görüyoruz.
Modellerimiz her tahminle birlikte o tahmini en çok etkileyen faktörleri de sunuyor. Örneğin bir müşterinin churn riski yüksek görünüyorsa, bunun son dönemdeki işlem düşüşünden mi, bir şikâyet kaydından mı yoksa rakip bir kampanyadan mı kaynaklandığını görebiliyorsunuz. Bu, hem iş birimlerinin modele güvenmesini sağlıyor hem de doğru aksiyonu seçmelerini kolaylaştırıyor.
Güvenilirlik tarafında ise model performansını sürekli izliyoruz, veri ve davranış değişimlerini takip ediyoruz, performans düştüğünde modelleri yeniden eğitiyoruz. Her aksiyonu kontrol gruplarıyla ölçerek yapay zekânın gerçekten ne kadar fark yarattığını somut olarak raporluyoruz. Üretken yapay zekâ tarafında, yani Asky gibi ajanlarda da cevapların kurumun kendi verisine dayanmasını, kaynağının izlenebilir olmasını ve yetki kurallarına uyulmasını sağlıyoruz.
Veri güvenliği ve gizlilik de bu güvenin ayrılmaz bir parçası; ISO 27001 ve SOC 2 sertifikalarımız ve yerinde kurulum seçeneğimizle kurumların verileri üzerindeki kontrolünü koruyoruz.
Kurumların büyüme süreçlerini yapay zekâ ajanlarıyla uçtan uca yöneten bir platform olmak istiyoruz
- B2Metric’in önümüzdeki dönemde yapay zekâ alanındaki ürün, teknoloji ve global büyüme hedefleri neler?
Önümüzdeki dönemde odağımız, analitik ve tahmin yapan bir platformdan kurumların büyüme süreçlerini yapay zekâ ajanlarıyla uçtan uca yöneten bir platforma geçişi tamamlamak. Bugün pazarlama ekiplerinin günler süren işlerini, yani analiz, segmentasyon, kampanya kurgusu, test ve raporlamayı, birbiriyle konuşan ajanların dakikalar içinde yapabildiği bir yapı kuruyoruz. İnsan, stratejiyi ve hedefi belirleyen; ajanlar ise bunu uygulayan ve sürekli iyileştiren taraf olacak.
Teknoloji tarafında, Asky ile başlattığımız üretken yapay zekâ yolculuğunu derinleştiriyoruz. Sigorta ve perakende gibi sektörlerde Asky’nin hayata geçmesi bu yöndeki talebin ne kadar güçlü olduğunu gösteriyor. Composable CDP mimarimiz sayesinde de kurumların mevcut veri altyapılarını değiştirmeden bu yeteneklere hızla ulaşmasını hedefliyoruz.
Global büyüme tarafında ise Türkiye’de kazandığımız deneyimi yurt dışına taşıyoruz. Körfez bölgesinde Kuveyt ofisimiz ve STC Telekom gibi referanslarımızla güçlü bir konumdayız. Farklı pazarlarda telekom ve sigorta sektörlerinde büyümeye devam ediyoruz. Fast Company Türkiye Startup100 listesinde iki yıl üst üste yer almak bizim için önemli bir motivasyon oldu. Hedefimiz, Türkiye’den çıkan ve dünyanın farklı pazarlarında kurumların büyüme motorunu yöneten küresel bir yapay zekâ şirketi olmak.
