İlk Yanıtı Yapay Zekâ Verdiğinde Müşteri Destek SLA'ları Nasıl Belirlenir?
Yapay zekâ her sohbeti saniyeler içinde yanıtladığında ilk yanıt süresi pek bir şey ifade etmez. Destek SLA'larını devir, insan yanıtı, çözüm ve çalışma saatleri etrafında nasıl…

Bu yazıda
Birçok ekibin bir yapay zekâ asistanını devreye aldıktan sonra yaptığı bir hata var: Eski ilk yanıt SLA'larını korumak. Bir gecede her sohbet saniyeler içinde yanıt almaya başlar, panel yeşile döner ve metrik artık kimseye bir şey söylemez. Bu arada sorunu bir insan gerektiren müşteri hâlâ saatlerce bekliyor olabilir.
Yapay zekâ destekli çalışan bir ekip için müşteri destek SLA'sı, işin insan tarafını ayrıca ölçmelidir. Yapay zekânın ilk yanıtı için bir hedef tutun ama daha önemli olan iki metriği de ekleyin: devirden sonra ilk insan yanıtına kadar geçen süre ve çözüm süresi. Her ikisini de mesai saatlerinize göre tanımlayın.
Öne çıkanlar
- İlk yanıtı yapay zekâ verdiğinde ilk yanıt süresi ekibinizi değil, yazılımınızı ölçer.
- Devirden sonraki ilk insan yanıt süresini ve çözüm süresini temel SLA'larınız yapın.
- Devir anında müşterilere ne bekleyeceklerini söyleyin ve yalnızca ekip kapasitenizin karşılayabileceği sözleri verin.
Klasik yanıt süresi SLA'sı neden işe yaramaz hâle gelir?
Geleneksel sohbet SLA'ları ilk yanıt süresine odaklanır: Müşterinin herhangi bir yanıt alması ne kadar sürer? Her ilk yanıtı bir insanın yazdığı dönemde bu mantıklıydı. Metriğin kendisini hatırlamak isterseniz ilk yanıt süresi rehberimize göz atın.
Önde bir yapay zekâ asistanı olduğunda üç şey değişir:
- İlk yanıt neredeyse anlık hâle gelir; her kanalda, günün her saatinde. "İki dakikanın altında" gibi bir hedef kendiliğinden tutturulur.
- Zor konuşmalar daha sonra gelir. Şikâyetler, hasarlı siparişler ve hesap sorunları ekibinize yapay zekâ kendi kısmını tamamladıktan sonra ulaşır; yani müşterinin hissettiği bekleme devir anında başlar.
- Karma rakamlar yanıltır. Binlerce anlık yapay zekâ yanıtının ortalamasını birkaç yavaş insan yanıtıyla almak, harika görünen ama CSAT (müşteri memnuniyeti puanı) sonuçlarını düşüren vakaları gizleyen bir rakam üretir.
Yapay zekâ döneminde müşteri destek SLA'sının dört metriği
Her metriği, sayacının ne zaman başlayıp ne zaman durduğuna göre tanımlayın:
| Metrik | Sayaç başlar | Sayaç durur | Sorumlu |
|---|---|---|---|
| Yapay zekânın ilk yanıtı | Müşterinin ilk mesajı | Asistanın ilk yanıtı | Platform ve bilgi bankası |
| İlk insan yanıtı | Ekibe devir | Bir kişiden gelen ilk mesaj | Destek ekibi |
| Çözüm süresi | Müşterinin ilk mesajı | Sorunun çözüldüğünün teyidi | Destek ekibi |
| Yeniden açılma penceresi | Konuşmanın çözülmesi | Müşterinin aynı konuda tekrar yazması | Destek ekibi lideri |
Yapay zekâ metriklerini ve insan metriklerini ayrı tutun
Yapay zekâyı kendi başına raporlayın: yanıt doğruluğu, insana gerek kalmadan çözüm, devir oranı. Ekibi de kendi başına raporlayın: ilk insan yanıtı, çözüm süresi, devir sonrası CSAT. Yapay zekânın çözüm oranı arttıkça ekibinizin kuyruğu daha zor konuşmalarla dolar; bu yüzden genel hizmet iyileşirken bile insan tarafındaki işlem süresi artabilir. Ayrı raporlama, bunun bir gerileme gibi görünmesini engeller.
Kanallara ve saatlere göre canlı destek SLA'sı
Bir SLA ancak sayacın ne zaman çalıştığını belirtiyorsa anlamlıdır. Her metriğin takvim saatlerini mi yoksa mesai saatlerini mi saydığına karar verin ve her kanal için mesai saatlerini yazılı hâle getirin.
Kanallar da farklı beklentiler yaratır:
- Web sitesi sohbeti canlı hissettirir. Bir insanla görüşmek isteyen ziyaretçi birkaç dakika içinde birini ya da ekibin çevrimdışı olduğunu söyleyen dürüst bir mesaj bekler.
- WhatsApp ve Instagram DM eşzamansızdır. Müşteriler daha uzun beklemeyi kabul eder ama aynı gün yanıt bekler.
- WhatsApp'ın kesin bir sınırı var. Serbest metinli yanıtlar yalnızca müşterinin son mesajından itibaren 24 saat içinde gönderilebilir. Bu süreden sonra yanıtlanan bir devir için onaylı bir şablon gerekir; bu yüzden WhatsApp hedefinizi bu pencerenin rahatça içinde tutun.
Bunun üzerine öncelik seviyeleri ekleyin: Bir ödeme sorunu, genel bir ürün sorusundan daha kısa bir hedefi hak eder.
Yanıt süresi SLA'sı örneği (varsayımsal)
Hafta içi CET saatiyle 09:00–18:00 arasında çalışan, altı kişilik bir online mağaza destek ekibi düşünün. Bu rakamlar kıyaslama değeri değil, yalnızca örnektir; kendi hedeflerinizi kendi verilerinize ve ekip kapasitenize göre belirleyin.
| Öncelik | Yapay zekânın ilk yanıtı | İlk insan yanıtı (mesai saatleri) | Mesai dışı devir | Çözüm hedefi |
|---|---|---|---|---|
| Acil (sipariş veya ödeme sorunu) | 1 dakikanın altında | 15 dakika | Ertesi sabah ilk iş | Aynı iş günü |
| Standart (ürün, kargo, iade) | 1 dakikanın altında | 1 saat | Bir sonraki iş günü öğlene kadar | 2 iş günü |
| Düşük (geri bildirim, iş birlikleri) | 1 dakikanın altında | 1 iş günü | Bir sonraki iş günü | 5 iş günü |
Bu tablonun ortaya koyduğu boşluğa dikkat edin: Cuma akşamı yapılan bir WhatsApp devri, pazartesi sabahına kadar 24 saatlik pencerenin dışına düşer. Bu ekip ya hafta sonu için kısa bir kontrol planlamalı ya da bu yanıtların şablon gerektireceğini kabul etmelidir.
Devir anında müşterilere ne bekleyeceklerini söyleyin
Müşterilerin hiç duymadığı bir SLA, deneyimlerini şekillendirmez. Beklentileri devir anında belirleyin:
"Anlattığınız her şeyle birlikte talebinizi destek ekibimize ilettim. Hafta içi genellikle bir saat içinde yanıt veriyorlar. Şu an mesai dışındayız, bu yüzden yanıtı yarın sabah, yine bu sohbette alacaksınız."
Devir mesajları için dört kural:
- En iyi senaryoyu değil, gerçekçi süreyi belirtin.
- Yanıtın nereye geleceğini söyleyin.
- Müşteri sohbeti kapatırsa ulaşabilmek için bir iletişim yolu alın.
- Asistanın, iade gibi bir kişinin onaylaması gereken sonuçlar için asla söz vermesine izin vermeyin.
Conviro ile yapay zekâ öncelikli SLA'ları yönetmek
Conviro'nun asistanı web sitesi sohbetinde, WhatsApp'ta ve Instagram DM'de yanıt verir. Bir konuşma bir insan gerektirdiğinde; döküm, tespit edilen niyet, etiketler ve toplanan bilgilerle birlikte Live Inbox'a aktarılır. Böylece ilk insan yanıtı "Sorunu tekrar anlatabilir misiniz?" yerine gerçek bir yanıt olabilir. Asistan, temsilciye aktarmadan önce iletişim bilgilerini de isteyebilir; bunu chatbot'unuzun neden iletişim bilgisi toplaması gerektiği yazımızda ele alıyoruz.
Otomasyonlar (Automations), bir devir gerçekleştiğinde doğru ekip arkadaşına bildirim gönderebilir; Smart Support Triage ve VIP Customer Priority gibi şablonlar da acil konuşmaların önce birine ulaşmasına yardımcı olur. Öncelik seviyelerinizin arkasındaki eskalasyon mantığı için bunu bir destek eskalasyon matrisi ile birlikte kullanın.
Sıkça Sorulan Sorular
Yapay zekânın yanıtı ilk yanıt süresine dahil edilmeli mi?
Raporlayın ama bir insan metriğinin yerini almasına izin vermeyin. Yapay zekânın ilk yanıtı, müşterilerin bekletilmediğini gösterir ve bu değerlidir. Ancak bir insan gerektiren konuşmalarda müşterinin hissettiği şey devirden sonraki beklemedir. Anlık yapay zekâ yanıtlarının yavaş ekip yanıtlarını gizlememesi için ilk insan yanıtını ayrı bir SLA olarak takip edin.
Canlı destek için iyi bir yanıt süresi SLA'sı ne olmalı?
Herkes için geçerli bir rakam yok; bu, ekip kapasitesine, çalışma saatlerine ve müşterilere bağlıdır. Devirden sonraki mevcut ilk insan yanıt sürenizi birkaç hafta boyunca ölçün, ardından ekibinizin normal bir günde tutturabileceği bir hedef belirleyin. Hedefi kademeli olarak sıkılaştırın ve acil vakaların daha kısa hedefler alması için öncelik seviyeleri kullanın.
WhatsApp desteği için SLA nasıl belirlenir?
WhatsApp'ı eşzamansız ama sınırları olan bir kanal olarak ele alın. Müşteriler genellikle aynı gün yanıtı kabul eder; ancak serbest metinli mesajları yalnızca müşterinin son mesajından itibaren 24 saat içinde gönderebilirsiniz. İnsan yanıt hedefinizi bu pencerenin rahatça içinde belirleyin ve hafta sonu ile tatil günlerindeki devirlerin nasıl karşılanacağına önceden karar verin.
Yeni SLA'nızı devreye alın
İki insan metriği seçin, sayaçlarını tanımlayın, birkaç haftalık gerçek veriden hedefler belirleyin ve devir mesajınızı buna göre güncelleyin. Her ay gözden geçirin. Yapay zekânın ilk yanıtlarının ve ekibe devirlerin birlikte nasıl çalıştığını görmek için Conviro ile ücretsiz başlayın.
Yayınlayan
Conviro
Yapay zekâ destekli müşteri desteği, chatbot otomasyonu ve SaaS büyüme stratejileri hakkında içgörüler paylaşıyoruz.
Yalnızca botu değil, devri de tasarlayın
Yapay zekâ ve insan konuşmalarını tek gelen kutusunda toplayın
Otomasyon tekrarlayan soruları yanıtlarken karmaşık konuları bağlamıyla birlikte ekibinize yönlendirin.
İlgili yazılar
Daha Fazla Yazı
Customer Support
Ortak Gelen Kutusu Yönetimi: Küçük Destek Ekipleri İçin Uygulama Rehberi
6 dk okuma
Yazıyı oku
Customer Support
Chatbot'tan Canlı Temsilciye Aktarım: Ne Zaman ve Nasıl Yapılmalı?
7 dk okuma
Yazıyı oku
Customer Support
Self Servis Müşteri Desteği: Müşterilerin Kendi Sorunlarını Çözmesini Nasıl Sağlarsınız?
6 dk okuma
Yazıyı oku