

AI-based Recommender Engine
AgeSA Hayat ve Emeklilik
AI-based Recommender Engine

Proje İçeriği
Dijitalleşmenin hızla ilerlediği günümüzde, müşterilerin kişiselleştirilmiş deneyim beklentileri en üst seviyeye ulaşmıştır. Bu ihtiyaca yanıt olarak şirketimiz, sigorta ve bireysel emeklilik sektöründe öncü bir adım atarak mobil uygulama üzerinden yapay zekâ destekli bir öneri motoru geliştirmiştir. Sistem, müşterilere finansal ve finansal olmayan teklifleri anlık ve bağlama uygun şekilde sunarak mobil etkileşimi ve müşteri deneyimini artırmayı hedeflemektedir. Geleneksel statik kampanyaların ötesine geçen proje, dinamik, ölçeklenebilir ve bireye özel karar alma süreçlerini hayata geçirmiştir. Yapay zeka temelli modeller sayesinde müşterilerin finansal geçmişleri, davranışsal eğilimleri ve dijital etkileşimleri derinlemesine analiz edilmiştir. Bu analizleri temel alarak, müşterilerin katkı payı artışı, toplu para yatırımı, açık vade kapama, online BES satışı, FonPro kullanımı gibi aksiyonlara yönlendirilmesini sağlayacak, kişiselleştirilmiş bir öneri sistemi kurulmuştur. On-premise kurulumu sayesinde veri güvenliği ve regülasyon uyumluluğu sağlanmıştır. Lansman ayında %10 dönüşüm oranı ile 150 milyon TL’nin üzerinde finansal katkı elde edilmiş, sistem düşük değer segmentlerinde de etkili sonuçlar üretmiştir. Bu proje, sektörde dijital kanallar üzerinden uçtan uca yapay zekâ destekli ilk öneri sistemi olarak hem gelir artışı hem de müşteri memnuniyeti sağlamıştır.
Projenin Amacı
Projemiz, kurumda mevcut olan müşteri odaklılık ve müşteri yetkinliklerini gözetme yaklaşımını ilk kez yapay zekaya dayalı otomatik karar mekanizmaları ve metriklerle destekleyerek yeni bir hizmete dönüştürmek amacıyla geliştirilmiş; bu sayede müşterilerin artan kişiselleştirilmiş deneyim beklentilerini standart süreçlerin ötesinde, daha sistematik ve veriye dayalı karar mekanizmalarıyla yönetebilir hale gelinmiştir.
Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)
Müşterilerin artan kişiselleştirme beklentileri, dijital kanallarda standart kampanyaların yetersiz kalmasına yol açmıştır. Bu ihtiyaç doğrultusunda, her müşterinin davranışsal geçmişini, etkileşim yoğunluğunu ve finansal profilini dikkate alarak en uygun aksiyonları öneren bir karar destek altyapısı geliştirilmesine karar verildi. Kural bazlı sistemlerin ötesine geçerek; öğrenen, adapte olan ve hem içerik hem de zamanlama açısından optimize edilen bir yapay zeka öneri motoru kuruldu. Hedef, müşteri etkileşimini artırmak, gelirleri yükseltmek ve dijital kanalları etkin kullanmaktır. On-premise kurulum ile veri güvenliği ve yasal uyumluluk sağlanmış, daha önce erişilemeyen müşteri segmentlerinde yüksek etkileşim ve dönüşüm oranları elde edilmiştir. İlk ayda %10 dönüşüm ile 150 milyon TL’nin üzerinde finansal katkı sağlanmıştır.
Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)
Proje; satış, operasyon, pazarlama ve IT ekiplerine doğrudan fayda sağlamış, ayrıca şirket karlılığına katkısı sayesinde birçok departmana dolaylı değer yaratmıştır.
Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?
Projenin hayata geçirilmesi sürecinde üst yönetimden güçlü bir destek aldık. Projenin stratejik hedeflerle uyumu ve müşteri deneyimine sağlayacağı katkı üst yönetim tarafından sahiplenildi ve bu sayede proje kaynak, yönlendirme ve karar alma süreçlerinde kesintisiz ilerleyebildi.
Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)
Proje, hedeflerini başarıyla gerçekleştirmiştir. İlk ayında %10 dönüşüm oranı elde edilmiş ve 150 milyon TL’nin üzerinde finansal katkı sağlanmıştır; bu oran, geleneksel kampanyaların yaklaşık üç katıdır. Ağustos 2025 itibarıyla yıllık etki 500 milyon TL’yi aşmıştır. Elde edilen sonuçların %30’u düşük değer segmentlerinden gelmiş olup, kişiselleştirilmiş tekliflerin daha önce potansiyeli düşük görülen müşteri gruplarında da güçlü etkiler yarattığı kanıtlanmıştır. Proje, müşteri etkileşimini artırmış, çapraz satış ve ek katkı işlemlerini hızlandırmış, açık vadeli işlemlerin kapanmasına katkı sağlamıştır. Böylece hem gelir artışı hem de müşteri memnuniyeti sağlanmış, şirketin dijital kanallardaki rekabet gücü belirgin şekilde yükselmiştir.
Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?
1 iOS Developer, 1 Android Developer, 1 Analist, 2 Backend Developer, 2 Data Scientist olarak 7 kişi aktif rol oynamıştır.
Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.
adesso Turkey Bilgi Teknolojileri
Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)
Openshift, Redis, Dynatrace, Java, Springboot, Apache Kafka, Apiman Gateway, IBM SPSS modeler, SQL, Pyhton, IBM SPSS Collaboration and Deployment Services