Çağrı merkezlerinin kurumların müşteri ile iletişiminde tek merkez konumuna gelmesiyle beraber, müşteri ile temas edilen her noktayı yönetmesi zorunlu hale geldi. Müşterisini hangi kanaldan gelirse gelsin, tek kişi olarak algılaması yani “tekil kişi” haline getirebilmesi için yani çağrı merkezlerinin elindeki verileri çok iyi yönetebilme yeteneğine kavuşmak için teknolojiden büyük oranda faydalanması gerekiyor. Müşteriyi 360 derece görüntüleyebilmek aynı zaman memnuniyet yaratma ve satış fırsatları oluşturmada da avantajlar yaratıyor.
Bu sayımızda büyük veriyi bu açıdan ele aldık, önce Komtaş’la tanımını yaptık, ardından İntellica ile hızını yani anlık verinin değerini inceledik. İtelligence ile buna imkan tanıyan yeni platformları ele aldık. Denizbank ile bankada bu idealin hayata geçişini gördük ve Qlikview ile çağrı merkezi yönetimine neler katabileceğine baktık.
VOLUME, VARIETY, VELOCITY, VALUE…
Yüksel Çomak
KOMTAŞ Bilgi Yönetimi Genel Müdürü
Bilişim sektörünün gelişmesiyle, yani büyük hacimli ve farklı yapılardaki verileri işleme becerisine sahip teknolojilerle birlikte aslında büyük verinin ortaya çıkması değer yaratma noktasında geldi. Bu konuyu altın işlemeye benzetiyorum; 1 ton topraktan bir gram altın elde ediyorsunuz ve çok ciddi süreçlerden geçiyor. Karşılıklı etkileşimden kaynaklanan veri, cihazların ürettiği veri, bütün bu farklı yapılardaki büyük hacimli verilerin sonuçta bir değer yaratabileceği noktasında büyük veri tanımı ortaya çıktı.
Verinin hacmi yani volume önemli. Variety dediğimiz, değişkenlik göstermesi sözkonusu yani hem etkileşimden gelen veri, hem yapısal veri, hem de cihaz verisinden bahsediyoruz. Velocity ise 2 nokta için kullanılıyor; hem verinin hızlı artması hem de üretildiği ve değer yarattığı nokta ile tüketildiği noktanın çok hızlı değişmesi. Mesela bir kişiye mağazanın içinde iken yakalayıp kampanya sunabilirseniz bir değer ifade ediyor ve burada bir de karşımıza value çıkıyor, yani değer yaratması…
Büyük verinin bir adım öncesi kurumların kendi verilerini etkin kullanabilme becerilerine sahip olmalarıdır. Şu anda en büyük sıkıntı, veriyi tanımaktan geçiyor. Eğer siz daha verinizi tanıyamıyorsanız, doğru veri modeli kurgulamamışsınız, doğru bir veri mimarisi oluşturamamışsanız değerli veriyi nasıl tasnif edeceksiniz? Veritabanının hangi bölümlerinde bu bilgiler var?
3 açıdan bakmak lazım aslında; veriyi toplayacak veri yönetim platformları çok önemli, ikinci olarak işleyecek doğru analitik uygulamaların seçilmesi önemli, bir de artık bunları toplayacak, depolayacak veritabanı üzerinde çalışmamız lazım. Bu üçü çok değişiklik gösterdi. Bu mimariyi yönetecek bir yaklaşım olması gerekiyor. Bunlar büyük verinin 3 temel direğini oluşturuyor.
Büyük veri ile ilgili farkındalığın olduğu, fakat bu konudan somut olarak nasıl değer yaratılacağı noktasında kafaların karışık olduğu kanaatindeyim. Özellikle büyük verinin yönetimi açısından bakıldığında, alt yapı ve kullanılan teknoloji, başlangıç için ilk adımdır. Kurumsal Veri Mimarisi, Veri Yönetişimi, Kurumsal Veri Entegrasyonu gibi temel çalışma alanlarının tanımlanmış olması şarttır. Herhangi bir kurum, öncelikle sahip olduğu veriyi çok iyi yönetebilmeli, daha sonra, mobilite ve sosyal medyanın oluşturduğu dünyanın verisini yönetme konusundaki becerilerini geliştirmelidir ve bunu yaparken de en doğru teknoloji alt yapılarına sahip olmalıdır. Komtaş Bilgi Yönetimi olarak, Türkiye resmi temsilciliğini yürüttüğümüz Informatica’nın pazara sunduğu Informatica 9.5; sosyal MDM yeteneği sayesinde, büyük verinin yönetimi çözümleri sunuyoruz.
Büyük veriyi tek boyutlu düşünmemek gerekir. “Ben müşterinin 360 derece görüntüsü ile ilgili nereden veri alabilirim? “ diye düşünmek lazım. Yani twitter’da nelerden konuştuğunu, facebook’ta nelerden hoşlandığını veya hoşlanmadığını, instagram’da nerede gezdiğini, bunlarla birlikte beni aradığında gerçekten değerli bir müşterinin sesinden aslında şu anda mutsuz bir müşteri olarak beni aradığını ve buna yönelik önce rahatlatma ve sonrasında belki teklif sunmayı bütün olarak düşünmem gerekir. Çağrı merkezi insanlara hizmet verdiği için öncelikli olarak karşısındaki insanı tanıması, anlaması önemlidir. Burada müşteri temsilcisini bilgi işçisi gibi görerek veriyle donatmamız gerekir. Müşteri geldiği zaman sesinden sinirli olduğunu anlamalı veya biraz önce başka bir kanalda sıkıntı yaşadıysa çağrı merkezini aradığında kaldığı yerden devam edebilmesinin sağlamalı. Teknolojinin bunu yakalaması ve müşteri temsilcisine iletmesi beklenmeli. Bilgi işçisinin analitiğe, enformasyona, çözümlemesi için gerektiğinde bilgiyi derinleştirmeye, teknolojiden maksimum düzeyde faydalanmaya ihtiyacı var. Eğer müşteri temsilcisine sadece bir telefon verip, müşteriye TC kimlik numarasını sorup, 3 tane verisinden hizmet vermeye kalkarsanız sadece abone mantığıyla memnuniyetsizlik yaratırsınız.
Ancak müşteri temsilcisine hem bilgi işçisi gözüyle bakıp maksimum seviyede bilgi vereceksiniz hem de o bilginin güvenliği sağlayacaksınız, burada da teknoloji kullanmak lazım. Büyük verinin güvenliği denildiğinde anlaşılması gereken; verinin ilgili ve güvenilir olmasıdır. Milyonlarca ve inanılmaz bir hızla büyüyen veri içinde ilgili ve güvenilir veriyi bulmak ve analiz edebilmek en önemli adımdır.
Verinin kimin eline geçtiğinde ne derece değerli veri olabileceği önemli. Örneğin çağrı merkezinde olacak bir verinin bazı bileşenlerinin o kişinin önünde olmasına gerek yok sadece ilgili veri parçacıklarının olması değerli. Çünkü tümünü paylaştığınızda artık o risk haline gelmeye başlıyor. Maskelemelerle o verinin kalitesinin ve güvenliğinin sağlanması gibi çalışmalarımız var.
BIG DATA MI? FAST DATA MI?
Can Alhas
Intellica Kurucu Ortağı
Verinin değerini anlayanlar için artık big data tartışmasız bir konudur. Çünkü artık verinizi değerlendirdiğiniz kadar varsınız. Big data’nın aslında adında kaotik bir durum da var çünkü verinin getirdiği olanaklara baktığınızda büyük olmasına gerek olmadığını görüyorsunuz. Elinizde bir platform var. Yarı structure veya unstructure datayı biriktirebileceğiniz, değerlendirebileceğiniz bir katman var. Bir de fast data dediğimiz, data henüz bir yere çarpmadan, havadayken process edebileceğiniz mekanizmalar geliyor. Ana olarak bu iki kabiliyetin eski kabiliyetlere eklendiğini düşünün. Biz bu büyük resme big data diyoruz.
Çağrı merkezi çok ciddi bir kanal. Buradaki bilgi değerli bir bilgi, konuşma sırasında aldığınız cevaplar, oradaki agent’ın performansı hepsi birer veri. Bu veriyi iyi kullandığınız zaman etkinliğini artırabiliyorsunuz. Agent’ın performansı için gerekli düzenlemeleri de yapabilirsiniz veya call center’da yaptığınız kampanyanın etkinliğini ölçerek, artırmasına yardımcı olabilirsiniz. Aslında bizim yaptığımız şey data üreten bir mekanizmanın daha iyi çalışması için çözüm sunmak.
Big datanın içinde birçok kanalı barındıran bir kanal haline gelmiş olması müşteriye birçok noktadan bakışı gerektiriyor. Şu anda hem bankaların hem tüm çağrı merkezlerinin Twitter’da “çılgın çocuk” adıyla gördüğü kişiyi tanımaması problemi var. Sosyal medyadaki müşteriyi tanımak ve sizinle eşleştirmek anlamında bir çok çalışma yapılıyor. Bu adamın davranışlarından ve çevresinden sizin müşteriniz olup olmadığını anlamak için önümüzde epey zaman var. Şimdilik biz firmalarımıza bir sosyal medya ID’si ile kendi kanallarına giriş yapmaları için kampanyalar düzenlemelerini öneriyoruz. Ama bir kez ID’yi aldıktan sonra dahil edebiliyoruz.
Big data call center’lar için burada devreye giriyor. Sosyal network’lerde biz infuencer score’u hesaplıyoruz. Örneğin 2 kişi bir bankanın müşterisi, eğer birinin facebook veya twitter’da network’ünü yakalayabiliyorsa, ve eğer o kişi bulunduğu network’te etkinse o kişiye yapılacak kampanya diğer kişiye yapılacak kampanyadan farklılaşabilir.
Siz müşteriyi farklı kriterlere göre segmente ediyorsunuz. Örneğin ben bir e-ticaret markasına üyeyim ama oradan hiç alışveriş yapmıyorum. Dolayısıyla orada alt segtmentteyim. Ama birgün bir çorap alıyorum ama sadece bir çoraba 100 TL veriyorum. Toplamıma baktığınızda ben yine altsegmentteyim ama bir transaction ile kendimi ele veriyorum. Aslında bir anda bana vereceğiniz mesajı değiştirttim. İşte o yüzden biz gerçek zamanlı segmentasyonun o eski segmentasyonla beraber kullanılması gerektiğini düşünüyoruz.
Anlık konusu burada çok kritik bir hale geliyor. Örneğin bankanın internet şubesine girdim, faturalarımı ödüyorum, ama düzenli ödeme talimatı vermemişim. Bana o anda düzenli ödeme talimatı seçeneğini vermesi ile ertesi gün call center’ın beni araması arasında çok büyük bir fark var. Bence big data’nın çok önemli bir kısmı fast data’dır. Ayırdedici özellikleri orada geliyor. Öbür türlü datayı kaydediyorsunuz sonra analiz etmeye başlıyorsunuz. Ama müşteri ile temas anındayken o anı iyi değerlendirmek çok önemli. Orada müşteri yönetimi deneyimini en üste çıkaracak yere geliyorsunuz.
CRM vardı, şimdi ona “Customer Journey” diyoruz. Yani müşterinin size geldikten sonra sizdeki hayatını yönetmek önemli. Satışlarla onu nereye götürdüğünüz veya kullanım oranlarını nasıl yönlendirdiğiniz bu yolculuğun iyi yönetilmesi ile alakalı. Gelecekte herşey birbirine bağlanacak. Buzdolabının bile elinizdeki alete bağlı olduğunu düşünün, herşey gerçek zamanlı yaşanacak. Sizin attığınız adımı, nerede olduğunuzu, ne aldığınızı ve buzdolabınızın derecesini bile ben online görebiliyor olacağım. Böyle bir ortamda arka planda birşeyler yapmanın bir anlamı kalmayacak.
“ESKİDEN TEKNOLOJİ HAYAL GÜCÜMÜZÜ KISITLARDI”
SERDAL MERMER
ITELLIGENCE GENEL MÜDÜRÜ
Bir işi yapabilmek için eskiden belirli dar boğazlarımız vardır. Örneğin müşteriye bir kampanya sunarken müşteriyle ilgili doğru veriyi almanız gerekir ki ona doğru ürünü konumlandırabilesiniz. Bu aslında tümevarım veya tümdengelimle her türlü analiz edilebilecek bir şeydir. Bu şirketin yıllık karını da zararını da etkileyebilecek bir şeydir. Bunun için o kişinin alışveriş alışkanlıklarına, mali ve ailesel bilgilerine, yakın çevresindeki arkadaşlarının son dönemde yaptığı alışverişlerin analizlerine kadar uzanan bilgiye ihtiyacınız var. Eskiden o anda bunu yapabilmek için bir kapasite sınırı vardı. Sap Hana bu sınırları ortadan kaldıran bir inovasyon haline dönüştü. Dolayısıyla anlık bir analiz yapıp onun sonucunda doğru ürünü doğru müşteriye konumlandırabilme fırsatı verdi. Yani telefon çaldığında karşınıza o kişinin ismi geliyor ama bugün itibariyle ayrıca o kişiye özel, uygun ürün, paket bilgileri de daha telefon açılmadan geliyor.
Eskiden de biz bunları düşünebiliyorduk ama teknoloji hayal gücümüzü kısıtlardı. Bu nedenle bizler de artık sabit bir noktaya odaklanarak çevresel faktörleri çok düşünmeden iş yapmaya başlamıştık ama şimdi Hana’yı çok farklı endüstrilerde kullanabileceğiniz bir fırsat olarak görebilirsiniz. Özellikle verinin çok olduğu, işlemin çok olduğu perakende, e-ticaret, bankacılık, lojistik gibi sektörlerde kullanabilirsiniz.
Örneğin benim kredi kartı standardım ayda 2 bin lira ise ve o sırada 10 bin liralık alışveriş yapıyorsam şu anki prosedürde şifre giriyorsun ve belki 15 dakika sonra size bir telefon geliyor ve soruyor; “Bu alışverişi siz mi yaptınız?” Başkası yaptıysa iş işten geçmiş oluyor. Bu sorguyu yapabilecek teknoloji olmadığı için bu kadar geç aranıyoruz. Hana ile ise POS makinasından onay sırasında, beni bekletmeyecek, kuyruk oluşturmayacak şekilde sistem bankanın sistemine bağlanıyor, benim ödeme alışkanlıklarıma bakıyor ve ters düşen bir şey varsa onu otomatik olarak tekrar onaya sunuyor.
Teknik olarak açıklamak gerekirse; disk ile bellek arasını ortadan kaldırıyor. Diski sadece back up ünitesi olarak kullanıyor. Herşeyi bizim bilgisayarlarımızda RAM diye tabir ettiğimiz şeyin üzerinde koşuyor. Bu şekilde artık diskin dönmesiyle, mekanik olarak geçen zamana ve o sorgulamalara gerek kalmadan, dijital ortamda soruların cevabını bulabiliyor. Bugün artık milyar satırlık raporlar saliseler mertebesinde gelebiliyor.
Bilgi memory’de olduğu zaman çok daha dramatik oranda yani 100 katından tutun da 10 bin veya 100 bin katına kadar daha fazla performans olanağı var. Bir şeyi 100 bin katına çıkarmak demek daha önce düşünülemeyen bir çok şeyi yapabiliyor olmanız demek.
Pazarlama açısında perakendede, özellikle e-ticarette, artık kişi odaklı pazarlamaya dönülüyor. Bu haliyle data çok ciddi biçimde büyüyor. Dolayısıyla doğru işi doğru kişiye odaklayabilmek ve o büyük datanın içinden çıkabilmek için Hana’ya ihtiyaç duyuluyor. Burada bir veri ambarı olarak, bir raporlama platformu olarak, bir kampanya çözümü olarak bir CRM altyapısında Hana’yı kullanabiliyoruz.
BANKADA BÜYÜK VERİYİ YÖNETMEK
DİLEK DUMAN
DENİZBANK GMY-COO
Artık her veri dijitalleşiyor ve orada çok büyük bir veri kaynağı var. Bu kaynak bir risktir de aslında. Bir veri çöplüğü anlamına da gelebilir, iyi analiz edip müşterinin neye ihtiyacı olduğu temelinden yola çıkarak bir fırsat da yaratabilir. Türkiye’nin aslında buna odaklanması gerekiyor. Artık planlayan, analiz eden, daha anlamaya dönük bir yapı kuruyor olmamız lazım. Big datayı her alanda değerlendirmemiz gerekiyor.
Müşterimiz dijital ortamda duruyor, bizler müşteriyi anlamaya çalışan kurumlarız. Müşterinizi anlamazsanız ona doğru çözümü götüremezsiniz. Ben her şeye hizmet diye bakıyorum. Müşteriyi anlamak için o günkü ihtiyacını analiz ediyor olmamız lazım. Müşterinin bir problemi olabilir, çocuğu ile ilgili bir sorunu olabilir, ya da işiyle ilgili bir sorunu veya finansal bir problemi mi olabilir. Bir de biliyorsunuz sosyal medya etkisi çok hızlı yayılan bir ortam. Müşterinizin yaşamına bir değer katmanızla, onun mutluluk endeksini bütün hedef ve mevcut müşterilerinize yansıtmanız logaritmik olarak artıyor. Bu nedenle de o digital veriyi iyi analiz edebilme sanatını geliştirmemiz gerekiyor.
Call center müşteri ile direkt temas eder durumda. O noktada müşterinin modunu bilirseniz belki ses tonunuzu değiştirme şansınız var. Belki bir takım noktalarda çözüm sunabilme şansınız var. ATM’den, internet şubesinden, mobil bankacılığınızdan, facebook’unuzdan ve diğer mecralardan size veri akıyor.
Biz bugün kendi call center’ımızda proaktif olduğumuzu söylüyoruz. Biz buralardan akan veriyle örneğin müşterimiz bize söylemeden ATM’de sorun yaşayıp yaşamadığını biliyoruz ve çağrı merkezinde kendisini şöyle karşılayabiliyoruz; “ATM’de kartınız kalmış, bunun için hemen sizi ilgili temsilcimize aktarmamızı ister misiniz?” Müşterimiz de “evet” ya da “hayır” diyerek devam edebiliyor. Bu da öncelikle bir kalite algısı yaratıyor. Müşterimiz “Bankam beni anlıyor, benim için değer yaratıyor” diyor. Artık herkesin zamanı çok değerli. Kimse tekrar kendini anlatarak vakit kaybetmek istemiyor.
Böyle bir iletişimden sonra call center’ın vereceği hizmet, müşterideki algısı ve bundan sonra bir satış fırsatına dönüşme ihtimali çok daha yüksek. Örneğin eğer müşterimizin kredi kart limitinin az olduğunu biliyorsam ve eğer ilave limit önerebileceğim bir pozisyondaysa bunu yapabiliyoruz. Bu da müşterimize, bir daha bize gelip talepte bulunmadan hizmet vermemizi sağlıyor ve kendisini anladığımızı gösteriyor. Bir şey satmış olmuyorsunuz, bir ihtiyacı karşılıyorsunuz. Satış dediğimiz şey bizce artık hizmete dönüşmeli, ihtiyacı anlayıp uygun çözüm varsa onu konumlandırma sanatı olmalı. Bu nedenle ben big data’nın önemli bir fırsat olduğunu düşünüyorum. Bunu yapabilen kurumlar kalabilecekler ve rekabet edebilecekler diye düşünüyorum.
Örneğin çağrı sürelerimizi 2-2,5 dakikaya indirdik, yaptığımız sadece “verileri her kanaldan al, müşterinin ihtiyaç duyulan menüsünü oluştur, bütün ürünleri oradan görebil, tek bir tık’la ilgili bilgiye ulaş, tek bir tıkla ürünü sat, ilgili satış veya hizmet scriptini gör ve orada işin bitsin” demek. Eskiden call center’ın içinde bir back ofisimiz vardı, bugün bu yok. Herşeyi otomatikleştirdik ve ihtiyacımız kalmadı.
İstediğimiz şey call center uzmanlığını artırmak ve daha komplike ürünleri de sunabilmesini sağlamaya odaklanıyoruz. Örneğin çek daha komplike bir üründür, nakit akışını yönetmek gerçekten uzmanlık gerektiren bir iştir. Bu bilgi birikimini agent’larımıza veriyoruz, bu onların iş motivasyonlarını yükseltiyor ve kariyer yollarını açıyor, diğer yandan da biz bu işleri daha verimli hale getirmeye çalışıyoruz.
Mesela çek koçanı dolmadan farkına varıp kendisine dönebilmek gibi… Her konuda call center’ı daha proaktif hale getirmek şeklinde bir yol haritası üzerinde çalışıyoruz. Bunun için call center ve IT uzmanlığını bir araya getirmeniz gerekiyor. Arkadaki veri analizleri, big data analizleri, data mining’leri doğru konumlandırdığınız zaman verim alabiliyorsunuz.
Big data müşterinin korunması anlamında da çok önümüzü açıyor. Fraud’ta da müşteri davranışını öğrenerek, müşterimizi koruyoruz. Burada call center da önemli bir ayaktır. Eğer müşterimizde bir fraud ihtimali görüyorsak hemen ilgili agent’ımıza telefon bağlıyoruz ve müşterimize bu işlemin kendisine ait olup olmadığınız soruyoruz. Tabi bu da müşterinin sorun yaşamadan finansal hizmet alması konusunda büyük bir değer yaratıyor.
ÇAĞRI MERKEZLERİNDE BÜYÜK VERİ YÖNETİMİNDE, İŞ ZEKASI KULLANIMI
Müjde Işım
Qlikview Türkiye GMY
Günümüzün en önemli olgularından biri, hiç şüphesiz büyük veri. Çağrı merkezleri, veri hacminin çok yoğun olduğu sektörlerin başında geliyor.
Çağrı Merkezileri, müşteri talep ve şikayetlerini karşılamak amacıyla hizmet verecek birimler olarak yola çıkmış olmalarına rağmen, bugün artık farklı sektörlerde pazarlama, satış, işlem yapma, müşteri sadakatini arttırma, ve daha pek çok alanda hizmet veren kurumlar haline gelmiş durumda. Çağrı merkezleri artık sadece telefon çağrıları üzerinden hizmet vermekle kalmayıp, e-posta, faks, SMS, web-chat gibi farklı kanallar aracılığı ile de müşteri ile iletişime geçiyorlar.
Sonuçta, farklı kanallardan gelen, çeşitli ve büyük hacimli veriden söz etmek mümkün. Büyük veri, doğru analiz metotları ile yorumlandığında şirketlerin stratejik kararlarını doğru bir biçimde almalarına, risklerini daha iyi yönetmelerine ve innovasyon yapmalarına imkan sağlayabiliyor.
Çağrı merkezleri, bir yandan hizmet verdikleri kurumların farklı talep ve ihtiyaçlarına cevap verirken, diğer yandan kendi iş süreçlerinde verimliliği arttıracak, maliyetleri düşürecek şekilde hareket etmek zorundadır. Bu nedenle de, bir çok farklı kritere göre hizmet süreçlerinin takibi büyük önem taşımaktadır.
Örneğin; tüm kurum bazında neden servis seviyesinin düştüğünü araştıran bir yöneticinin aslında problemin belli bir projede, belli bir ya da bir kaç takımdaki hangi kişilerden kaynaklandığı, bunların belki de yeterli eğitimleri almadıkları için problemin oluştuğunu tespit etmesi, ancak performans takibi yaklaşımıyla eldeki verilerin analiz edilmesiyle mümkün olmaktadır.
Çağrı merkezleri bilindiği gibi birçok farklı kaynak sistem üzerinde çalışmaktadır. Herbir farklı kaynak sistem kendi içerisinde en az bir adet önemli hedefe tabi gerçekleşmeyi içermektedir. (Service level, Verimlilik, Doluluk, Hizmet başarısı, Kalite Puanları vb…)
Çağrı merkezlerinde ölçümlenmesi gereken oldukça fazla performans kriterinin bulunuyor olması, bu performans kriterlerinin anlık takibi ve birbiri arasındaki ilişkinin ortaya çıkarılması noktasında iş zekasının önemi çok büyüktür. İş zekası ve analitik raporlama sorunlara yönelik detaylı sorgulama ve raporlama gerçekleştirilmesi imkanını bizlere tanıdığından; operasyonun verimliliğinden, projenin CRM ve marketing sürecine katkısında çok somut çıktılar elde edilebilmesi söz konusudur. Balance score card (BSC), call center agent score card (ASC) ve management by objectives (MBO) gibi analizler regresyona ve konsolidasyona tabi analitik bakış akışı gerektirmektedir. Hali hazırda çağrı merkezlerinde ki raporlama, planlama yükü ve operasyonel monitoring ihtiyaçları düşünüldüğünde, iş zekası kullanımı çağrı merkezleri açısından hayatî bir öneme sahiptir.
