CONVIRO
Customer Success

Chatbot Metrikleri: Analitikte Gerçekten Önemli Olan 8 Gösterge

Savuşturma oranı sunumda harika görünür ama memnuniyetsiz müşterileri gizler. Bu sekiz chatbot metriği, asistanınızın sorunları gerçekten çözüp çözmediğini gösterir; üstelik…

Conviro
20 Eylül 20267 dk okuma
Chatbot Metrikleri: Analitikte Gerçekten Önemli Olan 8 Gösterge
Şu dillerde mevcut:ITENDENLPLPTESETFRLTTR
Bu yazıda

Çoğu chatbot panosu tek bir gurur okşayan sayıyla açılır: botun bir insana ihtiyaç duymadan kaç konuşmayı "hallettiği". Bu sayı her ay yükselir, herkes başını sallar; sohbetin ortasında vazgeçen müşteriler ise sessizce başarı hanesine yazılır.

Önemli olan chatbot metrikleri daha basit bir soruyu yanıtlar: Müşteri aradığını buldu mu ve işletme bu konuşmadan değer elde etti mi? Pratikte bu sekiz sayıya iner: çözüm oranı, devir oranı, CSAT (müşteri memnuniyeti puanı), ilk yanıt süresi, yanıtsız kalma (fallback) oranı, potansiyel müşteri dönüşümü, yanıt doğruluğu ve tekrar iletişim oranı.

Aşağıda her birinin size ne anlattığını, nasıl hesaplandığını ve asistanınızı sürekli iyileştiren haftalık bir rutini bulacaksınız.

Öne çıkanlar

  • Savuşturma, çözülen sorunları değil, bir insana hiç ulaşmayan konuşmaları sayar. Onu her zaman çözüm oranı ve tekrar iletişim oranıyla birlikte değerlendirin.
  • Aracınızın dışa aktarabildiği her sayıyı değil, küçük bir chatbot KPI setini tutarlı biçimde izleyin.
  • Haftada 30 dakikalık bir konuşma dökümü incelemesi, tek başına herhangi bir panodan daha fazla iyileştirme fırsatı ortaya çıkarır.

Savuşturma oranı tek başına neden yanıltır?

Savuşturma (deflection), bazen kapsama (containment) olarak da adlandırılır; bir insan temsilciye ulaşmadan sona eren konuşmaların payıdır. Ölçmesi kolaydır; her yerde karşımıza çıkmasının nedeni de budur.

Sorun, göremediği şeylerdedir. İade hakkında soru soran, belirsiz bir yanıt alan ve sohbeti kapatan müşteri "savuşturulmuş" sayılır. Sohbetten vazgeçip size e-posta gönderen kişi de öyle. Hiç insan seçeneği sunmayan bir bot mükemmel bir savuşturma oranı, ama zayıf bir müşteri deneyimi ortaya koyar.

Savuşturmayı bir başarı metriği olarak değil, hacim göstergesi olarak ele alın.

İzlemeye değer chatbot metrikleri: 8 gösterge

Metrik Size ne anlatır Basit formül Uyarı işareti
Çözüm oranı Gerçekten çözülen sorunlar Çözülen konuşmalar / toplam Yüksek savuşturma, düşük çözüm
Devir oranı İnsana ne sıklıkla ihtiyaç duyulduğu Aktarılan konuşmalar / toplam Çok düşük (gizli çıkış) veya hızla artıyor
Yapay zekâ sohbetlerinde CSAT Müşterilerin ne hissettiği Olumlu puanlar / tüm puanlar Yapay zekâ CSAT'ı insan CSAT'ının çok altında
İlk yanıt süresi İlk yanıtın hızı İlk yanıta kadar geçen medyan süre Devirden sonra uzun beklemeler
Yanıtsız kalma (fallback) oranı Bilgilerinizdeki boşluklar "Yanıt yok" yanıtları / sorular Her hafta aynı boşluklar
Potansiyel müşteri dönüşümü Gelire etkisi Nitelikli potansiyel müşteriler / satış sohbetleri Toplanan ama hiç takip edilmeyen potansiyel müşteriler
Yanıt doğruluğu Güvenilirlik Doğru yanıtlar / incelenen yanıtlar Kendinden emin ama yanlış yanıtlar
Tekrar iletişim oranı Yanıtların kalıcı olup olmadığı Aynı sorunla geri dönenler / çözülenler İçerik değişikliğinden sonra artış

1. Çözüm oranı

Sorunun yanıtlandığı veya işin tamamlandığı konuşmaların payıdır. "Çözüldü" tanımını baştan yapın: müşteri onayladı, olumlu puan verdi ya da birkaç gün içinde aynı konuyla geri dönmedi. Bir tanım olmadan bu sayı zamanla kayar.

2. Devir oranı

Asistanın bir konuşmayı ne sıklıkla ekibinize aktardığıdır. Tek bir doğru seviye yoktur: Bir klinik ya da B2B hizmet, kargo sorularını yanıtlayan bir mağazaya göre daha fazla devir beklemelidir. Yalnızca sayıya değil, eğilime bakın ve gerekçeleri okuyun. Chatbot'tan insana devir rehberimiz, temsilciye aktarmanın ne zaman yapılması gerektiğini anlatıyor.

3. Yapay zekâ konuşmalarında CSAT

Yalnızca yapay zekânın yürüttüğü konuşmaların sonunda tek soruluk bir puanlama isteyin ve sonucu insanların yürüttüğü konuşmalarla karşılaştırın. Büyük bir fark genellikle tona, eksik bilgiye ya da konuşmayı çok uzun süre bırakmayan bir bota işaret eder. Soru ifadesi ve zamanlaması için CSAT rehberimize göz atın.

4. İlk yanıt süresi

Yapay zekâ yanıtları neredeyse anlıktır; bu yüzden asıl ilginç sayı devirden sonra olanlardır. Bot "Sizi bir temsilciye bağlıyorum" dedikten sonra müşteriler iki saat bekliyorsa deneyim yavaştır. İlk yanıt süresini bot ve insan kuyruğu için ayrı ayrı izleyin.

5. Yanıtsız kalma ("yanıt yok") oranı

Asistanın ne sıklıkla yardımcı olamayacağını söylediği ya da genel bir yanıt verdiğidir. Bunları konuya göre gruplayın. Uluslararası gönderimle ilgili yanıtsız kalan bir soru kümesi bir sır değil, bu haftanın içerik görevidir.

6. Sohbetten gelen potansiyel müşteri dönüşümü

Kaç satış konuşmasının nitelikli bir potansiyel müşteri ürettiği ve bunların kaçının randevuya, demoya veya siparişe dönüştüğüdür. İletişim bilgilerini topluyor ama kimse hızlıca takip etmiyorsa darboğaz chatbot değildir.

7. Yanıt doğruluğu

Yapay zekâ yanıtlarından bir örneklemi, kendi kaynaklarınıza göre doğru, kısmen doğru veya yanlış olarak puanlayın. Bu, markanızı korur: İade politikası hakkında kendinden emin ama yanlış bir yanıt, hiç yanıt vermemekten daha pahalıya patlar.

8. Tekrar iletişim oranı

Belirli bir süre içinde, örneğin yedi gün, aynı sorunla geri dönen müşterilerdir. Çözüm oranı bariz başarısızlıkları gösterir; tekrar iletişimler ise gizli olanları yakalar.

Haftalık incelemeyle chatbot performansı nasıl ölçülür?

Panolar nereye bakmanız gerektiğini söyler. Konuşma dökümleri ise neyi düzeltmeniz gerektiğini. Haftada 30 dakika ayırın ve hep aynı rutini izleyin:

  1. Eğilimi karşılaştırın: çözüm, devir, CSAT ve yanıtsız kalma oranlarını geçen haftayla kıyaslayın.
  2. 15–20 konuşma dökümü okuyun: düşük puanlı sohbetleri, devirleri ve birkaç rastgele örneği karıştırın.
  3. Doğruluğu puanlayın: bu örnekleri doğru / kısmen doğru / yanlış ölçeğiyle değerlendirin.
  4. Yanıtsız kalan ilk üç konuyu listeleyin: yanıt verilemeyen yanıtlardan çıkarın.
  5. Yalnızca ayarları değil, içeriği düzeltin: her boşluğun arkasındaki bilgi kaynağını ekleyin veya güncelleyin.
  6. Devir gerekçelerini gözden geçirin: insan kuyruğunda çalışan kişiyle birlikte. Zamanlama doğru muydu, yeterli bağlam var mıydı?
  7. Tek bir değişikliği kayda geçirin ve etkisini gelecek hafta kontrol edin.

Bir ay sonra kaydınız, hangi değişikliklerin sayıları oynattığını ve hangilerinin oynatmadığını gösterir.

Chatbot KPI'ları ve hedefler: kendi başlangıç noktanızdan yola çıkın

Başkasının sunumundaki bir hedefi kopyalama isteğine direnin. Neyin gerçekçi olduğunu soru karışımınız, sektörünüz ve bilgi bankanız belirler.

İki ila dört hafta ölçüm yapın, ardından hedeflerinizi bu başlangıç verisine göre belirleyin. Örneğin ayda 1.200 konuşma yürütüyorsanız ve bunların 180'i "Bilmiyorum" ile bitiyorsa, makul hedef keyfî bir yüzdenin peşinden koşmak değil, bu 180 konuşmanın arkasındaki en büyük beş içerik boşluğunu kapatmaktır.

Mümkün olan her yerde segmentlere ayırın: kanala (web sitesi sohbeti, WhatsApp, Instagram), konuya ve dile göre.

Conviro chatbot analitiğini nasıl destekler?

Conviro'nun yapay zekâ asistanları kendi bilgi bankanızdan yanıt verir; yerleşik analizler de yukarıdaki sayılardan en önemlilerini kapsar: CSAT, çözüm oranları ve yapay zekâ doğruluğu. Bir konuşma devredildiğinde; döküm, tespit edilen niyet, etiketler ve toplanan bilgilerle birlikte Live Inbox'a düşer. Bu da devir gerekçelerini incelemeyi hızlandırır.

Birden fazla marka yönetiyorsanız çoklu marka çalışma alanı her asistanın bilgi bankasını ve analizlerini ayrı tutar; böylece bir markanın sayıları diğerinin sorunlarını gizlemez.

Sıkça Sorulan Sorular

Bir chatbot için iyi bir çözüm oranı nedir?

Güvenilebilecek evrensel bir kıyas değeri yoktur; çünkü çözüm oranı soru karışımınıza ve bilgi bankanızın ne kadar eksiksiz olduğuna bağlıdır. Kargo ve iade sorularını yanıtlayan bir mağaza, hassas randevu planlaması yürüten bir klinikten çok daha fazlasını çözebilir. Birkaç hafta boyunca kendi başlangıç verinizi ölçün, ardından en büyük içerik boşluklarını kapatarak oranı iyileştirin.

Kapsama (containment) ile çözüm arasındaki fark nedir?

Kapsama ya da savuşturma, bir insana hiç ulaşmayan konuşmaları sayar. Çözüm ise müşterinin sorununun gerçekten çözüldüğü konuşmaları sayar. Bir sohbet kapsanmış ama çözülmemiş olabilir; örneğin canı sıkılan bir müşteri sohbeti öylece terk ettiğinde. İki sayıyı da izleyin ve aralarında açılan farkı bir uyarı işareti olarak görün.

Her hafta kaç chatbot konuşması incelemeliyim?

Küçük ve orta ölçekli ekiplerin çoğu için haftada 15 ila 20 konuşma dökümü, angaryaya dönüşmeden örüntüleri fark etmeye yeter. Düşük puanlı konuşmaları, devirleri ve birkaç rastgele örneği karıştırın. Bilgi bankasında büyük bir değişiklikten sonra iki hafta boyunca daha fazlasını inceleyin.

Yönetime hangi chatbot KPI'larını raporlamalıyım?

Dört tanesiyle sınırlı tutun: çözüm oranı, yapay zekâ konuşmalarında CSAT, sohbetten gelen potansiyel müşteri dönüşümü ve haftalık örneklemden yanıt doğruluğu. Bunlar birlikte müşteri sonucunu, deneyimi, gelire etkiyi ve riski gösterir. O ay yaptığınız en büyük değişikliği ve etkisini anlatan bir satır ekleyin.

Sonraki adımlar

Bu sekiz metrikten dördünü seçin, bu hafta başlangıç verinizi kaydedin ve takviminize 30 dakikalık tekrarlayan bir inceleme koyun. Analizleri ve konuşma dökümleri bu incelemeyi kolaylaştıran bir asistan istiyorsanız Conviro ile ücretsiz başlayın.

Paylaş:

Yayınlayan

Conviro

Yapay zekâ destekli müşteri desteği, chatbot otomasyonu ve SaaS büyüme stratejileri hakkında içgörüler paylaşıyoruz.

Rehberi uygulamaya geçirin

Destek bilginizi daha hızlı yanıtlara dönüştürün

Conviro'nun yapay zekâlı müşteri desteği çalışma alanını keşfedin; iş akışı ekibinize uyduğunda ücretsiz başlayın.

İlgili yazılar

Daha Fazla Yazı