Proje İçeriği

“Omni Channel Customer Focused Enrichment” projesi, Boyner’in müşteriyle temas ettiği tüm kanallardan gelen verileri yapay zeka ile analiz ederek müşteriye kişiselleştirilmiş, zenginleştirilmiş ve anında hizmet sunmayı hedefleyen bütünleşik bir dijital dönüşüm projesidir. Proje kapsamında kullanılan temel veri kaynakları şunlardır:

• Çağrı merkezi ses kayıtları (Whisper ile metne dönüştürülüp, GPT-4o ile analiz edilmiştir)
• Boyner.com’daki gezinme ve arama verileri
• Fiziksel mağazalardaki satın alma davranışları
• E-ticaret yorumları ve müşteri geri bildirimleri

Bu veriler, Azure Synapse platformunda toplanmış ve GenAI tabanlı 4 ana servis modülüne entegre edilmiştir:

1. GenAI ile Ses Analizi: Çağrı merkezine gelen tüm ses kayıtları Whisper aracılığıyla metne çevrilmiş, GPT-4o ile özetlenmiş, duygu analizi ve anahtar kelime çıkarımı yapılmıştır. Bu analizler CRM ve kalite ekiplerinin karar süreçlerine entegre edilmiştir.
2. Mikro Segmentasyon & RFM via AI: Online ve offline kanal verileriyle müşteri segmentleri çıkarılmıştır. Marka tercihi, iade oranı, alışveriş sıklığı gibi birçok kriter kullanılarak özelleştirilmiş segmentasyon yapılmıştır. Bu segmentler, kampanya kurguları ve push bildirimlerinde kullanılmaktadır.
3. Ürün Etiketleme (Tagging): Kategori bazlı referans taksonomilere göre GPT destekli otomatik ürün etiketleme altyapısı geliştirilmiştir. Ürün bilgi kalitesi artmış ve filtreleme sistemleri gelişmiştir.
4. Ürün İçerik Üretimi: GPT-4o ile zenginleştirilmiş ürün açıklamaları üretilmiş, PIM sistemine entegre edilmiştir. SEO dostu açıklamalar ile site içi performans metriklerinde (özellikle dönüşüm oranı ve ziyaret süresi) anlamlı artışlar sağlanmıştır.

Bu bütünsel yaklaşım sayesinde her müşteri, Boyner ile temas ettiği tüm alanlarda kendine özel deneyim yaşamaktadır.

Proje geliştirilmeye devam ediyor. 

Projenin Amacı

Bu proje hem mevcut süreçleri iyileştirmek hem de yepyeni dijital servis katmanları yaratmak üzere tasarlanmıştır. Örneğin:

• Çağrı merkezi süreçlerinde veri kaybı yaşanırken, bu proje ile otomatik özetleme ve duygu analizi sayesinde aksiyon alınabilir içgörüler elde edilmiştir.
• Ürün içerikleri manuel olarak hazırlanırken, artık GPT tabanlı zengin içerikler anlık olarak üretilebilmektedir.
• Segmentasyon sistemleri eskiden sabit skorlamalara dayanırken, şimdi davranış bazlı mikro-segmentlere geçilmiştir.

Ayrıca tüm bu hizmetler kurumun CRM, PIM, kampanya motoru ve dijital pazarlama sistemlerine entegre edilerek müşteriyle gerçek zamanlı etkileşimi mümkün kılmıştır.

Proje içindeki en büyük inovasyon nedir? (yeni bir teknoloji veya var olan teknolojinin farklı kullanımı gibi. IOT, M2M, AI vb.)

En büyük inovasyon, müşteriyle etkileşime girilen tüm veri noktalarının gerçek zamanlı olarak üretken yapay zeka ile işlenmesi ve aksiyona dönüştürülmesidir. Bu sadece veri analizi değil; aynı zamanda:

• Ses verisinden duygu çıkarımı,
• Segment bazlı davranış öngörüsü,
• SEO uyumlu açıklama üretimi,
• Taksonomi tabanlı otomatik etiketleme

gibi çok farklı yapay zeka katmanlarının bir arada, entegre biçimde çalışması sağlanmıştır. Her biri farklı teknik kabiliyet gerektiren bu modüllerin tek bir yapı altında gerçek zamanlı sonuç üretmesi, projeyi yenilikçi ve ölçeklenebilir bir yapıya kavuşturmuştur.

Proje kurum içindeki hangi bölüme fayda sağlamıştır?(satış, pazarlama, finans, İK, IT, Üretim, Planlama, Satın alma, Lojistik Müşteri İlişkileri gibi)

Proje, kurum içinde aşağıdaki birimlere doğrudan fayda sağlamıştır: • CRM ve Müşteri Deneyimi Ekipleri: Mikro segmentasyon ve RFM çıktıları sayesinde kişiselleştirilmiş kampanyalar üretmektedir. • Dijital Pazarlama: Segment bazlı push, remarketing ve e-mail senaryoları daha isabetli hale gelmiştir. • Ürün İçerik ve Kategori Ekipleri: Otomatik içerik üretimi ve etiketleme sayesinde ürün bilgi kalitesi artmıştır. • Çağrı Merkezi ve Kalite Ekipleri: Otomatik özetleme ve duygu analizi sayesinde içgörü üretimi kolaylaşmıştır. • BT ve Veri Bilimi Takımı: Azure ML ve GenAI projelerinin entegrasyonu başarıyla gerçekleşmiştir.

Projenin hayata geçirilmesi konusunda üst yönetimin desteğini tam olarak alabildiniz mi?

Evet, projenin başlangıç aşamasından canlıya alınmasına kadar tüm süreçlerde Boyner üst yönetiminin aktif desteği alınmıştır. Proje, Boyner’in 2025 stratejik dönüşüm programı içerisinde yer alan “AI ile kişiselleştirilmiş müşteri deneyimi” vizyonunun bir parçası olarak konumlandırılmıştır. Özellikle: • CRM dönüşüm planlarıyla doğrudan ilişkili olması, • Yapay zeka tabanlı içerik üretiminin pazarlama ve satış KPI’larını doğrudan etkilemesi, • Çağrı merkezi verimliliğini ve müşteri memnuniyetini artırması, gibi nedenlerle projenin hayata geçmesi için C-level düzeyde sponsorlar belirlenmiş, teknik kaynakların tahsisi ve bulut bütçeleri bu çerçevede onaylanmıştır. Yönetim ayrıca proje demo sunumlarına katılarak gerçek kullanıcı etkilerini yerinde deneyimlemiş ve projenin yaygınlaştırılmasına dair roadmap’i birlikte şekillendirmiştir.

Proje sonunda ortaya çıkan sonuçları analiz edebildiniz mi? Rakamsal verilerle ifade eder misiniz?(ROI, maliyetlerde yüzdesel azalma, üretim süresinde azalma, hata payının düşmesi vs.)

Evet, proje sonrası elde edilen çıktılar detaylı KPI’larla ölçülmüş ve iş birimlerine raporlanmıştır:

• Çağrı Merkezi: 2000 ses kaydı 4 saatte işlenebilir hale gelmiştir. Bu, kalite ekiplerinin manuel dinleme yükünü %90 azaltmıştır.
• Segmentasyon: Mikro segmentler kullanılarak oluşturulan kampanyalarda, 3 ay içinde reel kampanya getirisi gözlemlenmiştir.
• İçerik Üretimi: Boyner.com’daki ürünlerin %50+’sinde zengin açıklama kullanımı başlamış, SEO ve dönüşüm metriklerinde %5-10 artış sağlanmıştır.
• Etiketleme: Arama ve filtreleme alanlarında kullanıcı erişimi artmış, ziyaretçi davranış analizlerinde kullanıcıların daha kolay ürün bulduğu görülmüştür.

Bu sonuçlar sadece teknik başarımı değil, aynı zamanda müşteri deneyimi ve ticari performansı da doğrudan etkilemiştir.

Projenizde şirket içinden kaç kişi aktif olarak görev almıştır? Ekip birimleri hakkında kısaca bilgi verir misiniz?

Bu proje, farklı disiplinlerden gelen uzmanların bir araya geldiği, çok fonksiyonlu bir ekip ile yürütülmüştür. Aktif olarak projede rol alan kişi sayısı 10’dur, ve ekip şu şekilde yapılandırılmıştır: • 1 Product Owner – Projenin tüm iş gereksinimlerini yöneten ve takımı koordine eden kişi. • 2 Data Scientist – Segmentasyon modelleri, RFM analizleri ve GenAI çıktılarının performans metriklerini geliştiren kişiler. • 2 Machine Learning Engineer – Azure ML ve OpenAI entegrasyonlarını kodlayan, model eğitimlerini gerçekleştiren teknik uzmanlar. -Veri kaynaklarının senkronizasyonu, API servislerinin kurulumu. • 1 Frontend Developer – Kullanıcı arayüzleri (PIM entegrasyonu) ve yönetim panelleri. • 1 UX Designer – PIM sistemleri ile kullanıcı etkileşimlerini optimize eden tasarımcı. • 1 CRM Uzmanı – Segment çıktılarının kampanya sistemlerine entegrasyonunu sağlayan uzman. • 1 Çağrı Merkezi Kalite Yetkilisi – Ses kayıtları analizi sonrası içgörülerin doğruluğunu kontrol eden kullanıcı. Ekip çevik metodolojilerle haftalık sprintlerle çalışmış ve proje süresince veri işleme, modelleme, içerik doğrulama, test ve canlıya alma süreçleri koordineli şekilde ilerlemiştir.

Projenizde (varsa)işbirliği kurduğunuz veya destek aldığınız bilişim şirketlerini belirtiniz.

Proje süresince aşağıdaki teknoloji ve danışmanlık şirketleriyle iş birliği yapılmıştır: • Microsoft Azure: Synapse veri gölü, Azure Machine Learning ve model yönetimi için bulut servis sağlayıcısı olarak kullanılmıştır. Azure’un OpenAI entegrasyonu sayesinde GPT-4o modelleri doğrudan ve güvenli biçimde kullanılabilmiştir. • OpenAI: GPT-4o ve Whisper modelleri, ses analizi, metin özetleme ve içerik üretimi için kullanılmıştır. Bu iş birlikleri sayesinde proje hem güçlü bir teknolojik temele oturtulmuş hem de hızlı bir geliştirme döngüsü içinde tamamlanabilmiştir.

Proje sırasında kullandığınız ve spesifik önemi olan markaları (varsa) belirtiniz. (Yazılım veya donanım markaları)

Projenin hem altyapı hem yapay zeka katmanlarında çeşitli güçlü markaların servisleri kullanılmıştır: • OpenAI GPT-4o: Üretken yapay zeka ile ürün açıklaması üretimi, özetleme ve segment etiketleme işlemleri. • Whisper by OpenAI: Ses verilerini metne dönüştürmek için. • Microsoft Azure Synapse: Veri gölü, ETL işlemleri ve veri saklama altyapısı. • Azure Machine Learning: ML model eğitimi ve yönetimi. • Power BI: Segment sonuçlarının görsel raporlamasında (isteğe bağlı). • PIM (Product Information Management) Sistemi: Ürün içeriklerinin saklandığı ve kullanıcılar tarafından erişilen sistem. GPT çıktıları buraya aktarılmıştır. Bu markaların seçimi, hem kurumsal güvenlik standartları hem de API ölçeklenebilirliği açısından değerlendirilmiştir.